Keywordless Google Ads: il futuro senza parole chiave del pay-per-clic

C’era una volta Google AdWords, una piattaforma pubblicitaria rivoluzionaria che non vendeva più spazi pubblicitari come i media tradizionali, ma parole chiave. Tutto l’ecosistema ruotava attorno alle parole (“words” in AdWords non era casuale) e Google iniziò finalmente a capitalizzare il valore generato dall’infinita mole di ricerche degli utenti mettendo all’asta per piccoli e grandi inserzionisti spazi pubblicitari nei risultati di ricerca. 

Se partiamo da questo presupposto storico è difficile immaginare un mondo dell’advertising Google che sia keywordless. Invece, con un lento e graduale processo, iniziato ormai da un decennio e che ha visto anche AdWords cambiare nome in Google Ads, è proprio quel che sta succedendo oggi. 

Si tratta di una rivoluzione silenziosa, cominciata lentamente e poi decollata in fretta con l’avvento dell’AI generativa. Il cambio di paradigma non è cosa da poco per gli specialisti del settore, il punto di forza di Google Ads è stato per anni legato al controllo e alla precisione chirurgica degli investimenti in advertising. La parola chiave è stata per lungo tempo il nucleo strategico intorno al quale si è costruita la fiducia degli inserzionisti in Google Ads. 

Oggi l’AI e Google stanno cambiando le regole del gioco ed è probabile che chi manterrà un approccio “vecchio stampo” alla piattaforma rimarrà indietro rispetto a chi saprà trarre beneficio dai cambiamenti in corso. 

Il machine learning è entrato a far parte in modo importante della piattaforma, il controllo umano è stato sacrificato in nome della maggior capacità delle macchine di gestire grandi quantità di dati. Ogni anno ci sono stati aggiornamenti che hanno portato gli specialisti a intuire che prima o poi le parole chiave avrebbero perso centralità. Elenchiamo alcuni dei principali indizi: 

• dalle strategie di offerta manuali e le ossessive attività di aggiustamento delle bid con spreadsheets incredibilmente contorti siamo passati allo Smart Bidding diffuso;
• dai match type, le corrispondenze delle parole chiave, usati minuziosamente per strutturare l’account e ridurre gli sprechi, siamo passati alla centralità del Broad Match e all’estensione di esatte e phrase con le varianti simili;
• dagli annunci testuali scritti, ordinati e combinati con sapienza da un attento specialist ai RSA (responsive search ads, o annunci adattabili alla rete di ricerca); 
• il peso delle campagne search con selezione attiva delle parole chiave è diminuito in favore di campagne automatizzate e più “smart” da Google, prima le DSA (Dynamic Search Ads), poi le Performance Max e infine le Search Max convertite oggi nelle funzioni AI Max delle campagne Search;
• il peso in aumento delle inserzioni shopping, nelle quali le parole chiave non vengono selezionate, ma sono definite attraverso la corrispondenza tra le query degli utenti e i feed di dati dei prodotti nel Google Merchant Center; 
• il peso della componente visuale in Google Ads, le campagne Display, poi la breve parabola delle Discovery, le fondamentali Video Ads su YouTube e infine l’altra campagna del nuovo AI Power Pack di Google, la Demand Gen. 

Verrebbe da chiedersi quale sia la direzione che sta prendendo Google e come riuscire a trarne vantaggio senza rimanere intrappolati in logiche che prima funzionavano, ma oggi non funzionano più. Proviamo a scavare in questa rivoluzione AI che sta travolgendo il mondo della pubblicità su Google Ads (e non solo) partendo da alcuni presupposti fondamentali:

• il paradigma si sta evolvendo: il controllo granulare delle keyword è ormai passato, il suo posto è destinato a prenderlo l’intento dell’utente;
• Google non è il nemico, ma ha il controllo sul suo ecosistema e il suo obiettivo principale è il profitto. Se non puoi battere il sistema devi imparare a conoscerlo e capire come utilizzare l’AI e le innovazioni e tuo vantaggio;
• il cambiamento non riguarda solo Google, l’AI generativa, partendo da ChatGPT, seguito da Claude e Perplexity, sta modificando i comportamenti degli utenti, portando verso ricerche conversazionali, multimodali e immersive. 

