L’analisi delle performance di campagna rappresenta una delle attività più critiche e dispendiose in termini di tempo nel repertorio del professionista del marketing digitale. La raccolta dei dati, la loro interpretazione, la narrazione coerente dei risultati e la formulazione di raccomandazioni strategiche richiedono competenze trasversali e ore di lavoro concentrato. ChatGPT ha trasformato profondamente questo processo, consentendo ai team di marketing di accelerare la produzione di report senza sacrificare la qualità analitica o la profondità strategica.
La capacità di ChatGPT di elaborare grandi quantità di dati strutturati, identificare pattern narrativi e tradurre metriche complesse in linguaggio accessibile per diversi stakeholder lo rende uno strumento particolarmente adatto a questo caso d’uso. A differenza di altri strumenti di automazione, ChatGPT può adattare il tono, il livello di dettaglio tecnico e la struttura del report in base al pubblico di destinazione, che si tratti del consiglio di amministrazione, del team creativo o dei clienti esterni.
In questo articolo vengono presentati prompt testati e raffinati per la creazione di report di performance delle campagne con ChatGPT. Il lettore troverà esempi pronti all’uso, spiegazioni dei principi di prompt engineering sottostanti, consigli per la personalizzazione e le insidie più comuni da evitare.
Prompt Pronti all’Uso per Report di Performance delle Campagne
Prompt 1: Struttura Generale del Report di Campagna
Sei un esperto analista di marketing digitale con oltre 10 anni di esperienza.
Crea un report strutturato di performance per una campagna [tipo di campagna: es. Google Ads / Meta Ads / Email Marketing]
relativa al periodo [data inizio] - [data fine].
I dati disponibili sono i seguenti:
- Impressioni: [valore]
- Click: [valore]
- CTR: [valore]
- Conversioni: [valore]
- CPA (Costo per Acquisizione): [valore]
- ROAS (Return on Ad Spend): [valore]
- Budget totale speso: [valore]
Il report deve includere:
1. Executive Summary (3-4 frasi)
2. Analisi delle metriche chiave con commento critico
3. Confronto con i benchmark di settore (settore: [specificare])
4. Identificazione dei punti di forza e delle criticità
5. Raccomandazioni strategiche per il ciclo successivo
Il destinatario del report è [es. il direttore marketing / il cliente / il team creativo].
Usa un tono [professionale / tecnico / accessibile].
Perché questo prompt funziona: Questo prompt sfrutta il principio del role assignment (assegnazione di un ruolo esperto) combinato con la fornitura di dati strutturati e un formato di output esplicito. Specificare il destinatario attiva nel modello una calibrazione automatica del registro linguistico e del livello di tecnicità.
Output atteso: Un report completo in formato Markdown o testo strutturato, con sezioni ben definite, analisi critica delle metriche e raccomandazioni concrete.
Tip di personalizzazione: Aggiungere un campo “obiettivi della campagna” (es. brand awareness, lead generation, vendite dirette) per ottenere raccomandazioni più pertinenti al contesto specifico.
Prompt 2: Analisi Comparativa Multi-Campagna
Analizza e confronta le performance delle seguenti campagne dello stesso periodo [mese/trimestre/anno]:
Campagna A - [Nome]:
- Canale: [es. Google Search]
- Budget: [€]
- Conversioni: [n]
- CPA: [€]
- ROAS: [x]
Campagna B - [Nome]:
- Canale: [es. Meta Ads]
- Budget: [€]
- Conversioni: [n]
- CPA: [€]
- ROAS: [x]
Campagna C - [Nome]:
- Canale: [es. Email Marketing]
- Budget: [€]
- Conversioni: [n]
- CPA: [€]
- ROAS: [x]
Obiettivo dell'analisi: identificare quale canale ha prodotto il miglior ritorno sull'investimento
e fornire una raccomandazione sull'allocazione del budget per il trimestre successivo.
Presenta i risultati in una tabella comparativa seguita da un'analisi narrativa di 200-300 parole.
Perché questo prompt funziona: La struttura parallela dei dati facilita il ragionamento comparativo del modello. La richiesta esplicita di una tabella seguita da narrativa sfrutta la capacità di ChatGPT di organizzare output misti (tabulare e testuale), aumentando la leggibilità del report finale.
Output atteso: Una tabella Markdown con le metriche principali affiancate, seguita da un’analisi che identifica il canale più performante e giustifica l’allocazione del budget proposta.
