Google ha annunciato il 13 ottobre 2026 un aggiornamento degli strumenti di misurazione pubblicitaria collegati alle campagne Demand Gen, introducendo un nuovo indicatore per valutare il contributo dei dati proprietari al rilevamento delle conversioni. La novità principale riguarda Data Strength Uplift, una metrica destinata all’interfaccia Google Ads che permetterà agli inserzionisti di comprendere quante conversioni aggiuntive vengono rilevate grazie alla configurazione dei sistemi di raccolta e gestione dei dati.
L’annuncio, pubblicato nell’edizione di ottobre di Demand Gen Drop, comprende anche l’estensione di Data Manager a Google Analytics e Display & Video 360, insieme al previsto ampliamento delle conversioni avanzate sulle due piattaforme.
Le modifiche affrontano una difficoltà concreta della pubblicità digitale: una campagna può contribuire a generare richieste commerciali e acquisti senza che tutti questi risultati vengano correttamente registrati o associati alle interazioni pubblicitarie.
Google collega le novità a un’analisi interna secondo cui gli inserzionisti che rafforzano la raccolta dei segnali attraverso Google Tag Gateway registrano, nelle campagne Demand Gen, un incremento medio superiore al 20% delle conversioni misurate. Il dato richiede però una distinzione essenziale: un aumento delle conversioni rilevate non dimostra automaticamente un aumento equivalente delle vendite effettive.
Data Strength Uplift, cosa misura il nuovo indicatore di Google Ads
La metrica Data Strength Uplift nasce per rendere più visibile il contributo dell’infrastruttura di misurazione ai risultati riportati nelle campagne.
Nell’annuncio del 10 settembre 2026, che aveva anticipato diverse novità riprese nell’aggiornamento di ottobre, Google aveva già descritto il nuovo indicatore come uno strumento capace di calcolare le conversioni aggiuntive recuperate attraverso una migliore configurazione dei dati proprietari.
L’obiettivo è consentire agli inserzionisti di distinguere almeno una parte dei miglioramenti nella registrazione degli eventi dalle variazioni delle prestazioni pubblicitarie.
La misurazione delle conversioni nelle campagne Demand Gen dipende infatti da una serie di passaggi tecnici che precedono l’elaborazione dei report. Il sito deve registrare correttamente gli eventi, trasmettere i segnali consentiti, collegarli alle interazioni pubblicitarie e permettere alla piattaforma di riconoscere le azioni che corrispondono agli obiettivi commerciali.
Quando uno di questi passaggi presenta lacune, il sistema può sottostimare il numero delle conversioni attribuibili alle campagne.
Data Strength Uplift intende quantificare il recupero di informazioni reso possibile da una configurazione più completa. La metrica, tuttavia, non equivale a una verifica indipendente dei risultati economici: rappresenta una misurazione elaborata nell’ambiente pubblicitario di Google.
Anche la denominazione richiede attenzione. Data Strength Uplift riguarda la qualità e la completezza dei segnali utilizzati per misurare le conversioni, mentre Ad Strength, già presente nelle campagne Demand Gen, valuta la copertura e la varietà degli elementi creativi degli annunci. Sono indicatori differenti, destinati a esaminare aspetti separati dell’attività pubblicitaria.
La novità annunciata riguarda quindi la capacità di valutare il contributo della raccolta dei dati, senza attribuire automaticamente ogni miglioramento numerico alla maggiore efficacia del messaggio pubblicitario.
Google Tag Gateway e il miglioramento medio superiore al 20%: cosa emerge dall’analisi
Il dato più significativo dell’aggiornamento di ottobre riguarda Google Tag Gateway, il sistema che permette di distribuire i tag di misurazione di Google attraverso l’infrastruttura del sito dell’inserzionista.
Rispetto alla configurazione tradizionale, nella quale alcune risorse di tracciamento vengono caricate direttamente da domini esterni, Tag Gateway consente di utilizzare il dominio e il server del sito per gestire il passaggio dei segnali.
