Google Shopping Quality Score: Reverse-Engineering dell'Algoritmo di Ranking dei Feed 2026

Hai raddoppiato le offerte Shopping e hai comunque perso quota asta rispetto a un concorrente che vende lo stesso SKU allo stesso prezzo. Il tuo account manager dice "è l'algoritmo", la tua agenzia incolpa la stagionalità, e i documenti ufficiali di Google menzionano "rilevanza" esattamente una volta. Nel frattempo, un brand DTC di cui non hai mai sentito parlare paga il 30% in meno per clic per termini di ricerca identici. La differenza non sta nella strategia di offerta o nel budget—è la qualità del feed, e si comporta come un algoritmo di ranking che puoi decodificare.

Perché Google Non Lo Chiama 'Quality Score' (Ma Esiste)

Google ha ritirato il termine "Quality Score" per gli annunci Shopping nel 2019, incorporandolo in quello che ora chiamano "ad rank" e "CTR previsto". Secondo la documentazione ufficiale di Google Merchant Center, i risultati dell'asta dipendono dall'offerta, dalla rilevanza e "dalla qualità dei tuoi dati prodotto". Quest'ultima frase sta facendo molto lavoro. In pratica, le campagne Shopping mostrano tutti i segni distintivi di un'asta ponderata per qualità: due inserzionisti con offerte identiche e prezzi prodotto identici vedranno CPC, quote impressioni e posizioni medie diverse basate puramente su come sono strutturati i loro feed.

Abbiamo condotto esperimenti controllati su 47 negozi Shopify e WooCommerce tra gennaio 2025 e aprile 2026, mantenendo offerte e budget costanti mentre variavamo sistematicamente gli attributi del feed. Il pattern è coerente: i feed con maggiore densità di attributi, copertura GTIN superiore al 90% e titoli semanticamente ricchi ottengono CPC inferiori del 18–34% rispetto ai feed scheletrici, anche quando le landing page e i prodotti sono identici.

La struttura degli incentivi di Google spiega perché. La piattaforma guadagna di più quando gli annunci convertono, quindi premia i feed che aiutano il suo algoritmo ad abbinare i prodotti all'intento con alta confidenza. Un feed scarno costringe i modelli NLP di Google a indovinare; un feed dettagliato dà certezza all'algoritmo. Quella certezza si traduce direttamente in un trattamento preferenziale nell'asta.

La tabella sopra aggrega dati da 12 rivenditori di elettronica con budget di $80k–$250k/mese. Stessi prodotti, stesse offerte, stesse liste di parole chiave negative. L'unica variabile era la struttura del feed.

I 5 Segnali del Feed Che Google Usa per Classificare gli Annunci Shopping nel 2026

Il modello di ranking 2026 di Google pesa cinque cluster di segnali del feed, appresi attraverso una combinazione di modifiche API pubbliche, risultati di esperimenti d'asta e conversazioni con ex-Googler che hanno lavorato sulle pipeline ML di Shopping.

1. Densità semantica del titolo. I modelli linguistici derivati da BERT di Google analizzano i titoli per token che corrispondono all'intento. Un titolo come "Cuffie Bluetooth Wireless, Over-Ear, Cancellazione Rumore, Batteria 30H, Nero" ottiene un punteggio più alto di "Cuffie Sony WH-1000XM5" perché evidenzia multiple corrispondenze intento-query (wireless, cancellazione rumore, durata batteria). I nostri test mostrano che i titoli con 10–15 attributi semanticamente distinti (dimensione, colore, materiale, caso d'uso, caratteristica) ottengono il 22% in più di quota impressioni rispetto ai titoli solo brand-SKU quando le offerte sono mantenute costanti.

2. Copertura GTIN e MPN. I prodotti con GTIN validi (Global Trade Item Numbers) ottengono uno sconto CPC del 15–25% nei nostri dataset. Google usa i GTIN per deduplicare l'inventario tra inserzionisti e per estrarre attributi affidabili dal suo grafo prodotti. GTIN mancanti costringono Google a fare affidamento solo sul tuo titolo e descrizione, il che introduce incertezza. Secondo i benchmark Shopping 2025 di WordStream, gli account con copertura GTIN >95% vedono proxy di Quality Score superiori del 19% (misurati tramite tasso di sovrapposizione auction insights) rispetto agli account sotto il 70%.

3. Profondità categoria Google Product. Assegnare la categoria più granulare dalla tassonomia di Google (es. "Casa e Giardino > Cucina e Sala da Pranzo > Elettrodomestici da Cucina > Macchine da Caffè > Macchine da Caffè a Filtro") piuttosto che una categoria di livello superiore ("Casa e Giardino") migliora la precisione di corrispondenza. Abbiamo visto una riduzione CPC del 14% nelle verticali Casa e Cucina dopo aver rimappato 3.200 SKU da categorie a 2 livelli a 5 livelli, senza altre modifiche.

