# Statistiche sui consigli sui prodotti: 17 dati su cross-selling, AOV e conversione

> Gli acquirenti che cliccano su un suggerimento completano un acquisto 4,6 volte più spesso e rappresentano il 26% del fatturato, pur provenendo solo dal 7% delle visite (Salesforce). Il dataset completo del 2026 su come i suggerimenti stimolino la crescita dell’ecommerce.

**Author:** Kasper Refskou Jensen
**Published:** June 1, 2026
**Tags:** Product Recommendations, Industry Tips, Statistics

---

# Statistiche sui consigli sui prodotti: I numeri dietro al cross-selling, all’AOV e alla conversione

I consigli sui prodotti sono una delle poche funzionalità dell’ecommerce che si ripagano da sole in termini di ricavi misurabili. Un cliente che clicca su “Potrebbe piacerti anche” ti sta dicendo cosa vorrebbe acquistare dopo, e i dati dimostrano che chi interagisce con i consigli ha tassi di conversione che superano di gran lunga quelli di chi non lo fa mai.

Eppure, molti team di ecommerce continuano a considerare i widget di raccomandazione come semplici elementi decorativi: Una fila di prodotti inseriti nella homepage e lasciati lì a funzionare da soli. Le statistiche sulle raccomandazioni di prodotti contenute in questa guida raccontano una storia ben chiara. I consigli sono una fonte di guadagno, la differenza tra un carosello generico e uno personalizzato è enorme, e l’incremento delle vendite si concentra in una piccola percentuale di visite che hanno un impatto ben superiore a quanto ci si aspetterebbe.

## Quanto contribuiscono i consigli sui prodotti al fatturato

Partiamo dal dato principale. In uno studio di Salesforce su 150 milioni di sessioni di acquisto, le visite in cui l’acquirente ha cliccato su un suggerimento rappresentavano solo il 7% del traffico, ma generavano il 26% del fatturato. Questo è il paradosso fondamentale dei suggerimenti: Una piccola fetta di visite coinvolgenti genera circa un quarto del fatturato.

Barilliance, basandosi sui dati della propria piattaforma, spinge ancora più in alto il limite: I consigli sui prodotti possono arrivare a rappresentare fino al 31% dei ricavi di un sito diecommerce. In media, tra i suoi clienti, il 12% delle vendite è stato attribuito ai prodotti consigliati.

Il dato più citato di tutti risale a qualche anno fa. Secondo una stima di McKinsey del 2013, il 35% degli acquisti su Amazon era attribuibile al suo sistema di raccomandazioni. È un dato vecchio di un decennio e va visto più come una stima indicativa che come un punto di riferimento attuale, ma è proprio questa statistica che ha portato alla ribalta le raccomandazioni, e la tendenza che indicava si è confermata in tutti gli studi successivi.

## Risultati delle vendite incrociate e delle vendite aggiuntive

I suggerimenti sono il modo in cui il cross-selling e l’upselling avvengono su larga scala. Invece di affidarsi a un merchandiser che selezioni manualmente gli abbinamenti “spesso acquistati insieme”, un motore di suggerimenti propone automaticamente il prodotto complementare, su ogni pagina di prodotto, per ogni cliente.

I dati di Salesforce lo dimostrano chiaramente. Gli acquirenti che hanno cliccato su un suggerimento avevano il 24% di probabilità in più di aggiungere un articolo al carrello. Su tablet, l’aumento degli acquisti è arrivato al 31%. Il suggerimento svolge lo stesso ruolo di un bravo commesso in negozio: Nota cosa stai guardando e ti indirizza verso l’articolo che completa l’acquisto.

L'effetto cumulativo è importante. Un cliente che aggiunge un articolo consigliato non sta semplicemente spendendo di più per quell'ordine. Sta addestrando l'algoritmo, e la prossima serie di consigli sarà più mirata.

## Suggerimenti e valore medio dell'ordine

Il valore medio dell'ordine è il dato in cui il cross-selling si riflette sulla fattura. Salesforce ha scoperto che le visite in cui gli utenti hanno cliccato su un suggerimento hanno registrato un valore medio dell'ordine superiore del 10,3% su tutti i dispositivi, con un aumento che arriva al 15,2% sui tablet.

Barilliance ha segnalato un’oscillazione ancora più marcata sulla propria piattaforma: Partendo da un valore medio degli ordini di 44,41 dollari nelle sessioni senza coinvolgimento tramite raccomandazioni, la cifra si è moltiplicata non appena i potenziali clienti hanno interagito con una singola raccomandazione. Il fattore esatto di moltiplicazione dipende dal catalogo e dai livelli di prezzo, ma la tendenza è chiara: Gli acquirenti coinvolti spendono di più.

La spesa per visita racconta la stessa storia da un’altra prospettiva. Nello studio di Salesforce, la spesa per visita di un acquirente che ha cliccato su un suggerimento era circa cinque volte superiore a quella di un acquirente che non l’ha fatto.

