Introdução

Uma líder de SEO abre o registro de conversas do chatbot de um cliente pela primeira vez. Ela espera encontrar um monte de mensagens aleatórias. O que ela encontra é uma lista.

A pergunta mais frequente no mês passado, feita 38 vezes, foi “vocês enviam para a Irlanda?”. Em segundo lugar ficou “a camisa de linho cai pequeno?”. Em terceiro, uma variação educada de “onde está meu pedido”, feita de onze maneiras diferentes.

Nenhuma dessas perguntas apareceu em sua pesquisa de palavras-chave. A maioria delas apresenta volume zero em todas as ferramentas pelas quais ela paga.

Esse é o caso da análise de chatbots como fonte de informações para SEO. As ferramentas de palavras-chave estimam o que as pessoas podem pesquisar. Um registro de chat registra o que elas realmente perguntaram, com suas próprias palavras, no momento em que estavam decidindo se comprariam ou não.

As ferramentas de palavras-chave mostram volume. Os registros de bate-papo mostram perguntas.

Não estamos aqui para argumentar que as ferramentas de palavras-chave estão erradas. Elas são muito boas no trabalho para o qual foram criadas. Só que esse trabalho tem suas limitações.

O que as ferramentas de palavras-chave deixam de lado

As ferramentas de palavras-chave modelam a demanda a partir de dados de busca e fazem isso bem em grande escala. Quando uma frase é muito específica, muito nova ou formulada de maneira muito estranha, ela fica abaixo do limite e aparece como zero ou nem aparece.

É exatamente aí que residem muitas perguntas relacionadas à compra. “Vocês enviam para a Irlanda?” não é uma consulta que a maioria das pessoas digita no Google. É uma pergunta que elas fazem diretamente à loja, depois que já gostaram do produto.

Portanto, a busca habitual por palavras-chave de cauda longa tem um ponto cego. A cauda mais longa de todas nunca chega a um mecanismo de busca. Ela vai direto para o chat, as mensagens diretas do Instagram e a caixa de entrada do suporte.

Por que as perguntas dos clientes revelam a intenção do usuário

Uma consulta de busca é um palpite sobre a intenção. Uma pergunta em uma janela de chat é a intenção em si, com a página do produto ainda aberta.

Quando alguém pergunta se uma jaqueta é à prova d’água, não está pesquisando jaquetas em geral. Está a apenas uma resposta de comprar aquela jaqueta. A maioria das discussões sobre intenção de busca trata esse estágio como algo a ser inferido a partir da SERP. Aqui, você pode simplesmente lê-la.

Isso torna os registros de chat uma das fontes mais claras de intenção que uma equipe de SEO pode obter — e uma das menos utilizadas.

O que a análise de chatbots realmente revela

Abra o registro de conversas de qualquer loja que tenha um chatbot há um mês e três coisas saltam aos olhos.

As perguntas que as pessoas fazem, com suas próprias palavras

Os clientes não escrevem como os profissionais de marketing. Eles escrevem “isso serve para um laptop de 13 polegadas” em vez de “tamanhos de laptop compatíveis”. Eles perguntam “isso é seguro para gatos” em vez de “materiais adequados para animais de estimação”.

Essas perguntas dos clientes são a matéria-prima para a busca conversacional. A forma como as pessoas se expressam com um chatbot é muito semelhante à que usam com assistentes de voz e ferramentas de busca com IA, e é por isso que vale a pena mantê-las em vez de retificá-las.

As perguntas que ninguém respondeu

Essa é a parte útil. Cada pergunta que o chatbot não conseguiu responder é uma lacuna no site, não no bot. Um chatbot de IA que responde a partir das páginas da sua loja só pode ser tão bom quanto essas páginas; portanto, suas falhas apontam diretamente para o que está faltando.

Se doze pessoas perguntaram sobre entrega na Irlanda e o bot não teve nada a dizer, a loja não possui uma página clara sobre entregas para a Irlanda. Essa é uma análise de lacunas de conteúdo que você não precisou fazer manualmente.