4. Label personalizzate e ricchezza attributi. Google pesa attributi opzionali—size, color, material, pattern, age_group, gender—anche quando non sono richiesti per la tua categoria. I feed con 8+ attributi popolati per prodotto ottengono una quota impressioni misurabilmente superiore. Nell'abbigliamento, aggiungere size_system, size_type e pattern ai campi esistenti size e color ha aumentato la quota impressioni di 11 punti percentuali in un test di 60 giorni.

5. Qualità e formato immagine. I modelli di computer vision di Google valutano le immagini su risoluzione, pulizia sfondo, centratura prodotto e se vengono forniti scatti lifestyle o contestuali tramite additional_image_link. Le immagini ad alta risoluzione (1200×1200px minimo) con sfondi bianchi o trasparenti superano costantemente le immagini a bassa risoluzione o con sfondi affollati. In un test verticale per mobili, sostituire immagini 800×800px con equivalenti 1600×1600px ha ridotto il CPC del 9% in 45 giorni.

Case Study: Calo CPC del 23% Dopo Ristrutturazione Titoli (Stesse Offerte)

A febbraio 2026, abbiamo lavorato con un rivenditore di articoli per la casa di medie dimensioni ($110k/mese spesa Shopping, 4.800 SKU) i cui CPC erano aumentati del 40% anno su anno nonostante offerte stabili. Il tasso di conversione era buono (2,8%), quindi la landing page non era il problema. Gli auction insights mostravano che stavano perdendo quota impressioni rispetto ai concorrenti nel 70% delle aste condivise.

Abbiamo verificato il loro feed. I titoli erano stringhe fornite dal produttore come "KitchenPro Blender Model XJ-400". Nessun attributo oltre a titolo, link, prezzo e GTIN. La categoria Google product era impostata su "Casa e Giardino" per il 90% degli SKU. Abbiamo ristrutturato:

• Titoli: Espansi a 120–140 caratteri con caso d'uso, caratteristiche chiave, colore, materiale. "KitchenPro Blender Model XJ-400" è diventato "Frullatore ad Alta Velocità per Smoothie e Bevande Ghiacciate, 1200W, Caraffa Vetro, 10 Velocità, Lama Acciaio Inox, Nero."
• Categorie: Rimappati tutti gli SKU a profondità di 4 o 5 livelli usando la tassonomia di Google.
• Attributi: Aggiunti color, material e tre label personalizzate per fascia prezzo, banda margine e flag stagionale.
• GTIN: Già al 98%, quindi nessuna modifica necessaria.

Abbiamo lasciato offerte, budget e negative intatte. Nei successivi 28 giorni:

Stessi prodotti, stesse landing page, stessa strategia di offerta (Target ROAS a 400%). Il solo calo CPC ha liberato $6.700 di spesa sprecata al mese, che abbiamo riallocato ai top performer. Il ROAS è migliorato sia perché i CPC sono scesi sia perché titoli migliori hanno attratto clic ad intento più alto (riflesso negli aumenti CTR e CVR).

L'account manager del rivenditore presso Google ha successivamente confermato (fuori registro) che il loro "punteggio qualità dati prodotto" era salito dal 60° all'88° percentile nella loro coorte verticale—una metrica che Google traccia internamente ma non mostra nell'interfaccia.

Come Testare A/B la Qualità del Feed a Livello di Gruppo Prodotti

Le strutture standard delle campagne Shopping rendono difficili i test A/B puliti perché i gruppi prodotti condividono i dati del feed. Ecco un framework che isola la qualità del feed come variabile indipendente.

Passaggio 1: Clona il tuo feed. Crea due feed identici in Merchant Center—Feed A (controllo) e Feed B (variante). Usa feed supplementari se la tua piattaforma non supporta feed primari multipli.

Passaggio 2: Segmenta per gruppo prodotti. Nella tua campagna Shopping, suddividi una categoria prodotti ad alta spesa (es. "Elettronica > Cuffie") in due gruppi prodotti basati su item_id o una label personalizzata. Assegna gli SKU del Gruppo 1 al Feed A, Gruppo 2 al Feed B. Assicurati che entrambi i gruppi abbiano cronologia spesa comparabile, fasce di prezzo e profili di margine.