Questa architettura può rendere la raccolta più resistente ad alcune limitazioni tecniche e contribuire a ridurre la perdita di informazioni durante il percorso di misurazione.
Secondo Google, gli inserzionisti che hanno migliorato la propria infrastruttura dati mediante Tag Gateway hanno registrato un incremento medio superiore al 20% delle conversioni nelle campagne Demand Gen.
La percentuale proviene da un’analisi interna di Google condotta su dati globali relativi alle prestazioni pubblicitarie tra il 3 e il 17 giugno 2026.
La nota metodologica ufficiale identifica quindi l’ambito geografico generale e il periodo dell’osservazione. Non specifica, invece, il numero degli inserzionisti inclusi nel campione, la distribuzione per settore, i criteri di selezione, la composizione dell’eventuale gruppo di confronto o la significatività statistica dei risultati.
Queste informazioni mancanti impediscono di interpretare il miglioramento medio come una previsione attendibile per qualunque inserzionista.
La stessa documentazione Google presenta un incremento medio del 14% delle conversioni osservate in una diversa analisi relativa all’adozione di Tag Gateway. In quel caso il riferimento metodologico riguarda dati interni globali del settore finanziario, confrontando il secondo semestre 2024 con il primo semestre 2025.
Le due percentuali non descrivono necessariamente popolazioni equivalenti. La prima riguarda specificamente Demand Gen, mentre la seconda proviene da un’osservazione differente, con un perimetro settoriale e temporale distinto.
Per valutare correttamente la misurazione delle conversioni nelle campagne Demand Gen occorre considerare anche il significato operativo del recupero dei segnali.
Un acquisto effettuato da un cliente potrebbe essere già presente nel gestionale aziendale ma non comparire nelle conversioni attribuite a Google Ads. Se una configurazione tecnica migliore permette di riconoscere quell’acquisto, il numero delle conversioni riportate dalla piattaforma aumenta senza che si sia necessariamente verificata una nuova vendita.
Il recupero rimane utile: restituisce una rappresentazione più completa delle attività associate alla pubblicità. Non costituisce però, da solo, una prova di domanda commerciale aggiuntiva.
Data Manager si estende a Google Analytics e Display & Video 360
L’aggiornamento del 13 ottobre conferma l’espansione di Google Data Manager a due strumenti utilizzati nella gestione e nell’analisi delle attività pubblicitarie: Google Analytics e Display & Video 360.
Data Manager permette agli inserzionisti di collegare fonti informative esterne all’ecosistema Google, centralizzando alcune operazioni di importazione, gestione e attivazione dei dati proprietari.
Tra le informazioni utilizzabili rientrano, a seconda delle integrazioni disponibili e delle finalità consentite, i dati provenienti dai sistemi CRM, dalle piattaforme commerciali e dagli eventi registrati al di fuori del sito web.
La disponibilità di queste informazioni assume particolare rilievo nelle attività di acquisizione clienti caratterizzate da un percorso commerciale articolato.
Una società che riceve richieste di preventivo attraverso una campagna pubblicitaria, ad esempio, può registrare inizialmente soltanto l’invio del modulo di contatto. La trattativa potrebbe concludersi successivamente, dopo una telefonata, una consulenza o uno scambio di documenti.
Se il sistema pubblicitario riceve esclusivamente l’informazione relativa alla compilazione del modulo, non dispone degli elementi necessari per distinguere le richieste diventate clienti da quelle rimaste senza seguito.
L’integrazione dei dati commerciali può contribuire a superare questa limitazione, purché gli eventi siano correttamente identificati e associati alle interazioni precedenti.
L’estensione di Data Manager punta a rendere più omogenea la gestione delle informazioni tra gli strumenti pubblicitari e analitici di Google. Non significa, tuttavia, che tutte le funzionalità siano automaticamente disponibili per ogni account o che i diversi prodotti restituiscano sempre risultati identici.
