In breve: Google Analytics 4 non serve a collezionare numeri, ma a collegare traffico, comportamento e risultati di business. La domanda utile non è “quante visite ho?”, ma “quali canali, contenuti e percorsi [...]

In breve: Google Analytics 4 non serve a collezionare numeri, ma a collegare traffico, comportamento e risultati di business. La domanda utile non è “quante visite ho?”, ma “quali canali, contenuti e percorsi generano azioni che contano?”. In questa guida vediamo come impostare GA4 con una logica pratica: eventi, eventi chiave, acquisizione, UTM, Google Ads, lead generation, privacy, CRM e uso dei dati con l’intelligenza artificiale.

Ultimo aggiornamento: ottobre 2026.

Cos’è Google Analytics 4 e perché va letto come un sistema di misurazione

Google Analytics 4, spesso abbreviato in GA4, è la piattaforma di analytics di Google per siti web e app. La differenza più importante rispetto al vecchio modo di leggere Analytics non è tanto nell’interfaccia, quanto nel modello mentale: GA4 ragiona soprattutto per eventi.

Una visualizzazione di pagina è un evento. Un clic può essere un evento. L’invio di un form può essere un evento. Un acquisto può essere un evento. Questo permette di descrivere in modo più flessibile ciò che succede lungo il percorso dell’utente e di collegarlo agli obiettivi del business.

Il punto, però, è evitare il classico errore: installare Analytics e poi guardare dashboard piene di metriche senza sapere quali decisioni prendere. La misurazione parte prima dallo scopo. È lo stesso principio che uso quando ragiono di strategia di marketing: prima l’obiettivo, poi il processo, quindi i dati necessari.

Il framework: Task → Process → Data → AI

Per usare GA4 in modo realmente utile parto da una sequenza semplice:

• Task: quale risultato voglio ottenere o quale decisione devo prendere?
• Process: quale percorso porta a quel risultato?
• Data: quali eventi, sorgenti, campagne e passaggi devo misurare?
• AI: dove l’intelligenza artificiale può aiutarmi a leggere pattern, anomalie o opportunità?

Se inverti l’ordine, rischi di avere molti dati e poche risposte. Se invece parti dal task, Analytics diventa uno strumento operativo. Per esempio: se vuoi aumentare i lead qualificati, non basta contare gli invii del form. Devi capire da quale canale arrivano, quali pagine consultano prima, che tipo di richiesta inviano e quanti di quei lead diventano opportunità commerciali.

Eventi ed eventi chiave: cosa misurare davvero

In GA4 quasi tutto ruota intorno agli eventi. Alcuni sono raccolti automaticamente, altri tramite misurazione avanzata, altri ancora vanno configurati in base alle azioni che vuoi osservare.

Google oggi distingue inoltre gli eventi chiave dalle conversioni utilizzate per la misurazione e l’ottimizzazione delle campagne Google Ads. Un evento importante per il business può essere contrassegnato come evento chiave in Analytics; quando serve anche per misurare o ottimizzare la pubblicità, può diventare una conversione utilizzata in Google Ads.

La documentazione ufficiale di Google spiega la distinzione tra eventi chiave e conversioni. Prima di aggiungere decine di eventi personalizzati, conviene definire quali azioni rappresentano davvero un avanzamento nel funnel.

Acquisizione utenti e acquisizione traffico: non sono la stessa cosa

Una delle differenze più utili da capire in GA4 è quella tra Acquisizione utenti e Acquisizione traffico. Il report Acquisizione utenti guarda soprattutto a come un nuovo utente è arrivato per la prima volta. Il report Acquisizione traffico guarda invece alla provenienza delle sessioni, quindi può includere anche utenti di ritorno.

Un canale può essere ottimo per acquisire nuovi utenti ma non essere quello che chiude la conversione. Oppure può essere poco visibile nella prima interazione ma decisivo nelle visite successive. Per questo leggere solo “sorgente/mezzo” senza considerare l’ambito della dimensione porta spesso a conclusioni sbagliate.

Google descrive questa differenza nel report ufficiale dedicato all’Acquisizione utenti.

UTM: il modo semplice per non perdere il contesto delle campagne

Quando un link viene distribuito tramite newsletter, social, partnership, QR code o campagne non gestite direttamente da Google Ads, i parametri UTM permettono di passare ad Analytics informazioni come sorgente, mezzo e campagna.

• utm_source: la sorgente, per esempio linkedin, newsletter o partner;
• utm_medium: il mezzo, per esempio email, social o cpc;
• utm_campaign: il nome coerente della campagna;
• utm_content: utile per distinguere creatività o link;
• utm_term: usato in alcuni casi per termini o segmentazioni.

