Kuidas läbi viia GEO-audit: jälgi oma nähtavust tehisintellekti-põhistes otsingutulemustes

Sissejuhatus

Enamik turundusmeeskondi kontrollib oma AI-nähtavust ühtmoodi: keegi avab ChatGPT, kirjutab sisse „parim [kategooria] [linnas]” ja loeb vastuse läbi. Kui bränd ilmub, hingavad kõik kergendatult. Kui mitte, satub keegi Slacki kanalil paanikasse. Mõlemal juhul pole peaaegu midagi õpitud – üksainus päring, mis tehakse ühe korra ühel platvormil, on vaid anekdoot.

GEO-audit asendab selle anekdoodi korratava mõõtmisega. GEO – generatiivne mootori optimeerimine – on distsipliin, mille eesmärk on tagada brändi täpne esinemine tehisintellekti poolt genereeritud vastustes. Käesolev juhend tutvustab täieliku auditi viit etappi: kindla päringupaneeli loomine, selle järjepidev käivitamine erinevatel platvormidel, vastuste hindamine, vastuste allikate kaardistamine ja auditi kordamine kindla ajakava järgi. Lõpuks on teil olemas kaitstav võrdlusalus ja protsess, mida saate järgmisel kuul korrata ilma otsast alustamata.

Mida GEO-audit tegelikult mõõdab

Põhjus, miks seda praegu tõsiselt võtta, on lihtne: tehisintellekti vastused on vaikselt muutunud ostukanaliks. Potentsiaalsed kliendid, kes varem avasid kümme sinist linki, loevad nüüd ühte sünteesitud vastust ja tegutsevad selle põhjal. Selles vastuses mainitud brändid jagavad nõudluse omavahel; kõik ülejäänud jagavad seda, mis jääb üle. Enamikul ettevõtetel pole aimugi, kummal pool seda joont nad asuvad.

Enne sammude juurde asumist on kasulik täpsustada mõõtühikuid, sest tegemist ei ole edetabelitega.

GEO-audit mõõdab nelja asja. Esiteks mainimine: kas assistent nimetab teie brändi üldse, kui ostja küsib sellist küsimust, mida teie ostjad küsivad? Teiseks viitamine: kas assistent viitab teie veebisaidile või kellegi teise veebisaidile, kui ta teie kohta väiteid esitab? Kolmandaks, kirjeldus: kui assistent teist räägib, kas see, mida ta ütleb, on tõene – teie kategooria, asukoht, hinnaskaala, põhiteenus? Neljandaks, allikast sõltuvus: millistele kolmandate osapoolte lehtedele tugineb assistent vastuse koostamisel ja kas need lehed ütlevad seda, mida te sooviksite, et nad ütleksid?

Need neli tegurit toimivad iseseisvalt. Brändi võib mainida kõikjal, kuid kuskil ei viidata sellele. Seda võidakse viidata ja kirjeldada halvasti. Seda võidakse kirjeldada hästi, sest üks aegunud arvustuste lehekülg juhtub sel kvartalil olema kiitev. Kõigi nende näitajate keskmistamine üheks „AI-skooriks” varjab just need probleemid, mida te kõige rohkem näha peaksite. Hoidke need neli tegurit eraldi ja audit muutub diagnostiliseks: igal rikkeviisil on oma lahendus.

Veel üks asi, milles tuleb enne alustamist kokku leppida: audit on hetkeülevaade muutuvast süsteemist. Mudelid uuenevad, andmeallikad muutuvad ja vastused nihkuvad. Väärtus ei peitu üheski üksikus katses, vaid selles, et sama test hiljem uuesti läbi viia ja vaadata, kui palju tulemused on muutunud. Kõik allpool toodud sammud on mõeldud selleks, et see kordamine oleks odav ja aus.

1. samm: Koostage kindel küsimuste paneel

Auditi aluseks on 20–30 küsimusest koosnev paneel, mis on kirjutatud nii, nagu räägivad tegelikud ostjad, mitte nii, nagu räägib teie turundusmeeskond. See on raskem, kui kõlab, sest sisemeeskonnad kirjutavad kindlalt küsimusi, mis sisaldavad nende enda brändi sõnavara – mida ükski ostja ei kasuta ja mis muudab auditi mõttetuks.

