Per anni il product feed è stato trattato come un problema da risolvere una volta e dimenticare. Si esportava dal gestionale, si caricava su Merchant Center, si controllava che i prodotti fossero approvati. Fine. Il lavoro vero — quello strategico — stava altrove: nelle offerte, nelle audience, nelle creatività.
Quel tempo è finito. E capire perché, è diventato uno dei compiti più importanti di chi si occupa di performance marketing oggi.
Il prima: il feed come obbligo tecnico
Fino a qualche anno fa la logica delle campagne pubblicitarie era lineare e relativamente trasparente. In Google Shopping indicavi quali parole chiave negative escludere, impostavi le offerte per categoria o per prodotto, controllavi il search term report e ottimizzavi di conseguenza. Il feed serviva per popolare gli annunci con i dati di prodotto corretti — titolo, prezzo, immagine, disponibilità. Era un prerequisito, non una leva.
Su Meta la struttura era simile: costruivi le audience, scrivevi il copy, producevi le creatività. Il catalogo prodotti — l’equivalente del feed — serviva per le Dynamic Product Ads, cioè per il retargeting. Era uno strumento tattico, non strategico.
In questo contesto, investire sull’ottimizzazione del feed aveva senso limitato. Bastava che fosse corretto. Il rendimento delle campagne dipendeva da altre variabili.
Il cambiamento: quando l’algoritmo ha preso il controllo
Il punto di svolta è arrivato con la progressiva automazione delle piattaforme pubblicitarie. Google ha introdotto Smart Shopping, poi lo ha fatto evolvere in Performance Max. Meta ha sviluppato Advantage+ Shopping Campaigns. In entrambi i casi, la logica è la stessa: l’algoritmo prende il controllo delle decisioni di targeting, bidding e creative, e lo fa basandosi sui segnali che riceve.
Il segnale principale, in entrambi i casi, è il feed.
Performance Max non riceve keyword. Non ha segmenti di pubblico obbligatori. Non ha placement selezionati manualmente. Riceve asset — titoli, immagini, video — e riceve il feed di prodotto. Da questi input, decide a chi mostrare cosa, dove e quando. Il feed non è più il contenitore degli annunci: è l’istruzione che l’algoritmo usa per costruirli.
Meta Advantage+ segue la stessa logica sul versante social. Il catalogo prodotti non serve più solo per il retargeting: alimenta le campagne prospecting, guida la personalizzazione delle creatività, informa le decisioni di bidding automatico. Anche qui, la qualità del dato nel catalogo è la qualità del segnale che riceve l’algoritmo.
La conseguenza pratica è netta: le leve tradizionali di ottimizzazione — offerte manuali, segmenti di pubblico definiti, keyword esplicite — hanno perso peso. Il feed ne ha guadagnato.
I dati che confermano il cambio di paradigma
Non si tratta solo di un ragionamento teorico. I numeri lo confermano in modo diretto.
Google ha misurato l’impatto dell’aggiunta di product feed alle campagne Demand Gen: le campagne consolidate con ampia selezione di prodotti registrano in media un +33% di conversioni e un +18% di click rispetto alle campagne senza feed, a parità di costo. Non è un miglioramento marginale — è la differenza tra una campagna che scala e una che stagna.
Sul fronte operativo, un caso documentato da professionisti del paid media racconta di un cliente automotive con oltre 340.000 prodotti nel catalogo: feed disorganizzato, titoli mancanti, immagini assenti su una parte rilevante delle schede. Risultato: campagne dinamiche che non performavano, costo per lead fuori controllo. Dopo un lavoro sistematico di riorganizzazione e ottimizzazione del feed — senza toccare le offerte né il budget — il cliente è passato a oltre 30.000 lead al mese con un calo del 55% del costo per lead.
Il feed non era un dettaglio tecnico in quel caso. Era il problema principale.
Cosa significa “ottimizzare il feed” nell’era algoritmica
Se il feed è diventato il segnale primario degli algoritmi, ottimizzarlo significa qualcosa di diverso rispetto al passato. Non si tratta solo di rispettare i requisiti tecnici delle piattaforme — anche se quello resta il prerequisito. Si tratta di costruire un feed che parli la lingua degli algoritmi e che massimizzi la pertinenza agli occhi di Google e Meta.