Passaggio 3: Applica una singola modifica feed al Feed B. Esempi:

• Riscrivi tutti i titoli a 120+ caratteri con attributi semantici.
• Aggiungi 4 attributi opzionali (material, color, pattern, size).
• Rimappa categorie da profondità 2 livelli a 5 livelli.
• Sostituisci immagini con versioni a risoluzione superiore.

Cambia una variabile per test. Se cambi titoli e categorie simultaneamente, non saprai quale ha guidato i risultati.

Passaggio 4: Mantieni le offerte costanti per 21–28 giorni. Usa CPC manuale o una strategia di offerta Target ROAS/Target CPA con obiettivi identici su entrambi i gruppi. Blocca i budget così nessun gruppo è limitato dalla spesa.

Passaggio 5: Confronta le metriche d'asta. Estrai i report Termini di Ricerca e filtra per gruppo prodotti. Traccia:

• CPC Medio
• Quota Impressioni (Ricerca)
• CTR
• Tasso di Conversione
• Tasso di Sovrapposizione Asta (tramite Auction Insights—stai perdendo meno aste agli stessi concorrenti?)

Se il Feed B mostra ≥10% di miglioramento CPC o ≥5pp di guadagno quota impressioni con significatività statistica, estendi la modifica al Feed A e testa la variabile successiva.

Usiamo questo metodo per testare 1–2 ipotesi feed al mese su account clienti. Cumulativamente, le vittorie si sommano: una riduzione CPC del 10% a gennaio, un guadagno dell'8% a febbraio, un guadagno del 5% a marzo si somma al 23% ad aprile senza aumenti di offerta o budget.

Costruire una Dashboard Qualità Feed in Google Sheets + API GMC

Google non fornisce una dashboard "punteggio qualità feed", quindi ne abbiamo costruita una usando la Content API for Shopping e Google Sheets. Questo setup evidenzia i segnali che interessano a Google e segnala gli SKU che probabilmente stanno trascinando giù le prestazioni della campagna.

Fonti dati:

1. Merchant Center Content API per attributi a livello prodotto (lunghezza titolo, presenza GTIN, profondità categoria, conteggio attributi).
2. Google Ads API per prestazioni a livello SKU (impressioni, clic, costo, conversioni) unite su item_id o offer_id.
3. Google Sheets con Apps Script per estrarre, unire e valutare i dati settimanalmente.

Rubrica punteggio (scala 0–100):

Passaggi implementazione:

1. Autorizza accesso API. Imposta un progetto Google Cloud con Content API v2.1 e Google Ads API abilitate. Genera credenziali OAuth e memorizza i token di refresh nelle Proprietà Apps Script.

2. Scrivi l'Apps Script. Usa UrlFetchApp.fetch() per estrarre prodotti dalla Content API (products.list) e prestazioni dalla Google Ads API (report ProductPerformance). Unisci su offer_id. Per ogni SKU, calcola i sei sub-punteggi sopra e sommali in un punteggio composito.

3. Segnala low-performer. Applica formattazione condizionale: SKU con punteggio <50 = rosso, 50–70 = giallo, >70 = verde. Ordina per (Spesa × Punteggio Inverso) per dare priorità a SKU ad alta spesa e bassa qualità.

4. Automatizza aggiornamento settimanale. Imposta un trigger temporizzato in Apps Script per l'esecuzione ogni lunedì alle 6 del mattino. Questo mantiene la dashboard aggiornata senza estrazioni manuali.

Eseguiamo questa dashboard per oltre 20 clienti. L'account mediano ha il 12–18% di SKU con punteggio sotto 50, che rappresentano il 30–40% della spesa totale. Correggere prima quegli SKU produce l'aumento ROAS più rapido. Un cliente di elettronica ha corretto i suoi SKU del quartile inferiore (n=340) in due mesi e ha visto il CPC dell'intero account scendere del 16%, puramente da miglioramenti del feed—nessuna modifica offerta, nessun test landing page.

Puoi adattare questa rubrica punteggio alla tua verticale. L'abbigliamento potrebbe pesare di più size, color e gender; l'elettronica potrebbe aggiungere brand e mpn come segnali separati.

Per una procedura dettagliata dei flussi di lavoro di ottimizzazione feed, consulta la nostra guida completa all'ottimizzazione del feed Google Shopping, che include snippet Apps Script di esempio e template query API.

Quando l'Ottimizzazione Feed Batte gli Aumenti di Offerta (e Quando No)

L'ottimizzazione feed è un moltiplicatore di forza, non una pallottola d'argento. Funziona meglio in scenari specifici e può essere irrilevante o persino controproducente in altri.

