Kako vodilne agencije AEO oblikujejo strategije za rast

Uvod

Optimizacija za iskalnike jekot samostojna disciplina znana šele dobri dve leti, strategije, ki se prodajajo pod to oznako, pa se med seboj zelo razlikujejo. Nekatere so le koledarji vsebin z novim naslovnim listom. Manjše število pa temelji na mehanizmih, kako dejansko deluje iskanje, in ti se strukturno razlikujejo od SEO-pristopov na načine, ki jih je vredno podrobno preučiti.

V nadaljevanju si bomo ogledali načela oblikovanja, na katerih so se strinjale bolj stroge prakse, pri čemer bomo kot primer uporabili en dokumentiran projekt.

Ključne ugotovitve

• Signali zunaj spletnega mesta prevladajo nad signali znotraj spletnega mesta. Analiza podjetja Ahrefs, ki je zajela 75.000 blagovnih znamk, je pokazala, da se omembe blagovne znamke na spletu korelirajo s prisotnostjo v odgovorih umetne inteligence s koeficientom 0,664, v primerjavi z 0,218 za tradicionalne povratne povezave, kar je približno trikrat večja napovedna moč.
• Večina omemb prihaja iz medijev tretjih oseb. Po isti analizi 84 % omemb v odgovorih umetne inteligence izvira iz zasluženih virov tretjih oseb in ne iz lastne domene blagovne znamke.
• Tehnična pripravljenost je pomembnejša od obsega vsebine. Dostop iskalnih robotov do sistemov LLM je nujen pogoj, njegova pravočasna ureditev pa lahko skrajša čas do prve vidnosti z mesecev na dni.
• Strani z visoko namero so pomembnejše od bloga. Strani s produkti in primerjavami ustrezajo vprašanjem, ki jih kupci dejansko postavljajo AI-pomočnikom.
• Avtoriteta entitete določa vključitev v odgovore v fazi odločanja. Pojavljanje ob uveljavljenih konkurentih v primerjavi modela je rezultat avtoritete, ne pa uvrstitve.

Načelo št. 1: upoštevajte vprašanja, ne ključnih besed

Prvo strukturno odstopanje se pojavi že v fazi raziskovanja.

Tradicionalno optimiziranje za iskalnike (SEO) se začne z obsegom ključnih besed. AEO se začne s tem, kar iskalnik dejansko stori, ko kupec zastavi vprašanje. Iskalniki odgovorov razčlenijo eno poizvedbo na več podpoizvedb, izvedejo iskanje za vsako od njih in sintetizirajo odgovor. Te podpoizvedbe pogosto niso fraza, ki jo je vnesel uporabnik, in skoraj nikoli niso fraza, ki bi jo prikazalo orodje za ključne besede.

Kartiranje razvejanja poizvedb, kar pomeni, da se poizvedbe preizkušajo v iskalnikih in se beleži, katere podpoizvedbe se sprožijo ter kateri viri se za vsako od njih pridobijo, je način, kako najboljše prakse oblikujejo načrt. Austin Heaton, čigar praksa AEO se osredotoča na startupe na področju umetne inteligence in podjetja B2B SaaS, začne sodelovanje s tem korakom, saj meni, da se morajo uvrstitve osredotočati na poizvedbe, ki povzročajo vrzel v vidnosti, in ne na njihove približke. Rezultat ni seznam ključnih besed. Je prednostno razvrščen niz poizvedb v fazi nakupa z evidenco, kateri viri trenutno vsako od njih pokrivajo.

Načelo št. 2: pred širitvijo vsebin poskrbite za tehnično pripravljenost

To je najmanj privlačno načelo in pogosto tudi omejujoč dejavnik.

Iskalnik ne more navesti tistega, česar ne more pridobiti. Dostop iskalnega robota za sisteme LLM se konfigurira ločeno od dostopa običajnih iskalnih robotov, zato je mogoče, da je spletna stran v Googlu popolnoma indeksirana, hkrati pa ostaja dejansko nevidna za sisteme, ki ustvarjajo odgovore z umetno inteligenco. Celovitost seznama strani, struktura notranjih povezav in struktura strani, ki jo lahko berejo stroji, so vse na isti ravni.