Heas küsimustikus on segatud viit tüüpi küsimusi. Kategooriaküsimused: „Millised agentuurid Jakartas tegelevad generatiivse mootori optimeerimisega?” Probleemiküsimused: „Miks ChatGPT ei maini kunagi minu ettevõtet?” Võrdlusküsimused: „Võrdle kolme parimat valikut X jaoks.” Kohalikud või keelekohased küsimused kõigis keeltes, mida teie ostjad tegelikult kasutavad. Ja spetsifikatsiooniküsimused, milles nimetatakse funktsiooni, hinnavahemikku või nõuet, sest need on ostule kõige lähemal olevad küsimused. Siin aitab märksõnade uurimise tööriist: päringud, mida inimesed juba Google’isse sisestavad, on parim lähteaine küsimuste jaoks, mida nad assistendile sisestavad.

Siin on väike näide tegelikust paneelist ühe B2B-teenusemargi kohta:

• „Millised on parimad GEO-agentuurid keskmise suurusega e-kaubandusettevõttele?” - „Kui palju maksab GEO-audit ja mida see peaks hõlmama?” - „Kas [bränd] või [konkurent] on rahvusvahelise SEO jaoks parem?” - „Agensi digital di Jakarta yang paham AI search?” (sama otsingukavatsus, ostja teises keeles) - „Miks soovitab Perplexity [konkurenti], aga mitte [brändi]?”

Pange tähele, et üheski neist ei mainita brändi motot, tootenimesid ega sisemist terminoloogiat. Just selles ongi mõte.

Kolm reeglit tagavad paneeli aususe. Koostage küsimused müügikõnede ja klienditoe päringute põhjal, mitte ajurünnakute tulemusel – sõnastus, mida ostjad kasutavad müüjaga suheldes, on sama, mida nad kasutavad ka assistendiga suheldes. Lisage mõned küsimused, mille puhul teate, et peaksite võitma, ja mõned, mille puhul ootate kaotust; paneel, mille puhul saate ainult võite, ei anna teile mingit teavet. Ja külmutage nimekiri. Kõige levinum viis, kuidas need auditid ebaõnnestuvad, on iga kuu vaikselt kergemate küsimustega asendamine, mis paneb iga trendijoone tõusma. Lepige paneel üks kord kokku, kirjutage see üles, jagage seda huvirühmadega ja ärge puudutage seda katsete vahel.

2. samm: Viige paneel läbi kõikidel platvormidel järjepidevalt

Korraldage iga küsimus igal platvormil, mida teie ostjad kasutavad. Enamiku tänapäeva brändide jaoks tähendab see ChatGPT-d, Gemini-t, Google AI Overviews-i, Google AI Mode-i, Perplexity-t, Copilot-i, Claude’i ja Grok-i – kuid laske otsustada oma analüütikal ja kliendibaasil, mitte harjumusel.

Järjepidevus on olulisem kui katvus. Kasutage iga platvormi jaoks puhast seanssi: vältige sisselogimisel põhinevat personaliseerimist, kui see on võimalik, ärge kasutage kohandatud juhiseid ning hoidke iga katsetuse puhul asukoha- ja keelesätted samad. Dokumenteerige need sätted üks kord ja kasutage neid uuesti, sest need mõjutavad vastuseid. Esitage iga küsimus igal platvormil kolm korda, mitte üks kord – üksainus katsetus võib teid meelitada või hirmutada, aga kolm katsetust näitavad, kui stabiilne vastus tegelikult on. Kui küsimus toob teie brändi esile kahel korral kolmest katsest, on see teistsugune tulemus kui kolm korda kolmest.

Ärge jätke keeli vahele. Sama küsimus inglise ja indoneesia keeles võib anda kaks täiesti erinevat nimekirja, sest allikad, millest mudelid andmeid hankivad, erinevad keeleti. Iga bränd, mis müüb rohkem kui ühel keelelisel turul, teostab tegelikult ühe auditi iga keele kohta.

