dataMesh Podcast

About dataMesh Podcast

Aggiornamenti, pettegolezzi e statistiche sul mondo dei dati filippotrocca.substack.com (https://filippotrocca.substack.com?utm_medium=podcast)

Publisher

Filippo Trocca

Category

business · business

Language

it

Explicit

No

First episode

20 Nov 2022

Latest episode

9 Nov 2026

Latest episodes

29 episodes in the feed.

1. 

   9 Nov 2026

   Le ore risparmiate con ChatGPT, Copilot, Gemini e Claude non sono un business case

   Microsoft ha dato le licenze di Copilot a caso a circa metà degli oltre 6.000 dipendenti coinvolti in 56 aziende, e per almeno sei mesi ha misurato dalla telemetria le attività svolte. Chi aveva la licenza ha passato 12 minuti in meno a settimana a leggere email e ha chiuso i documenti di Word il 6% più in fretta. Solo il 38% di chi aveva la licenza la usava ogni settimana. È uno dei pochi numeri sull’AI che vengono da un esperimento con un gruppo di controllo. Quando è possibile fare confronti, i numeri sull’AI si restringono: questo è il filo conduttore di tutto quello che leggerete. Cosa è cambiato: due misure che non si parlano Il 30 settembre BCG ha pubblicato l’Applied AI Index 2026: su 1.330 dirigenti, quasi metà delle aziende dichiara di ottenere dall’AI un valore reale. Un anno prima era il 5%. A ottobre è uscita la revisione di un paper NBER, firmato fra gli altri da Nick Bloom e Steven Davis, con un risultato molto più piccolo. Gli autori hanno intervistato quasi 9.000 CEO, CFO e altri dirigenti in sette paesi. Il 78% delle loro aziende usa l’AI, ma quando si chiede di quanto abbia fatto crescere la produttività del lavoro negli ultimi tre anni, la stima degli stessi dirigenti è dello 0,2% l’anno. Per i prossimi tre se ne aspettano lo 0,6%. Le due indagini rispondono a domande diverse. La prima chiede se l’AI genera valore, la seconda di quanto è cresciuta la produttività rispetto a prima. Chi lavora nella misurazione riconosce la distanza: è quella fra il ROAS che la piattaforma si attribuisce e l’effetto che resta quando togli quello che sarebbe successo comunque. Nessuna delle due, però, è una misura: sono entrambe stime dei dirigenti. E quando un’azienda deve decidere se comprare le licenze, la stima da cui parte quasi sempre è un’altra ancora, le ore. Le ore dichiarate Quasi tutti i business case dell’AI che vedo, che si tratti di ChatGPT Enterprise (https://openai.com/chatgpt/enterprise/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca), Gemini per Workspace (https://workspace.google.com/solutions/ai/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca), Copilot (https://www.microsoft.com/microsoft-365/copilot?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) o Claude (https://claude.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca), partono dalle ore: quanti minuti risparmia ogni persona, moltiplicati per il costo orario e per l’organico. Il numero è facile da produrre e si gonfia da solo. Si gonfia perché i minuti risparmiati li stimano le persone stesse, e anche chi lavora bene li stima male. Nello studio di METR, fatto con gli strumenti di inizio 2025, sviluppatori esperti al lavoro sui propri progetti hanno impiegato il 19% di tempo in più con l’AI. Alla fine erano convinti di aver fatto il 20% più in fretta. Se chi usa lo strumento sbaglia perfino il segno, un business case costruito sulle ore dichiarate parte già sbagliato. Il caso: 26 minuti al giorno, dichiarati Lo stesso schema, su scala molto più grande. Fra ottobre e dicembre 2024 il governo britannico ha dato una licenza di Microsoft 365 Copilot a 20.000 dipendenti di dodici amministrazioni. Il rapporto finale, uscito a giugno 2025, dice che ognuno risparmia in media 26 minuti al giorno, e il governo l’ha annunciato come “quasi due settimane l’anno”. Il numero viene da un questionario: ognuno ha scelto una fascia, da “meno di 5 minuti” a “più di un’ora”, e la media è calcolata sul punto centrale di ogni fascia. Gruppo di confronto, nessuno. Il rapporto stesso avverte che le cifre sono dichiarate e che non si sa come sia stato usato il tempo risparmiato. Il Department for Business and Trade, ha fatto un passo in più: un diario di una settimana e alcune prove osservate, con gli stessi compiti svolti da chi aveva Copilot e da colleghi senza licenza, e la qualità valutata alla cieca. Per riassumere un rapporto ci volevano 13 minuti invece di 42. Sull’analisi in Excel chi usava Copilot ci ha messo di più, 25 minuti contro 21, e ha consegnato un lavoro peggiore. Il 72% degli utenti era comunque soddisfatto. La conclusione del dipartimento: nessuna prova che il tempo risparmiato sia diventato produttività. E il 70% delle licenze era andato a volontari, cioè a chi si era fatto avanti per usare lo strumento: un campione già ben disposto verso Copilot. Le prove osservate erano undici, troppo poche per farne un numero da business case, e il rapporto lo scrive, ma bastano a vedere la distanza fra quello che si dichiara e quello che si misura. L’occasione: il rollout è già un esperimento Il materiale più utile su come misurare un rollout viene, curiosamente, da un fornitore. A metà settembre Anthropic, che produce Claude, ha pubblicato una guida per chi dirige le vendite: Building an AI-native revenue organization (https://claude.com/resources/articles/building-an-ai-native-revenue-organization?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca). Uso Claude ogni giorno, e lo dico perché pesa su come leggo la fonte. Due indicazioni sono giuste. La prima: niente confronto prima/dopo. Si mettono fianco a fianco i team del pilota e il resto dell’organizzazione nello stesso periodo, perché vendono nello stesso mercato e nella stessa stagione. La seconda: un business case fatto solo di ore ha un tetto, perché il valore si ferma al costo di quelle ore. Il valore vero sta in quello che prima non si faceva: più clienti seguiti, più opportunità a parità di organico. Il problema è come vengono scelti i team. La guida consiglia di partire con due o tre team “con capi motivati”. È la scelta sensata per far riuscire un pilota, e quella sbagliata per misurarlo: la differenza con gli altri team contiene la motivazione del capo insieme all’effetto dell’AI, e non c’è modo di separarle dopo. È lo stesso errore del retargeting su chi avrebbe comprato comunque. Uno dei tre segnali indicati per passare alla fase successiva peggiora il quadro: i team pilota devono battere gli altri “anche se il divario è ancora piccolo”. Un divario piccolo su tre team può essere rumore. La correzione sta nella guida stessa, che descrive un rollout a ondate: 25 posti, poi 150, poi tutti. Se l’ordine delle ondate lo estrae un sorteggio invece dell’entusiasmo dei manager, ogni ondata ha un gruppo di controllo gratuito: quelli che non sono ancora entrati. Il metodo ha già funzionato. Erik Brynjolfsson, Danielle Li e Lindsey Raymond hanno misurato così un assistente AI introdotto a scaglioni fra 5.179 operatori di customer service: +14% di pratiche risolte all’ora, +34% per i meno esperti, quasi niente per i più esperti. Nessuna indagine l’avrebbe trovato: una media dichiarata non dice dove sta il guadagno. C’è anche una differenza rispetto alle licenze di Copilot: lo strumento era dentro il lavoro degli operatori, su un compito preciso, non una licenza in più da imparare a usare. Dove starei attento Si contano tutte le licenze. Nello studio Copilot gli effetti per chi usava lo strumento erano il doppio o più di quelli per chi aveva solo la licenza. Il CFO paga tutte le licenze, anche quelle di chi non le apre: il ROI si calcola su tutti gli assegnatari, altrimenti si misura l’effetto sugli entusiasti e lo si proietta su chi non aprirà mai lo strumento. Troppi fattori esterni? È il motivo del gruppo di controllo. L’obiezione più forte a tutto questo: l’AI entra in cento attività, nelle ore non si vede, e sulle vendite pesano mercato, prezzi e stagione. Vero, ma quei fattori colpiscono allo stesso modo chi ha lo strumento e chi aspetta il turno, e nella differenza resta l’effetto dell’AI. È lo stesso ragionamento di un geo-test sul media. Due accorgimenti lo rendono praticabile: si misura prima dove il segnale è forte, sul compito e sul processo (pratiche chiuse, clienti seguiti per persona), e solo dopo sulle vendite; se non si può sorteggiare la persona, si sorteggiano sedi o team. I gruppi si contaminano. I team che aspettano il loro turno parlano con quelli che hanno già lo strumento, si passano prompt e abitudini. Con l’AI c’è un caso in più: chi non è nel gruppo di controllo può usare ChatGPT sul telefono. Il divario si comprime e il programma sembra valere meno di quanto vale. È un errore conservativo, ma va detto prima di presentare il numero. I numeri invecchiano in fretta. METR ha provato gli strumenti di inizio 2025, il governo britannico quelli di fine 2024: i modelli di oggi sono un’altra cosa, e gli stessi test potrebbero dare un altro risultato. Vale però in tutte e due le direzioni. Se uno studio di sei mesi f… This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit filippotrocca.substack.com (https://filippotrocca.substack.com?utm_medium=podcast&utm_campaign=CTA_1)