Google aveva presentato questa evoluzione già il 10 settembre, annunciando anche l’ampliamento delle proprie API per la gestione dei dati e nuove funzioni diagnostiche destinate a individuare problemi nelle integrazioni.
Il rafforzamento dell’infrastruttura può migliorare la misurazione delle conversioni nelle campagne Demand Gen soprattutto quando gli obiettivi pubblicitari sono collegati a eventi che si verificano dopo la prima interazione sul sito.
Conversioni avanzate, gli sviluppi previsti per Analytics e DV360
La terza novità riguarda le conversioni avanzate, indicate nell’aggiornamento di ottobre come funzionalità di prossima disponibilità in Google Analytics e Display & Video 360.
Le enhanced conversions utilizzano informazioni fornite dagli utenti, come indirizzi email o numeri di telefono, trattate mediante tecniche crittografiche di hashing prima della trasmissione, per migliorare il riconoscimento delle conversioni nei casi supportati.
La funzione può integrare i normali sistemi di tracciamento e contribuire a collegare un evento commerciale alle precedenti interazioni pubblicitarie.
Per le conversioni avanzate relative ai potenziali clienti, Google prevede anche la possibilità di utilizzare informazioni provenienti dai sistemi aziendali per migliorare l’attribuzione degli eventi offline.
L’hashing non rende automaticamente anonimi i dati personali e non elimina gli obblighi previsti dalla normativa sulla protezione dei dati. Le aziende devono comunque verificare la base giuridica del trattamento, le condizioni di consenso applicabili, la configurazione degli strumenti e le politiche di utilizzo delle informazioni.
La distinzione assume particolare importanza nell’Unione europea, dove l’impiego di identificatori pubblicitari e di tecnologie di tracciamento richiede un’attenta valutazione delle disposizioni del GDPR e delle regole applicabili alla memorizzazione o all’accesso alle informazioni sui dispositivi.
Le conversioni avanzate non autorizzano quindi a recuperare indiscriminatamente informazioni che non possono essere trattate.
Sul piano operativo, la comunicazione di ottobre parla di disponibilità futura per Google Analytics e DV360. Non fornisce un calendario completo di rilascio né garantisce che ogni funzione possa essere immediatamente attivata in tutti gli account.
Quando un dato incompleto altera l’ottimizzazione delle campagne
La qualità delle informazioni raccolte influenza direttamente il funzionamento delle campagne che utilizzano sistemi automatici di ottimizzazione.
Demand Gen distribuisce annunci attraverso diverse superfici Google, tra cui YouTube, Discover, Gmail e Maps. La documentazione ufficiale comprende anche la Google Display Network nell’evoluzione dell’offerta.
Le campagne utilizzano segnali relativi agli utenti, alle interazioni e agli obiettivi pubblicitari per orientare la distribuzione degli annunci.
Se gli eventi registrati rappresentano soltanto una parte delle conversioni reali, l’algoritmo dispone di informazioni incomplete per valutare quali interazioni siano associate ai risultati desiderati.
Esiste però anche il problema opposto: una raccolta tecnicamente completa può trasmettere segnali commercialmente poco significativi.
La compilazione di un modulo, ad esempio, non possiede necessariamente lo stesso valore di una richiesta qualificata. Un’iscrizione alla newsletter non equivale a un acquisto, così come una visita a una pagina di prodotto non dimostra che il visitatore abbia maturato una decisione commerciale.
Se questi eventi vengono considerati indiscriminatamente come conversioni principali, l’algoritmo potrebbe privilegiare azioni frequenti ma scarsamente correlate al fatturato.
La misurazione delle conversioni nelle campagne Demand Gen richiede dunque una corretta definizione degli obiettivi prima ancora dell’introduzione di strumenti aggiuntivi.
Per le aziende che acquisiscono contatti commerciali, una distinzione operativa utile riguarda il passaggio dalla richiesta iniziale al contatto qualificato e, successivamente, all’effettiva conclusione della vendita.