Registreerige kõik jooksvalt: küsimus, platvorm, käivituse number, kuupäev, vastuse täistekst või ekraanitõmmis. Logi pidamine tundub esimesel nädalal tüütu, kuid muutub kolmandal kuul teie kõige väärtuslikumaks dokumendiks, kui keegi küsib, miks mõni number muutus.

Piisab lihtsast logi struktuurist. Üks rida iga käivituse kohta, milles on veerud kuupäeva, platvormi, küsimuse ID, käivituse numbri, mainimise (jah/ei), tsiteeritud URL-i (kui on), kokkuvõtte, nähtavate allikate ja lingi täielikule vastusele jaoks. Selles etapis on tabelid paremad kui juhtpaneelid; formaat muutub, kui saad teada, mida su huvirühmad tegelikult küsivad, ja tabel võimaldab muutusi hõlpsasti teha.

3. samm: Hinda mainimisi, viiteid ja kirjeldusi

Iga vastuse kohta märkige ära neli välja.

Mainimine: kas brändi nime mainiti, jah või ei. Viide: kas vastuses oli link teie veebilehele ja kui link viis kuhugi, siis kuhu. Kirjeldus: lühike märkus selle kohta, kuidas brändi iseloomustati – kategooria, asukoht, positsioneerimine, hinnaklass. Allikad: millistele välistele lehekülgedele vastus nähtavalt tugines, kui platvorm neid näitab.

Kaks mustrit väärivad erilist tähelepanu. Mainimine ilma viiteta tähendab, et mudel teab teie nime, kuid ei ole seda seostanud teie enda allikatega – tavaliselt on see märk sellest, et teie enda veebileht ei ole parim vastus esitatud küsimusele. Viide koos vale kirjeldusega on veelgi halvem: assistent suunab ostjaid enesekindlalt teie juurde, kuid esitab valesti teie tegevusala, asukoha või hinnad. Meeskonnad alahindavad seda probleemi. Assistent, kes nimetab teid, kuid eksib teie asukoha, hinnavahemiku või põhiteenuse osas, tekitab rohkem kahju kui see, kes teid üldse välja jätab, sest see tekitab suurel hulgal pettunud ostjaid.

Vastupanu kiusatusele koondada platvormid üheks keskmiseks näitajaks. Platvormid käituvad nii erinevalt, et keskmine on väljamõeldis. Oma klienditöös näeme sageli, et bränd ilmub sadades Google’i AI Overview’ides ja AI Mode’i vastustes, samal ajal kui sama küsimuste paneel toodab kokku vaid mõnikümmend mainimist Copilotis, Perplexitys, Gemini’s ja ChatGPT-s. Bränd, kes vaatab ainult ühendatud numbrit, arvaks, et tema nähtavus tehisintellektis on „kõikjal keskmine”, kuigi tegelikult on see tugev Google’i keskkondades ja peaaegu puudub eraldiseisvates assistentides – need on kaks probleemi, millel on täiesti erinevad lahendused.

4. samm: Kaardistage allikad, millele vastused tuginevad

See on samm, mis muudab mõõtmise tööplaaniks.

Kui assistent viitab allikale, millel põhineb väide teie kategooria kohta, kirjutage allikas üles. Kogu paneeli ulatuses kogute nimekirja: arvustuste platvormid, võrdlusartiklid, tööstusharu kataloogid, Wikipedia, Redditi teemad, uudiste kajastused, teie enda veebisaidid. See nimekiri on tegelik lahinguväli. Mudelid ei leiuta arvamusi brändide kohta; nad otsivad üles ja kokkuvõtavad seda, mida veebis juba öeldakse.

Lugege oma allikate nimekirja, pidades silmas kolme küsimust. Milliseid neist lehtedest kontrollime me ise, kas otseselt või suhete kaudu? Millised lehed on ebatäpsed, aegunud või jätavad meid mainimata – ja mida oleks vaja, et neid parandada? Ja millised allikad ilmuvad konkurentide puhul, kuid mitte meie puhul?

