Aggiornamenti, pettegolezzi e statistiche sul mondo dei dati <br/><br/><a href="https://filippotrocca.substack.com?utm_medium=podcast">filippotrocca.substack.com</a>
dataMesh Podcast
Claim This Podcastby Filippo Trocca
25 episodes
Updated Weekly
Accepts GuestsHas SponsorsLocation 🇮🇹
Podcast Overview
Aggiornamenti, pettegolezzi e statistiche sul mondo dei dati <br/><br/><a href="https://filippotrocca.substack.com?utm_medium=podcast">filippotrocca.substack.com</a>
Language
🇮🇹
Publishing Since
11/20/2022
1 verified contact email on file for dataMesh Podcast
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
June 12, 2026
Meridian, Robyn e il mito dell'MMM gratis
<p>Partiamo dal fatto scomodo. <a target="_blank" href="https://github.com/google/meridian?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Meridian</a> è l’MMM di Google. <a target="_blank" href="https://github.com/facebookexperimental/Robyn?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Robyn</a> è l’MMM di Meta. Entrambi open-source, gratuiti, ben documentati. Ed entrambi costruiti dalle due aziende che vendono lo spazio pubblicitario che quel Marketing Mix Model dovrebbe valutare. I due arbitri sono anche le due squadre in campo.</p><p>Non voglio farne una requisitoria Google-contro-Meta. Mi interessa una cosa più utile: <strong>ogni MMM va testato, chiunque lo firmi.</strong> Testare significa calibrarlo e verificarlo con lift test di vario genere e mettere alla prova allocazioni di budget alternative. Il verdetto arriva da lì, da qualcosa che vive fuori dal modello.</p><p>Prima di tutto, grazie</p><p>Prima di Robyn (open-source dal 2020) e Meridian (2024), l’MMM era rinchiuso in pochi laboratori: econometristi specializzati, vendor da centinaia di migliaia di euro l’anno, scatole nere. Questi due progetti hanno democratizzato la conoscenza e aperto il mercato su cui oggi prosperano anche i vendor indipendenti.</p><p>Cosa sono, in due righe</p><p><strong>Meridian (Google)</strong>: bayesiano, gerarchico a livello geografico, uncertainty-aware. Esigente su dati e competenze, pensato per l’ecosistema Google: Query Volume come variabile di controllo, reach e frequency di YouTube, export in Looker Studio.</p><p><strong>Robyn (Meta)</strong>: ridge regression con tuning evolutivo degli iperparametri, decomposizione delle serie storiche via Prophet. Più automatizzato e accessibile: una catena end-to-end in meno di un giorno, su serie storiche, senza dimensione geografica.</p><p>Due filosofie diverse. Stesso conflitto d’interessi alla radice.</p><p>Open-source non vuol dire neutrale</p><p>Il codice di entrambi è su GitHub, lo può leggere chiunque: l’accusa di scatola nera non regge. Il bias sta nelle scelte che il modello porta con sé.</p><p>Primo: i <strong>default e i prior</strong>. Le assunzioni di partenza orientano i risultati, e quelle di fabbrica le ha scelte il fornitore, non tu. Secondo: le <strong>variabili di controllo</strong>. Meridian incorpora segnali dell’ecosistema Google, Robyn ha default Meta-centrici: ogni modello “vede” meglio il canale di casa. Terzo: la <strong>calibrazione</strong>. I primi due punti si possono correggere, ma solo se qualcuno sa di doverlo fare e sa come farlo. È questo terzo punto a decidere tutto, ed è lì che quasi tutti si fermano.</p><p>Un MMM non è plug-and-play</p><p>I modelli open-source hanno fatto credere che dare in input i valori a un framework equivalga a sviluppare un modello MMM. Non è così: una volta lanciato, il modello restituisce i default e i prior di fabbrica, che non sono quelli del tuo specifico business. Se questi strumenti sono così configurabili, è perché sono pensati per essere <strong>calibrati da un esperto</strong>.</p><p>In Meridian puoi, e devi, impostare <a target="_blank" href="https://developers.google.com/meridian/docs/advanced-modeling/roi-priors-and-calibration?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">ROI prior personalizzati per canale</a> e <a target="_blank" href="https://developers.google.com/meridian/docs/advanced-modeling/set-custom-priors-past-experiments?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">calibrarli sui risultati degli esperimenti</a>, oltre ad inserire trend, stagionalità e carryover. La documentazione lo dice apertamente: non esiste una formula per tradurre un esperimento in un prior, si combinano dati, conoscenza di dominio e giudizio soggettivo. I prior esistono proprio perché i dati MMM sono pochi e rumorosi: con poca informazione il loro peso sul risultato è alto. Se nessuno li calibra, quello che ottieni è l’assunzione di fabbrica con l’aspetto di una misura.</p><p>Con Robyn la sostanza non cambia: i lift test entrano via calibration_input e con 10 canali ti ritrovi 32 iperparametri da delimitare. Soprattutto, Robyn non restituisce un modello: ne restituisce decine, tutti statisticamente plausibili, e quale usare per allocare il budget lo decide una persona competente.</p><p>La ricetta è la stessa per tutti: <strong>modello, specialista, calibrazione con esperimenti indipendenti</strong>. Il rischio vero è il set-and-forget: prendere il numero così com’è e scambiare la fiducia statistica per verità. La democratizzazione ha abbassato la barriera d’accesso allo strumento, non quella alla competenza per usarlo bene.