Kompresija, ki jo to ustvari, je vredna omembe. V dokumentiranem projektu LegalTech v sodelovanju s platformo za upravljanje pogodb Pactvera je Austin Heaton najprej obnovil tehnične temelje: indeksirano iskanje in indeksacijo ključnih strani, popravilo sitemapa, prestrukturiranje notranjih povezav ter izrecno konfiguracijo dostopa za glavne iskalne pajke LLM, vključno s ChatGPT in Claude. Zdravje spletnega mesta se je izboljšalo s 43 % na 98 %, prvi merljivi rezultati iskanja pa so se pojavili v 11 dneh, namesto v mesecih, ki jih običajno zahteva uvedba, pri kateri je vsebina na prvem mestu.

Argument glede zaporedja je preprost. Vsebine, objavljene na okvarjenih tehničnih temeljih, ne prinašajo nobenih kumulativnih koristi, dokler se temelji ne popravijo, pri čemer je treba delo takrat tako ali tako ponoviti.

Tretje načelo: zgradite zunanjo površino

To je oblikovalska odločitev, ki najbolj ločuje strategijo AEO od strategije SEO, dokazi za njo pa so izjemno jasni.

Študija podjetja Ahrefs, ki je zajela 75.000 blagovnih znamk, je izmerila, kaj je povezano s pojavljanjem v odgovorih umetne inteligence. Omembe blagovnih znamk na spletu so dosegle vrednost 0,664. Ankerski tekst z blagovno znamko 0,527. Obseg iskanja blagovne znamke 0,392. Tradicionalne povratne povezave, valuta dveh desetletij SEO, so dosegle 0,218. Ista raziskava je ugotovila, da 84 % navedb umetne inteligence izvira iz zasluženih medijev tretjih oseb in da je verjetnost, da bodo blagovne znamke odkrite prek vsebin tretjih oseb, približno 6,5-krat večja kot prek lastne spletne strani. Razlika med blagovnimi znamkami v zgornjem kvartilu in tistimi v naslednjem kvartilu je izrazita: 169 omemb v pregledu umetne inteligence proti 14.

Posledice so za ekipe, ki ustvarjajo vsebine, neprijetne. Če večina omemb prihaja od drugod kot iz vaše domene, program, ki celoten proračun porabi za lastne vsebine, optimizira le manjšo polovico problema.

V projektu Pactvera se je to odražalo v izvajanju, ki je dajalo prednost avtoriteti pred obsegom vsebin: pridobljene povratne povezave s spletnih mest z DA 70+, omembe blagovne znamke v strokovnih publikacijah ter vstavljanje citatov strokovnjakov v avtoritativne članke. Austin Heaton je kot razlog navedel, da dosledne omembe blagovne znamke na več neodvisnih domenah krepijo prepoznavnost entitete na način, ki ga pogostost objav ne more doseči.

Sektorski imeniki, kot je BestFirms, in trgovinski portali, kot je B2Bcentr, delujejo na isti ravni. Njihova vrednost za iskalni sistem ni v vrednosti povezav, ampak v soglasju. Trditev, ki se dosledno pojavlja v nepovezanih virih, se obravnava drugače kot ista trditev, navedena le enkrat na strani »O nas« ponudnika.

Načelo štiri: strani z visoko namero uvrstite pred blog

Ortodoksni pristop k vsebinskemu marketingu najprej gradi vrh lijaka in šele kasneje zajema povpraševanje. Strategije AEO to običajno obrnejo, in sicer bolj iz praktičnih kot iz filozofskih razlogov.

Kupci zastavljajo pomočnikom vprašanja iz spodnjega dela lijaka. Katera platforma to omogoča, kako se A primerja z B, koliko stane. Strani, ki odgovarjajo na ta vprašanja, so strani z izdelki, primerjalne strani in strani s cenami – prav tiste strani, do katerih strategija »blog najprej« pride šele na koncu.