As páginas que responderam e as que não responderam

Quando um chatbot cita a página por trás de cada resposta, você também descobre quais páginas realmente funcionam. Um guia de tamanhos que responde a quarenta perguntas por semana está fazendo jus ao seu custo. Uma página de devoluções que nunca é citada pode ser pouco clara, estar escondida ou simplesmente não ser o que as pessoas precisam.

Boas ferramentas de análise de chatbots mostram os três aspectos: as perguntas, as falhas e as fontes. Se a sua ferramenta mostra apenas a contagem de conversas, você está diante de uma métrica de vaidade.

Quando as perguntas mudam

A lista não é estática. O lançamento de um novo produto, uma promoção ou uma postagem de um criador de conteúdo podem mudar o que as pessoas perguntam em um dia. Um surto repentino de perguntas do tipo “isso já está em estoque de novo?” revela algo que um relatório mensal de palavras-chave nunca revelaria.

É aí que a análise de chatbots ganha espaço ao lado do seu acompanhamento de posicionamento. Os rankings mostram o quanto você está visível. O registro de conversas revela o que as pessoas que encontraram você ainda precisavam saber.

Transformando registros de bate-papo em pesquisa de palavras-chave para e-commerce

Essa é a parte que transforma um registro interessante em uma lista de palavras-chave útil. Leva uma tarde.

Passo 1: Exporte um mês de conversas

Recolha todas as conversas dos últimos 30 dias, de todos os canais em que o bot opera. O chat do site, por si só, não vai capturar tudo, pois muitas perguntas pré-venda chegam pelo Instagram e pelo WhatsApp.

Não as edite ainda. Os erros ortográficos e as formulações estranhas fazem parte do valor, pois mostram como as pessoas falam quando ninguém está otimizando nada.

Passo 2: Agrupe as perguntas por intenção do usuário

Classifique-as em categorias: entrega, tamanhos, devoluções, estoque, detalhes do produto e confiança. Ignore a formulação das perguntas nesta fase e concentre-se no que a pessoa estava tentando descobrir.

Passo 3: Analise as palavras-chave usando uma ferramenta de pesquisa de palavras-chave

Agora, analise cada categoria com sua ferramenta de palavras-chave habitual. Algumas perguntas corresponderão perfeitamente a termos com volume de busca. Outras não mostrarão nada.

Guarde ambas. As que têm volume são oportunidades de ranqueamento. As que não têm são oportunidades de conversão e tendem a ser as perguntas que se interpõem entre um visitante e uma venda. A maioria das ferramentas ajuda a encontrar palavras-chave. Esta etapa ajuda a encontrar aquelas que os clientes realmente usam.

Passo 4: Associe cada pergunta a uma página

Para cada pergunta, anote a página que deveria respondê-la. Se houver uma, verifique se ela realmente responde. Se não houver, você encontrou uma página para criar.

Seja rigoroso aqui. Uma página que mencione a entrega na Irlanda em uma única linha de uma longa política não é uma resposta. Se o chatbot não conseguiu encontrá-la, um comprador que esteja dando uma olhada rápida no celular também não conseguirá.

Passo 5: Escreva para as perguntas que não têm página

Comece pelas perguntas sem resposta mais frequentes, pois elas são tanto as vitórias mais fáceis quanto a prova mais clara de que algo está faltando. Uma página curta e específica sobre entrega na Irlanda será mais útil para essa loja do que mais um guia geral sobre camisas de linho.

Essa é uma pesquisa de palavras-chave para e-commerce feita de trás para frente. Em vez de começar pelo volume de buscas e torcer para que isso gere conversões, você começa com as perguntas que já vieram dos compradores e verifica quais delas também têm volume de buscas.

Uma análise de lacunas de conteúdo baseada em conversas reais

A análise clássica de lacunas de conteúdo compara suas páginas com as classificações de um concorrente. Esta versão compara suas páginas com seus próprios clientes.