</p><p>Quando l’arbitro ospita la partita</p><p>Finché Meridian era codice da gestire in prima persona, il conflitto restava un’avvertenza. Adesso è architettura: <a target="_blank" href="https://blog.google/products/marketingplatform/analytics/meridian-google-analytics-360/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Meridian dentro Google Analytics 360</a> è la versione ospitata da Google, con ingestione first-party, pull cross-channel e interfaccia agentica (<a target="_blank" href="https://filippotrocca.substack.com/p/meridian-dentro-google-analytics">ne ho scritto qui</a>). E le <a target="_blank" href="https://business.google.com/us/accelerate/announcements/qualified-future-conversions/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Qualified Future Conversions</a>, conversioni previste da Gemini addestrato sul comportamento dentro Google Ads, sono candidate a diventare input del modello. Un segnale che esiste solo per Google Ads e ne valorizza l’investimento, dato in pasto al modello che dovrebbe giudicarlo: doping legalizzato.</p><p>Se l’MMM di Google è calibrato su una previsione di Google, neanche lo specialista basta: l’indipendenza del giudizio si è spostata dentro il modello. Lo sottolinea anche la critica tecnica di <a target="_blank" href="https://arymalabs.substack.com/p/hits-and-misses-of-meridian-a-thorough?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Aryma Labs</a>: un buon modello, con un conflitto che nessuna eleganza statistica cancella.</p><p>La via indipendente</p><p>Il terzo polo è <a target="_blank" href="https://www.pymc-marketing.io/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">PyMC-Marketing</a>, toolbox bayesiano dei PyMC Labs: open-source ma vendor-neutral. <strong>Non vende media</strong>, quindi il bias del canale di casa non c’è per costruzione. Richiede competenze, ma non tifa per nessuna piattaforma.</p><p>Tra i vendor il discrimine è uno: chi calibra con esperimenti causali indipendenti e chi resta a correlazione pura. <a target="_blank" href="https://mutinex.co/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Mutinex</a>, <a target="_blank" href="https://www.measured.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Measured</a> e <a target="_blank" href="https://keends.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Keen</a> affiancano all’MMM esperimenti di geo-holdout: pausa della spesa in alcuni mercati, misura del lift, lift usato come prior. Se il modello dice ROAS 5 e l’esperimento dice 2, riconciliano.</p><p>E i default contano. <a target="_blank" href="https://getrecast.com/adstock-rates/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Recast</a> racconta di un brand CPG con carryover del video a 12 settimane che, con l’adstock di default a 7 giorni, si vedeva sottostimato il contributo TV del <strong>40%</strong>. Qualcuno deve sapere che la TV ha un decay basso, e impostarla di conseguenza.</p><p>Cosa pretendere da un MMM credibile</p><p>Quattro cose, sempre insieme. <strong>Indipendenza del validatore</strong>: calibrazione e verifica con esperimenti di incrementalità che nessuna piattaforma controlla (per partire: il <a target="_blank" href="https://filippotrocca.substack.com/p/il-playbook-del-primo-lift-test-guida">Playbook del Primo Lift Test</a>). <strong>Triangolazione</strong>: MMM, esperimenti e attribution insieme, mai una fonte sola (è il metodo del <a target="_blank" href="https://filippotrocca.substack.com/p/marketing-mix-model-strategico-dallanalisi-34c">capitolo 4 di MMM Strategico</a>). <strong>Trasparenza del metodo</strong>: prior dichiarati, variabili di controllo esplicite, intervalli di incertezza. <strong>Budget per la verità</strong>: misurare costa, ma è l’investimento che rende credibile il resto (<a target="_blank" href="https://filippotrocca.substack.com/p/budgeting-per-la-verita-come-strutturare">ne ho scritto qui</a>).</p><p>Smettete di credere al modello e iniziate a testarlo</p><p>Il modo standard per verificare la qualità di un MMM, qualunque ne sia il motore, l’ha messo sul tavolo proprio Mutinex con <a target="_blank" href="https://github.com/mutinex/mmm-eval?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">mmm-eval</a>: framework di validazione open-source e model-agnostic, stessi test su Meridian, PyMC, Robyn o una scatola nera proprietaria. Il dato di partenza del <a target="_blank" href="https://mutinex.co/open-mmm-validation-framework/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">whitepaper</a>: su 20 RFP recenti, il <strong>70% non chiedeva alcun test di governance o stabilità</strong>. La proposta: rendere i test <strong>obbligatori in fase di RFP</strong>. Quattro prove con soglie esplicite:</p><p>* <strong>Accuratezza predittiva (holdout)</strong>: MAPE oltre il 15-20% o R² sotto 0,7 segnalano problemi strutturali.</p><p>* <strong>Cross-validation</strong>: deviazione standard del MAPE sotto il 5-7% tra le finestre temporali.</p><p>* <strong>Stabilità del ROI</strong>: oltre il 15-20% di oscillazione tra un refresh e l’altro, c’è da indagare.</p><p>* <strong>Robustezza</strong>: si sporcano leggermente i dati di spesa (un 5% di scarto casuale, a simulare gli errori di tracciamento reali) e si controlla quanto si muove il risultato. Un modello solido cambia meno del 10-15%; aggiungendo un canale finto, che per costruzione non può aver prodotto vendite, il modello deve attribuirgli effetto zero.