Performance Max ha cambiato il modo di lavorare in Google Ads. Le campagne classiche con keyword granulari, ad group densi e bidding manuale sono diventate minoritarie. L’algoritmo decide quando mostrare, dove mostrare, a chi mostrare, con quale asset, a quanto bid. Una parte di mercato ha letto questo come “Google Ads ora si gestisce da solo”. Un’altra parte ha capito che è esattamente il contrario: meno leve di micro-gestione restano, più peso ha ogni singola decisione strategica che il media buyer ancora controlla.
Le leve manuali che contano davvero in un setup PMax o Demand Gen ad alta automazione sono quattro. Sbagliarne una significa lasciare l’AI di Google libera di ottimizzare verso un obiettivo che non è il tuo, su un’audience che non è la tua, con creative che non rappresentano il tuo brand, e su placement che ti bruciano budget senza ritorno. Il workflow operativo del 2026 si gioca tutto qui.
Goal: definire cosa l’algoritmo deve massimizzare davvero
La prima leva è la più ovvia e quella che più spesso viene trattata male. Quando crei una campagna Performance Max scegli un obiettivo (conversioni, valore di conversione, lead). Poi indichi quali conversion action vanno conteggiate nel goal della campagna. È a questo livello che si decide se la campagna lavorerà bene o brucerà soldi.
Il primo errore frequente è lasciare attive nel goal tutte le conversion action tracciate. Se hai impostato “form contatti”, “click su email”, “click su WhatsApp”, “iscrizione newsletter”, “download brochure”, “acquisto”, e lasci tutte queste azioni come conversion attive nel goal PMax, stai dicendo all’algoritmo che valgono uguale. Non valgono uguale. Un acquisto da 800 euro non vale come un’iscrizione newsletter.
La pulizia del conversion goal va fatta in due passaggi. Primo: definisci quali conversion sono primarie (quelle che contano per il ROAS reale) e quali secondarie (utili da tracciare ma non da ottimizzare). Solo le primarie restano nel goal della campagna. Secondo: assegna un valore monetario realistico a ogni conversion primaria, basato sul valore medio per lead di quella tipologia, non su un numero arbitrario.
Il secondo errore frequente è lasciare il goal invariato per mesi. La realtà del business cambia: una conversion che pesava il 60% del fatturato sei mesi fa adesso ne pesa il 30%. Se il goal non si aggiorna, l’algoritmo continua a spingere su un target obsoleto. La review trimestrale del conversion goal è non negoziabile. Documentazione Google completa su support.google.com/google-ads.
Audience seed: il pattern che il modello impara da te
Performance Max dichiara di non aver bisogno di audience signal per funzionare. Tecnicamente è vero. Operativamente è falso. Senza audience seed l’algoritmo parte da una distribuzione larga e ci mette settimane a capire chi è il tuo cliente. Con un seed ben fatto, parte già nel range giusto e l’apprendimento si stabilizza in 7-14 giorni invece di 4-6 settimane.
L’audience seed è una lista di segnali che dici all’algoritmo: “questi sono i pattern di chi compra da me”. Si costruisce su tre livelli. Primo livello: customer match. Carichi la lista dei clienti reali esistenti, segmentata per valore (top spender, medi, occasionali). Quella lista non viene usata per fare retargeting (PMax fa altro), viene usata come pattern di lookalike interno.
Secondo livello: visitatori qualificati del sito. Non tutto il traffico, solo i segmenti che hanno mostrato intent reale (visita a pagina pricing, tempo medio sopra una soglia, scroll oltre il 75% di una pagina servizio). Questi segmenti vanno costruiti su Google Analytics 4 e importati come audience.
Terzo livello: interessi e in-market. Selezioni 3-6 categorie che descrivono il tuo cliente ideale, senza esagerare. Più interessi metti, più l’algoritmo li considera come “suggerimenti deboli” e meno peso danno al modello.
L’audience seed va aggiornato mensilmente. Una lista customer match di marzo è già obsoleta a maggio se hai acquisito clienti nuovi nel frattempo. Il refresh ti costa un’ora al mese e migliora la qualità del traffico in modo misurabile.
Creative budget: la rotazione che evita lo stallo
L’AI di Google ruota gli asset automaticamente all’interno degli asset group. Decide quali combinazioni di headline, descrizione, immagine, video performano meglio e privilegia quelle. Sembra ottimo, e in parte lo è. Il problema arriva quando gli asset originali invecchiano: l’algoritmo si stabilizza sulla combinazione storicamente migliore, ma quella combinazione smette di funzionare perché il pubblico l’ha vista troppe volte. Il CTR scende, il CPM sale, il ROAS si erode lentamente.
Per evitare lo stallo serve disciplina sul refresh creative. Ogni 3-4 settimane vanno introdotti nuovi asset (almeno 4-6 headline, 3-4 descrizioni, 4-8 immagini, 1-2 video). Gli asset vecchi vengono messi in pausa, non tutti insieme ma in batch, per dare all’algoritmo il tempo di apprendere i nuovi senza perdere completamente lo storico.
