{"id":4635,"date":"2026-11-11T10:21:39","date_gmt":"2026-11-11T09:21:39","guid":{"rendered":"https:\/\/www.gironi.it\/blog\/?p=4635"},"modified":"2026-11-11T10:21:39","modified_gmt":"2026-11-11T09:21:39","slug":"rotture-strutturali-metriche-seo","status":"publish","type":"post","link":"https:\/\/www.gironi.it\/blog\/rotture-strutturali-metriche-seo\/","title":{"rendered":"Quando cambia il metro: rotture strutturali nelle metriche SEO"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Il report annuale arriva sul tavolo con una buona notizia in prima pagina: la posizione media del sito \u00e8 passata da 23 a meno di 13. Dieci posizioni guadagnate in un anno, senza una campagna di link, senza una riscrittura dei contenuti. <br>Poi si gira pagina, e i clic sono gli stessi di prima: 168 al giorno prima, 168 al giorno dopo. Un sito che sale di dieci posizioni e non prende un clic in pi\u00f9 \u00e8 un sito strano. Oppure \u00e8 un sito che non \u00e8 salito affatto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Abbiamo avuto modo di vedere, parlando di <a href=\"https:\/\/www.gironi.it\/blog\/anomaly-detection\/\">anomaly detection<\/a>, come si riconosce un giorno fuori norma: un picco, un crollo, un valore che la serie non si aspettava. Qui il problema \u00e8 diverso, e pi\u00f9 insidioso. Non c&#8217;\u00e8 un giorno strano: c&#8217;\u00e8 un giorno dopo il quale <strong>tutti<\/strong> i giorni sono diversi, perch\u00e9 \u00e8 cambiato il modo di contarli. Si chiama <strong>rottura strutturale<\/strong>, e nei dati web succede molto pi\u00f9 spesso di quanto pensiamo.<\/p>\n\n\n\n<!--more-->\n\n\n\n<p class=\"wp-block-paragraph\"><strong>In sintesi:<\/strong> un&#8217;anomalia \u00e8 un punto isolato fuori norma; una rottura strutturale \u00e8 un cambio di livello (o di comportamento) che resta. Nelle metriche SEO una causa da controllare sempre, prima di interpretare il salto, \u00e8 un cambiamento nello strumento di misura: a settembre 2025, per esempio, il parametro <code>&amp;num=100<\/code> di Google ha smesso di funzionare, e su molti siti sono sparite da un giorno all&#8217;altro parecchie impressioni nelle posizioni profonde. La posizione media, che \u00e8 una <strong>media ponderata<\/strong> sulle impressioni, \u00e8 &#8220;migliorata&#8221; di colpo senza che nessuna pagina si muovesse. Per trovare una rottura servono strumenti diversi da quelli per le anomalie: la <strong>somma cumulata degli scarti<\/strong> (CUSUM), un test formale e la funzione <code>breakpoints()<\/code> del pacchetto R <code>strucchange<\/code>, che stima quante rotture ci sono e dove. Una volta trovata, la rottura va rispettata nei confronti: periodi dallo stesso lato, metriche che tocca meno, e una riga nel report che la dichiara.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Di cosa parleremo<\/strong>:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li><a href=\"#anomalia-o-rottura\">Anomalia o rottura?<\/a><\/li><li><a href=\"#num100\">Il caso &amp;num=100<\/a><\/li><li><a href=\"#media-ponderata\">La posizione media \u00e8 una media ponderata<\/a><\/li><li><a href=\"#cusum\">Trovare la rottura: prima a occhio, poi col CUSUM<\/a><\/li><li><a href=\"#test\">\u00c8 una rottura o \u00e8 il caso?<\/a><\/li><li><a href=\"#breakpoints\">Dove e quante: breakpoints()<\/a><\/li><li><a href=\"#trattarla\">Trattarla nei confronti<\/a><\/li><li><a href=\"#altri-casi\">Gli altri metri che cambiano<\/a><\/li><li><a href=\"#domande-frequenti\">Domande frequenti<\/a><\/li><li><a href=\"#prova-tu\">Prova tu<\/a><\/li><li><a href=\"#per-approfondire\">Per approfondire<\/a><\/li><\/ul>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"anomalia-o-rottura\">Anomalia o rottura?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La differenza si capisce meglio con due immagini. Un&#8217;<strong>anomalia<\/strong> \u00e8 un sasso che cade nell&#8217;acqua: uno schizzo, e il livello torna quello di prima. Una <strong>rottura strutturale<\/strong> \u00e8 una chiusa che si apre: il livello scende, e resta l\u00ec.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le due cose chiedono domande diverse. Davanti a un&#8217;anomalia ci chiediamo che cosa \u00e8 successo <em>quel giorno<\/em>: un bot, una menzione su un giornale, un problema al server. Davanti a una rottura ci chiediamo che cosa \u00e8 cambiato <em>da quel giorno in poi<\/em>, e la risposta, molto spesso, non riguarda il comportamento delle persone ma il <strong>metro<\/strong> con cui lo misuriamo: uno strumento che conta in modo diverso, un filtro nuovo, una definizione che cambia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Gli strumenti, di conseguenza, sono diversi. Per un&#8217;anomalia confrontiamo ogni giorno con quello che ci aspettavamo e cerchiamo gli scarti troppo grandi. Per una rottura dobbiamo capire se la serie \u00e8 meglio descritta da un livello solo o da due (o pi\u00f9) livelli diversi in periodi diversi, e dove cade il confine. <strong>Un&#8217;anomalia si cerca giorno per giorno; una rottura si cerca guardando la serie tutta insieme.