OpenAI ha annunciato che dal 24 agosto 2026 sarebbe iniziato il rollout di ChatGPT Ads per gli utenti idonei in 31 mercati europei, Italia compresa. Questo non significa che oggi qualsiasi retailer italiano possa aprire un account e lanciare una campagna.

Al 25 agosto, la pagina OpenAI sulla disponibilità per Paese indicava ancora l’Italia come “Coming Soon” per l’accesso self-service ad Ads Manager. In una prima fase, l’acquisto passa da OpenAI Ads Solutions, agenzie partner e partner tecnologici. Chi non ha accesso tramite uno di questi canali può manifestare il proprio interesse e preparare il test, ma la disponibilità resta un vincolo concreto.

Il pubblico disponibile è più ristretto dell’utenza di ChatGPT

OpenAI dichiara che gli annunci possono comparire agli adulti idonei sui piani Free e Go, mentre gli abbonamenti Plus, Pro ed Enterprise restano senza pubblicità. Nel primo progetto pilota statunitense, ricercatori indipendenti hanno osservato unità sponsorizzate sotto la risposta del modello e visivamente separate da essa. OpenAI afferma che la pubblicità non influenza la risposta, ma l’audit citato non ha verificato questa dichiarazione di policy.

L’Advertiser API di OpenAI permette di aggiungere a un gruppo di annunci indicazioni di contesto in formato libero. La documentazione le descrive come suggerimenti sul pubblico o sul posizionamento, utili a orientare la comparsa dell’annuncio. Possono essere descrizioni o parole chiave, ma l’API pubblica non definisce corrispondenze simili ai match type della search e non promette l’erogazione accanto a un prompt specifico.

In Europa c’è un altro vincolo: la documentazione sui segmenti personalizzati indica che le liste clienti non sono disponibili per le campagne rivolte al SEE o alla Svizzera. Il primo test italiano deve quindi poggiare su pertinenza contestuale, dati di prodotto e geografia, non sul retargeting CRM.

Non esporre l’intero assortimento solo perché il feed lo permette. Scegli una o due categorie in cui il cliente deve confrontare specifiche, casi d’uso o compromessi. Lo stock deve essere stabile, le pagine prodotto utili e il margine di contribuzione conosciuto.

OpenAI documenta feed prodotti compatibili con Google, completi di titoli, descrizioni, prezzi, disponibilità, immagini e URL di destinazione. Gli insiemi di prodotti possono filtrare il feed per attributi come il brand, offrendo a un retailer multibrand un modo pulito per circoscrivere il test. Il reporting a livello di prodotto mostra poi quali articoli hanno ricevuto impression e clic.

Questa è un’unità di apprendimento utile: una categoria, un insieme definito di prodotti, un piccolo gruppo di temi contestuali e una pagina di destinazione capace di rispondere ai vincoli che il cliente potrebbe esprimere. Nel primo test lascia fuori prodotti con poco margine, stock instabile o molti resi.

Prepara tre livelli di misurazione prima del lancio

La campagna richiede tre versioni della verità, ognuna con un compito diverso.

Il reporting della piattaforma deve ricevere l’evento ecommerce standard, per esempio order_created, con importo, valuta e ID prodotto. Serve per diagnosticare l’erogazione e ottimizzare.

Il reporting analytics deve usare parametri UTM statici su ogni URL di destinazione. Mantieni gli identificatori di campagna, gruppo di annunci, categoria, brand e creatività coerenti con la tassonomia degli altri canali paid.

Il reporting del backend deve unire gli ordini a ricavi netti, sconti, costi di evasione, cancellazioni, resi, margine e stato di cliente nuovo o esistente. È questo il livello che stabilisce se il test ha avuto senso sul piano commerciale.

OpenAI supporta un Measurement Pixel nel browser e una Conversions API server-side. La documentazione definisce l’integrazione server più affidabile del solo Pixel. Quando Pixel e CAPI inviano lo stesso ordine, riutilizza lo stesso identificatore come id dell’evento CAPI ed event_id del Pixel, associandoli allo stesso Pixel ID, in modo che OpenAI possa deduplicarli. Configura il Pixel secondo l’implementazione del consenso approvata dal retailer prima che inizi a inviare dati.

Il principio è lo stesso descritto nella guida più ampia all’attribuzione: le conversioni della piattaforma servono a ottimizzarla, mentre i risultati del backend guidano la decisione di budget.

Aggiungi un controllo che renda più solida la lettura commerciale

Gli ordini attribuiti non dicono quanti ordini abbia creato l’annuncio. Se il volume lo consente, usa un gruppo di controllo composto da regioni comparabili.

Scegli regioni italiane simili usando un periodo precedente pulito. Abbinale per ricavi della categoria, volume degli ordini, tasso di conversione, promozioni, stock e spesa sugli altri media. Attiva ChatGPT Ads nelle regioni di trattamento ed escludi quelle di controllo, compatibilmente con le località che il partner conferma come disponibili. Mantieni il più possibile stabili catalogo, prezzi, promozioni e altre attività paid.

Randomizza le regioni idonee quando volume e operatività lo permettono. Se le regioni sono soltanto abbinate, considera il risultato quasi sperimentale. Prima di usare un linguaggio causale, riporta la coerenza dei trend precedenti, l’incertezza, i rischi di contaminazione e qualsiasi differenza simultanea in media, prezzi, stock o promozioni.

Confronta la variazione di ordini, ricavi netti e margine di contribuzione del backend tra trattamento e controllo. Brand search, traffico diretto e quota di nuovi clienti possono aiutare a interpretare il risultato, ma restano segnali secondari.

Se il volume regionale è troppo basso, puoi usare come controllo una categoria o un brand, anche se le differenze di domanda e gli acquisti trasversali rendono il confronto più debole. Un test temporale con fasi di attivazione e pausa è ancora meno solido quando nel frattempo cambiano promozioni, giorni di paga o stagionalità. Dichiara questo limite nel resoconto.

Mantieni le conversioni post-view in una colonna separata

La documentazione di OpenAI distingue le conversioni post-clic da quelle post-view. Il totale principale Conversions si basa sui clic. Il reporting post-view, quando disponibile, usa una finestra fissa di un giorno e compare separatamente a livello di campagna. Non entra nella fatturazione né nell’ottimizzazione delle conversioni.

Mantieni separati questi numeri. Sommarli e definire il risultato come ricavo incrementale significherebbe rispondere a una domanda che la misurazione non ha mai verificato.

La documentazione OpenAI attuale e l’audit citato non forniscono benchmark pubblici europei per reach, CPM, CPC, tasso di conversione o ROAS di ChatGPT Ads. Un audit indipendente dell’agosto 2026 ha rilevato che retail e software dominavano il primo campione statunitense e che i prompt relativi ai prodotti attiravano spesso annunci. Ha misurato l’esposizione, non il rendimento degli inserzionisti, e i prompt non erano rappresentativi dell’uso europeo.

Sono elementi sufficienti per giustificare un esperimento retail mirato. Non bastano per rinunciare al controllo, aprire l’intero catalogo o spostare un budget significativo prima che si muova anche il margine di contribuzione nel backend.