Sem resposta significa ausência

Se o chatbot não conseguiu responder a uma pergunta, a informação está ausente do site ou foi redigida de forma tão vaga que não pôde ser utilizada. De qualquer forma, essa página precisa ser aprimorada.

“Respondida, mas repetida” significa “impossível de encontrar”

Algumas perguntas são respondidas corretamente todas as vezes e ainda assim continuam chegando. Isso geralmente significa que a resposta existe, mas as pessoas não conseguem encontrá-la por conta própria. A solução nesse caso é a criação de links internos, a navegação ou um título mais claro, e não a criação de novo conteúdo.

Como ficará o SEO das páginas de FAQ após 2023

Em agosto de 2023, o Google anunciou que os resultados enriquecidos de FAQ só seriam exibidos para sites governamentais e de saúde bem conhecidos e confiáveis. Para a maioria das lojas, o snippet de FAQ nos resultados de busca desapareceu.

Isso muda o objetivo de uma página de FAQ. A página não tem mais como objetivo obter um resultado enriquecido. O objetivo é responder às perguntas que as pessoas realmente fazem, de forma clara o suficiente para que tanto os usuários quanto seu chatbot possam utilizá-la. Os registros de bate-papo indicam quais são essas perguntas.

O que a análise de chatbots não vai lhe dizer

Seria fácil exagerar nisso, então não vamos fazer isso.

Ela mostra apenas as pessoas que perguntaram

Um registro de bate-papo é uma amostra dos visitantes que se envolveram o suficiente para digitar uma pergunta. Aqueles que saíram sem perguntar ficam invisíveis. Esse grupo costuma ser maior; portanto, trate o registro como um forte indicador do que está faltando, e não como um panorama completo da demanda.

Ele não substitui o volume de busca

Uma pergunta feita 38 vezes em uma janela de chat indica que ela é importante para os compradores. Mas não diz quantas pessoas pesquisam por ela no Google. Você ainda precisa de uma ferramenta de palavras-chave para essa parte, e os dois números respondem a perguntas diferentes.

Sua qualidade depende da honestidade do bot

Se um chatbot adivinhar em vez de admitir que não sabe, suas análises vão ocultar as lacunas que você está procurando. Uma resposta errada dada com confiança parece um sucesso no registro. Essa é mais uma razão para escolher um bot que recuse a resposta quando ela não estiver em seu material.

A formulação ainda ajuda, no entanto. Mesmo uma pequena amostra de linguagem de busca conversacional real é mais útil do que uma lista de frases que ninguém jamais disse em voz alta.

Onde isso se encaixa em uma estratégia de SEO para comércio eletrônico

Nada disso substitui o restante do trabalho. Isso faz com que o restante do trabalho seja mais bem direcionado.

Palavras-chave de cauda longa para SEO que vêm com comprovação de demanda

O problema comum com a segmentação de cauda longa é que você está apostando em números pequenos. Os registros de bate-papo eliminam parte dessa suposição, pois você sabe que clientes reais fizeram a pergunta antes mesmo de você escrever uma palavra.

Dicas de SEO para comércio eletrônico que começam na caixa de entrada

A maioria dos conselhos de SEO começa com a SERP. Gostaríamos de acrescentar um que começa com a caixa de entrada: leia as perguntas antes de planejar o calendário de conteúdo.

Isso também mantém a integridade de um esforço amplo de SEO para comércio eletrônico. Se as páginas que você está criando não responderem às perguntas que os clientes fazem, as classificações não vão salvá-las.

Como a Agentency lida com a análise de chatbots

Nós desenvolvemos um desses, então veja o que nossa própria análise de chatbot mostra.

A visualização de conversas mostra as perguntas reais

A visualização de conversasda Agentencymostra as perguntas que as pessoas realmente fazem, quais ficaram sem resposta e onde a falta de uma página está custando vendas para você. Essa última parte é a lista de lacunas de conteúdo, gerada a partir de compradores reais, e não de uma comparação com concorrentes. É o relatório que entregaríamos primeiro a uma equipe de SEO.

