A marketingesek sokkal magabiztosabbak az AI-ban, mint valaha, és kevésbé tudják bizonyítani, hogy működik. Ez az igazi történet, amelyet egy új TransUnion-tanulmány temettek el, és szinte pontosan egybevág azzal, amit a B2B AI-hivatkozási kutatás módszertani hiányosságaiba ásva találtam ebben a hónapban. Ugyanez a vakfolt abban is megjelenik, ahogy a márkák az AI-vezérelt marketinget mérik, és az AI-keresés láthatóságát is.
A marketingesek bíznak az AI-ban, de nem állnak készen a mérésre
A TransUnion megbízta a United Talent Agency márkatanácsadó részlegét, hogy vizsgálja meg a nagy amerikai márkák 100 vezető marketing- és technológiai vezetőjét. A cég az eredményt „bizalom-készültség paradoxonnak” nevezi. A marketingesek 89 százaléka arra számít, hogy mesterséges intelligencia-alapú marketingbefektetése növekedni fog az elkövetkező 12-24 hónap során, és 64 százalékuk azt mondja, hogy biztos abban, hogy eléri mesterségesintelligencia-céljait. De csak 42% értékeli magasra szervezete embereinek felkészültségét, és csak 36% mondja ugyanezt az adatokkal és a folyamatokkal kapcsolatban. Kevesebb mint fele, 48%-a mondja azt, hogy elegendő rálátással rendelkezik a platformszintű mesterséges intelligencia terén ahhoz, hogy magabiztosan hozzák meg az optimalizálási döntéseket.
Megkértem Matt Spiegelt, a TransUnion TruAudience növekedési stratégiájának ügyvezető alelnökét, hogy rangsorolja a tanulmány által azonosított három hiányosságot.
„Ha rangsorolnom kellene őket, az adatokat helyezném előtérbe” – mondta Spiegel. „A mesterséges intelligencia sok mindent képes kompenzálni, de nem tudja kompenzálni a hiányos vagy szétkapcsolt adatokat. Ha hiányos információkat táplál az AI-val, olyan eredményeket fog kapni, amelyek kevésbé jósolhatók, mint ahogyan azt remélte.”
A Spiegel érvelése az, hogy az emberek és a folyamatok problémái az adatproblémák mögött vannak. Amint az ügyfélnyilvántartások, a tranzakciós előzmények és a viselkedési jelek ténylegesen összekapcsolódnak, az irányítás és a készségek következnek. Ez az alap nélkül azt mondta, minden más nehezebb lesz.
Az AI-keresés egy nagyobb mérési holttér része
Ahol ez nem egy általános marketing-műveleti történet, és kezd SEO-sztori lenni, az az, hogy mi okozza a láthatósági rést. A válaszadók 69 százaléka azt mondta, hogy a fallal körülvett kerti holtfoltok korlátozzák a mesterséges intelligencia hatékonyságának értékelését, és 70%-a szerint a csatornákon átívelő holtfoltok megnehezítik az AI hatásának nyomon követését a vásárlói út során. Spiegel azt mondta, hogy a fájdalom nem egyetlen platformon összpontosul. A marketingesek fizetős közösségi, kiskereskedelmi médiát, csatlakoztatott TV-t, keresést és saját csatornákat futtatnak egyszerre, és egyetlen környezet sem mutatja meg a teljes ügyfélutat.
Rádöbbentem, hogy a mesterséges intelligencia keresése ugyanazon a problémán belül van-e, vagy azon kívül, mivel pontosan ez a harcom a mesterséges intelligencia tanulmányok jelenlegi hullámával. Válasza megerősítette azt, amit gyanítottam. „Az AI-keresés egy másik példa arra, hogy miért válik egyre fontosabbá a független mérés” – mondta. Ahogy a fogyasztók a hagyományos keresési eredmények helyett egyre inkább az MI által generált válaszokon keresztül fedeznek fel márkákat, a marketingszakemberek elvesztik rálátásukat arra, hogy ezek az ajánlások hogyan születtek, és mi befolyásolta őket. A fallal körülvett kert probléma természetes kiterjesztésének nevezte, nem különállónak.