Tip di personalizzazione: Includere metriche aggiuntive specifiche per settore (es. tasso di apertura per l’email, CPM per le campagne di awareness) per affinare l’analisi comparativa.
Prompt 3: Executive Summary per Stakeholder Non Tecnici
Sulla base dei seguenti dati di performance della campagna [nome campagna]:
[Incollare qui i dati grezzi o il report tecnico completo]
Scrivi un Executive Summary di massimo 150 parole destinato al Consiglio di Amministrazione
(o al cliente senior) che:
- Non utilizzi acronimi tecnici senza spiegarli
- Esprima i risultati in termini di impatto sul business (fatturato generato, lead acquisiti, costo per cliente)
- Evidenzi chiaramente se gli obiettivi di campagna sono stati raggiunti o meno
- Concluda con una singola raccomandazione d'azione prioritaria
Tono: formale, diretto, orientato al risultato. Evita il linguaggio da "agenzia" e le affermazioni vaghe.
Perché questo prompt funziona: Il vincolo esplicito sulla lunghezza (150 parole) forza il modello a prioritizzare le informazioni più rilevanti. L’istruzione “evita il linguaggio da agenzia” è una tecnica di negative prompting che riduce l’output generico e promozionale, producendo testi più credibili e autorevoli.
Output atteso: Un paragrafo conciso, in linguaggio business, che comunica i risultati essenziali senza tecnicismi eccessivi e si conclude con un’indicazione strategica chiara.
Tip di personalizzazione: Aggiungere il contesto del settore e gli obiettivi KPI concordati inizialmente con il cliente per rendere il confronto tra aspettative e risultati più preciso.
Prompt 4: Identificazione delle Cause di Underperformance
La seguente campagna [nome e tipo] ha registrato risultati inferiori agli obiettivi prefissati:
Obiettivi:
- CPA target: [€X]
- Conversioni target: [n]
- ROAS target: [x]
Risultati effettivi:
- CPA effettivo: [€Y]
- Conversioni effettive: [n]
- ROAS effettivo: [x]
Dati aggiuntivi disponibili:
- Quality Score medio: [valore] (se Google Ads)
- Frequenza media: [valore] (se Meta Ads)
- Segmenti di pubblico utilizzati: [elencare]
- Creatività utilizzate: [descrivere brevemente]
- Landing page: [URL o descrizione]
- Periodo e stagionalità: [specificare]
Analizza le possibili cause dell'underperformance applicando un framework di diagnosi strutturato
(es. MECE - Mutually Exclusive, Collectively Exhaustive).
Per ciascuna causa identificata, assegna un livello di probabilità (Alta / Media / Bassa)
e proponi una correzione specifica e misurabile.
Perché questo prompt funziona: Richiedere esplicitamente l’applicazione di un framework analitico noto (MECE) guida il modello verso un ragionamento sistematico piuttosto che intuitivo. La richiesta di assegnare livelli di probabilità introduce una dimensione di prioritizzazione immediatamente utile per il team operativo.
Output atteso: Un elenco strutturato di cause potenziali, ciascuna con probabilità stimata, spiegazione e azione correttiva concreta. Il formato MECE garantisce che le cause non si sovrappongano e coprano l’intero spazio del problema.
Tip di personalizzazione: Se si dispone di dati storici di campagne precedenti simili, includerli nel prompt come termine di paragone per affinare la diagnosi.
Prompt 5: Generazione di Raccomandazioni per il Ciclo Successivo
Sulla base del seguente report di performance del trimestre [Q1/Q2/Q3/Q4] [anno]:
[Inserire il sommario dei risultati o il report completo]
Genera un piano di ottimizzazione per il trimestre successivo strutturato come segue:
1. **Quick Wins** (azioni implementabili entro 2 settimane, impatto stimato sul CPA/ROAS)
2. **Ottimizzazioni Strategiche** (azioni a medio termine, 1-3 mesi, con KPI di misurazione)
3. **Esperimenti da Testare** (A/B test o nuovi canali da esplorare, con ipotesi chiara e metrica di successo)
Per ciascuna raccomandazione specifica:
- L'azione concreta da intraprendere
- Il responsabile suggerito (es. team creativo, media buyer, sviluppatore web)
- La metrica di misurazione del successo
- La stima dell'impatto (in % di miglioramento atteso)
Settore: [specificare]
Budget disponibile per il prossimo trimestre: [€]
Priorità strategica: [es. riduzione CPA / aumento volume conversioni / espansione a nuovi mercati]
Perché questo prompt funziona: La segmentazione temporale delle raccomandazioni (breve, medio termine, sperimentazione) riflette la realtà operativa dei team di marketing e produce output direttamente utilizzabili in un piano editoriale o di progetto. L’inclusione del budget disponibile e delle priorità strategiche contestualizza le raccomandazioni riducendo suggerimenti impraticabili.