</p><p>Questi test servono a evitare errori da milioni di euro, e il <a target="_blank" href="https://mutinex.co/open-mmm-validation-framework/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">whitepaper</a> ne porta uno concreto. Un brand CPG sposta 5 milioni dal digitale alla TV perché l’MMM gli dà un ROI TV altissimo, e la campagna manca gli obiettivi. Quel ROI non era affidabile, e i test l’avrebbero mostrato prima di muovere il budget: oscillava tra 3,5x e 0,8x da un refresh all’altro, e bastava sporcare i dati del 5% per farlo crollare a 1,2x. Un numero instabile preso per certezza. È lo stesso meccanismo del <a target="_blank" href="https://getrecast.com/adstock-rates/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">caso Recast</a> citato prima, all’inverso: là il default sottostimava la TV, qui un modello fragile la sopravvalutava. In entrambi mancava chi validasse.</p><p>L’MMM giusto non è quello di Google né quello di Meta. È quello che scegli tu, messo alla prova con esperimenti che nessuna piattaforma controlla. Meridian e Robyn ti hanno regalato lo strumento e aperto il mercato per costruire quel giudice. Sta a te non confondere il pacco con il giudizio.</p><p>Filippo Trocca scrive di misurazione avanzata, attribuzione e Marketing Mix Modeling su <a target="_blank" href="https://filippotrocca.substack.com/">dataMesh</a>. Se vuoi confrontarti su come impostare un framework di validazione MMM indipendente nella tua organizzazione, scrivimi a <a target="_blank" href="mailto:filippo@analyticstraining.it">filippo@analyticstraining.it</a>.</p><p><strong>Fonti</strong></p><p>* <a target="_blank" href="https://github.com/google/meridian?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Meridian on GitHub</a> — Google</p><p>* <a target="_blank" href="https://github.com/facebookexperimental/Robyn?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Meta Robyn on GitHub</a> — Meta</p><p>* <a target="_blank" href="https://developers.google.com/meridian/docs/advanced-modeling/roi-priors-and-calibration?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Meridian — ROI priors and calibration</a> — Google</p><p>* <a target="_blank" href="https://developers.google.com/meridian/docs/advanced-modeling/set-custom-priors-past-experiments?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Meridian — Set custom ROI priors using past experiments</a> — Google</p><p>* <a target="_blank" href="https://facebookexperimental.github.io/Robyn/docs/features/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Robyn — Key features e calibrazione</a> — Meta</p><p>* <a target="_blank" href="https://www.pymc-marketing.io/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">PyMC-Marketing</a> — PyMC Labs</p><p>* <a target="_blank" href="https://blog.google/products/marketingplatform/analytics/meridian-google-analytics-360/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Google Analytics 360 + Meridian</a> — Google Blog</p><p>* <a target="_blank" href="https://business.google.com/us/accelerate/announcements/qualified-future-conversions/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Qualified Future Conversions</a> — Google Business</p><p>* <a target="_blank" href="https://mutinex.co/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Mutinex</a></p><p>* <a target="_blank" href="https://github.com/mutinex/mmm-eval?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">mmm-eval — Open MMM validation framework</a> — Mutinex</p><p>* <a target="_blank" href="https://mutinex.co/open-mmm-validation-framework/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Advancing MMM Transparency — whitepaper</a> — Mutinex</p><p>* <a target="_blank" href="https://www.measured.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Measured</a></p><p>* <a target="_blank" href="https://keends.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Keen Decision Systems</a></p><p>* <a target="_blank" href="https://getrecast.com/adstock-rates/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Recast — Adstock rates</a></p><p>* <a target="_blank" href="https://arymalabs.substack.com/p/hits-and-misses-of-meridian-a-thorough?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Hits and Misses of Meridian</a> — Aryma Labs</p> <br/><br/>This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://filippotrocca.substack.com?utm_medium=podcast&utm_campaign=CTA_1">filippotrocca.substack.com</a>
June 4, 2026
Google non voleva darti questi dati. La storia dietro il nuovo report AI di Search Console
<p>Il 3 giugno Google ha annunciato i <a target="_blank" href="https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca"><strong>Search Generative AI performance report</strong></a> dentro <a target="_blank" href="https://search.google.com/search-console/about?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Search Console</a>: una vista dedicata che mostra quante volte le tue pagine compaiono in AI Overviews, AI Mode e nelle funzioni generative di Discover. Chi fa SEO lo chiedeva da due anni: dal giugno 2025 i dati delle risposte AI sono <a target="_blank" href="https://searchengineland.com/google-ai-mode-traffic-data-search-console-457076?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">confluiti nei totali “Web”</a> senza filtro, indistinguibili da quelli della ricerca classica. L’attesa era tale che a settembre circolò perfino uno screenshot falso del filtro, smentito da John Mueller.</p><p>Ora il report esiste, al suo interno troviamo: impression, pagine, paesi, dispositivi e date, fino al dettaglio orario. Manca una colonna: <strong>i clic</strong>. Niente CTR, niente query, niente posizione.</p><p>I primi feedback: la colonna che non c’è</p><p>La community SEO ha reagito in poche ore, con un tono solo: meglio di niente, ma il dato che serviva non c’è. Barry Schwartz ha <a target="_blank" href="https://searchengineland.com/google-search-console-ai-performance-reports-and-controls-to-block-your-content-in-ai-responses-479298?