Immaginiamo un'azienda B2B SaaS mid-market che apre a ottobre il proprio report sulle fonti e vede il traffico diretto come canale in più rapida crescita per il terzo trimestre consecutivo. Nessuno ha lanciato una campagna di brand. Nessuno digita l'URL a memoria. La mia impressione è che una buona parte di quel bucket sia fatta di buyer che hanno chiesto a un assistente AI una shortlist, hanno cliccato su un link e sono arrivati senza nulla che indicasse la loro provenienza.
Questo articolo parla di ai referral attribution hubspot come decisione operativa. La mia tesi è che appartenga al data model di RevOps, non al backlog di analytics.
Cosa succede a una visita da AI prima che arrivi nel vostro CRM
Un referral da AI è una visita che parte da un link all'interno della risposta di un assistente, in ChatGPT, Perplexity, Gemini o Google AI Overviews. Ci sono tre modi in cui quella visita perde la propria etichetta.
Il primo è il referrer. Le app desktop, i browser in-app e i link copiati e incollati spesso non passano alcun referrer, quindi la visita sembra quella di qualcuno che ha digitato il vostro indirizzo. Il secondo è il parametro UTM. Alcuni assistenti aggiungono un tag di fonte ai link in uscita, molti no, e il comportamento cambia da una versione dell'app all'altra. Non ho una risposta precisa da darvi sulla quota esatta per ciascun assistente, e chiunque citi un numero preciso sta tirando a indovinare.
Il terzo è la classificazione. Quando un referrer arriva davvero da un dominio che il vostro tracciamento non ha mai visto, finisce in un bucket di referral generico oppure viene assorbito in un altro canale, a seconda di come sono impostate le vostre regole sui canali. La documentazione di Google sul gruppo di canali predefinito mostra quanto questa classificazione sia basata su regole: una visita riceve l'etichetta che le regole le assegnano, non quella che il percorso del buyer meriterebbe.
Perché l'ai referral attribution hubspot è una questione di data model
Ecco la parte che trasforma questo tema da fastidio di reporting a problema di RevOps. La fonte originale di un contatto viene impostata quando il record viene creato e non viene riscritta. Quindi, se la visita è stata archiviata come diretta il primo giorno, ogni report che costruirete in seguito erediterà quell'errore. Una dashboard migliore sistema la vista. Non sistema il record.
Il motivo per cui lo trattiamo come una decisione di data model è che in futuro potrete porvi una domanda a cui l'impostazione attuale non sa rispondere: tra i deal chiusi quest'anno, quanti hanno avuto un assistente AI in un punto qualsiasi del percorso? Per rispondere, il touchpoint con l'assistente deve essere memorizzato come elemento a sé, non dedotto a posteriori da un'etichetta di canale.
Quello che si chiama una proprietà di fonte dedicata svolge proprio questo compito. Registra il touchpoint con l'assistente a livello di contatto, lo riporta fino al deal e prevede una regola scritta su quale fonte prevale quando due fonti sono in conflitto. Questi tre elementi, acquisizione, memorizzazione e precedenza, sono la vera decisione. Le modifiche ai tag sul sito sono la parte minore. Potete leggere come la piattaforma gestisce il tracciamento delle fonti nella knowledge base di HubSpot, ma la documentazione non vi dirà quale regola di precedenza si adatta al vostro processo di vendita. Quella è una valutazione che riguarda il vostro business.
Quanto vi costa questo vuoto
Il costo emerge nella discussione sul budget. Un cliente ci ha detto di recente che il budget marketing 2026 era già interamente allocato, quindi la vera pianificazione riguardava il 2027. È una situazione comune. La partita del 2027 si vince con le evidenze, e se la vostra pipeline influenzata dall'AI si nasconde dentro il traffico diretto, entrate in quella stanza senza poterla mostrare.
Vale anche il contrario. Un fornitore done-for-you riporta pubblicamente il caso di un cliente passato da 550 a oltre 2.300 trial provenienti da AI in quattro settimane. È un numero autodichiarato, senza metodo pubblicato, e lo tratterei come tale. Ma notate cosa dà per scontato: che qualcuno stia contando in modo affidabile i trial da AI. La maggior parte dei team non può ancora dirlo del proprio funnel.
Le perdite avvengono anche più a valle. Un altro cliente ha descritto un possibile bug nel modo in cui i valori UTM venivano memorizzati alla creazione di un account, il che significava perdere la fonte proprio nel momento in cui contava. L'acquisizione ai margini serve solo se il valore sopravvive fino al record.
Come dimensionerei l'intervento
La mia regola pratica è questa. Sopra i 100k di spesa pubblicitaria al mese, consiglio sempre un provider di multi-touch attribution. Al di sotto, parliamo di attribuzione offline delle fonti, che in pratica significa una proprietà pulita, una regola di precedenza chiara e una revisione mensile del bucket diretto.
Per un team che passa dalla vendita guidata dal founder a due AE, direi che qualsiasi soluzione più pesante è eccessiva. Una proprietà e una revisione bastano per iniziare a vedere la forma del fenomeno. Per un'azienda con un ciclo di vendita più lungo e più stakeholder per ogni deal, serve il touchpoint con l'assistente sul deal e sui contatti del buying group, non solo sulla prima persona che ha compilato un form.
Devo fare una concessione. Il traffico diretto ha sempre contenuto dark social, segnalibri ed email non tracciate, e non tutta la sua crescita dipende dall'AI. nel bene e nel male, non arriverete al 100 percento. L'obiettivo è passare da "sconosciuto" a "probabilmente AI, segnalato e verificabile", e smettere di considerare il bucket diretto come un posto in cui la pipeline sparisce.
Dove si inserisce il lavoro embedded
La sequenza conta, quindi ecco come la gestiamo. La fase uno consiste nell'analizzare cosa contiene oggi il bucket diretto e nel concordare la regola di precedenza. La fase due consiste nel costruire acquisizione e memorizzazione in modo che il valore sopravviva dalla visita al closed-won. La fase tre è una revisione mensile leggera, di solito poche ore, che si dirada quando l'abitudine si consolida.
In Checkpoint GTM ci inseriamo nel vostro team invece di limitarci a consigliare, e qui conta perché si tratta di un progetto fatto di piccole modifiche collegate tra web, form, proprietà del CRM e reporting. Una presentazione che dice "tracciate il traffico AI" non ne muove nessuna. Qualcuno deve essere responsabile della proprietà, documentarla e rispondere quando i sales chiedono perché un deal è taggato in quel modo.
Il mio consiglio è di prendere la decisione prima di produrre altri contenuti per la ricerca AI, non dopo. Se investite per essere citati dagli assistenti e non riuscite a vedere cosa producono quelle citazioni, state pagando una visibilità che non potete difendere. Per approfondire come pensiamo il livello operativo, leggete i nostri altri articoli su RevOps.
Carolina Decastri