Il targeting comportamentale (behavioral targeting) è una tecnica di pubblicità digitale che mostra agli utenti prodotti basati su ciò che hanno effettivamente fatto online — pagine visualizzate, articoli aggiunti al carrello, acquisti passati, ricerche ripetute — anziché affidarsi a ipotesi demografiche generiche. Le piattaforme pubblicitarie e gli strumenti di retargeting raccolgono questi dati di navigazione e interazione e li usano per decidere quali prodotti del catalogo di un merchant mostrare a un determinato visitatore mentre si sposta sul web. Nella pubblicità basata sui feed, è il livello che trasforma un catalogo prodotti statico in un’esperienza reattiva e personalizzata.
Perché il targeting comportamentale è importante nella pubblicità basata sui feed
Un feed di prodotto fornisce solo il catalogo grezzo — titolo, prezzo, immagine, disponibilità —, ma è il targeting comportamentale a decidere quali di quelle migliaia di articoli vengono effettivamente mostrati a un utente specifico. Senza segnali comportamentali accurati, anche un feed perfettamente ottimizzato propone lo stesso assortimento generico a tutti, sprecando impression su prodotti che un utente ha già scartato e perdendo opportunità evidenti, come un utente che ha abbandonato il carrello e ha solo bisogno di una spinta. Ecco perché le campagne di remarketing spesso superano quelle di prospecting in termini di costo per acquisizione: combinano i dati del feed con metriche di engagement reali raccolte sul sito, così l’annuncio mostrato corrisponde a un’intenzione dimostrata anziché a un’ipotesi a freddo. Per ottenere questo risultato serve un coordinamento stretto tra gli identificatori di prodotto del feed e il codice di tracciamento attivo sullo storefront, perché una discrepanza tra i due interrompe il collegamento e un evento di visualizzazione o di aggiunta al carrello non viene mai ricondotto a un articolo vendibile.
Come funziona il targeting comportamentale
Le piattaforme costruiscono audience comportamentali taggando i visitatori con eventi — prodotto visualizzato, aggiunto al carrello, acquistato —, ciascuno legato a uno specifico ID articolo del feed. Quando lo stesso utente vede in seguito un annuncio, il motore di annunci dinamici della piattaforma incrocia la cronologia dei suoi eventi con il feed attivo per recuperare il prodotto corrispondente, il prezzo attuale e lo stato di disponibilità, anziché mostrare una creatività statica. I retailer spesso combinano questo approccio con una segmentazione più mirata, suddividendo le audience per categoria, fascia di prezzo o recenza dell’acquisto, così che un cliente che ha navigato tra le scarpe da running non veda annunci di una parte del catalogo che non c’entra nulla. I dati comportamentali alimentano anche le attività di niche targeting, permettendo a un merchant di isolare un gruppo piccolo ma con alta intenzione d’acquisto — ad esempio gli utenti che hanno visualizzato più volte una specifica linea in edizione limitata — e di proporgli una campagna dedicata anziché inserirlo in un pool di remarketing generico.
Esempio: targeting comportamentale in un feed di prodotto
<item>
<g:id>SKU-77120</g:id>
<title>Trail Running Shoe - Slate Grey, Men's 10</title>
<link>https://example-shop.com/products/trail-running-shoe-slate-10</link>
<g:price>129.00 USD</g:price>
<g:availability>in stock</g:availability>
<g:custom_label_0>cart_abandoner_7d</g:custom_label_0>
<g:custom_label_1>viewed_not_purchased</g:custom_label_1>
</item>I campi custom_label non cambiano il modo in cui il prodotto viene mostrato organicamente: esistono affinché il feed possa essere filtrato in gruppi di campagne basati sul comportamento, permettendo all’inserzionista di creare un gruppo di annunci per chi ha abbandonato il carrello che preleva solo gli articoli taggati in questo modo, con prezzo e disponibilità aggiornati all’ultimo refresh del feed.
Concetti correlati
Il targeting comportamentale funziona al meglio se applicato sopra una segmentazione più ampia, perché i segmenti di audience definiscono i pool all’interno dei quali vengono applicati i segnali comportamentali, e spesso si restringe ulteriormente nel niche targeting quando un merchant vuole isolare uno specifico gruppo di alto valore anziché trattare allo stesso modo tutti gli utenti coinvolti. Nulla di tutto questo funziona senza metriche di engagement affidabili che alimentino il sistema fin dall’inizio: senza quei dati a monte, non c’è alcun comportamento su cui fare targeting.