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">chiesto a Google</a> se i clic arriveranno; risposta: “introdurremo metriche aggiuntive nel tempo”. La sua chiosa: “Google non ci dirà quanti utenti cliccano dalle risposte AI verso i nostri siti, nessuna sorpresa”. Search Engine Journal taglia corto già nel titolo: “Still No Click Data For SEOs”. La frustrazione è fondata: il report dice quanto sei visibile, non quanti clic ti stanno costando le risposte AI. Con <a target="_blank" href="https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">cali di CTR fino al 58%</a> quando compare un AI Overview, è quel numero a decidere se la visibilità vale qualcosa. Google lo possiede, <strong>ma non vuole mostrarlo</strong>.</p><p>Seconda critica: il rollout. Il report parte da un <strong>sottoinsieme di siti nel Regno Unito</strong>; l’<a target="_blank" href="https://blogs.bing.com/webmaster/February-2026/Introducing-AI-Performance-in-Bing-Webmaster-Tools-Public-Preview?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">AI Performance report</a> di <a target="_blank" href="https://www.bing.com/webmasters/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Bing Webmaster Tools</a> è globale da febbraio. Anche Bing conta citazioni e non clic, ma il confronto nei commenti è impietoso: chi insegue ha reso leggibile la transizione ovunque, chi domina la concede a rate.</p><p>Perché il Regno Unito? Lo stesso 3 giugno la <strong>Competition and Markets Authority</strong> ha imposto a Google il <a target="_blank" href="https://ppc.land/google-reacts-to-uk-order-with-a-search-console-ai-opt-out-toggle/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">primo conduct requirement vincolante</a> sotto il Digital Markets, Competition and Consumers Act: opt-out dalle funzioni AI per i publisher <a target="_blank" href="https://blog.google/products-and-platforms/products/search/new-controls-website-owners/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">senza penalizzazioni sul ranking</a> e, <strong>entro dicembre 2026, clic e CTR disaggregati</strong>. A febbraio Google definiva questi controlli <a target="_blank" href="https://ppc.land/google-says-letting-publishers-skip-ai-overviews-is-a-huge-engineering-challenge/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">“un enorme progetto di ingegneria”</a>; quattro mesi e un ordine vincolante dopo, eccoli. I clic arriveranno perché un regolatore li ha messi per iscritto. Non perché Google abbia cambiato idea.</p><p>E per chi i report li riceve in riunione: senza clic, le impression dalle risposte AI sono un KPI che può solo crescere. Aspettati <strong>dashboard in miglioramento mentre il traffico organico cala</strong> — convivono benissimo. Quando comparirà la riga “visibilità AI” in crescita, la domanda è una: misurata in cosa, e dove sono i clic.</p><p>La prima pagella era arrivata due settimane prima</p><p>Il quadro si era aperto al <a target="_blank" href="https://blog.google/products-and-platforms/products/shopping/shopping-updates-google-marketing-live/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Google Marketing Live</a> del 21 maggio con <a target="_blank" href="https://business.google.com/us/accelerate/announcements/ai-performance-insights/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca"><strong>AI Performance Insights</strong></a>: una vista dentro <a target="_blank" href="https://www.google.com/retail/solutions/merchant-center/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Merchant Center</a> che misura quanto spesso i tuoi prodotti vengono scoperti in AI Mode, nell’app Gemini e negli AI Overviews, e confronta la tua share of voice con quella dei competitor. È lo strumento di “AI share of voice” che fino a ieri compravi da vendor terzi — gratis e in casa Google. Tre viste:</p><p>* I <strong>journey stages</strong>: dove sei visibile lungo il percorso d’acquisto (scoperta, valutazione, acquisto).</p><p>* I <strong>product terms</strong>: i dettagli che contano per chi cerca prodotti come i tuoi (”montaggio facile” per le tende, “lunga durata della batteria” per le lampade portatili), sono le query conversazionali della categoria.</p><p>* Gli <strong>structured attributes</strong>: le specifiche cercate dai clienti (dimensioni, peso, materiali, colori), con un completeness score che segnala le schede incomplete.</p><p>Più le raccomandazioni su cosa sistemare, tipicamente quali attributi completare.</p><p>Due avvertenze. Il rollout parte da <strong>USA, Canada, Australia, India e Nuova Zelanda</strong>: per l’Italia è una finestra di preparazione. E va distinto dai <a target="_blank" href="https://searchengineland.com/google-launches-ai-performance-insights-and-conversational-attributes-in-merchant-center-478108?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca"><strong>Conversational Attributes</strong></a>, i nuovi campi del feed con rollout globale: quelli sono cosa compili, questo è come ti vedono. <a target="_blank" href="https://filippotrocca.substack.com/p/nellera-dellia-il-tuo-feed-prodotto">Nel post sul feed come vetrina</a> lo scrivevo: i dati prodotto pensati per le parole chiave non bastano più a farsi trovare dall’IA, AI Performance Insights misura quanto ti sta già costando.</p><p>Sui numeri da palco — AI Mode a 1 miliardo di utenti mensili, AI Overviews a 2,5 miliardi — guardia alta: a fine maggio un <a target="_blank" href="https://originality.ai/blog/ucp-agentic-commerce-adoption-dashboard?