Odpowiedzi AI na temat Twoich lokalizacji są często błędne – sprawdź, zanim zrobią to klienci
Jak wynika z danych Searchable udostępnionych Retail Focus, narzędzia AI zwróciły co najmniej jeden fałszywy fakt na temat 64% brytyjskich sprzedawców detalicznych przy głównych ulicach handlowych w teście przeprowadzonym przez dostawców. Najczęstszym błędem było umieszczanie firm w złym kodzie pocztowym.
Testy te wskazują na coś, czego nie śledzi wiele zespołów marketingowych. Gdy systemy AI, takie jak ChatGPT lub tryb AI Google, odpowiadają na pytania dotyczące jednej z Twoich lokalizacji, nie ma sposobu, aby dowiedzieć się, co mówią o Twojej firmie, chyba że sprawdzisz to ręcznie. Mogą śmiało twierdzić, że firma jest zamknięta, podawać usługi, których nie oferują, lub podawać błędny adres.
Omówiliśmy, jak zapewnić widoczność w wyszukiwaniu AI, w tym pracę Dana Taylora nad śledzeniem podpowiedzi AI. Ten artykuł obejmuje drugą połowę problemu. Sprawdza, co sztuczna inteligencja już mówi ludziom o Twoich lokalizacjach i jak się tego dowiedzieć, zanim zrobi to klient.
Od rankingowych do opisanych
Tradycyjne wyszukiwanie lokalne daje klientom wiele możliwości porównania, takich jak pakiet map, recenzje, Twoja witryna internetowa lub witryna konkurencji. Następnie klienci dokonują wyboru. Wyszukiwanie AI łączy ten proces w jedną syntetyzowaną odpowiedź, która w pełni opisuje firmę, zanim klient w ogóle odwiedzi witrynę lub profil firmy.
Bycie opisanym to nie to samo, co bycie sklasyfikowanym; rankingi mogą się zmieniać, a opisy mogą nie zawsze być dokładne. Widoczność ta różni się także w zależności od typu zapytania.
Analiza Whitespark wykazała, że przeglądy AI pojawiają się w 15% bezpośrednich wyszukiwań o charakterze lokalnym, np. (prawnicy zajmujący się szkodami osobowymi w Phoenix). W przypadku pytań informacyjnych pojawiają się one w 92% przypadków, a w przypadku pytań hybrydowych, takich jak zatrudnienie prawnika po wypadku, pojawiają się w 97% przypadków. W tym samym badaniu paczki lokalne pojawiały się w 93% bezpośrednich wyszukiwań o charakterze lokalnym. Ogólnie rzecz biorąc, przeglądy AI były częstsze w przypadku pytań informacyjnych i hybrydowych niż w przypadku bezpośrednich wyszukiwań o charakterze lokalnym.
Indeks widoczności lokalnej SOCi przeanalizował ponad 350 000 lokalizacji i stwierdził, że ChatGPT poleca 1,2% z nich. Według własnych pomiarów SOCi jest to znacznie niższy odsetek w porównaniu z obecnością tych samych marek w lokalnym trójpaku Google. Badanie opinii lokalnych konsumentów przeprowadzone przez BrightLocal wykazało, że 45% konsumentów korzysta obecnie z ChatGPT lub podobnych narzędzi w celu uzyskania rekomendacji lokalnych firm, w porównaniu z 6% rok wcześniej.
Jakie odpowiedzi są błędne
Searchable opublikowało w tym miesiącu dwa zestawy wyników testów dla prasy branżowej. W testach obejmujących 165 londyńskich firm firma Searchable przetestowała ChatGPT, Gemini i Perplexity, zadając 13 365 pytań dotyczących usług, danych kontaktowych, wielkości i dat założenia, a następnie porównała odpowiedzi z danymi Companies House i oficjalnymi profilami.
Według CMOTech 93% tych firm miało co najmniej jeden podstawowy fakt, który był błędny lub go brakowało. Połowa mniejszych firm otrzymała co najmniej jeden fałszywy fakt w porównaniu z 32% większych firm. W drugim teście zbadano brytyjskich sprzedawców detalicznych przy głównych ulicach, zadając ponad 72 000 pytań. Retail Focus podał, że jedna na 16 odpowiedzi była błędna. Błędy w błędnym kodzie pocztowym występowały z częstością jednego na 10, nawet jeśli w monitach podano miasto.