In pratica, questo significa lavorare su più dimensioni contemporaneamente.
La qualità degli attributi testuali. I titoli dei prodotti sono il segnale più diretto per l’abbinamento con le query di ricerca in Shopping e per la rilevanza in PMax. Un titolo costruito con la struttura corretta — brand, tipo di prodotto, caratteristiche distintive nei primi 70 caratteri — vale più di qualsiasi modifica alle offerte per un prodotto che stenta a ricevere impressioni.
La completezza dei dati strutturati. GTIN, categoria di prodotto Google, attributi di variante (colore, taglia, materiale) — non sono campi facoltativi. Sono i segnali che Google usa per collegare il prodotto al suo Shopping Graph, il database globale che aggrega informazioni su prezzi, disponibilità e recensioni. Un prodotto con GTIN corretto è un prodotto che Google riconosce. Uno senza GTIN è un’entità non verificata.
La segmentazione strategica con le custom label. Le custom label non influenzano la pertinenza nelle ricerche, ma sono lo strumento con cui il marketer mantiene il controllo sul comportamento dell’algoritmo in PMax. Segmentare il catalogo per margine, stagionalità o performance storica — e costruire asset group separati per ciascun segmento — è l’unico modo per evitare che le PMax concentrino tutto il budget sui prodotti già forti, ignorando quelli con potenziale non ancora espresso.
L’aggiornamento in tempo reale. La velocità di aggiornamento del feed — prezzi, disponibilità, varianti — impatta direttamente sulla qualità del dato percepita dall’algoritmo. Un feed con errori frequenti o aggiornamenti in ritardo accumula penalità nel trust score dell’account che si propagano sull’intero catalogo.
Il prossimo fronte: i product feed negli LLM
Se la transizione da Shopping classico a Performance Max ha già ridefinito il ruolo del feed, quello che sta accadendo nel mondo dei modelli di linguaggio potrebbe ridefinirlo ulteriormente.
ChatGPT, Gemini e Perplexity stanno integrando risposte con prodotti nelle loro interfacce conversazionali. Quando un utente chiede a Gemini “qual è il miglior cappotto invernale sotto i 200 euro” o a ChatGPT “dove compro una stampante laser compatta”, le risposte includono prodotti — con immagine, prezzo, disponibilità e link all’acquisto. La fonte di quei prodotti è il feed strutturato: Google Merchant Center in primis, ma anche feed dedicati che i singoli LLM stanno sviluppando o adottando.
La logica è la stessa che si applica a Shopping e PMax: l’LLM legge i dati del feed e decide quali prodotti mostrare in risposta a una query. Chi ha un feed ottimizzato — attributi completi, titoli pertinenti, dati strutturati corretti — sarà visibile in questi nuovi touchpoint. Chi ha un feed lacunoso o con dati di bassa qualità non lo sarà, indipendentemente dalla qualità del prodotto sottostante.
È presto per quantificare l’impatto di questo canale sul traffico e sulle conversioni eCommerce. Ma la direzione è chiara: il feed è già oggi il dato che connette il catalogo di un brand con tutti i canali di scoperta e acquisto digitale. E il numero di quei canali è destinato ad aumentare.
Da obbligo tecnico a asset strategico
Il product feed marketing non è un nuovo nome per una vecchia pratica. È il riconoscimento che il feed — la struttura dati che descrive il catalogo prodotti di un brand — è diventato l’asset più trasversale e più impattante nell’ecosistema del performance marketing moderno.
Non sostituisce la strategia di campagna, il lavoro sulle creatività o l’analisi dei dati di performance. Si affianca a tutto questo come il prerequisito che determina se quegli investimenti possono effettivamente funzionare.
Un feed ottimizzato non garantisce risultati. Un feed scadente li impedisce.
→ Scopri la suite Product Feed Marketing di Highstreet.io
→ AI Enrichment: ottimizzazione automatica degli attributi feed
→ Richiedi una demo