Il 10-15% del budget mensile va destinato al testing di varianti creative nuove. Non è budget bruciato, è budget di apprendimento. Senza questa quota, dopo 6-8 mesi gli asset group entrano in fatigue conclamata e i KPI smettono di migliorare anche se l’algoritmo “fa il suo”.
Il pipeline operativo di creative production con AI generativa è un capitolo a sé. Brief umano, generazione varianti, preview, A/B test, vincitrice in produzione. L’approfondimento operativo è in creative testing con AI generativa: il workflow operativo.
Exclusion: la leva difensiva che salva il ROAS
L’algoritmo di Google ottimizza per conversioni dichiarate nel goal. Non sa distinguere una conversione di qualità da una di scarsa qualità, a meno che tu non glielo dica. Non sa che certi placement bruciano budget senza ritorno (mobile app games scadenti, content network spammoso, certi paesi dove non vendi). Non sa che certe query trigger costano molto e convertono poco.
Le exclusion sono la leva difensiva. Tre tipologie vanno gestite manualmente in modo costante. Le negative keyword a livello account, costruite incrociando il search term report mensile con la lista dei termini che hanno generato click senza conversione o conversioni di bassa qualità. Le placement exclusion, costruite scaricando il report placement e bannando i siti/app dove il bounce rate è altissimo e il tempo di sessione è zero. Le brand safety exclusion, che impediscono al tuo brand di apparire in contesti che non vuoi.
Su PMax la gestione delle exclusion è più limitata che sulle campagne classiche, ma c’è. Le brand exclusion list vanno create e applicate a tutte le campagne. Le account-level negative keyword (richieste a Google se necessario) vanno aggiornate mensilmente. Il report di account search terms va letto mensilmente e cross-referenziato con il CRM per capire quali termini portano lead spazzatura.
Senza questo lavoro difensivo, il ROAS dichiarato dalla piattaforma sembra buono ma quello reale (calcolato dal CRM su chiusure effettive) è molto più basso. È la singola causa più comune di disallineamento tra “campagna in attivo su Google Ads” e “campagna in perdita nel P&L del cliente”.
Un esempio numerico realistico
Un e-commerce moda con budget mensile intorno ai 12.000 euro su Performance Max, ROAS target 4.5x. Setup iniziale di sei mesi prima: conversion goal includeva acquisti più tre conversion secondarie (newsletter, wishlist add, profilo creato). Audience seed creato all’avvio e mai aggiornato. Asset creativi caricati al lancio e ruotati solo una volta in sei mesi. Negative keyword sotto i 50 termini, mai aggiornate.
ROAS dichiarato dalla piattaforma: 4.2x. ROAS reale calcolato sul CRM (resi, cancellazioni, qualità del cliente): 3.1x. Sotto la soglia di profittabilità per quella categoria.
Intervento sulle quattro leve in tre settimane. Pulizia conversion goal: solo acquisti come primaria, valore monetario allineato all’AOV reale per categoria prodotto. Audience seed rifatto da zero con customer match aggiornato sui top spender ultimi 12 mesi, segmenti GA4 di visitatori qualificati sulle pagine prodotto ad alto margine, due interessi in-market chirurgici. Refresh creative completo: dodici headline nuovi generati con un workflow AI-assisted, otto immagini nuove prodotte in due batch, due video. Negative keyword espanse a 280 termini, brand exclusion list aggiornata, placement exclusion su 140 domini.
Risultato dopo 60 giorni: ROAS dichiarato sulla piattaforma 5.1x, ROAS reale calcolato sul CRM 4.6x. Miglioramento del 23% sul ROAS reale, a parità di budget e di obiettivo. Il delta arriva tutto dalle quattro leve manuali, non da magia algoritmica.
Il ritmo operativo che tiene una campagna in salute
Le quattro leve non si toccano una volta e si lasciano andare. Il ritmo di gestione che funziona per campagne PMax ad alta automazione è settimanale e mensile insieme.
Ogni settimana: lettura del search terms report con aggiunta di 5-15 negative keyword nuove, controllo placement performance con esclusione di 3-10 placement scadenti, verifica spend pacing rispetto al goal mensile. Tempo richiesto: 30-45 minuti.
Ogni mese: aggiornamento audience seed (customer match refresh, segmenti GA4 ricalcolati), introduzione di un batch di asset creativi nuovi (4-6 headline, 3-4 immagini), review del conversion goal e dei valori monetari, audit della brand exclusion list. Tempo richiesto: 3-5 ore.
Ogni trimestre: review strategico completo. Ridefinizione dei conversion goal in base ai cambi di business, valutazione se splittare la campagna PMax in più campagne tematiche, audit della struttura asset group, valutazione introduzione di campagne adiacenti (Demand Gen, YouTube standalone). Tempo richiesto: una giornata.
Questo è il ritmo. Sotto questa soglia di attenzione, l’AI di Google fa quello che vuole con il tuo budget. Sopra, lavora per il tuo business invece che per il suo. Se vuoi un setup advertising calibrato con queste logiche, ne parliamo da advertising AI.