<\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"num100\">Il caso &amp;num=100<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Fino all&#8217;estate del 2025, aggiungendo <code>&amp;num=100<\/code> all&#8217;indirizzo di una ricerca Google si ottenevano cento risultati in una pagina sola, invece di dieci. Pochi esseri umani lo usavano; lo usavano moltissimo gli strumenti di monitoraggio delle posizioni, che in una richiesta sola leggevano tutta la classifica fino alla centesima posizione. <br>Intorno al 10-12 settembre 2025 il parametro ha smesso di funzionare, e qualche giorno dopo Google ha confermato che non \u00e8 un parametro supportato. Nello stesso momento moltissimi siti hanno visto le impressioni calare e la posizione media migliorare di colpo, soprattutto da desktop. <br>La spiegazione pi\u00f9 accreditata fra gli addetti ai lavori (un&#8217;interpretazione, non una dichiarazione di Google) \u00e8 che una parte delle impressioni nelle posizioni profonde venisse proprio da quelle pagine da cento risultati caricate dagli strumenti: senza il parametro, gli strumenti leggono le classifiche dieci risultati alla volta, e quelle impressioni non si generano pi\u00f9.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Facciamo un esempio, con dati costruiti apposta per riprodurre la forma del fenomeno. Un anno di Search Console, dal 1\u00b0 marzo 2025 al 28 febbraio 2026, con due componenti:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>le <strong>impressioni nelle prime dieci posizioni<\/strong>, che vengono da persone vere: circa 3.000 al giorno (un quarto in meno nel fine settimana), con una posizione intorno a 4,5;<\/li><li>le <strong>impressioni oltre la decima posizione<\/strong>, in buona parte generate dagli strumenti: circa 2.300 al giorno, con una posizione intorno a 45, che dall&#8217;11 settembre scendono a circa 700.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">I clic vengono solo dalla prima pagina, e non cambiano. Aggiungiamo anche un giorno anomalo, il 20 maggio, in cui un bot fa comparire novemila impressioni profonde in pi\u00f9.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Costruisco i dati in R:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>library(strucchange)\nset.seed(2026)\n\ngiorno   &lt;- seq.Date(as.Date(\"2025-03-01\"), as.Date(\"2026-02-28\"), by = \"day\")\nn        &lt;- length(giorno)\ntaglio   &lt;- as.Date(\"2025-09-11\")\ndopo     &lt;- giorno &gt;= taglio\nferiale  &lt;- ifelse(format(giorno, \"%u\") %in% c(\"6\", \"7\"), 0.75, 1)\n\n# impressioni nelle prime dieci posizioni: persone vere, ritmo invariato\nimpr_top  &lt;- rpois(n, 3000 * feriale)\npos_top   &lt;- rnorm(n, 4.5, 0.25)\n# impressioni oltre la decima posizione: in buona parte strumenti di monitoraggio;\n# dal taglio ne restano poche\nimpr_prof &lt;- rpois(n, ifelse(dopo, 700, 2300) * exp(rnorm(n, 0, 0.15)))\npos_prof  &lt;- rnorm(n, 45, 3)\n# un giorno anomalo: un bot che aggiunge novemila impressioni profonde il 20 maggio\npicco     &lt;- giorno == as.Date(\"2025-05-20\")\nimpr_prof[picco] &lt;- impr_prof[picco] + 9000\n# i clic vengono solo dalla prima pagina e non cambiano\nclic      &lt;- rpois(n, impr_top * 0.06)\n\ngsc &lt;- data.frame(\n  giorno, dopo,\n  impression = impr_top + impr_prof,\n  clic,\n  posizione  = (impr_top * pos_top + impr_prof * pos_prof) \/ (impr_top + impr_prof),\n  impr_top, pos_top, impr_prof\n)<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Search Console, naturalmente, non ci d\u00e0 le due componenti separate: ci d\u00e0 le impressioni totali, i clic e la posizione media di ogni giorno. Calcolo le medie dei valori giornalieri prima e dopo l&#8217;11 settembre:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>media &lt;- function(x) round(tapply(x, gsc$dopo, mean), 2)\nmedia(gsc$impression)\nmedia(gsc$clic)\nmedia(gsc$posizione)<\/code><\/pre>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th><\/th><th>prima dell&#8217;11\/9<\/th><th>dopo l&#8217;11\/9<\/th><th>variazione<\/th><\/tr><\/thead><tbody><tr><td>impressioni al giorno<\/td><td>5.164<\/td><td>3.500<\/td><td>\u221232%<\/td><\/tr><tr><td>clic al giorno<\/td><td>168,3<\/td><td>168,1<\/td><td>0%<\/td><\/tr><tr><td>posizione media (media dei valori giornalieri)<\/td><td>22,85<\/td><td>12,82<\/td><td>dieci posizioni &#8220;guadagnate&#8221;<\/td><\/tr><tr><td>CTR<\/td><td>3,26%<\/td><td>4,80%<\/td><td>+47%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Tre metriche su quattro raccontano una storia spettacolare (meno impressioni, ma posizione e CTR alle stelle) e una, i clic, dice che non \u00e8 successo niente. <strong>\u00c8 la metrica che sta zitta quella che dice la verit\u00e0<\/strong>: le persone vere vedono il sito quanto prima, nelle stesse posizioni di prima, e cliccano quanto prima.