Minden jelenleg közzétett mesterséges intelligencia-hivatkozás és GEO-tanulmány, beleértve azokat is, amelyekről már írtam, egy olyan rendszerré próbálja visszafordítani a láthatóságot, amelyet soha nem arra építettek, hogy kívülről lehessen mérni. A TransUnion éppen most adott át nekem egy független megerősítést 100 marketingvezetőtől, akiknek nem volt érdekeltsége a SEO iparág belső érveiben, hogy ugyanaz a strukturális vakság mutatkozik meg mindenhol, ahol az MI közvetíti az ügyfelek döntéseit. Ha nem látja a kiskereskedelmi médiaaukció belsejét, akkor az AI áttekintését sem láthatja. Ugyanaz a hiányzó műszer, csak egy másik csatornára mutatott.
Kezelje a GEO-t üzleti mérési problémaként
Ez megváltoztathatja azt, ahogyan a SEO szakemberek belsőleg beszélnek a GEO-ról. A jelenlegi beszélgetés túl nagy része az AI-keresés láthatóságát saját elszigetelt diszciplínájaként kezeli, saját szerszámproblémával. A Spiegel adatai az ellenkezőjét sugallják. Ez egy konkrét példa egy vállalati szintű mérési kudarcra, amelyet a piacvezető-kezelők már megneveznek az igazgatósági üléseken, ami azt jelenti, hogy azok a keresőoptimalizálási csapatok, amelyek a GEO-t e szélesebb körű beszélgetés részeként határozzák meg, gyorsabban kapnak finanszírozást, mint azok, akik elszigetelten kérnek hivatkozáskövető eszközt.
Mit kell tenniük a SEO csapatoknak ezután?
A következőképpen alkalmazhatja ezt ebben a negyedévben.
Először is hagyja abba az AI-keresés láthatóságának önálló SEO-sorként való bemutatását. Hozza be a TransUnion-számokat vagy azok saját verzióját a következő költségvetési beszélgetésbe, és állítsa be a mesterséges intelligencia-hivatkozások nyomon követését egy olyan mérési rés keresés-specifikus elemeként, amelyről a KPSZ már tudja, hogy létezik. Egyedül ez az átkeretezés változtatja meg, hogy ki írja le a költést.
Másodszor, mielőtt másik mesterséges intelligencia láthatósági eszközt vásárolna, ellenőrizze, hogy meglévő ügyféladatai eléggé csatlakoztatva vannak-e ahhoz, hogy akár egy jól is használhasson. A Spiegel azt tanácsolta egy friss mesterségesintelligencia-költségvetésű csapatnak, hogy az első dollárt adatminőségre és identitásfeloldásra költsék, ne egy másik alkalmazásra. Ugyanez a logika vonatkozik a töredezett elemzéseken felül vásárolt GEO-eszközre is. A tevékenységet jelenti, nem a hatást.
Harmadszor, építse be az inkrementális tesztelést az AI-keresés mérésébemielőtt ez lesz a standard, amelyet később mindenki elfogad. A Spiegel rámutatott, hogy jelenleg csak a marketingesek kisebb része alkalmaz marketingmix-modellezést vagy inkrementális tesztelést az AI-hoz, főleg azért, mert az idő- és költségmegtakarításról könnyebben lehet jelentést tenni. Azok a SEO csapatok lesznek hitelesek, amelyek növekményes forgalmat vagy konverziónövekedést mutatnak ki kifejezetten a mesterséges intelligencia keresési idézeteihez kötve, nem pedig pusztán az idézetek számához, ha ezt vezetői szinten megvizsgálják.
A Spiegel egy olyan sorral zárta beszélgetésünket, amely szerintem az igazi főcím, mindennél jobban a TransUnion sajtóközleményében. A legnagyobb hiba, amit lát, nem a rossz AI-stratégia. A vezetők azt kérdezik, hogy „mi a mi mesterséges intelligencia stratégiánk” ahelyett, hogy „milyen üzleti problémát oldunk meg”. Ezt egyenesen a SEO-ra terjeszteném ki. Azok a csapatok, amelyek továbbra is azt kérdezik, hogy „hogyan nyerhetünk több mesterségesintelligencia-hivatkozást”, anélkül, hogy először megkérdeznék, milyen üzleti eredményt kell elérniük ezeknek az idézeteknek, nagy láthatóságot fognak eredményezni, és nem lehet bebizonyítani, hogy számít.