2. 

   26 Oct 2026

   Google Tag Manager non conta gli eventi rotti. L'agente AI che legge i tuoi dati nemmeno

   In riunione qualcuno chiede quanti acquisti sono arrivati su GA4 senza valore la settimana scorsa. Nessuno lo sa. Su Google Tag Manager i tag sono partiti tutti e il report del lunedì è uscito come sempre. Se l’errore c’era, poteva vederlo solo chi in quel momento aveva aperto l’anteprima di GTM, e non l’aveva aperta nessuno. Quando i dati li leggeva un analista, un martedì con lo scontrino medio dimezzato lo faceva fermare: prima di commentarlo, chiedeva se quel giorno gli acquisti erano arrivati senza valore. Un agente AI quel martedì lo mette nella media con gli altri giorni e scrive il commento senza farsi la domanda. Che cosa è cambiato Con l’AI nella pipeline di analisi quella domanda non la fa più nessuno. Un modello non ha modo di accorgersi che valuearriva vuoto su una parte degli acquisti: per lui quel vuoto è un dato come gli altri, e lo mette nei conti. Ne ho scritto parlando dei guardrail dell’IA (https://filippotrocca.substack.com/p/i-guardrail-dellia-perche-la-tua) e dell’AI che guida fissando lo specchietto retrovisore (https://filippotrocca.substack.com/p/la-tua-ai-guida-a-150-allora-fissando): un’analisi sbagliata e ben scritta fa più danni di nessuna analisi. Per questo la qualità va controllata quando il dato viene raccolto, e gli errori vanno contati e conservati: chi analizza, persona o agente, deve poter sapere quali giorni non usare. Cosa fa GTM, e dove si ferma GTM fa bene il suo lavoro. L’anteprima mostra, per la tua sessione, quali tag partono e con quali valori. La diagnostica del container segnala i problemi di configurazione del Google tag. La versione 360 aggiunge i controlli che servono a un’azienda grande su chi pubblica cosa: approvazioni, zone, workspace senza limite. Nessuna delle due versioni però tiene un registro di cosa arriva in produzione dagli utenti veri, né verifica che il dataLayer contenga i campi previsti nel formato previsto. Una variabile che non trova il valore restituisce undefined, e l’opzione Format Value permette di trasformarlo in un valore a scelta: utile per non rompere i tag, ed è anche il modo più semplice per rendere invisibile un errore. Sul server-side Google rimanda a Cloud Logging, che mostra solo quello che hai deciso tu di scrivere nei log e non il contenuto delle richieste: se non l’hai previsto prima, non sai che cosa è arrivato. Google ha tracciato il perimetro così: GTM governa chi cambia cosa nel container, mentre quello che arriva in produzione resta fuori. Il buco è abbastanza noto da avere un mercato: Code Cube (https://www.code-cube.io/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca), Trackingplan (https://www.trackingplan.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) e ObservePoint (https://www.observepoint.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) vendono proprio questo. Chi resta su GTM e vuole questo controllo deve aggiungere un fornitore: un tag di monitoraggio in più, dentro lo stesso container che dovrebbe controllare, e un’integrazione da mantenere. Dov’è l’occasione: errori di codice ed errori di contenuto Su un tag manager enterprise lo stesso controllo è dentro il prodotto. Prendo come esempio Commanders Act (https://www.commandersact.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca), che lo divide in due momenti: prima di pubblicare il container e mentre i dati arrivano. La distinzione vale anche per chi usa altro. Prima di pubblicare si cercano gli errori di codice. Ogni versione del container passa un test su otto combinazioni di browser e sistema operativo, con gli errori elencati per tag fino al numero di riga. Il test controlla che il JavaScript dei tag sia scritto bene e non vada in errore in un ambiente vuoto, dove le variabili di tc_vars, il data layer di Commanders Act, non esistono: per questo nei tag si scrivono controlli del tipo “se la variabile esiste”, che evitano errori come cannot read property of