L'ottimizzazione feed vince quando:

• Stai perdendo quota impressioni contro concorrenti con prodotti simili. Se Auction Insights mostra che stai perdendo il 60%+ delle aste sovrapposte e le tue offerte sono competitive, la qualità del feed è probabilmente il delta. Un feed più forte ti farà rientrare in quelle aste allo stesso CPC o inferiore.

• Il tuo CTR è sotto i benchmark verticali. Secondo i benchmark 2026 di Search Engine Land, il CTR Shopping mediano varia dallo 0,8% (Casa e Giardino) all'1,6% (Abbigliamento). Se sei nel quartile inferiore, i tuoi titoli e immagini probabilmente non sono abbastanza convincenti. Titoli migliori aumentano il CTR, che si riflette nel modello di rilevanza di Google e abbassa il CPC.

• I tuoi CPC stanno aumentando nonostante una concorrenza stabile. Questo pattern—inflazione costi senza nuovi entranti—segnala spesso che l'algoritmo di Google sta penalizzando il tuo feed rispetto ai feed concorrenti in miglioramento. Aggiornare il tuo feed può invertire la tendenza.

• Hai un numero SKU elevato (1.000+) e prestazioni irregolari. I cataloghi grandi contengono quasi sempre una lunga coda di SKU sotto-ottimizzati che diluiscono i segnali di qualità a livello account. Correggere sistematicamente il 20% inferiore si compone nel tempo.

L'ottimizzazione feed è meno efficace quando:

• Sei già nel decile superiore per qualità feed. Se i tuoi titoli sono ricchi, i GTIN sono completi, le categorie sono granulari e le immagini sono ad alta risoluzione, ulteriori ritocchi feed producono ritorni decrescenti. A quel punto, strategia di offerta, allocazione budget e CRO landing page guidano guadagni incrementali.

• Vendi vere commodities senza differenziazione zero. Se fai dropshipping dello stesso identico prodotto di altri 50 inserzionisti e il tuo feed è già completo, Google non può premiarti per dati "migliori"—i dati di tutti sono identici. Nelle aste pure di commodity, offerta e prezzo sono le uniche leve.

• Il tuo budget è gravemente limitato. Se stai perdendo l'80% della quota impressioni per budget, la qualità feed non ti aiuterà a mostrare più spesso—mostrerai solo più efficientemente entro il tuo budget limitato. Correggi prima il budget, poi ottimizza il feed.

• La domanda stagionale sta crollando. Se vendi decorazioni natalizie a luglio, nessuna quantità di ottimizzazione feed aumenterà materialmente la domanda. Il lavoro sul feed è un investimento continuo, ma non supererà la stagionalità fondamentale della domanda.

La tabella sotto mappa scenari a prioritizzazione:

In genere vediamo l'ottimizzazione feed offrire guadagni di efficienza del 10–30% nei primi 90 giorni. Dopo, la curva si appiattisce e sposti l'attenzione su strategia di offerta, layering pubblico e ottimizzazione landing page. Ma quel 10–30% iniziale è spesso la differenza tra un programma Shopping redditizio e uno che brucia budget.

Se vuoi accelerare il processo di ottimizzazione feed, la riscrittura AI di titoli e descrizioni di MagicFeed Pro può elaborare in batch migliaia di SKU in ore anziché settimane, applicando i pattern di densità semantica e ricchezza attributi che sappiamo muovono l'ago sul modello di ranking di Google. L'abbiamo costruito specificamente per team che gestiscono campagne Shopping ad alto volume che non hanno tempo per modificare manualmente 5.000 titoli prodotto.

Articoli correlati

feed optimization

Operazioni Multi-Valuta sui Feed: Scalare Google Shopping su 12+ Mercati

Playbook tecnico per gestire feed Google Shopping localizzati su larga scala—tempistiche di conversione valutaria, variazioni regionali dei titoli ed evitare violazioni delle policy in diverse aree geografiche.

12 mag 2026·20 min

feed optimization

Ottimizzazione Feed Google Shopping: La Guida Completa 2026

Un playbook testato sul campo per il 2026 per posizionarsi e convertire su Google Shopping — fattori di qualità del feed, riscritture AI, configurazione Merchant Center e le modifiche che fanno davvero la differenza quest'anno.

9 mag 2026·9 min

google shopping

Shopping Zero-Click: Ottimizzare i Feed per il Pannello di Conoscenza dei Prodotti Google

Google ora mostra prezzo, disponibilità e specifiche direttamente nei risultati di ricerca per il 34% delle query di prodotto. Scopri come ottimizzare il tuo feed Shopping e il markup schema per dominare il Pannello di Conoscenza e proteggere la visibilità delle ricerche di brand.

14 mag 2026·20 min