Rezultati podjetja Pactvera ponazarjajo porazdelitev donosov. Na domači strani se je število klikov povečalo za 46,67 %, število prikazov pa za 193 %. Na strani »Kako deluje«, ki je stran z razlago izdelka in ne uredniška vsebina, se je število klikov povečalo za 200 %, število prikazov pa za 378 %. Na celotni spletni strani so se prikazi v ZDA povečali za 6.126 %, prikazi na strani za stike za 8.600 %, vidnost strani z osnovnimi izdelki pa za 850 %. Austin Heaton se je v celoti izognil splošnim vsebinam na vrhu nakupnega lijaka in se osredotočil na komercialna primerjalna poizvedovanja ter strani, usmerjene v izdelke.

Disciplina oblikovanja je enako pomembna kot zaporedje. Modeli izpostavljajo odstavke, ne strani. Naslov v obliki vprašanja, ki mu v prvem stavku sledi samostojen odgovor, je enostaven za izpis in varen za pripisovanje. Trditev, ki za kontekst potrebuje tri predhodne stavke, pa ni niti eno niti drugo. Večina uveljavljenih spletnih mest ima dvajset strani, ki bi postale citirljive že z oblikovalskim pregledom in brez kakršne koli nove vsebine.

Načelo št. 5: gradite avtoriteto entitete, ne le avtoriteto domene

Avtoriteta domene določa, ali se lahko uvrstite v iskalnikih. Avtoriteta entitete določa, ali vas model prepozna kot verodostojnega udeleženca v kategoriji, in ti dve se ne gibljeta avtomatično skupaj.

Najbolj jasen preizkus avtoritete entitete je, ali model vključi blagovno znamko v primerjalne in priporočilne odgovore ob uveljavljenih konkurentih. To je okolje v fazi odločanja, vključitev vanj pa je nesorazmerno več vredna kot informacijska vidnost, saj uporabnik že izvaja oceno.

Pactvera je ta prag hitro dosegla. V okviru obdobja interakcije se je platforma začela pojavljati v odgovorih, ki jih je ustvaril LLM, ob DocuSignu, uveljavljenem ponudniku z veliko večjim obsegom prisotnosti, in je bila vključena v primerjave rešitev, ne le v informativne rezultate. Austin Heaton to pojasnjuje tako, da to pozicioniranje običajno traja mesece ali leta, tokrat pa je bilo skrajšano zaradi signalov avtoritete v kombinaciji s strukturo, ki jo LLM lahko bere, in ne zaradi obsega vsebine.

Doslednost opisa je podcenjen dejavnik. Podjetje, ki se na svoji spletni strani, v imenikih in v poročilih medijev, kot je Growthcentr, predstavlja na tri različne načine, modelu ne ponuja stabilne entitete, na katero bi lahko vezal zaupanje.

Načelo šest: preizkusite orodje, preden objavite

Najpogostejši vzrok za neuspeh na tem področju niso slabe taktike. Gre za dobre taktike, merjene z instrumenti, zasnovanimi za drug sistem, ki ustvarjajo podatke, ki izgledajo kot neuspeh.

Uvrstitve in organske seje le malo pojasnjujejo vedenje pri navajanju. Kazalniki, ki so odzivni, sta stopnja omembe blagovne znamke, kar pomeni, kako pogosto vas model imenuje, in stopnja navajanja, kako pogosto vas povezuje. Razlika med njima je diagnostična: omembe brez sklicev kažejo na prepoznavanje entitete brez zaupanja v vir, kar je problem strukture vsebine in ne prepoznavnosti. Lureonov okvir merjenja naredi enako ločitev, pri čemer razlikuje med oceno vidnosti v AI in stopnjo sklicevanja na blagovno znamko, saj močna tradicionalna uspešnost ne pomeni več vidnosti znotraj sistemov AI.

