Traffico generato dai bot: come le PMI possono individuare i clic falsi e proteggere i propri dati di marketing

Per molte piccole e medie imprese, la pubblicità digitale fa ormai parte della quotidianità. Le aziende pubblicano annunci sui motori di ricerca, promuovono i propri servizi sui social network o investono in campagne display per aumentare la propria visibilità online e acquisire nuovi contatti. I clic, le visite al sito web e la copertura sono spesso considerati indicatori importanti per valutare se una campagna funzioni. Tuttavia, proprio questi indicatori possono essere ingannevoli: i bot visualizzano gli annunci, generano visite al sito web o compilano moduli, falsando così i risultati sulla base dei quali le aziende gestiscono il proprio budget pubblicitario.

Secondo le analisi di Fraud0, un fornitore di soluzioni per il rilevamento dei bot e delle frodi pubblicitarie, la percentuale del cosiddetto “traffico non valido” si attesta in media intorno al 21%. Frank Schieback, CMO di Sellwerk, e Oliver Kampmeier, Marketing Manager presso Fraud0, illustrano nel loro articolo perché il traffico generato dai bot può rappresentare un problema in termini di costi e dati per le PMI e come le aziende possono individuare il traffico sospetto.

Il Paid Search è relativamente pulito, mentre il Display è decisamente più vulnerabile

La questione assume particolare rilevanza nel caso del traffico a pagamento. Considerando tutti i canali a pagamento, la percentuale di traffico non valido si attesta in media su un valore a due cifre basso. La ricerca a pagamento – ovvero gli annunci a pagamento sui motori di ricerca, ad esempio su Google – è relativamente pulita, con circa il sei per cento. Le campagne display e programmatiche sono decisamente più vulnerabili: in questo ambito, la percentuale media di traffico non valido si attesta intorno al 20%.

Le campagne display sono annunci pubblicitari visualizzati su siti web, app o reti pubblicitarie. Il termine “programmatic advertising” indica l’acquisto automatizzato di tali spazi pubblicitari. È proprio questo settore ad essere particolarmente allettante per i truffatori: è possibile creare siti web falsi, generare visite artificiali e vendere spazi pubblicitari. L’intelligenza artificiale può accelerare ulteriormente questo fenomeno, poiché i contenuti, le strutture delle pagine e i movimenti degli utenti apparentemente autentici possono essere generati in modo automatizzato con sempre maggiore facilità.

Per la gestione pratica delle campagne nelle piccole e medie imprese, la distinzione tra clic economici e traffico di qualità è fondamentale. Molte aziende confrontano i canali soprattutto in base alla copertura, ai costi per clic o alle visite al sito web. Tuttavia, un clic economico non è automaticamente un buon clic. Le campagne non dovrebbero quindi essere valutate solo in base al volume, ma anche in base alla loro capacità di generare una domanda reale – ad esempio richieste di informazioni, prenotazioni di appuntamenti, contatti o lead qualificati.

La perdita di bilancio è solo una parte del problema

Il danno causato dal traffico generato dai bot è duplice. Da un lato, si verifica una perdita diretta del budget pubblicitario: se circa il 20% del traffico è non valido, una quota proporzionalmente rilevante del budget può esserne compromessa. D'altro canto, i bot falsano i dati sulla base dei quali vengono valutate e ottimizzate le campagne, tra cui i dati analitici, i tassi di conversione, i profili del pubblico di destinazione e gli elenchi di ricontatto.

Il tasso di conversione indica quanti visitatori del sito web compiono un'azione desiderata, come l'invio di un modulo, la prenotazione di un appuntamento o l'acquisto di un prodotto. Tuttavia, se in questa analisi vengono inclusi anche i bot, le prestazioni effettive di una campagna risultano migliori o peggiori di quanto non siano in realtà. Ciò diventa particolarmente problematico nel caso di campagne automatizzate come Google Performance Max. Questi sistemi utilizzano i dati disponibili per pubblicare automaticamente gli annunci e distribuire i budget. Se il traffico non valido entra a far parte dei gruppi target o dei cosiddetti «Lookalike Audiences», nel peggiore dei casi i sistemi ottimizzano sulla base di segnali errati e indirizzano ulteriori risorse di budget verso traffico di scarsa qualità.