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"media-ponderata\">La posizione media \u00e8 una media ponderata<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Per capire come la posizione possa &#8220;migliorare&#8221; senza che nessuna pagina si muova, conviene guardare come \u00e8 costruita. Search Console non fa la media delle posizioni delle nostre pagine, ma la media <strong>sulle impressioni<\/strong>: ogni volta che il sito compare in una ricerca, la posizione del suo risultato pi\u00f9 alto in quella ricerca entra nel conto. A parole: \u00e8 una media ponderata, in cui ogni posizione pesa per quante impressioni ha raccolto.<\/p>\n\n\n\n<p class=\"has-text-align-center\">\\( \\displaystyle \\text{posizione media} = \\frac{\\sum_i \\text{impressioni}_i \\cdot \\text{posizione}_i}{\\sum_i \\text{impressioni}_i} \\)<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">dove la somma corre su gruppi che non si sovrappongono (le query, oppure i giorni) e ogni posizione \u00e8 moltiplicata per le impressioni che ha raccolto. Se cambiano i pesi, cambia la media, anche se nessuna posizione cambia. (Calcolata cos\u00ec, sui due periodi interi, la posizione della nostra simulazione passa da 23,00 a 12,75: quasi gli stessi numeri della tabella, che riporta la media semplice dei valori giornalieri.)<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">\u00c8 esattamente quello che \u00e8 successo. Calcolo in R la quota di impressioni oltre la decima posizione e la posizione media delle sole prime dieci, prima e dopo:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>tapply(gsc$impr_prof, gsc$dopo, sum) \/ tapply(gsc$impression, gsc$dopo, sum)\n# prima 0,460   dopo 0,204\ntapply(gsc$impr_top * gsc$pos_top, gsc$dopo, sum) \/ tapply(gsc$impr_top, gsc$dopo, sum)\n# prima 4,50    dopo 4,51<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Prima del taglio quasi met\u00e0 delle impressioni (il 46%) stava oltre la decima posizione, intorno alla 45; dopo, solo un quinto. La posizione media delle prime dieci \u00e8 rimasta identica, 4,50 contro 4,51. <strong>La media \u00e8 migliorata perch\u00e9 sono spariti i numeri pi\u00f9 grandi dal conto, non perch\u00e9 qualche numero sia diventato pi\u00f9 piccolo.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Chi ha letto l&#8217;articolo sul <a href=\"https:\/\/www.gironi.it\/blog\/il-paradosso-di-simpson-nella-seo-quando-i-dati-aggregati-possono-mentire\/\">paradosso di Simpson<\/a> riconoscer\u00e0 il meccanismo: un aggregato che si muove mentre nessuno dei gruppi che lo compongono si muove, solo perch\u00e9 \u00e8 cambiato il loro peso. La stessa cosa vale per il CTR, che \u00e8 un rapporto fra clic e impressioni: se dal denominatore spariscono impressioni che non producevano clic, il CTR sale da solo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Con dati veri le due componenti non si possono separare con esattezza, ma un controllo approssimativo si fa. Si scaricano le query una per una (con l&#8217;API di Search Console o con l&#8217;esportazione per query), si sceglie un insieme fisso di query presenti in tutti e due i periodi, e si ricalcola la posizione media solo su quelle con posizione fino a 10. Il filtro non \u00e8 perfetto: la posizione di una query \u00e8 gi\u00e0 una media, e una query in posizione 9 pu\u00f2 avere qualche impressione pi\u00f9 in basso; inoltre l&#8217;esportazione per query lascia fuori le query anonimizzate. Ma se su quell&#8217;insieme la posizione non si muove mentre quella complessiva salta, abbiamo un indizio forte che il salto stia nella composizione.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"cusum\">Trovare la rottura: prima a occhio, poi col CUSUM<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Il primo strumento \u00e8 sempre il grafico. Mettiamo una sopra l&#8217;altra la serie delle impressioni e quella della posizione media:<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/www.gironi.it\/blog\/wp-content\/uploads\/2026\/11\/rotture-serie.png\" alt=\"Un anno simulato di Search Console. Sopra, le impressioni giornaliere: oscillano intorno a 5.000 (con i fine settimana pi\u00f9 bassi) fino al 10 settembre e poi scendono di colpo intorno a 3.500. Il 20 maggio spicca un picco isolato, un giorno anomalo. Sotto, la posizione media, con l'asse rovesciato perch\u00e9 pi\u00f9 in alto significa pi\u00f9 in alto in classifica: lo stesso giorno salta da circa 23 a circa 13 e resta l\u00ec.