Kuluttajat kysyvät yhä useammin suosituksia suoraan ChatGPT:ltä, Claudelta, Perplexityltä tai Geminiltä jo ennen kuin he edes harkitsevat Google-hakua. Kyse ei ole tulevaisuuden ilmiöstä, vaan muutoksesta, joka tapahtuu parhaillaan ja muokkaa vähitellen tapaa, jolla ostopäätökset syntyvät.
Kuluttajan tiedonhakupolku lyhenee
Brändit, joiden asiakashankinta perustuu pääasiassa hakuaikeiden tunnistamiseen ja liikenteen ohjaamiseen omalle verkkosivustolle, huomaavat tämän lähestymistavan tuottavan aiempaa vähemmän tuloksia.
Syynä ei ole kuluttajien kysynnän katoaminen, vaan sen siirtyminen uusiin kanaviin.
Tämä on muutoksen ydin. Kuluttajien kysymykset ja tiedontarpeet eivät häviä, mutta paikka, josta vastauksia etsitään, muuttuu.
Muutoksessa mukana pysyminen edellyttää mittareita, jotka tarkastelevat koko markkinaa pelkän oman verkkosivuston kävijäliikenteen sijaan.
Mitä tarkempi kysymys, sitä enemmän näkyvyys muuttuu
Miksi yksi brändi jää tekoälyn vastauksissa helpommin taka-alalle kuin toinen?
Vastaus liittyy siihen, kuinka tarkasti kuluttaja muotoilee kysymyksensä.
Kun kuluttaja kysyy tietystä brändistä nimeltä, tekoäly hyödyntää vastauksessaan yleensä kyseisen brändin omia tietolähteitä.
Kun kysymys koskee tuotekategorian parhaita vaihtoehtoja, vastaukseen nousevat usein vertailusivustot.
Kysymyksen tarkentuessa pienempi, tiettyyn aihealueeseen erikoistunut julkaisija voi kuitenkin nousta tekoälyn kannalta merkityksellisimmäksi tietolähteeksi.
Suuri verkkokauppa voi siis näkyä erinomaisesti yleisissä tuotekategoriaa koskevissa kysymyksissä mutta menettää näkyvyytensä erikoistuneelle julkaisijalle heti, kun kuluttajan kysymys muuttuu yksityiskohtaisemmaksi.
Tästä syntyy merkittävä katvealue.
Brändi voi menettää näkyvyyttään juuri niissä tarkasti kohdennetuissa kysymyksissä, jotka kertovat vahvasta ostoaikeesta, jo viikkojen ajan ennen kuin muutos näkyy millään tavalla sen omassa verkkosivustoanalytiikassa.
Mitä Share of Answer mittaa?
Tämän katvealueen poistaminen alkaa oikeiden asioiden mittaamisesta.
Yksittäisten, itse valittujen tekoälykysymysten sijaan tarvitaan tietoa kuluttajien todellisesta, mitatusta tiedonhankintakysynnästä.
Käytännössä tämä tarkoittaa sen seuraamista, mitä julkaisijoita tekoäly käyttää vastauksissaan tietyn tuotekategorian tietolähteinä ja kuinka suuressa osassa mitattua kysyntää tietyn brändin näkyvyys toteutuu näiden lähteiden kautta.
Tätä prosenttiosuutta kutsutaan nimellä Share of Answer eli osuus tekoälyn vastauksista.
Se tarjoaa konkreettisen vertailumittarin, jota voidaan seurata sekä ennen uusien julkaisijayhteistyöiden käynnistämistä että niiden jälkeen.
Mitä mittari ei kuitenkaan kerro?
Tällaiseen mittariin liittyy helposti ylimitoitettuja lupauksia. Siksi on tärkeää määritellä tarkasti myös se, mitä mittari ei osoita.
- Se ei takaa brändin oman orgaanisen näkyvyyden paranemista tekoälyn vastauksissa. Tällaista vaikutusta ei ole vielä todennettu, ja se pitäisi mitata erikseen ennen johtopäätösten tekemistä.
- Se ei mahdollista tekoälyn tuottaman liikenteen suoraa ja yksiselitteistä yhdistämistä tiettyyn julkaisijanäkyvyyteen. Luotettavaan yksittäistason attribuutioon tarvittavaa mittausteknologiaa ei vielä ole.
- Se ei osoita syy-seuraussuhdetta tavoittavuuden ja bränditunnettuuden välillä.
Näistä rajoituksista huolimatta mittari tarjoaa merkittävää hyötyä.
Se antaa mitattuun tietoon perustuvan lähtötilanteen ja mahdollisuuden kehittää näkyvyyttä suunnitelmallisesti pelkän tuntuman tai oletusten sijaan.