Dal punto di vista delle piccole e medie imprese, è proprio questo l’aspetto cruciale: molte aziende non dispongono di un proprio grande reparto di marketing e devono valutare le campagne sulla base di pochi indicatori chiave. Se questi indicatori sono distorti da traffico non valido, anche le decisioni successive diventano incerte: quale annuncio funziona davvero? Quale gruppo target genera richieste? A quale canale va destinato un budget maggiore?

Come le aziende possono riconoscere il traffico generato dai bot

Il traffico generato dai bot non è sempre immediatamente visibile. Spesso, a prima vista, i dati sembrano addirittura positivi: più visite, più clic, maggiore copertura. Solo analizzando la qualità si capisce se questa attività sia effettivamente rilevante dal punto di vista commerciale. Tra gli indizi di traffico non valido figurano, tra l’altro, sessioni estremamente brevi sul sito web, scarsa interazione con i contenuti o i moduli, andamenti del traffico insolitamente uniformi senza fluttuazioni naturali, nonché numerose visite al sito provenienti da paesi al di fuori della regione di destinazione effettiva. Anche costi di copertura o per clic molto bassi senza richieste corrispondenti, molti clic ma pochissimi contatti o acquisti, nonché un numero crescente di lead non pertinenti, possono indicare la presenza di traffico generato da bot.

Il fatto che un’azienda ne sia interessata dipende meno dal settore di appartenenza e più dalle fonti di traffico, dalle impostazioni delle campagne, dai modelli di fatturazione e dal know-how. Se si acquista in base alla copertura, si generano soprattutto impressioni non valide. Se si acquista in base ai clic, anche questi vengono generati artificialmente. Se si pagano i lead, possono verificarsi lead falsi.

Chi individua sistematicamente il traffico generato dai bot può gestire le campagne future in modo più preciso. Grazie al rilevamento dei bot, le aziende possono vedere per la prima volta quale parte dei propri dati provenga effettivamente da utenti reali, escludere i gruppi target costituiti da bot dalle campagne future e, in alcuni casi, richiedere il rimborso delle somme già versate per clic non validi. A tal fine, Google mette a disposizione un proprio modulo per la verifica della qualità dei clic.

Conclusione: la qualità prima del numero di clic

Il traffico generato dai bot non rende di per sé inefficace la pubblicità digitale, ma cambia il modo in cui viene valutata. Per le medie imprese non è sufficiente gestire le campagne basandosi solo sulla copertura, sui costi per clic o sulle visite al sito web. Ciò che conta è se il traffico genera una domanda reale e se la base di dati rimane affidabile. Chi verifica regolarmente le proprie campagne alla ricerca di traffico non valido non solo protegge il proprio budget pubblicitario, ma impedisce anche che le future decisioni di marketing si basino su segnali errati. Alla fine, ciò che conta non è la semplice quantità di clic, ma la qualità dei contatti che ne derivano.

Informazioni su Frank Schieback: Frank Schieback è responsabile della comunicazione del marchio e direttore marketing presso Sellwerk, società facente parte del gruppo Müller Medien. Da oltre due decenni crea soluzioni orientate al successo per le piccole e medie imprese, dall’ottimizzazione del classico elenco telefonico “Gelbe Seiten” alla realizzazione di siti web per le PMI. Informazioni su Oliver Kampmeier: Oliver Kampmeier è Marketing Manager presso Fraud0, dove si occupa in particolare di marketing digitale e AdTech. In precedenza ha lavorato, tra l’altro, nel reparto marketing di Microsoft. Collabora regolarmente come autore ed esperto su testate specializzate quali Horizont, Adzine e OnlineMarketing.de.

Fonte e ulteriori informazioni: www.sellwerk.de