undefined. Una versione con errori non si pubblica finché l’errore non viene corretto o ignorato in modo esplicito, e i risultati del test restano salvati con ogni versione. Il test quindi dice se il codice si rompe su un browser, non se il valore che arriverà è giusto. La raccolta degli errori JavaScript sui browser degli utenti reali non c’è ancora: Commanders Act la sta valutando, senza una data. Mentre il dato entra si cercano gli errori di contenuto. Qui lavora la Event Specification: per ogni evento le proprietà attese, il tipo, quali sono obbligatorie e cosa fare quando mancano, cioè accettare l’evento, togliere la proprietà o rifiutare tutto. Ogni evento raccolto riceve uno stato: valido, non valido ma accettato, rifiutato, filtrato, fallito. Lo stesso valore mancante che su GTM finisce in un undefined qui diventa un conteggio, una percentuale per sorgente e, se lo si vuole, un alert. Quando i dati partono verso le destinazioni, cioè le piattaforme pubblicitarie e gli strumenti di analisi, il controllo si ripete: per ogni destinazione la quota di eventi consegnati, gli errori con la descrizione e la soluzione, un alert via email, Slack o Teams sotto una soglia scelta. Il terzo punto da controllare è la configurazione del container. Al DMEXCO di Colonia, a settembre, Alessandro Gambato di Commanders Act ha mostrato l’audit dei 15 container web di un cliente. Dei 417 trigger, 176 (il 42%) erano finiti nel cestino, e c’erano due casi in cui la stessa conversione poteva essere inviata due volte. L’audit fotografa la configurazione in quel momento, e per chi misura il dato che pesa di più è il secondo: una conversione inviata due volte entra in un modello come due vendite. Il connettore che legge la qualità Ad agosto ho scritto del server MCP di Commanders Act come strumento per documentare un container (https://filippotrocca.substack.com/p/google-ha-semplificato-il-tag-management). Lo stesso connettore serve a una seconda cosa: chiedere a un agente lo stato della raccolta prima di chiedergli l’analisi. A ottobre 2026 il server è ancora in closed beta. Il tool sulla qualità della raccolta accetta un solo parametro, l’ID del sito, e restituisce sempre le ultime 24 ore, ora per ora: per ogni evento quelli raccolti, quelli validi e quelli accettati con un warning. Altri tool del server danno i totali per evento, gli alert aperti e il registro di chi ha modificato il container. L’agente non vede quale proprietà fallisce, che si consulta in piattaforma, né la consegna alle destinazioni né i risultati del test. Basta per mettere un controllo prima dell’analisi: se oggi purchase ha una quota di warning fuori dal normale, l’agente non fa l’analisi e una persona va a guardare. Dove starei attento Un warning non è un dato rotto. Basta che un campo presente su tutti gli eventi, che con gli acquisti non c’entra niente, arrivi in un formato diverso da quello della specifica (per esempio “1” invece di vero/falso) e quasi tutti gli eventi del sito risultano non validi, acquisti compresi, anche quelli con valore e ID transazione perfetti. Se il controllo che ferma l’analisi guarda la quota di warning, a quel punto restano due strade. O blocca l’analisi ogni giorno, e dopo una settimana nessuno gli dà più retta. O si alza la soglia finché smette di scattare, e da lì in poi non si accorge più degli acquisti senza valore. In tutti e due i casi il controllo non serve più. Nella specifica renderei bloccanti solo valore, valuta e ID transazione, e sistemerei i warning sui campi che non servono alla misura finché un warning torna a voler dire che c’è un problema da guardare. Il 95% di consegna non basta. Nel report di consegna Commanders Act riassume lo stato di ogni destinazione con un’icona meteo, e mostra il sole quando arriva a destinazione più del 95% degli eventi. Una destinazione che perde 4 conversioni su 100 appare quindi in ordine. La soglia dell’alert si sceglie (l’esempio della documentazione usa il 90%): sulle destinazioni che alimentano le offerte automatiche e l’MMM