Una maggiore disponibilità di dati proprietari permette di rappresentare meglio questo percorso, ma soltanto se le informazioni provenienti dai diversi sistemi vengono mantenute coerenti.
Errori nella deduplicazione, eventi registrati più volte, identificativi non corrispondenti e valori economici assegnati in modo arbitrario possono compromettere i risultati anche in presenza di un’infrastruttura tecnologica avanzata.
Conversioni attribuite e vendite effettive non coincidono necessariamente
L’aggiornamento di Google riporta anche il caso della piattaforma assicurativa statunitense The Zebra, associato a un aumento del 16% del volume delle conversioni e del 19% del loro valore complessivo.
Si tratta di risultati presentati da Google come esempio dell’utilizzo di un’infrastruttura dati più solida. Il comunicato non precisa tuttavia il periodo di osservazione, le caratteristiche complete dell’implementazione, il riferimento utilizzato per il confronto o la metodologia necessaria per isolare l’effetto dei singoli interventi.
Non sarebbe quindi corretto interpretare quelle percentuali come incrementi di fatturato direttamente causati da Data Strength Uplift.
La distinzione tra conversioni attribuite e risultati economici effettivi interessa tutte le piattaforme pubblicitarie.
I modelli di attribuzione distribuiscono il merito delle conversioni tra le interazioni riconosciute nel percorso dell’utente. Google Analytics consente, ad esempio, di utilizzare modelli basati sui dati oppure criteri che privilegiano l’ultima interazione pubblicitaria rilevante.
Le regole adottate influenzano il peso attribuito ai diversi canali.
Un utente potrebbe scoprire un’azienda attraverso un articolo informativo, tornare sul sito mediante una ricerca organica e completare successivamente una richiesta dopo aver interagito con un annuncio.
La registrazione della conversione consente di analizzare il percorso osservato, ma il peso assegnato a ciascuna interazione dipende dal modello adottato e dai dati disponibili.
Anche l’attribuzione basata sui dati, pur utilizzando modelli statistici e confronti tra percorsi, non coincide automaticamente con una dimostrazione sperimentale dell’incrementalità pubblicitaria.
Per stabilire se una campagna abbia generato risultati che altrimenti non si sarebbero verificati servono metodi di valutazione causale, come esperimenti con gruppi di controllo adeguati o analisi econometriche progettate correttamente.
Google affronta questa esigenza anche attraverso Meridian, il proprio modello open source di marketing mix modeling, e Meridian GeoX, dedicato alla sperimentazione geografica.
Gli strumenti rispondono a una domanda differente rispetto a Data Strength Uplift: cercano di valutare l’effetto incrementale delle attività di marketing, mentre il nuovo indicatore riguarda principalmente le conversioni recuperate attraverso la migliore raccolta dei dati.
Una corretta analisi dovrebbe quindi distinguere il numero di eventi riportati dalla piattaforma, i risultati presenti nei sistemi commerciali e le vendite effettivamente aggiuntive riconducibili all’investimento pubblicitario.
Il rapporto con content marketing e digital PR
Le novità sulla misurazione hanno implicazioni anche per le aziende che affiancano campagne a pagamento, contenuti editoriali e attività di digital PR.
Queste iniziative intervengono spesso in momenti differenti del percorso di acquisizione. Un contenuto informativo può aiutare una persona a conoscere un prodotto, comprendere un problema oppure identificare un’azienda. Una campagna Demand Gen può raggiungere successivamente lo stesso pubblico attraverso formati pubblicitari visivi, quando ricorrono le condizioni di distribuzione previste dalla piattaforma.
Non tutti i contatti con il marchio producono una conversione immediata.
L’attività editoriale può contribuire alla conoscenza dell’azienda e all’interesse verso un servizio, mentre l’annuncio può intervenire in una fase successiva. Stabilire quale iniziativa abbia determinato il risultato richiede informazioni sufficienti e metodi coerenti con la domanda di analisi.
La misurazione delle conversioni nelle campagne Demand Gen può risultare particolarmente utile quando il traffico pubblicitario viene indirizzato verso contenuti specifici, pagine informative o landing page che accompagnano l’utente verso una richiesta commerciale.
