scenari

Dati, attenzione e AI: come cambia la strategia media dei brand



Indirizzo copiato

Una ricerca analizza l’evoluzione dell’ecosistema della comunicazione tra frammentazione dell’attenzione, dati di prima parte, AI marketing e nuovi modelli organizzativi. Al centro, il ruolo del media planning e degli smart media center nella costruzione di valore misurabile

Pubblicato il 5 giu 2026

Piermario Tedeschi

Managing Director, Digital Angels



marketi
AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti




L’evoluzione dell’ecosistema della comunicazione non si presta più a essere interpretata attraverso i singoli canali o le innovazioni tecnologiche considerate in modo isolato.

Il cambiamento in corso investe contemporaneamente tecnologia, mercato e organizzazione, incidendo sulle logiche di pianificazione media, sui modelli di misurazione e sul ruolo degli attori della filiera.

La ricerca “Tecnologia, mercato e organizzazione nell’evoluzione dell’ecosistema industriale della comunicazione”, realizzata dal Centro di Ricerca Luiss X.ITE e commissionata da Digital Angels, restituisce con chiarezza un quadro in cui la crescita del digitale convive con una frammentazione crescente dell’attenzione e con un bisogno sempre più evidente di integrazione tra dati, creatività e media.

Media planning e qualità dell’attenzione nel mercato frammentato

L’ampliamento dei touchpoint ha aumentato le possibilità di contatto tra brand e consumatori, introducendo allo stesso tempo una dispersione che rende più complessa la costruzione di percorsi coerenti.

La ricerca evidenzia come la moltiplicazione dei canali contribuisca a ridurre la qualità dell’attenzione disponibile, spostando il focus dalla quantità di esposizioni alla capacità di generare interazioni rilevanti e memorabili. In questo scenario, il media planning assume una dimensione più articolata, nella quale la definizione dei ruoli dei diversi mezzi, la gestione delle frequenze e la coerenza dei messaggi lungo il customer journey diventano elementi determinanti per la costruzione di valore.

Dati di prima parte e AI marketing nei processi decisionali

All’interno di questa trasformazione, il tema dei dati assume un ruolo centrale e si evolve in modo significativo. La progressiva affermazione dei dati di prima parte, insieme alla necessità di modelli di misurazione più sofisticati, introduce un cambio di prospettiva che riguarda non solo le tecnologie utilizzate, ma anche la capacità di interpretazione.

La ricerca Luiss mostra come molte organizzazioni si confrontino con una crescente disponibilità di informazioni, senza disporre sempre di strumenti adeguati per collegarle in modo efficace agli obiettivi di business.

L’AI marketing si inserisce in questo contesto come leva trasversale, contribuendo alla strutturazione dei dati, all’ottimizzazione del targeting e alla generazione di insight predittivi, con un impatto diretto sui processi decisionali e sulla personalizzazione dei contenuti.

Canali digitali e fisici nella pianificazione omnicanale

Un ulteriore elemento riguarda l’integrazione tra canali digitali e fisici, che si configura sempre più come una condizione operativa del media planning contemporaneo. La crescita di ambienti come retail media, Connected TV e Digital Out-of-Home ridefinisce le modalità con cui i brand costruiscono la propria presenza, combinando copertura e misurabilità in forme nuove.

Social advertising, search e video online continuano a rappresentare priorità di investimento, mentre i mezzi tradizionali mantengono una funzione rilevante nei processi di awareness quando vengono inseriti in architetture omnicanale coerenti. La pianificazione richiede quindi una visione capace di leggere le interazioni tra i diversi touchpoint e di attribuire valore al contributo specifico di ciascun canale, anche attraverso modelli più evoluti di attribuzione e interpretazione delle performance.

Smart media center e nuovo ruolo delle agenzie

Questa evoluzione si riflette in modo diretto anche sul ruolo delle agenzie e dei centri media. La ricerca evidenzia come le aziende attribuiscano crescente importanza a partner in grado di integrare competenze, leggere i dati e supportare le decisioni in una logica consulenziale.

Il modello degli smart media center emerge come risposta a questa esigenza, configurandosi come un’organizzazione capace di coniugare specializzazione tecnica e visione strategica, coordinando media, creatività e tecnologia all’interno di un unico framework operativo. In questa prospettiva si inserisce l’evoluzione di DAs Media, che interpreta il ruolo del centro media come funzione di orchestrazione dell’ecosistema, orientata alla valorizzazione dell’attenzione e alla sua trasformazione in crescita misurabile, in linea con le direttrici evidenziate dalla ricerca.

Governance, sperimentazione e misurazione dei risultati

Le implicazioni operative per i brand riguardano in primo luogo la definizione di modelli di governance più chiari, capaci di integrare competenze interne ed esterne e di collegare in modo trasparente investimenti e risultati.

La ricerca indica come una quota di budget compresa tra il 6% e il 10% venga sempre più spesso destinata alla sperimentazione, segnale di un mercato che riconosce il valore dell’apprendimento continuo e della capacità di adattamento.

Allo stesso tempo, cresce l’esigenza di sistemi di misurazione che permettano di valutare il contributo dei diversi canali in modo coerente, superando approcci frammentati e logiche di breve periodo e rafforzando il legame tra attività media e obiettivi di business.

Media planning, AI marketing e organizzazione come regia integrata

L’ecosistema della comunicazione si configura quindi come uno spazio in cui aumentano le possibilità operative, cresce la disponibilità di dati e si amplia il numero di tecnologie applicabili ai processi di marketing. Questa complessità richiede una capacità di lettura e di coordinamento che non può essere affidata esclusivamente agli strumenti.

La ricerca Luiss X.ITE mette in evidenza come il vantaggio competitivo si costruisca nella capacità di integrare questi elementi in una visione coerente, nella quale media planning, AI marketing e organizzazione lavorano in modo sinergico. In un contesto caratterizzato da elevata frammentazione, la qualità della regia diventa il fattore che consente di trasformare l’attenzione in risultati concreti e sostenibili nel tempo.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x