la metterei al 98-99%. Lo storico dura poco. Le statistiche di consegna restano un mese, e l’agente vede sempre e solo l’ultimo giorno. Lo stato di qualità va salvato ogni giorno nel warehouse, accanto ai dati che descrive. Se per una settimana di ottobre metà degli acquisti arriva senza valore e nessuno lo registra, a gennaio quella settimana sembra solo un calo delle vendite online. Un MMM, che lavora su due anni di dati, la legge così e attribuisce il calo a qualche canale. Nel pezzo di giovedì su Safari 27 (https://filippotrocca.substack.com/p/safari-blocca-lidentity-resolution)il problema era lo stesso: meno dati raccolti, letti come risultati peggiori. Ogni correzione automatica va registrata. Con il Data Cleansing di Commanders Act si possono correggere i dati mentre arrivano, senza toccare il sito. La documentazione lo presenta come un modo per reagire subito mentre l’IT corregge la sorgente (https://doc.commandersact.com/features/data-quality?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca), e molti team tengono queste regole anche a lungo, perché costano meno di una modifica al sito. Va bene in tutti e due i casi, purché accanto a ogni regola siano scritti un responsabile, una data e il motivo. Altrimenti tra un anno nello storico non si distingue più quali dati sono arrivati giusti e quali sono stati corretti, e nessuno sa dire se la correzione serve ancora. Serve una seconda fonte. Il riepilogo che l’agente legge dal connettore va confrontato con un numero che viene da un’altra parte: gli ordini nel gestionale contro gli acquisti raccolti dal tag manager. Se l’agente rifà la stessa domanda allo stesso connettore, ottiene la stessa risposta e non ha verificato niente. Prima di chiedere a un modello cosa dicono i dati, chiedigli quanti ne sono arrivati rotti. Filippo Trocca. Se stai mettendo un agente sopra i dati di marketing e vuoi capire quanto è affidabile quello che legge, scrivimi: filippo@analyticstraining.it (mailto:filippo@analyticstraining.it) Fonti * Commanders Act, Event Specification (https://doc.commandersact.com/features/data-quality/event-specification?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, Data quality (https://doc.commandersact.com/features/data-quality?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, Sources data quality (https://doc.commandersact.com/features/data-quality/data-quality?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, Data layer and data types (https://doc.commandersact.com/features/sources/sources-catalog/web/containers/user-guides-for-browser-side-platform/data-layer-and-data-types?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, Testing (web container) (https://doc.commandersact.com/features/sources/sources-catalog/web/containers/user-guides-for-browser-side-platform/container/testing?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, Event delivery (https://doc.commandersact.com/features/destinations/event-delivery?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, Data cleansing (https://doc.commandersact.com/features/data-quality/data-cleansing?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Commanders Act, MCP server (closed beta) (https://doc.commandersact.com/features/mcp-server-closed-beta?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Google Marketing Platform, Tag Manager e Tag Manager 360 a confronto (https://marketingplatform.google.com/about/tag-manager/compare/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Google for Developers, Monitoring your server-side tagging infrastructure (https://developers.google.com/tag-platform/learn/sst-fundamentals/9-sst-monitoring?hl=en&utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) * Simo Ahava, Format Value option in Google Tag Manager variables (https://simoahava.com/analytics/format-value-option-in-google-tag-manager-variables?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit filippotrocca.substack.com (https://filippotrocca.substack.com?utm_medium=podcast&utm_campaign=CTA_1)