In questi casi, la qualità della pagina di destinazione e la chiarezza dell’azione richiesta incidono sulla capacità di ottenere contatti pertinenti. Il sistema di misurazione deve poi registrare l’evento corretto e, quando possibile, collegarlo all’esito commerciale successivo.
Per le attività di content marketing rimane invece necessario valutare indicatori propri, come il traffico organico pertinente, le ricerche associate al marchio, l’interazione con i contenuti e i contatti commerciali generati nel tempo.
Le digital PR richiedono ulteriori valutazioni relative alla copertura editoriale, alla pertinenza delle pubblicazioni e alla visibilità ottenuta presso il pubblico di riferimento.
Demand Gen non è uno strumento dedicato alla link building e non misura direttamente il valore SEO dei collegamenti ottenuti attraverso pubblicazioni esterne.
L’integrazione dei diversi canali può comunque permettere di osservare meglio il percorso che porta un potenziale cliente dalla conoscenza iniziale dell’azienda alla richiesta di informazioni e, infine, all’acquisto.
La difficoltà consiste nell’evitare che l’ultima interazione misurabile assorba automaticamente tutto il valore delle attività precedenti.
Dalla qualità del tracciamento alla qualità delle decisioni commerciali
L’introduzione di Data Strength Uplift porta all’interno dei report pubblicitari una questione spesso affrontata soltanto durante le verifiche tecniche: quanto i dati disponibili rappresentino effettivamente le azioni compiute dagli utenti.
La maggiore completezza dei segnali può modificare il rendimento apparente delle campagne anche quando gli investimenti, gli annunci e il numero reale di vendite non cambiano.
Questo effetto deve essere considerato soprattutto quando si confrontano periodi precedenti e successivi all’installazione di Google Tag Gateway, all’attivazione delle conversioni avanzate o all’importazione di eventi provenienti dai gestionali aziendali.
Una variazione improvvisa del costo per conversione potrebbe dipendere, almeno in parte, da un miglioramento della registrazione degli eventi anziché da una riduzione del costo necessario per acquisire un cliente.
Analogamente, un incremento del valore delle conversioni riportate non dimostra necessariamente una crescita degli incassi, soprattutto quando le piattaforme utilizzano valori convenzionali o stimati.
Per interpretare la misurazione delle conversioni nelle campagne Demand Gen occorre quindi mantenere confrontabili le definizioni degli eventi, controllare le modifiche tecniche apportate al tracciamento e verificare la corrispondenza tra i risultati pubblicitari e quelli registrati nei sistemi aziendali.
Un’attenzione specifica riguarda le finestre temporali. Le conversioni possono essere attribuite a interazioni precedenti e alcuni risultati vengono aggiornati successivamente alla prima registrazione. Google Analytics prevede inoltre processi di modellazione per stimare determinati eventi non osservabili direttamente, introducendo ulteriori differenze rispetto ai dati raccolti dai sistemi gestionali.
Il confronto tra piattaforme deve tenere conto anche di queste caratteristiche, evitando di sommare indiscriminatamente conversioni che potrebbero riferirsi alla stessa operazione commerciale.
L’aggiornamento del 13 ottobre inserisce così un nuovo elemento nella gestione delle campagne automatizzate: la possibilità di rendere più evidente il contributo dell’infrastruttura di raccolta dati ai risultati pubblicitari.
Resta distinta la verifica del ritorno economico. Un inserzionista può ottenere un sistema di attribuzione più completo e continuare a sostenere costi di acquisizione commercialmente insoddisfacenti, oppure può registrare poche conversioni iniziali che si trasformano in contratti di valore elevato.
Il collegamento tra dati pubblicitari e informazioni commerciali diventa particolarmente rilevante proprio in queste situazioni, perché permette di controllare se le conversioni che orientano gli algoritmi corrispondano agli obiettivi economici dell’impresa.