 

Nei primi anni dei motori di ricerca le parole chiave rappresentavano in modo inequivocabile un’esigenza specifica che, con la giusta bid e la giusta offerta, poteva essere soddisfatta dall’inserzionista con un annuncio che portasse l’utente a una destinazione (tipicamente una landing page, un e-commerce, una chiamata, un negozio fisico, …). 

In questa nuova era Keywordless la query di ricerca diventa uno dei numerosi segnali che Google utilizza per comprendere le necessità e i bisogni dell’utente. Il focus si sposta dall’abbinamento esatto delle query alla predizione dell’intento. Google, attraverso i dati, prova a capire le persone e le loro esigenze per servire proattivamente gli annunci giusti al momento giusto.

Questo cambiamento nel 2025 non ci sorprende. Google ha iniziato da anni a modificare le corrispondenze delle parole chiave. La corrispondenza [esatta] oggi sembra la corrispondenza generica (broad) di 5 anni fa. Le varianti simili lasciano alla piattaforma ampio margine di manovra per decidere quando mostrare un annuncio. La broad match modificata, corrispondenza in passato molto valida e amata dagli inserzionisti, è stata eliminata in favore delle più libere varianti simili “close match”. Le parole chiave negative rimangono l’unica arma a disposizione per arginare eventuali derive fuori tema nelle campagne, ma il loro utilizzo non è semplice, visti i limiti del rapporto sui termini di ricerca che mostra una piccola percentuale di tutte le query che hanno attivato gli annunci. 

Il cambiamento non riguarda solo le parole chiave in senso stretto, ma coinvolge l’intera triade fondamentale delle componenti della ricerca Google Ads: parola chiave, annuncio, landing page. 

I Responsive Search Ads (RSA) sono già diventati lo standard delle campagne su rete di ricerca e il loro approccio con numero elevato di varianti di titoli e descrizioni punta a coinvolgere l’utente sfruttando le risorse di Google per associare combinazioni di titoli e descrizioni più adatte all’intento espresso da ciascun utente. 

La pagina di destinazione era il terzo e fondamentale elemento, con un peso specifico importante anche nel punteggio di qualità. Prima, l’inserzionista doveva sceglierla con cura e fare in modo che i contenuti rispondessero all’esigenza espressa nella query. Oggi, nel nuovo approccio, Google sta provando a prendere maggiore libertà nel decidere quali URL finali possono soddisfare meglio ciascuna ricerca dell’utente. Perciò, punta sulla dinamicità delle Final URL Expansion. Le landing page diventano fonti per l’AI di dati utilizzati nell’ottimizzazione degli asset per generare dinamicamente e personalizzare annunci modellati sull’intento di ricerca dell’utente. 

Questi cambiamenti essenziali prendono la loro forma definitiva nel lancio delle funzionalità AI Max. Occorre però prestare attenzione quando si parla di AI Max, perché non parliamo di una nuova tipologia di campagna (almeno per ora), ma di un vero e proprio pacchetto di funzionalità di targeting e ottimizzazione creativa, basate sull’AI di Google, che si possono integrare nelle campagne Search. Le funzioni chiave sono due: 

1. Corrispondenza intelligente delle query (search term matching): una modalità che sfrutta l’AI generativa per espandere le parole chiave esistenti nella campagna utilizzando la corrispondenza “generica” (broad match) e la nuova tecnologia keywordless. Si supera la corrispondenza letterale e anche il “close match” per permettere a Google di trovare l’intento latente dietro le query degli utenti. Dal punto di vista pratico Google sfrutta le parole chiave, gli asset creativi e gli URL per farci comparire per ricerche ritenute rilevanti. 