3. 

   22 Oct 2026

   Safari blocca l'identity resolution. Il calo su iPhone non è la tua campagna

   Il 19 ottobre il team di WebKit ha pubblicato un post per spiegare una cosa che Safari faceva già da cinque settimane. Da iOS, iPadOS, macOS e visionOS 27 il browser blocca le chiamate verso i provider di identity resolution: i servizi che ricevono la tua email al login o all’iscrizione a una newsletter e restituiscono un codice che ti riconosce da un sito all’altro. Il codice per bloccare questa tecnologia è stato implementato in WebKit a febbraio. Chi lavora con queste tecnologie se n’è accorto prima dai report che dal blog. Prima di continuare leggere, prova il tuo browser. Ho misurato il blocco sul mio Mac. Per capire quanto è diffuso ho messo online un test di un minuto (https://analyticstraining.it/test-safari/index.html?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=safari27-test): ti dice che cosa blocca il tuo browser e raccoglie i risultati in forma anonima. Li pubblico qui nelle prossime settimane. Cosa è cambiato Da quando i cookie di terze parti hanno cominciato a sparire, a partire da Safari nel 2020, il mercato ha spostato l’identità sull’email: si tiene per anni, la gente la digita da sola, e un fornitore esterno la trasforma in un codice valido ovunque. Apple ora blocca proprio quel fornitore esterno. Il blocco vale per l’intero dominio, quindi cambiare la forma della richiesta non serve. Apple non fa nomi e non pubblica la lista. Ho fatto la prova sul mio Mac, con Safari 27.0.1 e con Chrome come controllo, sulla stessa rete. Chrome raggiunge UID2, ID5, LiveRamp, Permutive e Audigent in 40-230 millisecondi. Safari li rifiuta prima che la richiesta esca, e nella console scrive Blocked by tracking protections. Stessa sorte per i due domini di The Trade Desk: Apple sembra averli resi di nuovo attiva nella beta iOS 27.2, ma la versione attuale li blocca. LiveIntent, Lotame, Meta, Microsoft, LinkedIn e Criteo passano, e passa anche Google Tag Manager. Quindi i tag di Meta Ads e di Google Ads si attivano in Safari come in Chrome. Poi la prova decisiva. Ho spento “Impedisci il tracciamento cross-site” e ho rifatto il test: tutti i domini bloccati sono tornati raggiungibili. Il blocco è legato a un’impostazione che Safari accende di fabbrica su ogni Mac, iPhone e iPad. Nessuno deve installare niente: chi usa Safari senza toccare le impostazioni ce l’ha già. Quanto pesa, e dove Safari vale il 15,7% del traffico web mondiale e il 17,6% di quello italiano (StatCounter, settembre 2026). Sono medie, e nascondono la realtà di tutti i giorni: la quota cambia parecchio da un settore all’altro. Su un brand di moda di lusso che seguo, Safari porta il 55% del traffico. Chi vende a un pubblico alto-spendente ha un’esposizione tre volte superiore alla media, e proprio sugli utenti che valgono di più. Cosa si rompe nella misura Chi compra media sull’open web raramente ha un contratto diretto con UID2 o LiveRamp. Ci arriva tramite la DSP, il publisher, il fornitore di audience. Per questo il blocco si vede in tre punti, e nessuno porta un’etichetta. L’audience. Un segmento costruito sulle email dei clienti e attivato tramite questi identificativi raggiunge meno utenti Apple. La campagna non si ferma: spende sul resto, e il report non dice chi manca. La misurazione. Collegare un’esposizione su CTV o streaming a una visita sul sito passa spesso da LiveRamp o UID2, come ricostruisce AdExchanger. Su Safari quel collegamento non si fa più. Il tempo. Le serie storiche hanno una rottura a metà settembre, quando iOS 27 ha cominciato a diffondersi. Nei report sembra un calo dei risultati su iPhone e Mac. In realtà si è ridotto il segnale, ed è la differenza fra tagliare una campagna e correggere un dato. Cosa resta aperto Il blocco ha un confine preciso: colpisce le richieste verso domini di terzi. Quelle verso il dominio del sito restano fuori, e le chiamate da server a server Safari non le vede. È la linea che Apple traccia anche a parole: “la personalizzazione in prima parte non è tracciamento”. Qui sta l’occasione per chi misura. A luglio ne avevo scritto parlando di gateway first-party (https://filippotrocca.substack.com/p/il-gateway-first-party-e-diventato): servire i tag dal proprio dominio. Google Tag Gateway lo fa per i tag di Google, e solo per quelli: Meta, TikTok, Snapchat, Bing e i partner di affiliazione come Awin continuano a caricarsi dai loro domini. Commanders Act Gateway (https://community.commandersact.com/customer-success/expand-your-uses/boost-your-usage/tracking-optimisation-commanders-act-gateway?