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">censimento di Originality.ai</a> trovava <strong>una ventina di implementazioni pubbliche</strong> dello Universal Commerce Protocol <strong>su oltre tre milioni di domini</strong>, nessuna dei brand del keynote. Quanto possiamo fidarci dei numeri annunciati da Google?</p><p>Le due pagelle, lette insieme</p><p>Google misura la tua visibilità AI sui due lati del suo ecosistema e in entrambi sceglie le colonne. Sull’organico dà le impression e trattiene i clic. Sullo shopping regala la metrica più ricca, la share of voice, perché lì l’incentivo è suo: più vedi, più investi in campagne e feed. Lo stesso schema di <a target="_blank" href="https://filippotrocca.substack.com/p/meridian-dentro-google-analytics">Meridian</a>: Google che ci dice quanto bene funziona Google.</p><p>AI Performance Insights non è ancora disponibile, e al lancio il punto da guardare è il metodo: una share of voice vale quanto la formula e il denominatore che la generano. Cosa conta come “rilevante”? Su quale universo è calcolata la quota? Se il metodo resterà opaco, sarà un voto scritto dall’insegnante che ha interesse a promuoverti.</p><p>Limite comune: <strong>vedono solo Google</strong>. Niente ChatGPT Shopping, niente Perplexity, niente Copilot, niente Rufus (l’assistente AI di Amazon). Misurare solo dentro Google è una parte spacciata per il tutto, e la misura <strong>cross-platform</strong> Google non può dartela: non vede fuori da casa propria.</p><p>Il traffico, intanto, resta senza nome</p><p>Dal 13 maggio <a target="_blank" href="https://marketingplatform.google.com/about/analytics/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">GA4</a> ha il <strong>canale nativo “AI Assistant”</strong> nei <a target="_blank" href="https://www.searchenginejournal.com/google-analytics-adds-ai-assistant-as-default-channel-group/574974/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Default Channel Group</a>: riconosce il referrer di ChatGPT, Gemini, Claude, Copilot e Perplexity senza configurazione. Ma dentro le app mobile il referrer spesso si perde, e la sessione atterra come <strong>traffico diretto</strong>. Soprattutto, AI Mode e AI Overviews non passano attribuzione: proprio le superfici delle due pagelle qui restano invisibili. La riga “AI Assistant” è il minimo garantito del traffico da AI, mai il totale.</p><p>Cosa farei adesso</p><p>Niente di questo rende i due tool inutili: vanno verificati prima di finire in una slide. Per l’Italia, dove non sono ancora disponibili, è una finestra per prepararci. Le quattro mosse che vi consiglio.</p><p>Controllerei subito <strong>le proprietà Search Console che servono il mercato UK</strong>: se rientrano nel campione, il report è già acceso. Lì leggi la visibilità; per stimare i clic persi dovrai incrociare quelle impression con i clic totali della proprietà.</p><p>Mapperei <strong>gli account Merchant Center sui mercati del rollout</strong>: la dashboard si accenderà lì prima, e la leggi mentre i competitor non la guardano.</p><p>Compilerei <strong>i Conversational Attributes partendo dai prodotti che fanno più fatturato</strong>, con descrizioni in linguaggio naturale scritte da un LLM, non incollate da una regola marca-modello-colore. È l’intervento che il tool stesso ti suggerirà: tanto vale partire ora.</p><p>Soprattutto, costruirei <strong>una baseline esterna prima che le dashboard di Google si accendano</strong>: quanto vieni citato sui motori AI che Google non vede. <a target="_blank" href="https://otterly.ai/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Otterly</a>, <a target="_blank" href="https://peec.ai/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Peec</a> e <a target="_blank" href="https://www.tryprofound.com/?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">Profound</a> mandano set di prompt sui modelli e contano le citazioni. Conta solo la frequenza — quante volte su cento compari, su un paniere ampio di query reali — mai il singolo tentativo.È il <a target="_blank" href="https://searchengineland.com/geo-rank-tracker-how-to-monitor-your-brands-ai-search-visibility-465683?utm_source=datamesh&utm_medium=filippotrocca.substack.com&utm_campaign=filippoTrocca">rank tracking trapiantato sugli LLM</a>, con i suoi limiti: il paniere lo scegli tu, la metrica la definisce lo strumento. Il suo valore non è la precisione: è <strong>l’indipendenza da Google</strong>. Quando le dashboard si accenderanno, avrai qualcosa di tuo con cui confrontarle.</p><p>La domanda è quella di sempre: chi misura la mia visibilità, e quanto guadagna dal voto che mi dà? </p><p>Filippo Trocca scrive di misurazione avanzata, attribuzione e Marketing Mix Modeling su <a target="_blank" href="https://filippotrocca.substack.com/">dataMesh</a>. Se vuoi confrontarti su come impostare una baseline indipendente di visibilità AI, scrivimi a <a target="_blank" href="mailto:filippo@analyticstraining.it">filippo@analyticstraining.it</a>.