Ratkaisu: AI Publisher Discovery
Juuri tähän näkyvyyden katvealueeseen Daisycon ja Trendata ovat kehittäneet AI Publisher Discovery -ratkaisun.
Trendatan Demand Intelligence -alusta seuraa jatkuvasti, miten kuluttajat etsivät tietoa ja vertailevat vaihtoehtoja ennen ostopäätöstä.
Se analysoi kuluttajien esittämiä kysymyksiä hakukoneissa, sosiaalisessa mediassa ja tekoälypalveluissa. Seuranta kattaa muun muassa ChatGPT:n, Geminin, Clauden ja Perplexityn sekä perinteiset hakukoneet, kuten Googlen ja Bingin.
Tietoja päivitetään kuukausittain. Analyysi voi kattaa jopa 48 kuukauden historiatiedot ja ennusteet 12 kuukautta eteenpäin.
Daisycon muuttaa tämän analytiikan konkreettisiksi kaupallisiksi toimenpiteiksi.
Tämä tarkoittaa nykyisten, tuotekategoriassa jo toimivien julkaisijoiden tarkastelun lisäksi sellaisten relevanttien verkkosivustojen tunnistamista, jotka esiintyvät usein tekoälyn vastauksissa mutta eivät vielä kuulu Daisyconin julkaisijaverkostoon.
Näitä julkaisijoita voidaan tämän jälkeen lähestyä ja aktivoida mukaan mainostajan affiliate-ohjelmaan.
Näin tekoälynäkyvyyttä koskeva tieto muuttuu käytännön julkaisijayhteistyöksi ja uusiksi kaupallisiksi mahdollisuuksiksi.
Missä ratkaisu toimii parhaiten?
Suurimmat mahdollisuudet löytyvät tuotekategorioista, joissa kuluttajat vertailevat aktiivisesti vaihtoehtoja ja etsivät apua ostopäätöksensä tueksi.
Tyypillisesti tällaisia ovat fyysiset tuotteet, joiden ominaisuuksia, hintoja ja käyttötarkoituksia on helppo vertailla.
Esimerkiksi seuraavanlaiset kysymykset johtavat usein suoraan rajattuun joukkoon suositeltuja brändejä ja tuotteita:
- ”Mikä on paras X käyttötarkoitukseen Y?”
- ”Mikä X sopii parhaiten minulle?”
- ”X vai Y – kumpi kannattaa valita?”
Tämä tekoälyn muodostama vaihtoehtojen joukko on uusi digitaalinen tuotehylly – AI shelf.
Brändien kannalta keskeinen kysymys ei siis enää ole pelkästään se, löytyykö brändi silloin, kun kuluttaja etsii sitä nimeltä.
Yhä tärkeämpää on, pääseekö brändi mukaan tekoälyn suosittelemiin vaihtoehtoihin silloin, kun kuluttaja kysyy, mitä tuotteita tai palveluita hänen kannattaisi harkita.
Missä vaiheessa ratkaisu on nyt?
Vaikka Daisyconin ja Trendatan yhteinen ratkaisu on uusi, kummankaan yrityksen osaaminen ei perustu vasta alkavaan kehitystyöhön.
Trendatan ennustemenetelmä perustuu tutkimustietoon siitä, miten kuluttajien verkossa tapahtuva tiedonhaku ja vaihtoehtojen vertailu ovat yhteydessä markkinoiden ja myynnin kehitykseen.
Yrityksen ennustemallien tarkkuuden on raportoitu ylittävän 85 prosenttia historialliseen dataan verrattuna.
Tätä osaamista täydentävät Daisyconin yli 25 vuoden kokemus affiliate-markkinoinnista sekä Trendatan yli kahdeksan vuoden kokemus tekoälypohjaisesta markkina-analytiikasta.
Ratkaisua ei kuitenkaan avata heti kaikille mainostajille, vaan käyttöönotto aloitetaan rajatulla osallistujajoukolla.
Ensimmäisessä pilottivaiheessa mitataan brändien nykyistä tekoälynäkyvyyttä ja tunnistetaan, missä merkittävimmät mahdollisuudet sijaitsevat.
Samalla selvitetään, millaisia käytännön tuloksia uusien julkaisijoiden aktivoinnilla voidaan saavuttaa.
Näin ratkaisun laajempi käyttöönotto voidaan rakentaa todellisten tulosten ja kokemusten pohjalta oletusten sijaan.
Selvitä, miten brändisi näkyy tekoälyn ohjaamassa ostopolussa
Haluatko olla ensimmäisten mainostajien joukossa selvittämässä, millainen rooli brändilläsi on oman tuotekategoriansa tekoälyyn perustuvassa tiedonhaussa ja vaihtoehtojen vertailussa?
Jätä yhteystietosi ja saat ensimmäisten joukossa tiedon AI Publisher Discovery -ratkaisun lanseerauksesta.