2. Ottimizzazione degli asset creativi (asset optimization): questa funzione mira a fornire messaggi personalizzati agli utenti attraverso la personalizzazione del testo e l’espansione delle URL finali. Asset creati automaticamente e final URL expansion erano funzioni già esistenti prima del lancio delle AI max. Google combinandole cerca di ottimizzare gli annunci per adattare il messaggio all’utente e aumentare il valore generato, mandandolo sulle pagine più pertinenti con maggior probabilità di generare una conversione. 

Non tutte le funzioni delle AI Max devono essere attivate in contemporanea. Si tratta però di un pacchetto di novità sul quale Google sta scommettendo molto, un po’ come avvenuto con le campagne Performance Max negli ultimi anni. 

In articoli ufficiali rilasciati poco dopo il lancio in beta, Google parlava di crescita del 14% per numero di conversioni a parità di CPA/ROAS, fino addirittura a un 27% nei casi di campagne in cui si partisse da corrispondenze “esatte” o “a frase”. Occorre prestare molta attenzione a questi dati perché sono ovviamente stati scelti con cura per incentivare gli inserzionisti a provare queste nuove funzioni. L’oste Google dice che il vino AI Max è buonissimo, ma è evidente il suo interesse nel vendere il nuovo prodotto. 

Nei prossimi capitoli proveremo dunque a capire quali sono i vantaggi e gli svantaggi dell’approccio keywordless con adozione di AI Max, provando anche a inquadrare il ruolo degli advertiser moderni in questo mondo complesso in continuo divenire.

 

La rivoluzione keywordless orientata a un approccio AI-based della pubblicità su Google ha sicuramente alcuni potenziali vantaggi e offre opportunità ad aziende e inserzionisti. Tra i vantaggi più significativi troviamo: 

• Espansione della copertura e scoperta di nuove query: il vantaggio più significativo di questa rivoluzione potrebbe essere l’estensione della copertura delle campagna intercettando ricerche e conversioni che un approccio tradizionale non avrebbe considerato. Le capacità di apprendimento dell’AI sanno individuare utenti con il giusto intento di ricerca, pronti a convertire, che però stanno facendo ricerche “laterali”. Questi utenti non avrebbero una corrispondenza diretta con le parole chiave individuate in partenza. La comprensione dell’intento latente dietro le query degli utenti è, almeno sulla carta, un grande passo in avanti. L’utilizzo di miliardi di segnali in tempo reale, che ha contribuito a rendere efficaci le strategie di smart bidding, diventa il nucleo della nuova ricerca AI-based di Google Ads. Le query emergenti, più conversazionali e precedentemente non presidiate potrebbero essere una miniera inesplorata piena di nuove opportunità di business. 

• Rilevanza e personalizzazione degli annunci: secondo un articolo pubblicato su Think With Google uno studio del 2024 di Google/Ipsos mostra che in Italia il 71% dei consumatori avrebbe il desiderio di poter vedere annunci personalizzati in cui vengono mostrare opzioni pertinenti. AI Max prova a rispondere a questa esigenza con l’ottimizzazione degli asset creativi che dovrebbe permettere di fornire messaggi altamente personalizzati su vasta scala. Grazie alla personalizzazione del testo degli annunci con l’AI generativa Google dovrebbe aiutare a creare annunci più pertinenti con le ricerche specifiche e gli intenti di ricerca, dando anche call-to-action chiare ed evidenziando le reason why, i punti di forza dell’inserzionista nel rispondere a un bisogno. L’espansione dell’URL finale dovrebbe invece contribuire a guidare l’utente verso le giuste destinazioni sul sito web dell’inserzionista. In tal modo si possono ottenere migliori performance in base all’intento specifico della ricerca. 

 

Dal punto di vista teorico è innegabile che questi vantaggi siano qualcosa di incredibilmente utile per gli inserzionisti. La realtà però potrebbe essere molto più complessa di così e i desideri di Google non sempre coincidono con quelli degli inserzionisti, come vedremo nel capitolo successivo. L’obiettivo e la via sono chiari e idealmente validi: con l’AI e un approccio meno keyword-centrico si vuole portare un’esperienza utente fluida, coerente e ad alto tasso di conversione, con un approccio dinamico basato sull’intento. 