</p><p><strong>Fonti citate</strong></p><p>* <a target="_blank" href="https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports">Introducing Search Generative AI performance reports in Search Console — Google Search Central Blog</a></p><p>* <a target="_blank" href="https://blog.google/products-and-platforms/products/search/new-controls-website-owners/">New controls for website owners — blog.google</a></p><p>* <a target="_blank" href="https://searchengineland.com/google-search-console-ai-performance-reports-and-controls-to-block-your-content-in-ai-responses-479298">Google Search Console AI performance reports and controls to block your content — Search Engine Land</a></p><p>* <a target="_blank" href="https://ppc.land/google-reacts-to-uk-order-with-a-search-console-ai-opt-out-toggle/">Google reacts to UK order with a Search Console AI opt-out toggle — PPC Land</a></p><p>* <a target="_blank" href="https://ppc.land/google-finally-gives-search-console-its-own-generative-ai-visibility-reports/">Google finally gives Search Console its own generative AI visibility reports — PPC Land</a></p><p>* <a target="_blank" href="https://www.gov.uk/government/news/cma-secures-fairer-deal-for-publishers-and-improves-google-search-services-in-uk">CMA secures fairer deal for publishers — gov.uk</a></p><p>* <a target="_blank" href="https://the-decoder.com/google-lets-sites-opt-out-of-ai-search-results-knowing-most-have-nowhere-else-to-go/">Google lets sites opt out of AI search results — The Decoder</a></p><p>* <a target="_blank" href="https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/">AI Overviews Reduce Clicks by 58% (update) — Ahrefs</a></p><p>* <a target="_blank" href="https://searchengineland.com/google-ai-mode-traffic-data-search-console-457076">Google AI Mode traffic data comes to Search Console — Search Engine Land</a></p><p>* <a target="_blank" href="https://blogs.bing.com/webmaster/February-2026/Introducing-AI-Performance-in-Bing-Webmaster-Tools-Public-Preview">Introducing AI Performance in Bing Webmaster Tools (Public Preview) — Bing Blogs</a></p><p>* <a target="_blank" href="https://business.google.com/us/accelerate/announcements/ai-performance-insights/">AI Performance Insights — annuncio ufficiale Google</a></p><p>* <a target="_blank" href="https://searchengineland.com/google-launches-ai-performance-insights-and-conversational-attributes-in-merchant-center-478108">Google launches AI Performance Insights and Conversational Attributes — Search Engine Land</a></p><p>* <a target="_blank" href="https://blog.google/products-and-platforms/products/shopping/shopping-updates-google-marketing-live/">Shopping updates from Google Marketing Live — blog.google</a></p><p>* <a target="_blank" href="https://support.google.com/merchants/answer/17117204">Merchant Center Help — Insights for AI-powered shopping</a></p><p>* <a target="_blank" href="https://www.searchenginejournal.com/google-analytics-adds-ai-assistant-as-default-channel-group/574974/">Google Analytics Adds AI Assistant as Default Channel Group — Search Engine Journal</a></p><p>* <a target="_blank" href="https://originality.ai/blog/ucp-agentic-commerce-adoption-dashboard">UCP / Agentic Commerce Adoption: Live Dashboard & Study — Originality.ai</a></p><p>* <a target="_blank" href="https://searchengineland.com/geo-rank-tracker-how-to-monitor-your-brands-ai-search-visibility-465683">GEO Rank Tracker: how to monitor your brand’s AI search visibility — Search Engine Land</a></p> <br/><br/>This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://filippotrocca.substack.com?utm_medium=podcast&utm_campaign=CTA_1">filippotrocca.substack.com</a>
May 29, 2026
Nell'era dell'IA il tuo feed prodotto non è una lista: è la vetrina
<p>Per anni il feed prodotto è stato la parte noiosa dell’e-commerce. Titolo, GTIN, prezzo, una tassonomia di base, e via verso i caroselli di Shopping. Lo gestiva il reparto tecnico, non lo guardava nessuno, e finché i prodotti restavano “approvati” andava bene così.</p><p>Quel mondo sta finendo. Con gli <a target="_blank" href="https://support.google.com/merchants/answer/16989427?hl=en">aggiornamenti al Merchant Center arrivati nel 2026</a>, il feed ha smesso di essere un archivio di metadati ed è diventato la base da cui l’intelligenza artificiale tira fuori le sue risposte. Quando chiedi a Gemini o ad AI Mode “qual è il portatile giusto per montare video sotto i 1500 euro?”, il modello non ti mostra più dieci link blu, dà una risposta, e la costruisce con le informazioni inserite nel feed. Se nel feed non c’è, in quella risposta tu non esisti.</p><p>Qui c’è un cambio che pesa più di qualsiasi dettaglio tecnico. Per chi viene dalla misurazione, “dato” ha sempre significato numeri e dimensioni: sessioni, conversioni, ricavi. Adesso il significato si allarga: è un dato l’attributo di prodotto, è un dato una coppia domanda-risposta. Lo sono il PDF della garanzia, l’immagine ad alta risoluzione, il video, il modello 3D in formato .glb. Sono questi i dati su cui l’IA decide chi mostrare e chi consigliare. Il feed di Shopping è il primo posto dove questo principio smette di essere teoria e diventa una casella da compilare o lasciare vuota: da quella casella dipende la visibilità. Se continui a pensare ai dati come righe di un report, stai guardando metà di questo nuovo mondo.</p><p>Tre cose da mettere a fuoco: cosa è cambiato, dov’è l’occasione, e dove starei attento. Una alla volta.</p><p><p>Grazie per leggere dataMesh! Iscriviti gratuitamente per leggere nuovi post e supportare il mio lavoro.</p></p><p></p><p>Cosa è cambiato</p><p>Da maggio 2026 Google ha lanciato in tutto il mondo un blocco di <a target="_blank" href="https://support.google.com/merchants/answer/17085370"><strong>attributi conversazionali</strong></a>, che si affiancano ai campi di sempre senza sostituirli. Il più importante è question_and_answer: fino a 30 coppie domanda-risposta per prodotto, che finiscono dritte nel motore RAG. L’utente chiede “Supporta il Bluetooth 6.0?”, e l’IA risponde con la tua risposta invece di tirare a indovinare. Poi ci sono document_link (fino a 5 PDF — manuali, garanzie — che l’IA legge per estrarre dettagli che in una descrizione non ci starebbero mai), related_product per dirle cosa serve insieme al prodotto, variant_option per le varianti che vanno oltre taglia e colore, e popularity_rank, un numero da 0 a 100 che la orienta quando trova più prodotti che andrebbero bene.