Come funziona il GEO per il SaaS e il software B2B?

Valutare un software voleva dire una ricerca Google, dieci schede aperte e un foglio di calcolo. Sempre più spesso il primo vaglio avviene dentro un assistente: "best CRM for a 10-person agency", "Notion vs Confluence for engineering docs", "cheaper alternatives to HubSpot". L'assistente compone la shortlist, e l'acquirente arriva sul vostro sito — o su quello del concorrente — con i nomi già scelti. Lo strato delle risposte si sta allargando proprio su questo territorio: la quota di query commerciali che attivano le AI Overviews di Google è cresciuta del 71% nei sei mesi fino ad aprile 2026 (Semrush).

Per il SaaS le query che decidono il fatturato si dividono in tre famiglie. I prompt di categoria — "best X for a team of Y" — sono la cima del funnel. I confronti diretti — "X vs Y pricing", "X vs Y for startups" — sono il mezzo. E i prompt di alternative — "X alternatives" — li fanno acquirenti già scontenti del fornitore in carica, e per questo sono la formulazione a più alta intenzione di tutto il percorso. Essere assenti da queste risposte significa essere tagliati fuori prima che qualcuno prenoti una demo.

È questo il problema che il GEO risolve per le aziende di software: non posizionare un articolo di blog, ma essere il fornitore che la risposta nomina quando si compone la shortlist.

È misurato, non indovinato. In un'analisi di 30 milioni di fonti citate dalla ricerca IA, G2 e Yelp occupano il sesto e il settimo posto fra tutti i domini citati (Peec AI, marzo 2026) — per le categorie software le piattaforme di recensioni sono la filiera delle risposte "best X", e un profilo G2 non reclamato o troppo magro è un buco nella visibilità che nessun lavoro sul sito colma.

Il vostro dominio conta ancora più di quanto lo strato delle recensioni suggerisca. Uno studio di 379.321 citazioni di Claude su query SaaS e tecnologiche ha trovato il 64% verso siti di brand e aziende, lo 0,9% verso i social media, e esattamente zero verso Reddit (Otterly, giugno 2026). Lo stesso dataset mostra che il campo è aperto, non chiuso: le citazioni si spargono su una coda lunga — i primi 10 domini prendono solo il 9,5%, e servono 500 dei 16.406 domini citati per arrivare al 59,9% — quindi un dominio modesto può guadagnare citazioni con pagine di livello referenziale: documentazione, pagine di specifiche, tabelle di confronto che un modello può riprendere.

Altri due risultati modellano le tattiche qui sotto. Lo studio GEO originale di Princeton ha misurato fino a +40% di visibilità della fonte aggiungendo citazioni, statistiche e riferimenti alle pagine — la densità di prove vince. E l'analisi di Seer Interactive su 5.000+ URL citati lega i contenuti più freschi a maggiori probabilità di citazione: per questo un changelog datato è un asset di visibilità, non lavoro di manutenzione.

Il contenuto di confronto è l'asset più citabile che un'azienda SaaS possa pubblicare — se è onesto. Una pagina "X vs Y" che ammette dove vince il concorrente è più sicura da citare per un modello di una che si dichiara vincitrice su ogni riga, perché il modello non deve aggiungere le sue riserve. Tabelle di funzionalità vere, limiti di piano veri, elenchi di integrazioni veri: affermazioni abbastanza specifiche da essere riprese alla lettera — esattamente ciò che il +40% di Princeton predice per le pagine dense di prove.

Le pagine "X alternatives" meritano una voce a sé. L'acquirente che digita "HubSpot alternatives" in un assistente non cercherà mai il vostro brand — la pagina delle alternative è l'unica superficie su cui potete comparire legittimamente in quella risposta. Pubblicate la vostra, e lavorate per entrare nelle rassegne di alternative di terzi che i motori già citano; entrambe le vie alimentano la stessa famiglia di prompt.

La trasparenza dei prezzi vince citazioni per una ragione meccanica: i modelli citano ciò che possono estrarre. Una pagina "contact sales" non dà nulla da citare a un assistente, quindi la risposta a "how much does X cost" viene composta da stime di terzi — datate, sbagliate, o inquadrate dal concorrente. Una pagina prezzi pubblica con piani e limiti in HTML semplice diventa la risposta citata. Se il vostro modello di vendita richiede davvero prezzi dietro richiesta, pubblicate comunque la struttura: prezzo di partenza, modello di fatturazione, cosa fa muovere il numero.

La documentazione è pubblica, scansionabile e versionata — tre proprietà che ne fanno la superficie di citazione più forte che la maggior parte delle aziende SaaS possiede già. Le domande di capacità come "does X integrate with Salesforce" o "what are X's API rate limits" ricevono risposta diretta dai docs quando i docs sono raggiungibili; metteteli dietro un login e quella intera famiglia di prompt la risponde qualcun altro. I dati di Claude spiegano perché funziona: il 64% delle citazioni su query SaaS e tech atterra su domini di proprietà aziendale, e i docs sono le pagine del vostro dominio che già si leggono come materiale di riferimento, non come copy commerciale.

I changelog moltiplicano l'effetto. Le voci datate sono un segnale di freschezza — la proprietà che lo studio di Seer Interactive lega a maggiori probabilità di citazione — e rispondono alle domande "does X support Y yet" con un fatto citabile e con data. Tenete i docs renderizzati lato server, tenete il changelog datato, e dichiarate in modo piano limiti e casi non supportati: una riserva rende una pagina più sicura da citare, non più debole.

I modelli devono risolvere chi siete prima di potervi raccomandare, e i nomi nel SaaS lo rendono più difficile di quanto sembri: un prodotto nominato diversamente dalla sua azienda spezza l'entità, e le citazioni si accumulano su due nomi noti a metà invece che su uno. Il rimedio è la coerenza — lo stesso nome, la stessa descrizione in una riga e la stessa etichetta di categoria sul sito, su G2, LinkedIn e Crunchbase, con dati strutturati che dichiarano esplicitamente la relazione prodotto–azienda.

La misurazione è dove i programmi SaaS sono più facili da condurre con rigore, perché i prompt sono così enumerabili. Fissiamo una batteria di prompt di categoria, confronto e alternative per mercato, campioniamo le risposte in sessioni pulite non autenticate su ChatGPT, Perplexity e Gemini, e tracciamo tasso di citazione e share of voice rispetto alla baseline del primo giorno — lo stesso protocollo che abbiamo applicato a noi stessi nel caso studio pubblico. Per un SaaS che vende su più mercati c'è un secondo asse: gli acquirenti formulano i prompt nella propria lingua, e conduciamo le stesse batterie in modo nativo in nove lingue, perché un fornitore visibile nelle risposte inglesi può essere assente da quelle tedesche o francesi.

Quello che non facciamo è promettere una risposta specifica in un giorno specifico, o mostrarvi i numeri di un altro cliente come prova. Le risposte generate variano tra un run e l'altro; la baseline dei vostri prompt, sul vostro mercato, è l'unico punto di partenza onesto.