Un approccio tecnico server-side per analizzare da dove provengono realmente i clic delle tue campagne PMax.
Le campagne Performance Max (PMax) di Google Ads rappresentano una potente evoluzione nell’automazione pubblicitaria.
Promettono di massimizzare le conversioni sfruttando l’intero inventario di Google (Ricerca, Display, YouTube, Discover, Gmail, Maps) attraverso un’unica campagna gestita dall’intelligenza artificiale.
Tuttavia, questa potenza porta con sé una sfida significativa per marketer e analisti: la mancanza di trasparenza. Spesso, PMax si comporta come una “scatola nera”, rendendo difficile capire esattamente quali canali stiano generando i clic e le conversioni più preziose. Come possiamo ottimizzare budget e creatività se non sappiamo cosa funziona meglio?
Fortunatamente, esistono metodi tecnici per gettare un po’ di luce all’interno di questa scatola nera. In questo articolo, esploreremo come sfruttare parametri URL specifici, in particolare gad_source, catturandoli lato server per ottenere insight preziosi sulle reali sorgenti di traffico delle nostre campagne Performance Max.

Il Dilemma della "Scatola Nera" di Performance Max
Chiunque gestisca campagne PMax si è scontrato con la limitatezza dei report standard. Google Ads ci fornisce dati aggregati sulle performance complessive, ma raramente dettaglia in modo granulare la provenienza dei clic:
Quanti clic provengono effettivamente dalla Rete di Ricerca?
Qual è il contributo della Rete Display?
YouTube sta giocando un ruolo significativo?
Gli annunci Shopping all’interno di PMax stanno performando come sperato?
Questa mancanza di dettaglio rende complesse decisioni strategiche sull’allocazione del budget, sulla prioritizzazione degli asset (immagini, video, testi) e sulla comprensione profonda del customer journey guidato da PMax. Ci affidiamo all’algoritmo, ma perdiamo parte del controllo e della comprensione.
Gli Indizi Nascosti negli URL: gclid e il Meno Noto gad_source
Quando un utente clicca su un annuncio Google Ads, Google aggiunge automaticamente dei parametri all’URL di destinazione. Il più conosciuto è:
gclid (Google Click Identifier): Un identificatore univoco fondamentale per il tracciamento delle conversioni offline e per collegare le sessioni sul sito alla specifica campagna/parola chiave in Google Ads e Google Analytics. La sua presenza ci dice che il clic proviene dall’ecosistema Google Ads.
Tuttavia, esiste un altro parametro, meno documentato ufficialmente ma estremamente utile per i nostri scopi:
gad_source: Questo parametro sembra indicare la specifica “fonte” o tipo di rete/campagna all’interno dell’ecosistema Google Ads da cui proviene il clic.
Secondo osservazioni e analisi della community (N.B.: Google potrebbe cambiare questi valori senza preavviso), i valori noti di gad_source sembrano corrispondere a:
gad_source | Origine del Clic |
---|---|
1 | Clic da Annunci sulla Rete di Ricerca Google (campagne Search standard). |
2 | Clic dalla Rete Display di Google (banner/display). |
3 | Clic da Annunci YouTube. |
4 | Clic da Annunci Discovery. |
5 | Clic da Annunci Google Shopping (potrebbe includere PMax con feed, Smart Shopping legacy, Shopping standard). |
La presenza combinata di gclid e di un valore specifico per gad_source su un URL di atterraggio ci fornisce un indizio prezioso sulla rete di origine del clic, anche all’interno di una campagna PMax.
La Soluzione: Tracciamento Server-Side
Perché il tracciamento server-side è cruciale?
Affidabilità: I parametri URL possono andare persi durante reindirizzamenti, a causa di configurazioni del sito o per l’intervento di script lato client prima che gli strumenti di analytics standard (come il tag di Google Analytics eseguito nel browser) riescano a catturarli.
Immediatezza: Catturando i dati non appena la richiesta arriva al server (prima ancora che la pagina venga completamente renderizzata), massimizziamo le possibilità di ottenere i parametri intatti.
L’idea è intercettare la richiesta in ingresso sul nostro server web, analizzare i parametri gclid e gad_source presenti nell’URL e registrare queste informazioni prima che qualsiasi altra logica del sito possa intervenire.
