Categorie
Digital Analytics SEO e GEO

Dai crawler agli agenti: chi sta davvero visitando i nostri siti?

Per anni abbiamo cercato in tutti i modi di tenere i bot fuori dai nostri report di web analytics. Filtri, esclusioni, verifiche degli user agent: tutto pur di evitare che qualche crawler particolarmente evoluto finisse per gonfiare sessioni e pageview in modo artificiale.

Adesso Microsoft Clarity ci propone invece di studiare il comportamento degli agenti AI sui siti web. E persino di preoccuparci se non riescono a completare un acquisto in autonomia.

Quasi un ribaltamento di prospettiva e la cosa mi diverte parecchio, ma soprattutto mi incuriosisce per le implicazioni sulla misurazione.

Perché se iniziamo a delegare agli agenti AI alcune attività che oggi svolgiamo personalmente sui siti, cambierà anche il modo in cui quei siti vengono utilizzati. E di conseguenza dovremo rivedere alcune delle metriche con cui ne valutiamo le performance.

L’analisi di Microsoft Clarity su cinque milioni di sessioni

Il 29 ottobre Microsoft Clarity ha pubblicato uno studio su oltre 5,2 milioni di sessioni che coinvolgono agenti AI, rilevate tra il 13 agosto e il 9 settembre 2026 su più di 230.000 progetti.
Le sessioni sono state identificate attraverso browser agentici riconducibili agli ecosistemi OpenAI, Google e Anthropic.

In appena tre settimane il loro volume settimanale è cresciuto dell’88%. Un dato impressionante, anche se siamo alle prime fasi di diffusione di questi strumenti e sarebbe azzardato considerarlo rappresentativo dell’intero web.

Ma sono soprattutto le attività registrate durante le sessioni a rendere interessante lo studio: Microsoft ha rilevato oltre 306.000 sessioni con eventi di checkout, 241.000 con invio di form, 102.000 con prenotazioni e 87.000 con ricerche interne.

Nel campione utilizzato per confrontare le interazioni, gli eventi classificati come checkout compaiono nel 25,21% delle sessioni agentiche, contro il 14,65% di quelle umane. Le ricerche interne sono presenti rispettivamente nel 7,16% e nel 4,79%.

Prima di concludere che gli agenti AI comprino più volentieri di noi, però, bisogna leggere le note metodologiche.

Microsoft precisa che le sessioni classificate come agentiche possono includere anche passaggi di controllo a un essere umano. Inoltre, gli eventi osservati non costituiscono necessariamente le fasi di un unico funnel, né certificano il completamento di una transazione.

Insomma, quei numeri non dimostrano che un agente abbia effettuato autonomamente 306.000 acquisti.

Ci dicono però qualcosa di interessante: le sessioni che coinvolgono agenti AI possono arrivare molto avanti nel percorso di navigazione e acquisto, ben oltre la semplice consultazione delle informazioni.

Quindi la comparsa e l’evoluzione degli agenti AI cominciano a riguardare direttamente chi lavora nell’acquisizione di traffico (SEO, GEO, adv), nella CRO e nella digital analytics.

Crawler e agenti AI non sono la stessa cosa

Chi si occupa di SEO conosce bene i crawler dei motori di ricerca e dei motori generativi.

Googlebot, Bingbot e gli altri sistemi automatici visitano i siti, recuperano risorse, seguono collegamenti e raccolgono informazioni.

Con la diffusione della ricerca generativa abbiamo iniziato a distinguere anche i crawler utilizzati per addestrare i modelli da quelli che recuperano informazioni per costruire le risposte degli assistenti AI.

Una distinzione che ha già implicazioni operative, per esempio nella gestione delle regole di accesso ai contenuti, dei log e delle configurazioni CDN.

Gli agenti introducono un’ulteriore possibilità: ricevono un compito e cercano di portarlo a termine interagendo con un sito o con un servizio digitale.

Immaginiamo di voler prenotare un albergo per un weekend.

Possiamo chiedere a ChatGPT di trovare una struttura con determinate caratteristiche, confrontare le alternative e suggerirci quella più adatta.

Un agente dotato degli strumenti necessari potrebbe anche proseguire: verificare la disponibilità, selezionare una camera, compilare i dati richiesti e arrivare fino alla conferma della prenotazione, eventualmente chiedendoci di intervenire nei passaggi più delicati.

In questo scenario, il sito dell’albergo riceve interazioni che potrebbero essere state eseguite, almeno in parte, da un software.