\"\/><figcaption class=\"wp-element-caption\">Un anno simulato di Search Console. Sopra, le impressioni giornaliere: oscillano intorno a 5.000 (con i fine settimana pi\u00f9 bassi) fino al 10 settembre e poi scendono di colpo intorno a 3.500. Il 20 maggio spicca un picco isolato, un giorno anomalo. Sotto, la posizione media, con l&#8217;asse rovesciato perch\u00e9 pi\u00f9 in alto significa pi\u00f9 in alto in classifica: lo stesso giorno salta da circa 23 a circa 13 e resta l\u00ec.<\/figcaption><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">A occhio il disegno \u00e8 chiaro: un picco isolato a maggio, che la serie dimentica il giorno dopo, e un gradino a settembre, che non si richiude pi\u00f9. Il grafico per\u00f2 ha un limite: funziona quando la rottura \u00e8 grande. Una rottura del 5%, mescolata al rumore dei giorni della settimana, all&#8217;occhio sfugge.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per vederla meglio c&#8217;\u00e8 un trucco semplice, la <strong>somma cumulata degli scarti dalla media<\/strong>, che come dicono gli anglosassoni si chiama <strong>CUSUM<\/strong> (<em>cumulative sum<\/em>). L&#8217;idea \u00e8 questa: calcoliamo la media della serie su tutto l&#8217;anno, e poi sommiamo, giorno dopo giorno, di quanto ciascun giorno sta sopra o sotto quella media.<\/p>\n\n\n\n<p class=\"has-text-align-center\">\\( \\displaystyle S_t = \\sum_{i=1}^{t} \\left( y_i &#8211; \\bar{y} \\right) \\)<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">dove \\( y_i \\) \u00e8 il valore del giorno \\( i \\) (qui il logaritmo delle impressioni, per ragionare in termini di variazioni percentuali), \\( \\bar{y} \\) \u00e8 la media di tutto il periodo e \\( S_t \\) \u00e8 la somma accumulata fino al giorno \\( t \\).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Se la serie oscilla intorno a un livello solo, gli scarti positivi e negativi si compensano e la somma vaga intorno a zero. Se invece la serie ha due livelli, nel primo periodo i giorni stanno quasi tutti sopra la media complessiva e la somma sale; nel secondo stanno quasi tutti sotto e la somma scende (alla fine torna sempre a zero, per costruzione, perch\u00e9 gli scarti dalla media sommano a zero). <strong>Il punto in cui la somma cumulata smette di salire e comincia a scendere \u00e8 il candidato naturale per la rottura.<\/strong> \u00c8 un indizio, non una prova: per verificare che la rottura ci sia, e per localizzarla con la sua incertezza, servono gli strumenti che vediamo fra poco.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Lo calcolo in R:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>y     &lt;- log(gsc$impression)\ncusum &lt;- cumsum(y - mean(y))\ngiorno[which.max(abs(cusum))]\n# \"2025-09-10\"<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">In questo esempio il massimo cade il 10 settembre, l&#8217;ultimo giorno prima del taglio, e indica correttamente il confine. Il picco di maggio, invece, nella somma cumulata lascia appena un piccolo scalino: un giorno solo pesa poco su una somma di trecento.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/www.gironi.it\/blog\/wp-content\/uploads\/2026\/11\/rotture-cusum.png\" alt=\"La somma cumulata degli scarti dalla media, per le impressioni (blu) e per i clic (verde). La curva delle impressioni sale per sei mesi, tocca il massimo il 10 settembre e poi scende fino a tornare a zero: \u00e8 la firma di una rottura. Quella dei clic vaga intorno allo zero per tutto l'anno: nessuna rottura.\"\/><figcaption class=\"wp-element-caption\">La somma cumulata degli scarti dalla media, per le impressioni (blu) e per i clic (verde). La curva delle impressioni sale per sei mesi, tocca il massimo il 10 settembre e poi scende fino a tornare a zero: \u00e8 la firma di una rottura. Quella dei clic vaga intorno allo zero per tutto l&#8217;anno: nessuna rottura.<\/figcaption><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Nella stessa figura c&#8217;\u00e8 la somma cumulata dei clic, che resta piatta intorno allo zero per tutto l&#8217;anno. Le due curve, una accanto all&#8217;altra, suggeriscono in un colpo d&#8217;occhio quello che la tabella diceva coi numeri: le impressioni hanno cambiato livello, i clic no. (Una curva piatta non <em>dimostra<\/em> l&#8217;assenza di rotture: due rotture opposte, per esempio, potrebbero compensarsi. Per questo il passo successivo \u00e8 un test.)