Tra i vantaggi inaspettati troviamo anche la presenza di opzioni di controllo e una certa trasparenza crescente sui dati che rispetto all’approccio “black box” a cui ci aveva abituato Google. Ci sono opzioni di opt-in e opt-out dalle funzioni, quindi l’AI Max non è ha un approccio “all in”, si può affrontare in modo graduale e valutare a seconda delle specifiche esigenze dell’account e delle campagne. La reportistica sembra promettente, le opzioni che permettono di porre dei vincoli (es. Location of interest, Brand setting, URL inclusions/esclusions) offrono soluzioni più custom per aziende che non vogliono o non possono ampliare eccessivamente il target e le libertà di spesa da cedere all’AI. 

Google porta i primi case study su questo approccio con dati sorprendenti, ma si tratta quasi sempre di grossi brand con approccio multinazionali e pochi limiti di budget. Il piccolo inserzionista o l’azienda con peculiarità specifiche negli annunci potrebbe trovare poco utile l’esempio di Beko Europe (+87% vendite grazie ad AI Max) o di L’Oréal (CPA ridotto del 31% grazie ad AI Max). 

Non è tutto oro quel che luccica. Per i business più piccoli o per coloro che non sono preparati e strutturati per fornire tutti i dati necessari, le difficoltà possono emergere e l’AI Max potrebbe portare più danni che benefici. 

 

Gli inserzionisti Google Ads che hanno qualche anno di esperienza ci sono passati quasi tutti. Viene lanciato un aggiornamento e il primo impulso ci porterebbe a rifiutare tutto e rimanere aggrappati alla nostra strategia perfetta. L’istinto ci dice che Google ci sta nascondendo dati e vuole solo farci spendere di più. Poi, dopo aver studiato, approfondito e testato, iniziamo ad adattarci. I tassi di adozione delle campagne Performance Max lo raccontano bene. Oggi l’uso dello smart bidding è capillare, così come accade per il broad match delle parole chiave. 

Occorre prestare attenzione: spesso il rifiuto iniziale delle nuove campagne o delle nuove funzionalità di Google Ads ha perfettamente senso. Infatti, Google talvolta rilascia funzioni (non solo in beta) che non sono ancora ottimizzate e le aggiusta sulla pelle (e sul budget) degli inserzionisti early adopter. D’altro canto, questi temerari e fedeli inserzionisti che si buttano a capofitto nelle nuove funzionalità a volte traggono vantaggio proprio dall’adozione anticipata quando, in una seconda fase, l’aggiornamento viene forzato ed esteso a tutti.

La piattaforma oggi è meno trasparente e più automatizzata, il controllo si sposta dagli inserzionisti agli algoritmi. Non siamo più in un mercato online di parole chiave, ma su una rete pubblicitaria multimediale basata su segnali proprietari.  

Google è un’azienda che ha come obiettivo principale il profitto e gran parte del suo profitto deriva dall’advertising. L’inserzionista, oggi più che mai, deve provare a cavalcare le innovazioni e trarne vantaggio piuttosto che contrastarle. Criticare e segnalare problematiche è giusto e importante, ma il banco vince sempre. Quindi, da partecipanti, l’unico modo per non perdere è trovare il modo di far convergere i propri interessi con quelli di Google e imparare a conoscere l’AI. 

Dai feedback degli inserzionisti nascono le spinte in controtendenza con il recente passato che hanno portato e stanno portando a maggiore trasparenza. Come dicevamo nel capitolo precedente, le funzioni AI Max non sono un blocco unico dove devi prendere tutto e fidarti, si possono accendere e spegnere in modo selettivo. Stanno arrivando nuovi dati sulle performance degli asset (headline) degli annunci RSA e anche sulle specifiche landing page associate a ciascun termine di ricerca. L’inserzionista così, seppur con una visione limitata rispetto a Google, può iniziare a vederci più chiaro sul percorso che ha portato l’utente a convertire. 