## Aumento delle conversioni grazie ai consigli personalizzati

È proprio questo dato statistico a dimostrare da solo la validità del progetto. Secondo lo studio di Salesforce, gli acquirenti che hanno cliccato su un suggerimento hanno effettuato una conversione 4,6 volte più spesso rispetto a quelli che non l’hanno fatto. L’incremento è stato di 4,3 volte sui computer fissi ed è rimasto consistente anche sui dispositivi mobili.

Barilliance ha rilevato lo stesso effetto già al primo contatto: Il tasso di conversione è aumentato del 288% dopo una singola interazione con una raccomandazione, partendo da un valore di riferimento dell'1,02% per le sessioni senza interazione.

È proprio la personalizzazione a distinguere questi dati da una semplice lista generica dei "best seller". Diversi studi dimostrano costantemente che i consigli personalizzati superano di gran lunga quelli generici, perché un consiglio adattato al comportamento del singolo acquirente risponde proprio alla domanda che quell’acquirente si sta effettivamente ponendo.

## Dove funzionano i consigli: Homepage, pagina del prodotto, carrello ed e-mail

È la posizione a determinare il rendimento. Lo stesso motore produce risultati molto diversi a seconda di dove appare il suggerimento e se l’acquirente riesce a vederlo.

Barilliance ha scoperto che i widget di raccomandazione posizionati sopra la piega erano 1,7 volte più efficaci di quelli posizionati sotto la piega. La visibilità non è un dettaglio. Una raccomandazione a cui un acquirente non arriva mai scorrendo la pagina è una raccomandazione che non porta mai a una conversione.

I punti in cui l’intenzione di acquisto è più alta sono la pagina del prodotto e il carrello. Nella pagina del prodotto, chi fa acquisti ha già mostrato interesse per una categoria, quindi i suggerimenti di prodotti complementari e alternativi risultano naturali. Nel carrello, i suggerimenti del tipo “completa il look” e quelli sugli accessori ti permettono di sfruttare l’upsell proprio nel momento in cui l’intenzione di acquisto è al massimo.

L'email è il canale che i team di placement tendono a sottoutilizzare di più. I suggerimenti inseriti nelle email automatiche ([Triggered Emails](/en/triggered-emails/)) portano il messaggio di personalizzazione oltre la sessione e lo riportano all'acquirente, mettendo in evidenza i prodotti che hanno più probabilità di farlo tornare.

## Il costo dei consigli sbagliati o generici

Non tutti i consigli sono utili. Un carosello generico dei prodotti più venduti, identico per ogni visitatore, ti fa perdere gran parte del potenziale di crescita.

La prova più evidente è il divario tra i consigli personalizzati e quelli generici. In tutti gli studi, i consigli personalizzati ottengono risultati costantemente migliori rispetto alle sezioni “più popolari” o “più venduti”, perché è la pertinenza a spingere a cliccare. Un consiglio che ignora ciò che l’acquirente ha appena visualizzato entra in competizione con il resto della pagina per attirare l’attenzione e di solito perde.

C'è anche un costo legato alla fidelizzazione. Salesforce ha scoperto che il 37% degli acquirenti che hanno cliccato su un suggerimento durante la loro prima visita è tornato sul sito, rispetto al solo 19% di quelli che non l'hanno fatto. I suggerimenti pertinenti non solo aumentano il valore dell'ordine attuale, ma rendono anche più probabile che l'acquirente torni sul sito in generale.

## Raccomandazioni basate sull'AIa vs quelle basate su regole: I numeri

Il passaggio da una logica di raccomandazione manuale e basata su regole a un sistema di classificazione guidato dall'AI sta portando a miglioramenti tangibili, ed è proprio questa la differenza tra raccomandazioni che perdono efficacia e raccomandazioni che migliorano.

I sistemi basati su regole dipendono da un merchandiser che scriva e aggiorni le regole: Se viene visualizzato X, mostra Y. Sono fragili, diventano obsoleti man mano che il catalogo cambia e non riescono a personalizzare l’esperienza per ogni singolo utente. I motori basati sull’AI classificano i prodotti in base a ogni acquirente utilizzando segnali comportamentali, quindi i consigli si adattano a ogni visitatore e si aggiornano automaticamente al variare del comportamento.

L’effetto combinato è il vero vantaggio. Una maggiore pertinenza porta a più clic, più clic generano più dati comportamentali e più dati affinare la raccomandazione successiva. È proprio questo circolo virtuoso il motivo per cui le raccomandazioni basate sull’AI aumentano il loro vantaggio rispetto alle regole statiche man mano che vengono utilizzate. Anche i principali benchmark sulla personalizzazione puntano nella stessa direzione: Una ricerca di McKinsey, ampiamente citata dai fornitori di soluzioni di personalizzazione, rileva che la personalizzazione aumenta in genere il fatturato dal 10% al 15%, arrivando addirittura al 25% per le aziende che la implementano al meglio.

## Cosa misurare: Gli indicatori di riferimento che contano davvero

Le statistiche qui sopra sono i parametri di riferimento del settore. Ciò che conta di più sono i tuoi dati sulle raccomandazioni. Cinque metriche ti offrono un quadro completo.