<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"test\">\u00c8 una rottura o \u00e8 il caso?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Anche una serie senza nessuna rottura produce una somma cumulata che si allontana un po&#8217; da zero: il caso, da solo, fa dei giri. La domanda \u00e8 quanto lontano deve andare la curva perch\u00e9 il caso non basti pi\u00f9 a spiegarla. \u00c8 la stessa logica del <a href=\"https:\/\/www.gironi.it\/blog\/il-test-delle-ipotesi\/\">test delle ipotesi<\/a>: partiamo dall&#8217;ipotesi che la serie abbia un livello solo, e misuriamo quanto sarebbe sorprendente, sotto quell&#8217;ipotesi, una somma cumulata come quella osservata.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il pacchetto <code>strucchange<\/code> fa il conto per noi, con il test <strong>OLS-CUSUM<\/strong>: la somma cumulata dei residui di un modello (qui il modello pi\u00f9 semplice, un livello costante), riscalata e confrontata con i limiti che il caso pu\u00f2 raggiungere. Eseguo il test in R, sulle impressioni e poi sui clic:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>sctest(efp(y ~ 1, type = \"OLS-CUSUM\"))\n# S0 = 8.2333, p-value &lt; 2.2e-16\n\nyc &lt;- log(gsc$clic)\nsctest(efp(yc ~ 1, type = \"OLS-CUSUM\"))\n# S0 = 0.39067, p-value = 0.998<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">La statistica delle impressioni vale 8,2, molto oltre il valore critico al 5%, che \u00e8 intorno a 1,36: se la serie avesse un livello solo (e le ipotesi del test reggessero), una deviazione cos\u00ec grande sarebbe estremamente improbabile. Il p-value stampato, &#8220;&lt; 2.2e-16&#8221;, non vuol dire probabilit\u00e0 zero: \u00e8 solo il numero pi\u00f9 piccolo che R si prende la briga di scrivere. Quella dei clic vale 0,39, con un p-value di 0,998: nessuna evidenza di una rottura.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"breakpoints\">Dove e quante: breakpoints()<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Il test dice <em>se<\/em> c&#8217;\u00e8 una rottura, non <em>dove<\/em>, n\u00e9 <em>quante<\/em>. Per questo c&#8217;\u00e8 <code>breakpoints()<\/code>, che fa una cosa concettualmente semplice: prova tutti i modi possibili di tagliare la serie in segmenti (uno, due, tre&#8230;), stima in ogni segmento il suo livello, e cerca i tagli che rendono pi\u00f9 piccolo l&#8217;errore complessivo. Poi, per decidere <em>quanti<\/em> tagli, usa il <strong>BIC<\/strong>, un criterio che premia l&#8217;adattamento ai dati ma penalizza ogni segmento in pi\u00f9: un taglio in pi\u00f9 si guadagna il posto solo se migliora il modello abbastanza da pagare la sua penalit\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Stimo in R i punti di rottura delle impressioni, chiedendo che ogni segmento duri almeno il 10% della serie (<code>h = 0.1<\/code>, cio\u00e8 36 giorni):<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>bp &lt;- breakpoints(y ~ 1, h = 0.1)\nsummary(bp)$RSS[\"BIC\", ]\ngiorno[bp$breakpoints]                # \"2025-09-10\"\ngiorno[confint(bp)$confint]           # \"2025-09-09\" \"2025-09-10\" \"2025-09-12\"\nround(exp(coef(bp)))                  # 5122 e 3481<\/code><\/pre>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>rotture<\/th><th>0<\/th><th>1<\/th><th>2<\/th><th>3<\/th><th>4<\/th><\/tr><\/thead><tbody><tr><td>BIC<\/td><td>\u221248,3<\/td><td><strong>\u2212539,5<\/strong><\/td><td>\u2212530,8<\/td><td>\u2212522,0<\/td><td>\u2212512,1<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Il BIC pi\u00f9 basso \u00e8 quello con <strong>una sola rottura<\/strong>, e di gran lunga: passare da zero a una rottura fa crollare il BIC di quasi 500 punti, passare da una a due lo fa risalire. La rottura cade il <strong>10 settembre 2025<\/strong>, che in <code>strucchange<\/code> \u00e8 l&#8217;ultimo giorno del primo segmento: il nuovo livello comincia l&#8217;11, esattamente dove l&#8217;avevamo messo. L&#8217;intervallo di confidenza al 95% va dal 9 al 12 settembre. I due livelli stimati, riportati dalla scala logaritmica, sono 5.122 e 3.481 impressioni al giorno: sono medie geometriche, un po&#8217; pi\u00f9 basse delle medie aritmetiche della tabella iniziale (5.164 e 3.500), come succede sempre quando si torna indietro dai logaritmi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Due cose meritano attenzione. La prima: <strong>il picco di maggio non \u00e8 stato scambiato per una rottura<\/strong>. Un giorno solo non basta a creare un segmento (ne servirebbero almeno 36), e in questa simulazione non sposta i tagli. Non \u00e8 una garanzia generale: un&#8217;anomalia pi\u00f9 intensa, o lunga qualche settimana, pu\u00f2 spostare il confine o favorire un segmento che la contiene, e con dati veri vale la pena ripetere la stima togliendo i giorni anomali per vedere se il risultato cambia.