Implementazione Pratica (schema concettuale)
Per realizzare questo tracciamento, è necessario integrare una logica specifica nel backend del proprio sito web. Questa deve essere eseguita molto presto nel ciclo di vita della richiesta HTTP, idealmente non appena il server la riceve e prima che inizi a generare la risposta (la pagina web stessa). Vediamo uno schema concettuale che illustra questo approccio:
// Concept: Server-side script to log Google Ads source info
// Attach this logic to run early for incoming web requests
onHttpRequestStart( request => {
// Skip if it's an admin or system internal request
if (isSystemInternalRequest(request) || isAdminUser(request)) {
return; // Do nothing
}
// Get URL query parameters
const params = request.getUrlParameters();
const gclid = params.get('gclid');
// Must have gclid to proceed
if (!gclid) {
return; // Not a direct Google Ads click we are tracking here
}
// Get gad_source if available
const gad_source = params.get('gad_source') || 'N/A';
// Collect other useful data
const timestamp = getCurrentTimestamp();
const ipAddress = getRealVisitorIp(request.headers);
const url = request.getFullUrl();
const userAgent = request.headers['User-Agent'] || 'N/A';
// Format data for logging
const logEntry = `[${timestamp}] Source: ${gad_source} | gclid: ${gclid} | IP: ${ipAddress} | URL: ${url} | UA: ${userAgent}`;
// Store the log entry (e.g., append to a file)
appendToServerLogFile('/logs/gads_tracking.log', logEntry);
// Or alternatively, insert into a database
// database.insert('tracking_logs', { timestamp, gad_source, gclid, ipAddress, url, userAgent });
});
// --- Helper function examples (conceptual) ---
function isSystemInternalRequest(request) { /* ... logic ... */ }
function isAdminUser(request) { /* ... logic ... */ }
function getRealVisitorIp(headers) { /* ... logic to check common IP headers ... */ }
// ... other helpers ...
Analizzare i Dati Raccolti
Una volta implementato il tracciamento, inizieremo ad accumulare dati nel nostro file di log o tabella di database. Cosa possiamo farci?
Conteggio delle Sorgenti: Possiamo aggregare i dati per contare quante visite abbiamo ricevuto per ciascun valore di gad_source (1, 2, 3, 4, 5, o N/A se non presente). Questo ci darà una distribuzione percentuale di come PMax sta utilizzando le diverse reti per generare clic sul nostro sito.
Analisi Temporale: Monitorando questi dati nel tempo, possiamo osservare se PMax cambia la sua strategia di allocazione tra le reti.
Correlazione (Avanzata): Sebbene questo tracciamento di base non colleghi direttamente una visita a una conversione specifica, possiamo analizzare i periodi. Se notiamo un aumento delle conversioni in concomitanza con un aumento dei clic con gad_source=5 (Shopping), possiamo dedurre con buona probabilità che quella componente di PMax stia performando bene.
Ottimizzazione Indiretta: Se scopriamo che la maggior parte dei clic (e magari, per correlazione, delle conversioni) proviene da gad_source=1 (Ricerca), potremmo voler rafforzare gli asset testuali della nostra campagna PMax. Se gad_source=3 (YouTube) è prevalente, dovremmo concentrarci sulla qualità dei nostri asset video.
Limiti e Considerazioni Importanti
Non Ufficiale: Il significato dei valori di gad_source si basa su osservazioni e potrebbe cambiare. Usatelo come un indicatore, non come una verità assoluta.
Presenza non Garantita: gad_source potrebbe non essere sempre presente su tutti i clic provenienti da PMax. Le visite loggate come gad_source=N/A sono comunque clic Google Ads (hanno gclid) ma di origine non specificata da questo parametro.
Granularità Limitata: Questo metodo ci dice la rete, non la specifica campagna (se ne avete più di una che genera gclid), né l’asset specifico all’interno di PMax.
Performance: Se scegliete il logging su file, implementate una strategia di rotazione dei log per evitare che il file diventi enorme. Se usate il database, assicuratevi che la tabella abbia un indice sulla colonna timestamp per query veloci e pulizia efficiente dei vecchi dati. Il carico per singola scrittura è generalmente basso, ma considerate il volume totale di traffico.
Privacy (IP): Ricordatevi delle normative sulla privacy (GDPR). Se loggate l’IP completo, assicuratevi di avere una base legale e informative adeguate. Considerate l’anonimizzazione parziale dell’IP se non strettamente necessario.
Conclusione
Le campagne Performance Max rimangono uno strumento potentissimo ma intrinsecamente opaco. Implementare un tracciamento server-side per catturare parametri come gclid e, soprattutto, gad_source ci permette di recuperare un livello di visibilità altrimenti perso.
Pur con i suoi limiti, questo approccio tecnico fornisce dati preziosi per comprendere meglio come PMax distribuisce il traffico tra le varie reti Google, consentendoci di prendere decisioni più informate sull’ottimizzazione degli asset e, indirettamente, sulla strategia generale.
È un passo avanti per trasformare la “scatola nera” in una “scatola grigia”, offrendo insight azionabili là dove i report standard di Google Ads non arrivano.
Richiedi una consulenza!
Vuoi implementare questo tracciamento gad_source senza errori? Digital Connect può aiutarti. Contattaci per una soluzione rapida!