1. **Tasso di clic sui consigli.** Quanti acquirenti che vedono un consiglio cliccano su di esso? Un tasso basso di solito significa che i consigli sono generici o posizionati male.

2. **Ricavi derivanti dai consigli.** La percentuale dei ricavi totali attribuibile alle sessioni in cui è stato cliccato un consiglio. È questo l’indicatore chiave che collega la qualità dei consigli ai risultati economici.

3. **AOV attribuito ai consigli.** Confronta il valore medio degli ordini nelle sessioni in cui gli utenti hanno interagito con i consigli con quello delle sessioni in cui non c'è stata alcuna interazione. La differenza ti dice quanto è efficace la tua strategia di cross-selling.

4. **Tasso di conversione, visitatori coinvolti vs non coinvolti.** Il rapporto tra le conversioni derivanti dalle visite generate da raccomandazioni e il resto. Questa è l'indicatore più chiaro del valore delle raccomandazioni.

5. **Tasso di ritorno di chi clicca sui consigli.** Quanti di quelli che cliccano sui consigli per la prima volta tornano? I consigli che favoriscono la fidelizzazione valgono più di quanto suggerisca il loro aumento delle vendite di primo ordine.

Monitorare questi dati nel tempo è molto più utile di una singola istantanea. Un calo del tasso di clic sulle raccomandazioni può essere un segnale precoce che la tua rilevanza sta diminuendo man mano che il catalogo cresce.

## Come Hello Retail gestisce i consigli

[I consigli sui prodotti](/en/product-recommendations/) di Hello Retail si basano sul principio che un consiglio debba rispecchiare il singolo acquirente, non quello medio. Il sistema classifica i prodotti per ogni acquirente utilizzando segnali comportamentali, quindi due visitatori che guardano la stessa pagina di prodotto vedranno prodotti complementari diversi in base alla propria cronologia di navigazione e agli acquisti effettuati.

Tutto questo è reso possibile dal motore [Product Intelligence](/en/product-intelligence/), che tiene traccia in tempo reale di ogni prodotto presente nel catalogo e di come gli acquirenti interagiscono con esso. In pratica, questo significa che:

- **Classifica personalizzata per ogni acquirente.** I suggerimenti si adattano al comportamento di ogni visitatore, invece di mostrare a tutti la stessa lista dei prodotti più venduti.

- **Configurazione per singolo posizionamento.** I suggerimenti sono configurabili per ogni singolo posizionamento, quindi la logica su una pagina di prodotto può differire da quella del carrello o della home page e ogni posizionamento è ottimizzato in base al proprio scopo.

- **Continuità tra ricerca e consigli.** [La ricerca](/en/search/) e i consigli di Hello Retail si basano sulle stesse preferenze dell’acquirente, individuate in base a ciò che ogni acquirente guarda e acquista, quindi entrambi i risultati mostrano gli stessi marchi e le stesse categorie verso cui l’acquirente è più incline.

- **Suggerimenti nelle email.** Lo stesso motore che gestisce i blocchi di prodotto nelle email inviate dagli [Product Agents](/en/product-agents/), estendendo la personalizzazione oltre la sessione.

Il risultato è un'esperienza di raccomandazione che migliora col passare del tempo, perché ogni interazione alimenta il motore che la rende possibile.

## Punti chiave

- Il coinvolgimento generato dai consigli è molto concentrato: Secondo i dati di Salesforce, il 7% delle visite genera il 26% del fatturato, quindi l’incremento deriva da una fetta piccola ma di alto valore del traffico
- I clienti che cliccano su un suggerimento completano un acquisto 4,6 volte più spesso e spendono circa il 10% in più per ogni ordine
- I consigli personalizzati ottengono risultati costantemente migliori rispetto alle sezioni generiche dedicate ai best seller, e la posizione è importante: I widget nella parte superiore della pagina sono 1,7 volte più efficaci
- Sono i consigli a favorire la fidelizzazione, non solo l’ordine attuale: Il 37% di chi clicca al primo visita torna sul sito, contro il 19% di chi non lo fa
- La classifica basata sull'AI e personalizzata per ogni acquirente aumenta il suo vantaggio rispetto alle regole statiche col passare del tempo, perché ogni interazione affina il consiglio successivo

Le statistiche sui consigli sui prodotti indicano chiaramente una cosa: È proprio grazie a questi consigli che si decide quale sarà il prossimo acquisto di un cliente. La domanda non è se usarli o meno, ma quanti ricavi ti stai lasciando sfuggire con un semplice carosello generico.

Un carosello generico e uno personalizzato hanno lo stesso costo di gestione. [Prenota una demo](/en/demo/) per vedere la differenza sul tuo catalogo.

---

*This content is from the Hello Retail blog. For the full experience with images and formatting, visit [helloretail.com/it/blog/2026-06-01-product-recommendation-statistics](https://helloretail.com/it/blog/2026-06-01-product-recommendation-statistics)*