E se la prenotazione va a buon fine, dal punto di vista dell’albergatore abbiamo una conversione generata attraverso un percorso diverso da quelli che siamo abituati ad analizzare.

Non sappiamo ancora quanto questo comportamento diventerà comune. Molto dipenderà dall’affidabilità degli agenti, dalla fiducia delle persone e dalla possibilità di utilizzarli sui siti e sui servizi digitali.

Ma iniziamo già ad avere strumenti per osservarlo.

Il 4 novembre Microsoft ha infatti annunciato nuove funzionalità di Agentic Analytics in Clarity, tra cui la dashboard Agent Activity, che permette di identificare gli operatori agentici supportati e analizzare le attività registrate durante le sessioni.

Sono disponibili anche simulazioni per verificare se gli agenti riescono a completare determinate operazioni, inizialmente in ambito ecommerce e turismo.

Quest’ultimo aspetto mi sembra particolarmente interessante.

Siamo abituati a studiare le difficoltà incontrate dalle persone sui siti: navigazioni complicate, form poco comprensibili, errori durante il checkout. Ora possiamo iniziare a osservare anche gli ostacoli incontrati dagli agenti AI.

E considerando certe procedure di acquisto online, non escluderei che qualche agente finisca per restituire il controllo all’utente in segno di resa… 🙂

Battute a parte, se una quota crescente di attività verrà svolta attraverso questi sistemi, capire se i nostri siti sono effettivamente utilizzabili anche dagli agenti diventerà un problema concreto di user experience e CRO.

GA4, Clarity e log: tre modi diversi di osservare lo stesso fenomeno

Qui arriviamo all’aspetto che personalmente trovo più interessante.

La web analytics cerca di ricostruire il comportamento degli utenti attraverso sessioni, eventi, sorgenti di traffico e conversioni.

Con tutti i limiti che conosciamo, strumenti come Google Analytics (GA4 per gli amici) ci aiutano a capire da dove arrivano le visite, come le persone interagiscono con il sito e quali attività contribuiscono ai risultati commerciali.

Ma cosa succede quando a navigare è un agente?

La risposta dipende, prima di tutto, da come quell’agente accede al sito.

Se utilizza un browser che esegue JavaScript e attiva correttamente i tag di tracciamento, alcune interazioni potrebbero comparire nei report di analytics.

Se invece recupera informazioni attraverso richieste HTTP o interagisce direttamente con un’API, potrebbe non generare alcuna sessione nei tradizionali strumenti di analytics client-side.

Le richieste potrebbero comunque comparire nei log del server o della CDN, naturalmente con caratteristiche molto differenti rispetto agli eventi di navigazione registrati nel browser.

C’è poi il caso delle sessioni miste, nelle quali un agente esegue alcune operazioni e successivamente passa il controllo alla persona.

In questo scenario potremmo osservare una parte delle attività senza riuscire necessariamente a ricostruire l’intero percorso.

È una complicazione che si aggiunge a quelle che già conosciamo.

Del resto, riconciliare dati provenienti da GA4, piattaforme pubblicitarie, sistemi ecommerce e CRM non è esattamente un’attività priva di soddisfazioni. Soprattutto quando qualcuno pretende che tutte le piattaforme restituiscano lo stesso numero.

Con gli agenti, il problema potrebbe diventare ancora più articolato. Mi sembra quindi utile distinguere almeno tre livelli di osservazione.

Il primo riguarda l’accesso ai contenuti: quali crawler e sistemi AI richiedono le pagine, con quale frequenza e con quali risultati. È il territorio dell’analisi dei file di log, delle CDN e delle funzionalità di Bot Activity (v. Microsoft Clarity).

Il secondo riguarda il comportamento sul sito: quali agenti riescono a navigare, eseguire ricerche, compilare form e raggiungere le diverse fasi di una procedura. È l’ambito che Clarity sta iniziando a esplorare con Agent Activity.

Il terzo riguarda l’effetto commerciale: quali visite, interazioni e conversioni riusciamo a osservare e attribuire alle diverse sorgenti di traffico e ai percorsi di ricerca.

Tre prospettive complementari, che però non misurano la stessa cosa e richiedono quindi un ragionamento in più: una richiesta di un crawler non corrisponde a una visita umana; una sessione agentica non equivale a un cliente acquisito; una citazione nelle risposte generative può contribuire a una scelta senza produrre alcun clic verso il sito.