La parte difficile non è aggiungere gli UTM. È mantenere una convenzione coerente. Se una persona scrive linkedin, un’altra LinkedIn e una terza li, il dato viene frammentato e diventa più difficile da usare.

Google documenta sia il Campaign URL Builder sia le regole del tagging manuale e automatico.

Google Analytics e Google Ads: collegare spesa, comportamento e risultato

Collegare Google Ads a GA4 permette di osservare meglio il percorso tra clic pubblicitario, comportamento sul sito ed evento chiave. È particolarmente utile quando non vuoi fermarti alle metriche native della piattaforma pubblicitaria.

Il collegamento non sostituisce una buona configurazione delle conversioni. Serve piuttosto a creare una lettura più completa. Un annuncio può avere un CTR molto alto e portare traffico poco qualificato; una keyword può costare di più ma generare lead con maggiore probabilità di vendita.

Per questo considero Analytics uno strato complementare alla piattaforma Ads. Nella guida su come ottimizzare un account Google Ads il principio è lo stesso: non inseguire una singola metrica, ma leggere l’effetto sul risultato.

Google spiega il collegamento tra le due piattaforme nella guida ufficiale su Google Ads e Google Analytics.

GA4 per la lead generation B2B

Per un sito B2B il problema principale è che la conversione online spesso non coincide con il valore economico finale. Il form è solo l’inizio. Dopo arrivano qualificazione, contatto commerciale, opportunità, proposta e vendita.

Una configurazione minima dovrebbe permettere di rispondere almeno a queste domande:

• quali canali generano lead?
• quali landing page generano richieste?
• quali contenuti vengono consultati prima del contatto?
• quali campagne generano lead realmente qualificati?
• quali eventi anticipano una richiesta commerciale?

Per arrivare al dato più importante, però, GA4 da solo non basta. Bisogna collegare il dato di acquisizione con ciò che succede nel CRM. È qui che una semplice “conversione form” diventa pipeline, opportunità, fatturato e margine.

Esempio pratico

Immagina due campagne. La prima genera 50 form a 20 euro, la seconda 20 form a 40 euro. Guardando solo Analytics o Google Ads potresti scegliere la prima. Ma se dal CRM scopri che la prima produce 2 opportunità e la seconda 8, la lettura cambia completamente.

Questo è il motivo per cui considero la misurazione parte integrante della strategia di AI marketing: l’AI può aiutare a classificare e interpretare i dati, ma la qualità delle decisioni dipende dalla qualità del sistema di misurazione.

Le metriche che contano davvero

Non esiste una dashboard universale. Le metriche utili dipendono dal modello di business. Conviene però separare metriche di acquisizione, comportamento, risultato e business.

La lettura più utile nasce quando questi livelli vengono collegati. Un aumento del traffico è interessante solo se migliora qualcosa più avanti. Al contrario, una diminuzione delle sessioni può essere positiva se hai eliminato traffico irrilevante e aumentato il tasso di conversione dei visitatori qualificati.

Attribuzione: attenzione alla falsa precisione

L’attribuzione prova a distribuire il merito di una conversione tra i touchpoint che hanno contribuito al percorso. È utile, ma non deve diventare una verità assoluta.

Nel B2B il cliente può vedere un post LinkedIn, cercare il brand su Google, leggere un articolo, ricevere una newsletter e tornare settimane dopo da un bookmark. Nessun modello riesce a rappresentare perfettamente tutte le influenze. È più utile osservare pattern ricorrenti tra canali e contenuti che discutere per ore su chi “merita” una percentuale esatta della conversione.

Privacy, consenso e qualità dei dati

Misurare non significa raccogliere tutto. In Europa, privacy e consenso fanno parte della progettazione del sistema di analytics.

Google mette a disposizione la Consent Mode, che comunica ai tag lo stato del consenso dell’utente e ne adatta il comportamento. La Consent Mode non sostituisce il banner o la piattaforma di gestione del consenso: lavora insieme a questi strumenti. Google distingue inoltre parametri come analytics_storage, ad_storage, ad_user_data e ad_personalization.

La documentazione ufficiale descrive il funzionamento della modalità di consenso. Per configurazioni reali, soprattutto in presenza di advertising e remarketing, conviene verificare anche gli aspetti legali e la propria CMP.

Quando questi dati vengono utilizzati anche per advertising e personalizzazione, la qualità della misurazione deve essere accompagnata da una corretta gestione del consenso. Nella guida al remarketing Google Ads approfondisco segmenti basati sui propri dati, Customer Match e Consent Mode.

