Soluciones tácticas para los mayores desafíos de medición de búsqueda de IA

Una respuesta de IA puede recomendar su producto sin vincularlo a su sitio web. Luego, un cliente podría buscar su marca, visitarla directamente o comprar fuera de línea. La compra sigue siendo importante para la empresa, incluso cuando los análisis no pueden conectarla con la respuesta anterior.

Ese fue el problema de medición que Tom Capper, director de estrategia de productos de búsqueda de STAT, abordó en Soluciones tácticas para los mayores desafíos de medición de búsqueda de IA.

En este seminario web, Capper explicó por qué la búsqueda sin clics también era un desafío de atribución, no simplemente un problema de tráfico. Su respuesta fue medir la visibilidad junto con los resultados comerciales en lugar de esperar que los clics describieran todo el recorrido del cliente.

Separe las menciones de marca de las citas de fuentes

Capper ilustró la distinción con una recomendación de automóvil generada por IA. Audi fue la marca recomendada, mientras que los enlaces citados apuntaban a otros sitios web. Un informe centrado únicamente en si el dominio de Audi obtuvo una mención pasaría por alto la recomendación en sí.

La implicación era práctica: defina las entidades de marca que desea rastrear, incluidas las submarcas relevantes, en lugar de asumir que su dominio captura todas las apariencias valiosas. Aplique la misma disciplina a los competidores para que la comparación sea significativa.

Capper hizo la distinción directamente:

“Así que sí, las citas tienen URL. Siguen siendo datos tácticos valiosos, pero no creo que deban ser su KPI. Las menciones tienen entidades”.

—Tom Capper. Vea el seminario web, de 24:10 a 24:30.

Para su enfoque de medición, ser mencionado o recomendado era el resultado a entender; las URL citadas ayudaron a explicar qué fuentes podrían estar dándole forma.

Cree una muestra rápida más representativa

Diferentes respuestas a la misma pregunta no hacen que la visibilidad de la IA sea imposible de medir. Capper trató esa variabilidad como un problema de muestreo, haciendo una comparación con los resultados específicos de ubicación y dispositivo que los SEO ya rastrearon.

Un pequeño conjunto de indicaciones puede dar una imagen inestable, especialmente cuando la empresa ya monitorea un conjunto de palabras clave mucho más grande. El objetivo no era reproducir la conversación exacta de cada individuo. Se trataba de muestrear las situaciones relevantes lo suficientemente amplias como para reconocer patrones.

Eso también significaba hacer preguntas realistas. Capper advirtió contra simplemente poner una lista de palabras clave en un rastreador de mensajes. Sugirió que la gente también haga preguntas como un posible punto de partida, considerando luego las personas, las ubicaciones, los presupuestos y las necesidades detrás de esas preguntas.

La discusión sobre la medición rápida del seminario web también abordó por qué era importante el entorno utilizado para recopilar una respuesta: Capper dijo que STAT usó la interfaz web porque las respuestas API podían diferir de lo que vieron los usuarios.

Utilice citas para investigar qué cambió

Quitar énfasis a las citas como KPI de titulares no significa ignorarlas. Pueden hacer que el trabajo de campaña sea más concreto.

Capper describió comenzar con las páginas citadas cuando se recomendó a los competidores. Esas páginas revelaron fuentes de terceros que vale la pena investigar, como sitios de reseñas o publicaciones de la industria. Luego, un equipo podría trabajar para mejorar su representación en fuentes relevantes y monitorear si esas fuentes aparecieron junto con cambios en las recomendaciones de marca.

Esto creó una pregunta más útil que si el recuento de citas aumentó: ¿qué fuentes cambiaron, qué trabajo hizo el equipo y cómo cambiaron las respuestas rastreadas después? Tenga en cuenta la muestra inicial y el contexto de la colección al hacer esa comparación, en lugar de tratar una respuesta aislada como el resultado completo.

Agregue métricas de visibilidad junto con los resultados comerciales

Capper recomendó un conjunto más amplio de indicadores principales para respaldar, no reemplazar, los informes de desempeño tradicionales:

• Presencia: Si la marca aparece en el resultado de búsqueda relevante o en la respuesta de IA.
• Recomendación y contexto: Si la respuesta recomienda la marca, simplemente la nombra o la asocia con una fortaleza o problema particular.
• Prominencia SERP: En la búsqueda tradicional, qué tan abajo en la página aparece un resultado y cuánto espacio visible ocupa.

La última distinción importaba incluso cuando la clasificación orgánica no había cambiado. Capper mostró ejemplos en los que un resultado con una clasificación más baja era visible en la mitad superior de la página, mientras que un resultado con una clasificación más alta aparecía debajo. La posición por sí sola pasó por alto esa diferencia.

También instó a tener precaución con las puntuaciones de sentimiento. Un gráfico que oscila bruscamente entre positivo, neutral y negativo puede estar amplificando pequeñas diferencias en respuestas que de otro modo serían neutrales. Los temas cualitativos detrás de una mención pueden ser más útiles que una puntuación resumida volátil.

Utilice encuestas para mejorar la historia de atribución

Durante la sesión de preguntas y respuestas, Loren Baker preguntó cómo los equipos podrían conectar esta visibilidad con el recorrido del cliente cuando la atribución multitáctil no podía observar la exposición anterior.

La respuesta de Capper fue combinar evidencia en lugar de esperar que un modelo analítico lo explicara todo. Las encuestas posteriores a la compra podrían revelar a los clientes que dijeron que una recomendación de IA les ayudó a descubrir o elegir una marca. El seguimiento de la campaña podría mostrar por separado si esa marca se recomendaba con más frecuencia.

Sugirió pasar las respuestas de la encuesta al análisis como una dimensión para que el equipo pudiera comparar el descubrimiento autoinformado con el canal acreditado por el análisis. También advirtió que mostrar las opciones de la encuesta en el mismo orden podría favorecer la primera opción.

Esta fue una descripción más completa de la influencia, no una promesa de reconstruir el camino de cada persona o de clasificar todo el tráfico directo como impulsado por IA.

Implemente un plan de medición más útil

La sesión completa conectó estas opciones de medición con ejemplos y preguntas de la audiencia. Para que la discusión funcione, comience con algunos cambios concretos en su próximo ciclo de presentación de informes:

• Audite lo que omite su informe: Identifique dónde el panel actual mide una visita o cita de dominio, pero no una mención o recomendación de marca.
• Defina una comparación consistente: Documente su marca y entidades de submarca, competidores, contextos rápidos y entorno de recopilación antes de comparar los resultados a lo largo del tiempo.
• Conecte la investigación de fuentes con el trabajo de campaña: Registre las páginas citadas que investiga o en las que influye, luego monitoree cómo cambian esas fuentes y recomendaciones de marca relevantes.
• Vuelva a incorporar la evidencia empresarial: Compare las tendencias de visibilidad con los ingresos, las conversiones y las respuestas de las encuestas posteriores a la compra en lugar de presentar la visibilidad como un sustituto de los resultados comerciales.