Output atteso: Un piano d’azione strutturato con tre livelli di intervento, ciascuno con responsabilità, metriche e stime d’impatto. Ideale da inserire direttamente in una presentazione al cliente o in uno strumento di project management.
Tip di personalizzazione: Specificare eventuali vincoli (es. “non possiamo aumentare il budget creativo” o “il sito web non può essere modificato prima di [data]”) per ottenere raccomandazioni realisticamente implementabili.
Prompt 6: Narrazione dei Dati per Presentazioni Client-Facing
Trasforma i seguenti dati di performance in una narrazione coinvolgente per una presentazione
al cliente della durata di 15 minuti:
Dati della campagna [nome]:
[Inserire dati]
La narrazione deve seguire questa struttura:
1. **Il Contesto** (sfida iniziale e obiettivi concordati)
2. **Il Percorso** (cosa è stato fatto, scelte strategiche chiave)
3. **I Risultati** (dati interpretati con confronto rispetto agli obiettivi e ai benchmark)
4. **Le Lezioni Apprese** (insight genuini, non solo successi)
5. **Il Passo Successivo** (chiaro invito all'azione o proposta)
Tono: professionale ma non sterile. Il cliente è [descrivere brevemente il cliente: settore, dimensione, livello di sofisticazione nel marketing digitale].
Lunghezza: circa 400-500 parole.
Perché questo prompt funziona: La struttura narrativa (contesto → percorso → risultati → lezioni → passo successivo) segue i principi dello storytelling strategico, che aumentano la memorabilità e la persuasività dei dati. L’istruzione di includere “lezioni apprese genuine, non solo successi” produce output più credibili e costruisce fiducia con il cliente.
Output atteso: Un testo narrativo fluido, adatto a essere letto come script per una presentazione o a essere inserito come pagina introduttiva di un report PDF. Il tono sarà calibrato sul profilo del cliente specificato.
Tip di personalizzazione: Aggiungere due o tre esempi di tonalità gradita al cliente (es. “il cliente apprezza la concretezza e i numeri, non le metafore”) per affinare ulteriormente lo stile dell’output.
Principi di Prompt Engineering per Report di Performance
1. Fornire sempre dati strutturati e contestualizzati
ChatGPT non ha accesso ai dati delle piattaforme pubblicitarie in tempo reale. La qualità dell’output dipende interamente dalla qualità dell’input. È buona pratica organizzare i dati in formato tabulare o con etichette chiare prima di inserirli nel prompt. Includere sempre il contesto (settore, obiettivi iniziali, periodo, budget) per consentire al modello di produrre analisi comparative significative anziché descrizioni superficiali dei numeri.
2. Specificare il destinatario e il formato di output
Un report destinato al team media buyer richiede un linguaggio tecnico, acronimi settoriali e dettagli granulari sulle ottimizzazioni di campagna. Un report per il CEO o per un cliente senior richiede sintesi, impatto sul business e assenza di tecnicismi. Specificare esplicitamente il destinatario nel prompt è uno dei singoli interventi più efficaci per migliorare la pertinenza dell’output. Analogamente, richiedere un formato specifico (tabella + narrativa, elenco puntato, paragrafi con titoli) riduce il lavoro di post-editing.
3. Utilizzare il role assignment per aumentare la specializzazione
Assegnare a ChatGPT un ruolo specifico e credenziali contestuali (es. “Sei un senior performance marketing analyst specializzato in e-commerce con esperienza nel settore della moda”) attiva pattern di ragionamento più specializzati. Questa tecnica è particolarmente efficace per ottenere benchmark di settore più accurati, terminologia appropriata e raccomandazioni più pertinenti al contesto operativo specifico.
4. Richiedere esplicitamente il livello di certezza e le limitazioni
ChatGPT può produrre affermazioni che suonano autorevoli anche quando si basa su inferenze o dati generali. Per i report di performance, è fondamentale includere istruzioni come “se non disponi di dati sufficienti per una conclusione certa, indicalo esplicitamente” o “distingui tra osservazioni basate sui dati forniti e ipotesi interpretative”. Questa pratica aumenta l’affidabilità dell’output e riduce il rischio di presentare al cliente conclusioni
Commenti (0)