Praktiline näide: oletame, et võrdlusküsimus „parim X Y jaoks” tugineb järjekindlalt ühele tuntud arvustuste saidile ja ühele valdkonna kataloogile. Teie bränd puudub mõlemast; kolm konkurenti on mõlemas esindatud. Auditi tulemus on teile just midagi täpset öelnud – assistendid ei ignoreeri teid, vaid kajastavad ustavalt veebi, kus te puudute nendelt kahelt leheküljelt, mis on selle küsimuse puhul olulised. Lahendus on sama täpne: saavutage täpne ja ajakohane esindatus neil kahel leheküljel. Ükski teie kodulehe teksti ümberkirjutamine ei oleks seda vastust muutnud.

See on ka põhjus, miks GEO ja klassikaline SEO jagavad lõppkokkuvõttes suuremat osa oma tööriistakastist: allikad, mida reastatakse, on tavaliselt need, mida ka otsingutulemustes kuvatakse. Digitaalne PR, külaliskirjutised usaldusväärsetes väljaannetes, täpsed kataloogikanded ja tõeliste klientide arvustused on väheglamuurne töö, mis aga juhtub olema just see, mis mõjutab AI-vastuseid. See on ka Arfadia tegevuse tuum, kui aitame brändidel luua oma AI-otsingus nähtavust.

5. samm: parandage ja käivitage uuesti vastavalt ajakavale

Audit, mis lõpeb slaidiesitlusega, ei muuda midagi. Muutke tulemused paranduste nimekirjaks, järjestades need mõju järgi: parandage esmalt valed kirjeldused kõrge autoriteediga allikates, seejärel looge kohalolek allikates, mis mõjutavad kategooria vastuseid, ning tugevdatage seejärel oma lehekülgi, et need muutuksid parimaks leitavaks vastuseks küsimustele, mille vastused peaksid kuuluma teile.

Seejärel korrake sama paneeli – samad küsimused, samad platvormid, samad seaded, samad kolm katset – kindla sagedusega. Enamikule brändidele sobib kord kuus; kord kvartalis on miinimum. Võrrelge tulemusi omavahel, platvormi kaupa, näitaja kaupa. Te ei otsi numbrite tõusu. Te otsite konkreetseid muutusi vastustes: võrdlusküsimus, mis nüüd hõlmab ka teid, kirjeldus, mis on lõpuks täpne, Perplexity vastused, mis viitavad nüüd teie veebilehele, mitte kolme aasta vanusele arvustusele.

Määrake ootused sidusrühmadega varakult kindlaks: muutused AI-vastustes jäävad aluseks olevast tööst maha nädalate või kuude võrra, sest mudelid ja nende andmete hankimise kihid uuenevad oma ajakava järgi. Esimese korduse tulemuste püsivus pärast kuu aega kestnud parandusi on normaalne, mitte lõplik otsus.

Aruandlus väärib eraldi mainimist. Huvirühmad, kes on harjunud SEO-aruannetega, küsivad AI-vastet positsioonide jälgijale: üht numbrit, mis tõuseb. Pakkuge neile midagi paremat – lühike aruanne iga platvormi kohta, kus neli näitajat on eraldi esitatud, kaks või kolm sõna-sõnalt vastuse väljavõtet ning paranduste nimekiri koos nende staatusega. Sõna-sõnalt väljavõtted suurendavad usaldusväärsust rohkem kui ükski diagramm, sest keegi ei vaidle vastu ekraanipildile, millel assistent kirjeldab teie ettevõtet valesti.

Samuti on kasulik teostada klassikalist SEO-mõõtmist paralleelselt, mitte selle asemel. Positsioonid, orgaaniline liiklus ja AI-nähtavus annavad vastuseid erinevatele küsimustele: kus te tulemuste lehtedel asute ja mida masinad teie kohta ütlevad, kui neilt otse küsitakse. Need kaks jagavad üha enam sisendandmeid, seega nende kõrvuti jälgimine – teie märksõnade positsioonid positsioonide jälgijas, teie mainimised ja tsitaadid auditi logis – näitab teile, milline tegur mõjutas millist tulemust.