<br>La seconda: lo stesso procedimento sui clic sceglie <strong>zero rotture<\/strong> (il BIC pi\u00f9 basso, \u2212305,6, \u00e8 quello senza tagli).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">n.b. il modello che abbiamo usato \u00e8 il pi\u00f9 semplice possibile, un livello costante per segmento, e ignora che i fine settimana hanno meno impressioni. Con un salto cos\u00ec netto la data della rottura non cambia, ma l&#8217;incertezza s\u00ec: mettendo nel modello anche il giorno della settimana (<code>breakpoints(y ~ settimana, h = 0.1)<\/code>) l&#8217;intervallo si restringe al 9-11 settembre. Un ritmo regolare lasciato nei residui rende test e intervalli meno affidabili, e con rotture pi\u00f9 piccole pu\u00f2 spostare anche la data: conviene modellarlo, o lavorare sui totali settimanali.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"trattarla\">Trattarla nei confronti<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Trovata la rottura, il lavoro vero \u00e8 non farsi ingannare da lei nei confronti che facciamo ogni giorno.<\/p>\n\n\n\n<div class=\"wp-block-group has-background\" style=\"background-color:#f5f7f9;margin-top:2.5rem;margin-bottom:2.5rem;padding-top:1.5rem;padding-right:1.5rem;padding-bottom:1.5rem;padding-left:1.5rem\"><div class=\"wp-block-group__inner-container is-layout-flow wp-block-group-is-layout-flow\">\n<p>Un avvertimento: prima di interpretare un cambiamento brusco come un successo o un problema del sito, va controllato se nello stesso giorno \u00e8 cambiato lo strumento di misura. Un salto che compare lo stesso giorno su molti siti diversi, o su una metrica s\u00ec e su quella accanto no, \u00e8 molto spesso un cambio del metro. <strong>Un numero che cambia di colpo \u00e8 prima di tutto una domanda sullo strumento, e solo dopo una domanda sul sito.<\/strong><\/p>\n<\/div><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Nella pratica quotidiana le regole sono tre.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La prima: <strong>confrontare solo periodi dallo stesso lato della rottura<\/strong>. Un confronto delle impressioni fra ottobre 2025 e ottobre 2024 rischia di misurare il taglio di <code>&amp;num=100<\/code> pi\u00f9 che il sito: quanto pesi dipende dalla propriet\u00e0 (e dal dispositivo), e va verificato caso per caso. Lo stesso vale per il <a href=\"https:\/\/www.gironi.it\/blog\/confronto-anno-su-anno\/\">confronto anno su anno<\/a>, che per un anno intero dopo la rottura mette a confronto due metri diversi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La seconda: <strong>usare le metriche che la rottura tocca meno<\/strong>. Nel caso di <code>&amp;num=100<\/code> i clic sono molto meno esposti, perch\u00e9 gli strumenti di monitoraggio non cliccano; le impressioni, la posizione media e il CTR lo sono molto di pi\u00f9. Se una domanda si pu\u00f2 riformulare sui clic, conviene farlo, usandoli per\u00f2 come controllo e non come garanzia: nello stesso periodo possono essere cambiati anche loro, per ragioni proprie.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La terza: <strong>quando la rottura non si pu\u00f2 evitare, metterla nel modello<\/strong>. Se dobbiamo stimare qualcosa su un periodo che la attraversa, aggiungiamo una variabile che vale 0 prima e 1 dopo, cos\u00ec il modello assorbe il salto invece di attribuirlo ad altro. Lo stimo in R sulle impressioni, insieme al giorno della settimana:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>gsc$settimana &lt;- factor(format(giorno, \"%u\"))\nm &lt;- lm(log(impression) ~ settimana + dopo, data = gsc)\nexp(coef(m)[\"dopoTRUE\"])            # 0,679\nexp(confint(m)[\"dopoTRUE\", ])         # da 0,668 a 0,691<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Il salto stimato \u00e8 0,679: dall&#8217;11 settembre il 32% di impressioni in meno. Attenzione a che cosa dice questo numero: \u00e8 la differenza fra prima e dopo, al netto del giorno della settimana. Che sia il metro, e non il sito, lo sappiamo perch\u00e9 la simulazione l&#8217;abbiamo costruita noi; nei dati veri l&#8217;attribuzione viene da informazioni esterne (la data coincide con un cambio noto, il salto compare su molti siti), e un intervento sul sito nello stesso giorno sarebbe indistinguibile da questa sola variabile. Qualunque altro effetto vogliamo misurare su quella serie (una migrazione, un aggiornamento, una campagna) va stimato <em>al netto<\/em> di questo, non insieme a lui. \u00c8 lo stesso ragionamento del gruppo di controllo nell&#8217;articolo sul <a href=\"https:\/\/www.gironi.it\/blog\/ctr-atteso-prima-dopo-ai-overviews\/\">CTR atteso prima e dopo un evento<\/a>: separare quello che \u00e8 successo al sito da quello che \u00e8 successo intorno.