Współzałożyciel Searchable, Chris Donnelly, powiedział Retail Focus:
„W przypadku mniejszego sprzedawcy stacjonarnego, jeśli jego widoczność w Internecie koncentruje się głównie wokół jego witryny internetowej i wpisu o firmie w Google, jest to stosunkowo cienki szlak informacji, z którego systemy sztucznej inteligencji mogą się uczyć i które mogą przedstawić w swoich odpowiedziach”.
Kategorie błędów odpowiadają temu, co właściciele firm opisują na forach pomocy Google, twierdząc, że widzą nieprawidłowe szczegóły przedstawione w sposób pewny, a niektórzy twierdzą, że błędy szkodzą ich firmom.
Ślepy punkt
Tradycyjne wyszukiwanie pozostawia ślad danych. Wyświetlenia i kliknięcia są śledzone w Search Console; rankingi różnią się w zależności od trackerów; a każda kropla często prowadzi do dochodzenia. Nie ma jednak raportu, który ostrzegałby firmy, jeśli odpowiedź AI błędnie podaje godziny pracy dla Twojej lokalizacji lub twierdzi, że Twoja firma jest zamknięta.
Tradycyjne wyszukiwanie również nie informuje Cię o tym, jak jesteś reprezentowany, ale nie musi. Wskazuje klientom źródła, które mogą sami zobaczyć i ocenić, np. Twój wpis, witrynę i recenzje z dołączonymi datami. Sztuczna inteligencja łączy te źródła w jedną pisemną odpowiedź, a klient odczytuje ją jako fakt. Jeśli coś jest nie tak, nie ma możliwości obserwowania pozycji w rankingu ani śledzenia spadku ruchu, ponieważ błąd tkwi w tekście, którego nigdy nie pokazano.
Główne narzędzia sztucznej inteligencji dla konsumentów zazwyczaj nie oferują firmom alertów na poziomie lokalizacji, gdy ich informacje są nieprawidłowe. Dokumentacja Google stwierdza, że odpowiedzi AI mogą zawierać błędy, a do poszczególnych przeglądów AI dołączony jest link do opinii. Ta informacja zwrotna służy do korygowania błędów, ale nie jest proaktywnym systemem monitorowania. Działa tylko wtedy, gdy ktoś pierwszy zauważy błąd.
5 systemów, nie 1
Proces testowania może się skomplikować na różnych platformach wyszukiwania AI, ponieważ nie działają one w ten sam sposób. Przeglądy AI pojawiają się teraz jako część zwykłych wyników wyszukiwania Google. Tryb AI umożliwia konwersację bezpośrednio w wyszukiwarce Google. Gemini działa jako oddzielny asystent AI Google. Tymczasem ChatGPT i Perplexity to osobne produkty oferowane przez OpenAI i Perplexity AI.
Każde z tych narzędzi inaczej przetwarza, wybiera i łączy informacje, więc na jedno pytanie można uzyskać różne odpowiedzi w zależności od używanej platformy. Tę różnicę widać także w danych dotyczących handlu detalicznego Searchable. Stwierdzono, że Perplexity dawało niedokładne odpowiedzi w 10% przypadków w porównaniu z 5% w przypadku Gemini i 4% w przypadku ChatGPT.
Testowanie jednego systemu niewiele mówi o pozostałych. Lokalizacja sprawdzona w Przeglądach AI może nadal być błędnie opisana w ChatGPT.
Jak przetestować to, co widzą klienci
Zacznij od zastanowienia się nad pytaniami, jakie mogą mieć Twoi klienci, np. godzinami pracy, usługami lub dobrą lokalizacją. Zapisz te pytania na standardowej liście, aby każde miejsce zostało sprawdzone w ten sam sposób. Przeprowadź pytania za pomocą przeglądów AI i trybu AI w Google, a także ChatGPT, Gemini i Perplexity. Jeśli to możliwe, testuj bez zapisanego kontekstu rozmowy i personalizacji oraz śledź otrzymywane monity i odpowiedzi.