Kas GEO-auditi saab automatiseerida?

Osaliselt. Paneeli käivitamine ja vastuste salvestamine on automatiseeritav ning suurte paneelide puhul peaks see ka nii olema – samad tehisintellekti otsingumootorite SEO-tööriistad, mis jälgivad nähtavust, saavad ka käivitamisi ajastada. Vastuste lugemist ei tohiks automatiseerida, vähemalt mitte täielikult: otsustamine, kas kirjeldus on peenelt vale – õige teenus, vale turg; õige hind, vale tase – on endiselt inimese ülesanne, ja just seal peituvad kõige kulukamad vead. Mõistlik lahendus on automatiseeritud andmete kogumine koos inimese poolt antava hinnanguga, samas kindlas rütmis.

Tavalised vead, mis vaikselt GEO-auditeid rikkuvad

Enamik ebaõnnestunud auditeid kukub läbi samade väheste põhjuste tõttu. Küsimuste paneeli muutmine katsete vahel, mis tekitab võltsitud edusamme. Ühe platvormi – tavaliselt ChatGPT – testimine ja selle üldistamine kogu „tehisintellektile”. Testimine üks kord kolme asemel ja müra jälitamine. Mainimiste käsitlemine eduna, kontrollimata, kas kirjeldus oli täpne. Keelte ignoreerimine ja seejärel järeldamine, et bränd on nähtamatu, kuigi tegelikult on see nähtamatu vaid inglise keeles. Ja kõige keskmise arvutamine üheks skooriks, mis varjab ainsat teavet, mille põhjal tasub tegutseda.

Kõik need on protsessivead, mitte tööriistade vead. Neid on ka lihtne vältida, mistõttu distsiplineeritud käsitsi läbiviidud audit on parem kui lohakas automatiseeritud audit.

Kui kaua kulub aega, enne kui parandused ilmuvad tehisintellekti vastustesse?

Arvestage nädalatega, mitte päevadega. Oma veebilehti saab kiiresti uuesti indekseerida, kuid kolmandate osapoolte allikad, millest pärineb enamik kategooriate vastuseid, uuenevad oma ajakava järgi ning mudeli käitumine järgib seda viivitusega. See on argument auditi kohe alustamise kasuks, mitte ootamise kasuks: baasjoone koostamine võtab nädala aega ning iga kuu ilma selleta on kuu, mille jooksul toimuvad muutused, mida te ei näe.

Lõppmõtted

GEO-audit ei ole glamuurne. See on kindel nimekiri ostjate küsimustest, mida hoolikalt läbi vaadatakse teie klientide kasutatavate assistentide kaudu, pöörates tähelepanu mainimistele, tsitaatidele, kirjeldustele ja allikatele, ning seejärel korratakse sama protsessi järgmisel kuul. Brändid, kes seda teevad, saavad teada, kus nad tegelikult seisavad ja mida parandada. Brändid, kes jätkavad üksikute päringute pistelist kontrollimist, tuginevad endiselt tunnetele, mitte andmetele.

Tessar Napitupulu, Arfadia asutaja ja tegevjuht.

See valdkond on veel nii noor, et enamikus kategooriates puudub üldse kindlaksmääratud võrdlusalus – mis tähendab, et kategooria esimene meeskond, kes hakkab ausalt mõõtma, on tavaliselt ka esimene, kes suudab olukorda parandada. Kaks raamatut, mille olen sellel teemal avaldanud – „Found Before They Search“ Indoneesia digimaastikust ja „Cited or Silent“ GEO ja AI nähtavusest –, lähtuvad mõlemad samast eeldusest, millest lähtub ka käesolev juhend: sa ei saa võita mängu, mille tulemustabelit sa keeldud lugemast.

Koosta küsimustik, kinnita see, vii läbi uuring ja lase vastustel näidata, kus on vaja tööd teha.