</p><p>C’è poi un campo che esiste da anni ma che quasi nessuno ha mai compilato come si deve: product_detail. Ha una struttura rigida — sezione, attributo, valore — ed è esattamente quello che l’IA legge quando costruisce una tabella di confronto dentro la chat. Lascialo vuoto e il tuo prodotto da quel confronto sparisce. Non finisce più in basso: non c’è proprio.</p><p>L’occasione</p><p>Una logica c’è, e regge. Il problema più serio dell’IA nello shopping sono le allucinazioni, e un modello che si inventa una specifica o un prezzo è una grana legale, non un dettaglio estetico. Darle fatti certi, scritti da te — è questo che fanno question_and_answer e document_link — abbassa di colpo il margine di errore. Il feed diventa la fonte verificata, e il Business Agent che Google sta lanciando può rispondere ai clienti con la voce del tuo marchio, non con il tono neutro di un LLM qualsiasi.</p><p>Se vendi prodotti complessi — elettronica, attrezzatura, articoli tecnici — qui c’è un’occasione vera. Tutte le domande di nicchia che oggi ti arrivano via ticket o restano sepolte nelle recensioni puoi trasformarle in risposte che l’IA dà al posto tuo, al momento giusto, mentre il cliente sta ancora decidendo.</p><p>Il titolo torna a vendere</p><p>Questo è il pezzo che quasi tutti si perdono, perché è travestito da burocrazia.</p><p>Per dichiarare un <a target="_blank" href="https://support.google.com/merchants/answer/14743464?hl=en">contenuto scritto dall’IA</a>, Google ti chiede due attributi dedicati: structured_title e structured_description. Funzionano uguali: dentro ci metti il testo nel sotto-attributo content (stesso limite del titolo classico, 150 caratteri, stesse regole) e segnali la provenienza con digital_source_type impostato su trained_algorithmic_media. Per le immagini lo stesso lavoro lo fanno i metadati IPTC DigitalSourceType (TrainedAlgorithmicMedia, CompositeSynthetic, AlgorithmicMedia), che non vanno mai cancellati dai file usciti da strumenti come Product Studio.</p><p>A leggerla così sembra un adempimento per tenere buoni i legislatori. E in parte lo è. Ma chi si ferma qui non ha capito la mossa. Google sa benissimo che il feed di mezzo mondo è generato in automatico: una regola che mette insieme brand, modello, colore e taglia e produce “Nike Air Max 90 – Rosso – 42” per diecimila prodotti. Funzionale, freddo, identico a quello di tutti gli altri. Aprendo un canale apposta per i contenuti scritti dall’IA, Google sta chiedendo un’altra cosa: adesso voglio qualcosa che venda.</p><p>Lo dice il <a target="_blank" href="https://support.google.com/merchants/answer/6324415?hl=en">suo stesso esempio ufficiale</a>. Stesso prodotto, due titoli:</p><p>* automatico: “Original Google shoes, mens, size 8, blue and orange”</p><p>* scritto dall’IA: “Stride & Conquer: Original Google Men’s Blue & Orange Power Shoes (Size 8)”</p><p>Il secondo ha un gancio, il primo è un’etichetta da magazzino. structured_title è la porta che fa rientrare nel feed il copy persuasivo che dieci anni di “titoli a regola” avevano escluso. Ed è qui che nasce la confusione che vedo ovunque. Non è “scritto a mano” contro “scritto da un software”, perché il feed lo genera sempre un software. È generativo (un modello che scrive) contro deterministico (una regola che combina i campi). Solo il primo va etichettato. Il secondo resta un title normale.</p><p>Due avvertenze, perché qui gli errori si pagano.</p><p>La prima è tecnica, e fa sprecare il lavoro a molti. Se vuoi che il titolo persuasivo venga usato davvero, devi mandare solo structured_title. Se gli lasci accanto anche il title classico, Google usa quello classico, e il tuo titolo — etichetta IA compresa — non lo vede nessuno.</p><p>La seconda pesa di più. Un titolo che si legge meglio non è automaticamente un titolo che si posiziona meglio. Il titolo resta il segnale con cui il motore aggancia il prodotto alle ricerche: una stringa piena di keyword come “memory foam king size medium firm” prende più query, un titolo elegante ne prende meno. Solo che il motore sta cambiando sotto i piedi mentre fai questo ragionamento. Quel calcolo valeva quando posizionarsi voleva dire incrociare parole chiave. Dentro AI Mode, Gemini, il Business Agent, l’IA non cerca la corrispondenza esatta: legge e riassume. Lì un titolo che spiega davvero il prodotto può battere la stringa-keyword. Il titolo perfetto del 2024 e quello del 2026 potrebbero non essere lo stesso, e per un bel po’ ti toccherà ottimizzare per due motori che convivono.</p><p>Dove starei attento</p><p>Primo: la parola “facoltativo”. Google ripete che questi attributi sono opzionali e che senza non perdi l’approvazione del prodotto. Vero, e fuorviante. Facoltativo vuol dire che il prodotto resta a catalogo, in un catalogo che però l’IA smette di citare. Lo scrive la documentazione stessa: ometterli “garantisce quasi certamente un calo della visibilità nelle risposte generate dall’intelligenza artificiale”. È facoltativo come è facoltativo avere un sito che si carica. Tecnicamente sì, nella realtà no.