Come possiamo dunque definire una via per adattarsi a questo nuovo Google Ads keywordless?

• Occorre avere pazienza: l’intelligenza artificiale, quando si trova in fase iniziale e non ha ancora raccolto sufficienti segnali, può iniziare senza troppa precisione. Le servono tempo e dati per imparare e diventare davvero intelligente. Pretendere risultati perfetti in poco tempo potrebbe rendere molto difficile adattarsi a questo nuovo mondo Google Ads. Il grosso problema è che questa pazienza richiede anche denaro. La necessità di spendere anche nell’attesa che le campagne diventino più smart e aggiustino il tiro potrebbe tagliare fuori alcuni piccoli inserzionisti che non si possono permettere questo extra-budget destinato all’apprendimento. Questa però non è una novità dell’AI Max o dell’era keywordless, sono anni che occorre avere un budget adeguato al proprio mercato di riferimento, includendo una parte di testing e sperimentazione. 

• Il ruolo cruciale dei dati di alta qualità:
  1) “Se entrano buoni dati, escono buoni risultati”: come spiega Austin LeClear in un ottimo video sul nuovo modo di approcciare Google Ads nel 2025, la qualità dei dati che forniamo all’account è determinante. L’account, come un LLM, si allena con i dati che raccoglie e riceve. Se viene alimentato con dati di qualità aumentano le possibilità di successo. 
  2) Tracciamento delle conversioni “reali”: è fondamentale passare dal tracciamento generico (es. compilazione di form) al tracciamento dei lead qualificati e del valore generato realmente (oltre a conversioni avanzate e consent mode v2 occorre implementare offline conversion tracking) 
  3) L’importanza delle customer list: anche senza un elevato storico di spesa, caricare la lista clienti fornisce segnali preziosi per l’AI, rendendo le campagne esistenti più intelligenti.
• “Feed hygiene”: la pulizia e l’accuratezza dei dati di prodotto sono essenziali per le campagne in modalità AI, sia per le Pmax che per AI Max e campagne dinamiche. Altrimenti le ads rischiano di non attivarsi per le query con intento di ricerca adeguato e di intercettare dei falsi positivi. 
• Proteggere le campagne con i “guard-rail” necessari: come consiglia in un interessante post sul tema della modern search Valerio Celletti, se i CPA si alzano o iniziamo a notare intenti troppo latenti è necessario “stringere i guard-rail e rendere più espliciti i non voglio”. Le principali armi a nostra disposizione per farlo sono:
• Parole chiave a corrispondenza inversa (negative keywords): più importanti che mai per pulire e guidare l’algoritmo, escludendo traffico irrilevante e gestendo gli intenti laterali ambigui.
• Iniziare gradualmente: partire da esatte e phrase più performanti, allineare bene annunci e landing page, aprire a corrispondenza broad e poi alle funzioni AI Max quando si ha una base solida: storico ampio di conversioni, landing page performanti con buon conversion rate, budget adeguato. 

 

Abbiamo visto nei capitoli precedenti come il panorama di Google Ads stia subendo una profonda e irreversibile trasformazione. L’orientamento sarà sempre più spinto verso l’automazione e l’integrazione pervasiva dell’AI. Non possiamo che porci dunque una domanda finale: quale sarà il ruolo del Google Ads specialist, un tempo incentrato sul controllo meticoloso e costante delle parole chiave? 

Il nuovo paradigma richiede un cambio di prospettiva. Se pensiamo di competere con l’AI in un campo come quello dell’advertising fortemente correlato ai dati, stiamo perdendo in partenza. Non possiamo giocare contro l’intelligenza artificiale ma dobbiamo diventare capaci di collaborare con le nuove tecnologie e opportunità. Questo non vuol dire che dobbiamo dimenticarci i fondamentali della pubblicità su Google. Come ricorda sempre nei suoi post su LinkedIn Miles McNair, i fondamentali sono oggi più che mai importanti per comprendere il funzionamento di Google Ads e per sapersi adattare ai cambiamenti. 