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">E poi c&#8217;\u00e8 una regola che con la statistica c&#8217;entra poco: <strong>dichiararla<\/strong>. Una riga nel report (&#8220;da met\u00e0 settembre 2025 le impressioni e la posizione media risentono di un cambio di Google nella misura: i confronti con i periodi precedenti vanno letti con cautela&#8221;) evita a chi legge di festeggiare dieci posizioni che non esistono, o di preoccuparsi per un terzo di impressioni che nessuno ha mai visto.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"altri-casi\">Gli altri metri che cambiano<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><code>&amp;num=100<\/code> \u00e8 il caso pi\u00f9 clamoroso degli ultimi anni, ma non \u00e8 l&#8217;unico. Qualche esempio che nella realt\u00e0 operativa si incontra spesso:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li><strong>Il banner dei cookie.<\/strong> Un banner pi\u00f9 severo, o una diversa configurazione del consenso, pu\u00f2 dimezzare gli utenti che GA4 riesce a contare, dall&#8217;oggi al domani. Il sito ha gli stessi visitatori; ne vediamo la met\u00e0.<\/li><li><strong>Un tag duplicato.<\/strong> L&#8217;errore opposto: il codice di misurazione caricato due volte raddoppia le visualizzazioni di pagina e abbassa la frequenza di rimbalzo a valori impossibili.<\/li><li><strong>Filtri e configurazioni.<\/strong> L&#8217;esclusione del traffico interno, un filtro sui bot, un dominio aggiunto alla misurazione: ogni modifica alla configurazione di GA4 \u00e8 una potenziale rottura.<\/li><li><strong>Nuove definizioni di conversione.<\/strong> In Google Ads, un&#8217;azione di conversione impostata come primaria (per esempio le azioni locali, come le richieste di indicazioni stradali) fa salire le conversioni di colpo senza un contatto in pi\u00f9.<\/li><li><strong>Migrazioni e cambi di URL.<\/strong> Quando le pagine cambiano indirizzo, le serie per pagina si spezzano: la vecchia pagina &#8220;crolla&#8221;, la nuova &#8220;nasce&#8221;, e nessuna delle due racconta la storia giusta.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">In tutti questi casi il rimedio comincia dallo stesso gesto: tenere un <strong>registro delle modifiche<\/strong> (al sito, alla misurazione, alle piattaforme), con le date. \u00c8 il documento pi\u00f9 noioso che esista, e quello che salva pi\u00f9 analisi.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"domande-frequenti\">Domande frequenti<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Che cos&#8217;\u00e8 una rottura strutturale in una serie storica?<\/strong><br>\u00c8 un momento in cui la serie cambia livello, tendenza o variabilit\u00e0 in modo duraturo. Nei dati web una possibile causa, da controllare prima di interpretare il salto, \u00e8 un cambio nello strumento di misura e non nel fenomeno misurato.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Perch\u00e9 la posizione media di Search Console \u00e8 migliorata a settembre 2025?<\/strong><br>Intorno al 10-12 settembre 2025 il parametro <code>&amp;num=100<\/code> ha smesso di funzionare, e su molti siti sono calate le impressioni nelle posizioni profonde; la spiegazione pi\u00f9 accreditata \u00e8 che una parte venisse dagli strumenti di monitoraggio. La posizione media \u00e8 una media ponderata sulle impressioni: senza quelle impressioni lontane, la media scende anche se nessuna pagina si \u00e8 mossa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Come si trova una rottura strutturale in R?<\/strong><br>Con il pacchetto <code>strucchange<\/code>: <code>efp()<\/code> e <code>sctest()<\/code> per verificare se c&#8217;\u00e8 una rottura, <code>breakpoints()<\/code> per stimare quante sono e dove cadono, <code>confint()<\/code> per l&#8217;intervallo sulle date.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Che differenza c&#8217;\u00e8 con un&#8217;anomalia?<\/strong><br>Un&#8217;anomalia \u00e8 un punto isolato, dopo il quale la serie torna al suo livello; una rottura \u00e8 un cambio che resta. Gli strumenti per trovarle sono diversi; un&#8217;anomalia molto forte o lunga, per\u00f2, pu\u00f2 disturbare la ricerca delle rotture, ed \u00e8 bene controllare che il risultato non dipenda da lei.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"prova-tu\">Prova tu<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La simulazione \u00e8 fatta per essere modificata. Tre direzioni:<\/p>\n\n\n\n<ol class=\"wp-block-list\"><li><strong>Rendiamo la rottura piccola.