Ponieważ odpowiedzi mogą się za każdym razem różnić, zadawaj te same pytania kilka razy. Organizuj znalezione informacje w kategorie, takie jak błędy rzeczowe, brakujące informacje lub problemy z percepcją. Błędy i pominięcia rzeczowe należy traktować oddzielnie. Nastroje i kolejność rekomendacji to problemy z reputacją, a nie proste poprawki. Zwróć szczególną uwagę na naprawienie błędów, które mogłyby uniemożliwić komuś wizytę, np. nieprawidłowe godziny otwarcia lub oddział zgłoszony jako zamknięty.
W przypadku cytowania źródeł należy sprawdzić, czy zawarte w nich informacje są dokładne. Poprawiaj kontrolowane przez siebie informacje lub w razie potrzeby poproś o poprawki. Sprawdzaj regularnie, ponieważ dzisiejsza naprawa źródła nie powoduje automatycznej aktualizacji odpowiedzi AI. Użyj spójnej listy pytań i dziennika, aby ułatwić ten proces, zwłaszcza jeśli masz wiele lokalizacji. Zmień częstotliwość sprawdzania w zależności od liczby lokalizacji i częstotliwości zmiany szczegółów.
Co zrobić, gdy sztuczna inteligencja się myli
Znalezienie błędu to pierwszy krok. Naprawienie tego polega na dokładnym dostosowaniu danych wejściowych, od których zależą te systemy, a następnie sprawdzeniu, czy odpowiedzi się poprawią. Pamiętaj, że każda regulacja przybliża Cię do lepszych i bardziej niezawodnych wyników.
Jeśli w odpowiedzi podano nieprawidłowe godziny pracy, potwierdź, że Twój profil firmy w Google, Twoja witryna i strony lokalizacji zgadzają się ze sobą i z rzeczywistością. Sprzeczne szczegóły w tych kwestiach to jeden z najwyraźniejszych powodów, dla których odpowiedź jest błędna. To samo nazwisko, adres i telefon Podstawą jest spójność liczb, której zawsze wymagało lokalne SEO, a gdy prowadzisz wiele lokalizacji, staje się to bardziej skomplikowane.
Po skorygowaniu źródeł, nad którymi masz kontrolę, spójrz na źródła, których nie posiadasz. Gdy odpowiedź zawiera informację o Twojej firmie, otwórz ją i sprawdź datę oraz treść treści. Może to być pobranie informacji ze starej strony katalogu, listy recenzji lub strony o firmie o podobnej nazwie. Rozwiązanie tych problemów będzie prawdopodobnie wymagało bezpośredniego kontaktu.
W tym miejscu różnica w wielkości, na którą wskazał Donnelly, zaczyna mieć sens. Mniejsze firmy wykazywały więcej błędów w testach Searchable, a jego zdaniem cienka ścieżka informacji pochodzących od osób trzecich utrudnia pracę tym systemom. Nasze własne zestawienie tego, co koreluje z cytatami ChatGPT, pozwala dojść do tego samego wniosku. Pełniejsza i bardziej spójna obecność w miejscach odczytywanych przez te systemy zapewnia im lepszy materiał do opisania Ciebie.
Jeśli okaże się, że dokładność nie jest problemem i bardziej zależy Ci na tym, aby w ogóle uzyskać rekomendację, jest to kwestia widoczności. Dan Taylor napisał dla Search Engine Journal o śledzeniu, w jaki sposób sztuczna inteligencja reprezentuje Twoją markę na przestrzeni czasu i jak zmienia się odkrywanie w miarę personalizacji wyszukiwania wokół każdego użytkownika. Od tego należy zacząć pytanie „jak tu wygrać”.
Patrząc w przyszłość
Narzędzia do monitorowania odpowiedzi na sztuczną inteligencję są wciąż na wczesnym etapie. Większość może Ci powiedzieć, czy ktoś o Tobie wspomina i jak często, co nie jest równoznaczne z informacją, czy wzmianka jest słuszna.
Sprawdzenie, co faktycznie mówi odpowiedź na temat lokalizacji, nadal sprowadza się do samodzielnego jej przeczytania. W miarę rozwoju tych narzędzi może się to zmienić, ale na razie audyt jest ręczny i gdy zauważysz, że coś jest nie tak, pierwszym krokiem jest optymalizacja kontrolowanych przez Ciebie źródeł.
Więcej zasobów:
Wyróżniony obraz: Natalia Kosarewicz/Shutterstock