GA4 + CRM: il passaggio che cambia la qualità della misurazione

Per molti siti aziendali il dato più importante non è dentro Analytics. È nel CRM. GA4 può dirti che una campagna ha generato 30 richieste. Il CRM può dirti che 12 erano qualificate, 5 sono diventate opportunità e 2 clienti. Collegare questi due mondi permette di ottimizzare per valore, non solo per volume.

È anche il motivo per cui considero utile progettare i form come una parte del sistema dati. Campi, qualificazione e struttura della richiesta determinano quanto sarà utile il dato nelle fasi successive. Il sito non dovrebbe solo “raccogliere contatti”: dovrebbe produrre informazioni che aiutano a decidere.

Come usare l’AI con i dati di Google Analytics

L’intelligenza artificiale è utile soprattutto quando entra dopo una buona struttura dati. Può aiutare a sintetizzare trend, individuare anomalie, confrontare segmenti, formulare ipotesi o preparare domande da verificare.

• riassumere variazioni significative tra periodi;
• identificare pagine con molto traffico ma pochi eventi chiave;
• individuare campagne con comportamento anomalo;
• clusterizzare landing page o contenuti per performance;
• generare ipotesi di test partendo da dati reali;
• combinare dati Analytics, CRM e advertising in report decisionali.

Il rischio è chiedere all’AI di “spiegare i dati” senza contesto. Se non sa come è configurato il tracking, che cosa significa un lead qualificato o come funziona il tuo funnel, può produrre una spiegazione plausibile ma inutile. Ancora una volta: Task → Process → Data → AI.

Una configurazione minima sensata per un sito aziendale

1. GA4 installato correttamente sulle pagine rilevanti;
2. eventi essenziali verificati;
3. invio form e prenotazioni configurati come eventi chiave quando rappresentano obiettivi reali;
4. Google Ads collegato se utilizzato;
5. convenzione UTM condivisa dal team;
6. filtri e referral indesiderati controllati;
7. Consent Mode e CMP configurati in modo coerente;
8. dashboard costruite intorno alle decisioni, non intorno a tutte le metriche disponibili;
9. collegamento con CRM o almeno un processo per riconciliare lead e vendite.

Errori comuni che rendono GA4 quasi inutile

• tracciare tutto senza definire le priorità;
• confondere eventi con risultati di business;
• non usare convenzioni UTM;
• valutare i canali solo sull’ultima interazione;
• ottimizzare per lead senza verificare la qualità commerciale;
• guardare dashboard senza trasformare i dati in decisioni;
• non documentare le modifiche alla configurazione;
• usare AI o automazioni sopra dati incoerenti.

Conclusione: Analytics serve quando cambia una decisione

Google Analytics 4 è utile quando riduce l’incertezza. Se una dashboard non cambia una decisione, probabilmente contiene più informazione che valore.

La configurazione migliore non è quella con il maggior numero di eventi, report o integrazioni. È quella che collega in modo credibile acquisizione, comportamento e risultati economici.

Per questo considero Analytics una parte del sistema di crescita, non uno strumento separato. Strategia, advertising, lead generation, CRM e AI diventano molto più forti quando condividono la stessa logica di misurazione.

FAQ su Google Analytics 4

Google Analytics 4 è gratuito?

La versione standard di Google Analytics 4 è gratuita. Google offre anche soluzioni enterprise dedicate a organizzazioni con esigenze più avanzate.

Qual è la differenza tra evento ed evento chiave?

Un evento descrive un’interazione o un’azione. Un evento chiave è un evento che hai identificato come particolarmente importante per il successo del business.

Una conversione è ancora la stessa cosa di un evento chiave?

No. Google oggi usa “evento chiave” per le azioni importanti misurate in Analytics e “conversione” per le azioni utilizzate anche nella misurazione e ottimizzazione delle campagne pubblicitarie.

GA4 sostituisce il CRM?

No. GA4 misura soprattutto il comportamento digitale. Il CRM contiene informazioni commerciali e di relazione che Analytics non può conoscere da solo. Per la lead generation B2B, combinarli è molto più utile che usare uno dei due isolatamente.

Devo usare gli UTM anche con Google Ads?

Per Google Ads il tagging automatico è generalmente il riferimento principale. Gli UTM restano molto utili per email, social, partnership e altri canali. Se si combinano tagging automatico e manuale bisogna mantenere una configurazione coerente.

L’AI può analizzare i dati di GA4?

Sì, tramite esportazioni, API, data warehouse o strumenti di analytics collegati. Ma l’AI non corregge una cattiva configurazione: serve prima un modello dati coerente e una definizione chiara degli obiettivi.