Enako pozornost je treba posvetiti tudi pripisovanju. Promet, ki ga usmerja umetna inteligenca, pogosto prispe z izpraznjenimi ali neusklajenimi podatki o napotitelju in se razvrsti kot neposreden, zaradi česar se rastoči kanal zdi zanemarljiv. Izrecno združevanje kanalov za znane napotitelje umetne inteligence, dogodki konverzije, merjeni na straneh izdelkov in primerjav, na katere umetna inteligenca dejansko usmerja promet, ter poročanje na ravni ciljnih strani omogočajo, da se večina tega prometa ponovno pridobi.

Mednarodno obnašanje si iz istega razloga zasluži ločeno sledenje. Vidnost podjetja Pactvera se je v 90 dneh razširila na več kot deset držav, pri čemer so se kliki v ZDA povečali za 100 %, v Indiji pa za 44,44 % – to je porazdelitev, ki bi jo skupna številka prometa v celoti prikrila.

Zaključek

Strategije, ki delujejo v tem kanalu, ne temeljijo na več vsebine, izvedene hitreje. Gre za drugačen pristop: takojšnje mapiranje namesto raziskovanja ključnih besed, tehnična pripravljenost in pripravljenost za indeksiranje pred objavo, potrjevanje zunaj spletnega mesta, ki ima večjo težo kot lastna vsebina, strani z visoko namero pred koledarji blogov ter merjenje, ki je pripravljeno še pred objavo prvega članka.

Nič od tega ni eksotično, večina pa je na voljo notranji ekipi, ki je pripravljena pravilno razporediti delo. Kar loči prakse, ki prinašajo rezultate, ni toliko lastniški vpogled kot disciplina glede vrstnega reda postopkov.

Pogosta vprašanja

Kaj je kartiranje razvejanja poizvedb (query fan-out mapping)? Kartiranje razvejanja poizvedb beleži podpoizvedbe, ki jih iskalnik ustvari pri razčlenjevanju uporabniškega vnosa, skupaj z viri, ki jih pridobi za vsako od njih. Nadomešča raziskovanje ključnih besed v AEO, saj se te podpoizvedbe pogosto razlikujejo tako od uporabnikove formulacije kot od vsega, kar bi pokazalo orodje za ključne besede.

Ali so omembe blagovne znamke pomembnejše od povratnih povezav za vidnost v umetni inteligenci? Glede na trenutne dokaze, da. Analiza podjetja Ahrefs, ki je zajela 75.000 blagovnih znamk, je pokazala, da omembe blagovnih znamk na spletu korelirajo s prisotnostjo v odgovorih umetne inteligence s koeficientom 0,664 v primerjavi z 0,218 za tradicionalne povratne povezave, kar je približno trikrat večja napovedna moč.

Od kod prihaja večina omemb v umetni inteligenci? Pridobljeni mediji tretjih oseb predstavljajo približno 84 % omemb v umetni inteligenci, pri čemer je verjetnost, da bodo blagovne znamke odkrite prek vsebin tretjih oseb, približno 6,5-krat večja kot prek lastne spletne strani.

Kako hitro lahko AEO prinese merljive rezultate? Hitreje kot večina časovnih okvirov za SEO, če se najprej poskrbi za tehnično pripravljenost. V projektu s podjetjem Pactvera so se prvi merljivi rezultati iskanja pojavili v 11 dneh po tem, ko se je stanje spletne strani izboljšalo s 43 % na 98 % in je bil konfiguriran dostop za iskalnik LLM.

Kaj je avtoriteta entitete in kako se razlikuje od avtoritete domene? Avtoriteta domene napoveduje sposobnost uvrščanja, medtem ko avtoriteta entitete določa, ali sistem umetne inteligence prepozna blagovno znamko kot verodostojnega akterja v svoji kategoriji. Prav avtoriteta entitete omogoča vključitev v primerjave, ki jih generira model, skupaj z uveljavljenimi konkurenti.

Katerim stranem naj strategija AEO da prednost? Stranim z izdelki, primerjavami in cenami, saj te ustrezajo vprašanjem v spodnjem delu nakupnega lijaka, ki jih kupci dejansko postavljajo AI-pomočnikom. Vsebine za ozaveščanje o kategorijah je bolje razporediti šele potem, ko so strani z visoko nakupno namero strukturirane za izpisovanje odlomkov.