</p><p>Secondo: chi fa il lavoro? Tutta questa impalcatura scarica sul venditore il compito di rendere accurata l’IA di Google. Sei tu a spacchettare le schede tecniche, a scrivere 30 domande e risposte per ogni prodotto, a produrre i PDF. Google ti vende il beneficio — meno allucinazioni, più visibilità — ma il conto, su un catalogo da migliaia di referenze, lo paghi tu. E lo paghi nel modo peggiore: più il catalogo è ricco e tecnico, più la fatica si concentra proprio sui prodotti che avrebbero più da guadagnarci.</p><p>Cosa farei se gestissi un e-commerce</p><p>Non aspetterei la “fase di applicazione rigorosa”. Quando arriva, chi ha popolato il feed prima è già davanti.</p><p>Partirei dai prodotti che contano. Prendi il 20% di referenze che fa l’80% del fatturato e su quelle compila product_detail, question_and_answer e variant_option come se la visibilità dipendesse da lì, perché dipende da lì. Le 30 domande non te le devi inventare: sono già scritte nei ticket dell’assistenza e nelle richieste che ti arrivano ogni settimana.</p><p>Sui contenuti scritti dall’IA smetterei di trattarli come un adempimento normativo e li userei per quello che sono: spazio per fare copy. Guarderei chi in azienda genera testo con un LLM, lo farei passare da structured_title e structured_description con l’etichetta giusta — solo lo strutturato, senza il campo classico accanto — e proverei a scrivere titoli più persuasivi della solita stringa, misurando se vendono di più. Tenendo a mente la <a target="_blank" href="https://www.auditsocials.com/blog/google-ads-ai-generated-content-label-policy-2026">regola che salva l’account</a>: se un umano scrive e l’IA ritocca, non si etichetta; se il testo lo produce la macchina, anche col tuo prompt, si etichetta.</p><p>E non perderei di vista il quadro grande: la <a target="_blank" href="https://brightbid.com/blog/google-merchant-api-migration-2026/">vecchia Content API chiude il 18 agosto 2026</a> in favore della Merchant API, e l’<a target="_blank" href="https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/">Universal Commerce Protocol</a> porta il checkout dentro l’IA. Gli attributi sono quello che dici all’IA; quell’infrastruttura è quanto in fretta glielo dici e dove si chiude la vendita. Messi insieme — feed ricco e acquisto automatico — non sono il solito aggiornamento di Google Shopping. Sono altro.</p><p>Il bersaglio è Amazon</p><p>Mettiamo in fila i due pezzi. Da una parte un feed così ricco che l’IA scopre, confronta e consiglia un prodotto senza che l’utente apra nemmeno un sito. Dall’altra l’Universal Commerce Protocol e l’Universal Cart, che chiudono l’acquisto dentro la conversazione, con Google Pay già pronto, senza uscire dalla chat. Trovi, confronti e compri senza cambiare schermata.</p><p>Quel “senza cambiare schermata”, fino a ieri, aveva un nome solo: Amazon. Il fossato di Amazon non l’ha mai costruito il prezzo, l’ha costruito l’assenza di attrito: cerchi, leggi recensioni e domande, compri con un tocco. È per questo che una grossa fetta delle ricerche di prodotto parte da lì, saltando Google. Ricostruendo quell’esperienza sul web aperto, con dentro il feed dei venditori, Google prova a riprendersi il terreno che Amazon gli aveva tolto.</p><p>E c’è una differenza che a chi vende interessa più di ogni altra cosa. Su Amazon sei un venditore terzo: il cliente è suo, i dati sono suoi, la relazione è sua, e per stare nel marketplace paghi. Nel modello di Google il venditore resta il seller of record: i dati di vendita, il cliente, la fedeltà e la logistica restano tuoi. La promessa è seducente: la comodità di Amazon senza diventare uno dei tanti dentro Amazon.</p><p>Per questo non leggo gli attributi del feed come l’ennesimo adempimento tecnico. Sono munizioni in una guerra tra piattaforme. Il feed ricco è quello che fa scegliere te invece del concorrente; l’attributo native_commerce è quello che accende il tasto “Acquista” dentro la risposta. Senza, ti citano ma non ti comprano: sei in vetrina, ma la cassa è da un’altra parte. Lo stesso lavoro che ti rende visibile è quello che ti rende vendibile, nell’arena dove Google ha deciso di sfidare Amazon.</p><p>In sintesi</p><p>Il feed non è più un accessorio del marketing. Nell’epoca della ricerca conversazionale è diventato il primo ingresso alla tua vetrina, spesso l’unico, e con il checkout dentro l’IA anche la cassa. Chi lo tratta ancora come un file tecnico da aggiornare una volta al mese si ritroverà fuori dalle conversazioni in cui i clienti scelgono cosa comprare, senza nemmeno accorgersene.</p><p>La domanda da portare in riunione non è più “il feed è approvato?”. È “il mio feed è abbastanza ricco perché un’IA scelga me e non il concorrente che ha compilato gli attributi che io ho saltato perché tanto erano facoltativi?”.</p><p>Filippo Trocca scrive di misurazione avanzata, attribuzione e analytics su <a target="_blank" href="https://filippotrocca.substack.com/">dataMesh</a>. Se vuoi confrontarti su come misurare le performance del tuo business, scrivimi a <a target="_blank" href="mailto:filippo@analyticstraining.it">filippo@analyticstraining.it</a>.</p><p><p>Grazie per aver letto dataMesh! Condividi il post</p></p><p></p> <br/><br/>This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://filippotrocca.substack.com?utm_medium=podcast&utm_campaign=CTA_1">filippotrocca.substack.com</a>
25 total episodes available
Deep-dive analytics for dataMesh Podcast
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is dataMesh Podcast?
- How often does this podcast release new episodes?
This podcast updates weekly.
- Where can I listen to this podcast?
This podcast is available on 6 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
Information about guest appearances is not available.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.