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) serve da un unico path sul tuo dominio gli script di tutti i partner, compreso il passaggio verso Google Tag Gateway, e filtra i cookie all’uscita. Meta e gli altri non sono nella lista di Safari 27, quindi il gateway non sblocca niente: tiene tutti i tag fuori dagli ad blocker e lascia a te la decisione su che cosa esce verso ciascun partner. Dato raccolto dal sito, usato dal sito, con un controllo esplicito su chi riceve che cosa: è l’architettura che sta al momento dal lato giusto della linea di Apple. Vale lo stesso per i dati di conversione mandati dal server, come le Enhanced Conversions (https://filippotrocca.substack.com/p/misurazione-potenziata-con-i-first). Dove starei attento Il server non è un nascondiglio. Dopo il blocco, la tentazione è spostare la chiamata al fornitore di identità sul server, dove Safari non arriva. Apple però ha già scritto come la pensa. Nel post spiega che un fornitore esterno di identity resolution resta un terzo anche quando lavora sui dati di una sola azienda, perché mette insieme dati di molti siti, dispositivi e aziende: crea "una capacità di tracciamento che nessuna prima parte ha da sola". Oggi il blocco colpisce il browser, ma lo stesso ragionamento vale per le chiamate fatte dal server. E Apple ha già uno strumento che non passa dalla rete: Hide My Email, che dà a ogni sito un indirizzo email diverso. Se l'email cambia da un sito all'altro, il fornitore non ha più niente da abbinare. I numeri d’impatto non ci sono. Quelli che circolano vengono dai fornitori colpiti. AdExchanger riporta che Apple vuole estendere la lista a centinaia di aziende, e Apple non l’ha confermato. Non costruirei una decisione di budget su nessuno dei due. Cosa farei questa settimana Guarda la console di Safari sul tuo sito. Attiva gli strumenti per sviluppatori e apri le pagine di login, newsletter e carrello: Blocked by tracking protections è il blocco di Apple, Resource blocked by content blocker viene da un content blocker, di solito un’estensione che blocca la pubblicità. Segmenta i report per versione del sistema operativo da metà settembre e confronta con gli ordini del gestionale. Chiedi alla tua DSP quale parte dell’audience passava da questi identificativi. Filippo Trocca scrive di misurazione avanzata, attribuzione e infrastruttura di tracciamento first-party su dataMesh (https://filippotrocca.substack.com/). Se vuoi capire quanto della tua misura passava da un fornitore di identità, scrivimi a filippo@analyticstraining.it (mailto:filippo@analyticstraining.it). Fonti * Blocking Identity Resolution Infrastructure (https://webkit.org/blog/18438/blocking-identity-resolution-infrastructure/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — WebKit, 19 ottobre 2026 * Browser Market Share Italy (https://gs.statcounter.com/browser-market-share/all/italy?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — StatCounter, settembre 2026 * Apple’s Safari crackdown threatens advertisers’ cross-channel measurement (https://www.emarketer.com/content/apple-safari-crackdown-threatens-advertisers-cross-channel-measurement?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — eMarketer, 13 ottobre 2026 * How data and ad tech vendors are preparing for the iOS 27 fallout (https://www.adexchanger.com/platforms/how-data-and-ad-tech-vendors-are-preparing-for-the-ios-27-fallout/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — AdExchanger, 8 ottobre 2026 * Apple has far-reaching plans to block hundreds of programmatic data companies from iOS (https://adexchanger.com/privacy/apple-has-far-reaching-plans-to-block-hundreds-of-programmatic-data-companies-from-ios?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — AdExchanger, 2 ottobre 2026 * ADOTAT: ID5 stays on Safari blocklist as Trade Desk gets 13-day fix (https://ppc.land/adotat-id5-stays-on-safari-blocklist-as-trade-desk-gets-13-day-fix/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — PPC Land * IAB Tech Lab says Apple can block ad vendors remotely with no appeal (https://ppc.land/iab-tech-lab-says-apple-can-block-ad-vendors-remotely-with-no-appeal/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — PPC Land * Safari 27 blocks adtech domains at the network layer (https://www.fasilytics.fr/en/safari-27-blocks-adtech-domains-at-the-network-layer-what-the-webkit-source-says-what-i-measured-and-how-to-audit-your-site/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — FASilytics * Google tag gateway for advertisers (https://developers.google.com/tag-platform/tag-manager/gateway?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — Google for Developers * Tracking Optimisation: Commanders Act Gateway (https://community.commandersact.com/customer-success/expand-your-uses/boost-your-usage/tracking-optimisation-commanders-act-gateway?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca) — Commanders Act Community This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit filippotrocca.substack.com (https://filippotrocca.substack.com?utm_medium=podcast&utm_campaign=CTA_1)