Cada resposta mostra sua fonte

O agente responde com base no seu catálogo, guias de tamanhos, regras de envio e política de devoluções, e cada resposta mostra a fonte de onde veio. Assim, você pode ver quais páginas são mais acessadas e quais nunca são utilizadas.

Uma única base de conhecimento para todos os canais

O mesmo agente responde na sua loja virtual, no WhatsApp, nas mensagens diretas do Instagram e no Messenger, a partir de uma única base de conhecimento. As perguntas de todos os canais vão parar no mesmo lugar, em vez de ficarem espalhadas por caixas de entrada que ninguém compara. Ele responde na língua do comprador também, de modo que o registro mostra quais mercados estão fazendo as perguntas.

Solicitações de reabastecimento se transformam em dados de demanda

Quando um cliente deseja receber um alerta de reposição de estoque, um formulário pré-chat coleta seu e-mail ou número de telefone e o adiciona à sua lista de clientes. Para uma equipe de SEO, uma grande quantidade de solicitações de reposição de estoque para um determinado produto é um sinal claro do que as pessoas querem encontrar.

Exceções de reembolso são encaminhadas com contexto

Qualquer situação que exija intervenção humana, como uma exceção de reembolso, é encaminhada com a transcrição da conversa, a referência do pedido e os dados do cliente anexados. O chatbot não faz suposições, o que também garante a precisão de suas análises.

Perguntas frequentes

Como encontrar palavras-chave de cauda longa

Comece com uma ferramenta de palavras-chave e filtre por frases mais longas e específicas com menor dificuldade. Em seguida, adicione as perguntas que os clientes fazem ao seu chatbot e à equipe de suporte. Essas perguntas geralmente têm baixo volume registrado, mas vêm de pessoas que estão prestes a comprar.

O que é uma análise de lacunas de conteúdo?

É o processo de identificar temas de que seu público precisa, mas que seu site não aborda adequadamente. Geralmente, compara suas páginas com as classificações dos concorrentes, mas também pode compará-las com as perguntas feitas por seus próprios clientes.

Como fazer pesquisa de palavras-chave para comércio eletrônico

Pesquise termos de categorias e produtos em uma ferramenta de palavras-chave e, em seguida, compare-os com o que os compradores realmente perguntam no seu site e na sua caixa de entrada. Priorize termos que tenham volume de busca e também correspondam ao que os compradores realmente perguntam.

Como usar palavras-chave de cauda longa

Dedique a cada uma delas uma página ou uma seção clara que responda diretamente à pergunta. Use as próprias palavras do cliente nos títulos, sempre que soarem naturais, e inclua um link para essa resposta nas páginas de produtos onde a pergunta surgir.

O que isso significa

As ferramentas de palavras-chave indicam o que as pessoas podem pesquisar. A análise de chatbots revela o que elas perguntaram quando já estavam no seu site.

A melhor lista de palavras-chave usa ambas as fontes. Comece com as perguntas no registro, verifique quais têm volume de busca e crie as páginas que ainda ninguém escreveu.

É uma maneira surpreendentemente discreta de encontrar o próximo conteúdo que vale a pena escrever. Os clientes já lhe disseram. Basta alguém ler o registro.

Portanto, antes da próxima reunião de planejamento de conteúdo, abra a análise do chatbot e leia as conversas de uma semana. É a pesquisa mais barata que você fará em todo o trimestre e, provavelmente, a mais honesta.

A Agentency é um criador de chatbots com IA para atendimento ao cliente e vendas. As empresas treinam o agente de IA da Agentency com seu próprio site, documentos e catálogo de produtos, e ele responde às perguntas dos clientes indicando a fonte. Quando a resposta não está disponível, ele recusa a solicitação e repassa para uma pessoa, acompanhada da transcrição completa. Um único agente atende ao site, WhatsApp, Instagram, Messenger, Telegram, Slack e mais de 10 canais, no idioma do cliente, para comércio eletrônico, imobiliário, restaurantes e equipes de suporte.