<\/strong> Facciamo scendere le impressioni profonde da 2.300 a 2.100 invece che a 700, e ripetiamo grafico, CUSUM e <code>breakpoints()<\/code>. L&#8217;occhio la vede ancora? E l&#8217;algoritmo? Che cosa succede all&#8217;intervallo di confidenza sulla data?<\/li><li><strong>Aggiungiamo una seconda rottura.<\/strong> Simuliamo un banner dei cookie che, da gennaio 2026, toglie il 30% dei clic. Quante rotture trova <code>breakpoints()<\/code> sulle impressioni, e quante sui clic?<\/li><li><strong>Sostituiamo il picco con una settimana di bot.<\/strong> Al posto di un giorno anomalo, mettiamo sette giorni consecutivi di impressioni gonfiate: a che punto un&#8217;anomalia lunga comincia a somigliare a una rottura?<\/li><\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Suggerimento: la seconda prova \u00e8 la pi\u00f9 istruttiva. Due rotture su due metriche diverse, in due momenti diversi, sono la situazione normale di un sito vero, ed \u00e8 l\u00ec che il registro delle modifiche fa la differenza.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"wp-block-paragraph\">Abbiamo trattato le rotture come cambi di livello: il metro conta di pi\u00f9 o di meno, ma conta sempre. C&#8217;\u00e8 un caso ancora pi\u00f9 insidioso, quello in cui per qualche giorno o settimana il metro smette del tutto di contare: un tag rimosso per sbaglio, una propriet\u00e0 scollegata, un consenso che non parte. Riconoscere quei vuoti, e ricostruire con giudizio quello che non abbiamo misurato, \u00e8 il tema del prossimo articolo, sui <strong>buchi di tracciamento<\/strong>.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"per-approfondire\">Per approfondire<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Per l&#8217;inquadramento statistico, <a href=\"https:\/\/www.amazon.it\/dp\/8891906190?tag=consulenzeinf-21&amp;ascsubtag=rotture-strutturali\" rel=\"nofollow sponsored noopener\" target=\"_blank\"><em>Introduzione all&#8217;econometria<\/em><\/a> di Stock e Watson tratta le rotture strutturali nella parte sulle serie temporali, con i test per trovarle e le conseguenze di ignorarle nelle previsioni: \u00e8 il riferimento giusto per andare oltre gli esempi di questo articolo. Per l&#8217;idea di fondo, che un numero vale quanto il modo in cui \u00e8 stato misurato, <a href=\"https:\/\/www.amazon.it\/dp\/8889479094?tag=consulenzeinf-21&amp;ascsubtag=rotture-strutturali\" rel=\"nofollow sponsored noopener\" target=\"_blank\"><em>Mentire con le statistiche<\/em><\/a> di Darrell Huff resta, dopo settant&#8217;anni, la lettura pi\u00f9 rapida e divertente su come i dati possono ingannare anche senza che nessuno menta.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Il report annuale arriva sul tavolo con una buona notizia in prima pagina: la posizione media del sito \u00e8 passata da 23 a meno di 13. Dieci posizioni guadagnate in un anno, senza una campagna di link, senza una riscrittura dei contenuti. Poi si gira pagina, e i clic sono gli stessi di prima: 168 &hellip; <a href=\"https:\/\/www.gironi.it\/blog\/rotture-strutturali-metriche-seo\/\" class=\"more-link\">Leggi tutto<span class=\"screen-reader-text\"> &#8220;Quando cambia il metro: rotture strutturali nelle metriche SEO&#8221;<\/span><\/a><\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","footnotes":""},"categories":[629],"tags":[],"class_list":["post-4635","post","type-post","status-publish","format-standard","hentry","category-statistica-it"],"lang":"it","translations":{"it":4635,"en":4638},"uagb_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false,"post-thumbnail":false},"uagb_author_info":{"display_name":"Paolo Gironi","author_link":"https:\/\/www.gironi.it\/blog\/author\/autore-articoli\/"},"uagb_comment_info":0,"uagb_excerpt":"Il report annuale arriva sul tavolo con una buona notizia in prima pagina: la posizione media del sito \u00e8 passata da 23 a meno di 13. Dieci posizioni guadagnate in un anno, senza una campagna di link, senza una riscrittura dei contenuti. Poi si gira pagina, e i clic sono gli stessi di prima: 168&hellip;","_links":{"self":[{"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/posts\/4635","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/comments?post=4635"}],"version-history":[{"count":1,"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/posts\/4635\/revisions"}],"predecessor-version":[{"id":4639,"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/posts\/4635\/revisions\/4639"}],"wp:attachment":[{"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/media?parent=4635"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/categories?post=4635"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.gironi.it\/blog\/wp-json\/wp\/v2\/tags?post=4635"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}