Schema dei tre livelli di misurazione degli agenti AI: accesso ai contenuti tramite log e CDN, comportamento sul sito con Agent Activity e impatto commerciale sulle conversioni.
Dalle richieste ai contenuti alle conversioni: tre prospettive complementari per analizzare l’attività degli agenti AI sui siti web.

Quest’ultimo aspetto, in particolare, ci riporta al tema della misurazione della visibilità nella ricerca.

Quando la ricerca non genera necessariamente una visita

Qualche giorno fa (v. Come cambia l’economia della visibilità nella ricerca) ho provato a ragionare su come la diffusione degli assistenti AI stia modificando il rapporto tra ricerca online, traffico e valore economico generato dalla visibilità.

Una parte crescente delle attività di ricerca e confronto può svolgersi direttamente all’interno degli assistenti AI, senza produrre necessariamente visite ai siti utilizzati come fonti.

Gli agenti aggiungono un’altra possibilità: alcune di quelle attività potrebbero tornare sui siti, ma essere eseguite da software che operano per conto degli utenti.

Proviamo a immaginare un percorso completo.

Una persona chiede a un assistente AI di scegliere un prodotto. L’assistente confronta alcune alternative, recuperando informazioni da siti, schede prodotto e altre fonti. Un agente accede poi al sito del merchant, verifica la disponibilità e avvia l’acquisto.

La persona interviene soltanto al momento della conferma.

Dal punto di vista della SEO, ci interessa che i contenuti del merchant siano accessibili, comprensibili e recuperabili.

Dal punto di vista della GEO, vogliamo capire se quei contenuti e quel marchio vengono utilizzati o citati nelle risposte generate dall’AI.

Dal punto di vista della CRO, dobbiamo assicurarci che il percorso di acquisto possa essere completato senza ostacoli, anche quando parte delle interazioni è automatizzata.

Infine, la digital analytics dovrebbe aiutarci a ricostruire ciò che è effettivamente accaduto e a collegarlo, per quanto possibile, ai risultati di business.

Il problema è che una parte di questo percorso si sviluppa su piattaforme che non controlliamo e altre interazioni possono avvenire attraverso modalità tecniche diverse dalla normale navigazione.

Insomma, il quadro si complica ancora di più perché l’interazione tra persona, assistente AI e sito può seguire percorsi diversi. E non tutti lasciano le stesse tracce nei sistemi di analytics.

I possibili percorsi tra utenti, assistenti AI e siti web: dalla risposta senza clic alle conversioni assistite, e ciò che possiamo effettivamente osservare con gli strumenti di analytics.

Non possiamo quindi aspettarci di trovare tutto dentro un’unica dashboard.

E, almeno per il momento, non abbiamo neppure uno standard condiviso che permetta di ricostruire questi percorsi in maniera completa.

Stiamo iniziando a misurare qualcosa di diverso?

Trovo significativo che Microsoft Clarity, uno strumento nato per analizzare il comportamento dei visitatori attraverso session recording e heatmap, stia ampliando il proprio perimetro.

Nel corso del 2026 ha introdotto nuove funzionalità per osservare l’attività dei crawler AI, analizzare la visibilità dei contenuti nelle risposte generative e, più recentemente, studiare le interazioni degli agenti sui siti.

È un’evoluzione coerente con il cambiamento che stiamo osservando nella ricerca online.

La visibilità di un contenuto può manifestarsi attraverso una posizione nei risultati organici, una citazione in una risposta generativa o un’interazione effettuata da un agente. E queste situazioni possono contribuire in modi diversi al percorso che porta una persona a scegliere un prodotto o un servizio.

Credo sia prematuro prevedere quanto rapidamente gli agenti diventeranno parte delle normali abitudini di navigazione e acquisto.

Allo stesso modo, non mi affretterei a introdurre nuovi KPI universali o a dichiarare superati gli strumenti di analytics che utilizziamo oggi.

Mi sembra invece il momento giusto per iniziare a osservare questi fenomeni, comprenderne i limiti e valutare quali informazioni ci servono davvero.

Magari partendo da un confronto tra attività dei bot, sessioni agentiche e conversioni, senza pretendere che i numeri coincidano.

Perché potremmo ritrovarci con un sito che vende, un sistema di analytics che registra correttamente la conversione e qualche difficoltà in più a capire quale percorso abbia portato a quel risultato.

E dopo aver passato anni a discutere di attribuzione, sarebbe un peccato scoprire che abbiamo bisogno di ricominciare da capo. Magari chiedendo aiuto proprio a un agente AI.

Lascia un commento