Per comprendere il ruolo dell’inserzionista moderno può tornare utile la suddivisione nei tre ruoli fondamentali dell’advertiser moderno, data da Frederick Vallaeys nei sui libri sull’argomento: 

• Insegnante/Addestratore di AI: fin da quando il machine learning ha fatto la sua comparsa in Google Ads, trasformandosi poi in AI ed AI generativa negli ultimi anni, è diventato essenziale per chi si occupa di Ads sulla piattaforma saper insegnare all’algoritmo. Oggi, questo ruolo si sta trasformando ulteriormente perché i modelli apprendono sulla base dei dati che ricevono. L’abbiamo visto nel capitolo precedente “good data in equals good results out”.
  Se non insegniamo all’AI a riconoscere le giuste conversioni, a conoscere il nostro valore e il valore dei nostri prodotti e a individuare (attraverso dati come le conversioni offline) il target giusto, non riusciremo a crescere nell’era keywordless. 

• Pilota: occorre diventare professionista simile a un buon pilota di aereo, abile nel monitorare un sistema in buona parte automatizzato e pronto a intervenire quando necessario per prevenire un potenziale disastro. L’esperto moderno di PPC su Google deve saper monitorare i sistemi automatizzati e sapere quali leve potrebbe toccare per modificare leggermente la rotta per superare eventi avversi o semplicemente contrastare e superare la concorrenza. L’importante è guidare l’automazione, non micro-controllarla con modifiche troppo frequenti che rischiano solo di compromettere la raccolta dei dati e l’ottimizzazione automatica delle strategie dell’account. Come abbiamo visto, un buon pilota deve saper usare bene gli strumenti a sua disposizione come le parole chiave negative, i feed di pagine e di prodotti, l’organizzazione di una struttura pulita, chiara ed efficiente dell’account. Tutto questo permette di farsi trovare sempre preparati quando le condizioni cambieranno improvvisamente e sarà necessario rimettersi sulla giusta rotta. 

• Dottore: uno dei problemi principali di Google Ads in un’era sempre meno controllabile è che non è sempre facile capire quali sono le cause di un possibile calo. Per questo occorre assumere anche il ruolo del dottore che con una buona lettura dell’account e delle dinamiche riesce a fare diagnosi rapide dei problemi. Trova poi soluzioni adeguate verso le quali indirizzare l’AI e, quando possibile, previene i cali intervenendo tempestivamente.
  Questa funzione nell’era dell’AI potrebbe essere la più difficile visto il rischio effetto “black box” che alcune campagne hanno suscitato. Oggi, con AI Max e grazie alle continue richieste degli advertiser sembra però che stia tornando maggiore trasparenza perché anche Google ha compreso che per fidarsi dell’AI occorre poter vedere quel che succede (query che attivano gli annunci, URL più performanti, headline RSA più performanti, …). 

Dobbiamo passare dall’essere “cacciatori di parole chiave” a questo nuovo mindset da allenatori di AI, piloti e dottori. Non siamo più vincolati ad un controllo dettagliato e quotidiano, ma dobbiamo avere una visione chiara e lucida e saper leggere i dati e il mercato. Riassumendo la visione a tre ruoli in un’unica breve definizione possiamo descrivere il ruolo del professionista Google Ads nell’era keywordless come quello di supervisore strategico. 

Accogliere questa transizione con il giusto approccio è oggi una reale necessità. Può diventare anche un’opportunità per sbloccare risultati nuovi e scalabili se troviamo il modo di lavorare con il sistema e non combatterlo. Questo nuovo mondo Google Ads senza parole chiave, basato sull’AI, è qui per restare e, come diceva il titolo di un bel libro sull’advertising di Patrick Gilbert le opzioni potrebbero presto essere soltanto due “Join or Die”, saltare a bordo o fallire.