به نقل از دیجیتال مارکتینگ ایران، افزایش ترافیک ارگانیک و بهتر شدن رتبه‌های گوگل دیگر به‌تنهایی برای ارزیابی عملکرد بازاریابی جست‌وجو کافی نیست. با گسترش موتورهای جست‌وجوی مبتنی بر هوش مصنوعی مانند ChatGPT، Claude و Perplexity، بخشی از مسیر تحقیق و مقایسه مشتری پیش از ورود مستقیم او به وب‌سایت برند اتفاق می‌افتد.
به همین دلیل، تیم‌های بازاریابی باید علاوه بر رتبه و Organic Traffic بررسی کنند که برندشان در پاسخ‌های AI Search چقدر دیده می‌شود، آیا اطلاعاتی که این ابزارها درباره شرکت ارائه می‌کنند دقیق است و آیا این دیده‌شدن در نهایت به Lead، فرصت فروش و درآمد تبدیل می‌شود یا خیر.
در این رویکرد، پنج معیار می‌توانند تصویری عملی‌تر از عملکرد AI Search ارائه کنند: حضور برند در پاسخ‌های مرتبط با خرید، دقت اطلاعات، نرخ تبدیل ترافیک ارجاعی از دستیارهای هوش مصنوعی، جست‌وجوهای برند و داده‌هایی که خود مشتریان درباره منشأ آشنایی با برند ارائه می‌کنند.
چرا رتبه گوگل دیگر تصویر کاملی از عملکرد را نشان نمی‌دهد؟
فرض کنید یک شرکت در نتایج جست‌وجوی سنتی رشد قابل‌توجهی داشته باشد، صفحات بیشتری را به صفحه اول برساند و Organic Sessions آن نیز افزایش پیدا کند؛ اما در همین مدت تعداد فرصت‌های فروش کاهش پیدا کند. چنین وضعیتی نشان میدهد که افزایش Visibility الزاماً به معنای رسیدن به خریداران مناسب نیست.
در یک نمونه مطرح‌شده در این بررسی، یک شرکت ۱۲ کلمه کلیدی جدید در صفحه اول گوگل به دست آورده بود، اما Pipeline آن حدود ۱۸ درصد کاهش داشت و این افت برای دو فصل ادامه پیدا کرده بود. بررسی پاسخ‌های چهار دستیار هوش مصنوعی نشان داد که برند در تنها ۳ مورد از ۲۰ پاسخ مرتبط با پنج پرسش اصلی خریداران دیده می‌شد.
مشکل اینجا بود که بسیاری از رتبه‌های جدید مربوط به جست‌وجوهای اطلاعاتی بودند؛ یعنی کاربر درباره یک موضوع یاد می‌گرفت، اما هنوز در مرحله انتخاب شرکت یا محصول قرار نداشت.
این مثال نشان میدهد که در عصر AI Search باید یک سؤال مهم‌تر از «چند رتبه صفحه اول داریم؟» پرسید: آیا وقتی خریدار آماده مقایسه و انتخاب است، هوش مصنوعی برند ما را وارد فهرست گزینه‌های خود می‌کند؟
۱. حضور برند در پرسش‌های خریداران
اولین معیار، میزان حضور برند در پاسخ‌هایی است که مخاطبان واقعی هنگام انتخاب یک محصول یا سرویس از ابزارهای هوش مصنوعی می‌پرسند.
برای شروع، پنج سؤال مشخص انتخاب کنید که مشتری بالقوه احتمالاً هنگام بررسی گزینه‌های موجود می‌پرسد. سپس هر پنج پرسش را در چهار دستیار هوش مصنوعی اجرا کنید و تمام ۲۰ پاسخ را ذخیره کنید.
برای هر پاسخ سه وضعیت را ثبت کنید:
- آیا نام برند شما ذکر شده است؟
- آیا لینک یا Citation به وب‌سایت شما وجود دارد؟
- آیا برند شما کاملاً غایب است؟
درصد پاسخ‌هایی که نام برند در آن‌ها ظاهر شده، می‌تواند به عنوان نرخ حضور برند یا Brand Presence Rate مورد استفاده قرار گیرد. بهتر است لینک‌ها و Citationها نیز به صورت جداگانه ثبت شوند؛ زیرا ذکر نام برند با دریافت لینک یکسان نیست.
پرسش اطلاعاتی با پرسش خرید یکسان نیست
انتخاب Prompt مناسب اهمیت زیادی دارد. پرسشی مانند «نرم‌افزار مدیریت قرارداد چیست؟» بیشتر نشان‌دهنده جست‌وجوی آموزشی است. در مقابل، پرسشی مانند «بهترین نرم‌افزار مدیریت قرارداد برای تیم‌های حقوقی شرکت‌های متوسط چیست؟» به مرحله مقایسه و خرید نزدیک‌تر است.
اگر می‌خواهید تأثیر AI Search بر Pipeline را بسنجید، باید پرسش‌هایی را انتخاب کنید که به بازار هدف و تصمیم خرید نزدیک باشند.
همین ۲۰ پاسخ را هر هفته با Promptهای ثابت تکرار کنید و پاسخ کامل مدل‌ها را ذخیره کنید. یک هفته داده برای نتیجه‌گیری کافی نیست و بهتر است چندین هفته روند تغییرات را مشاهده کنید.
۲. دقت پاسخ‌های هوش مصنوعی درباره برند
صرفاً دیده‌شدن برند در پاسخ AI کافی نیست. اگر یک مدل هوش مصنوعی شرکت شما را معرفی کند اما درباره محصول، مشتری هدف یا قیمت آن اطلاعات اشتباه بدهد، این Visibility حتی می‌تواند نتیجه معکوس داشته باشد.
برای هر پاسخی که نام برند شما در آن آمده، چند بخش را بررسی کنید:
- توصیف محصول یا سرویس
- مخاطب هدف
- سطح قیمت یا Pricing Tier
- رقبا
- کاربردهای اصلی محصول
- جایگاه برند در بازار
سپس هر Mention را به دو گروه Accurate یا Inaccurate تقسیم کنید و دقیقاً بنویسید چه بخشی نیاز به اصلاح دارد.
برای مثال، یک شرکت در ۱۱ مورد از ۲۰ پاسخ ظاهر شده بود، اما تنها چهار مورد از این ۱۱ پاسخ، شرکت را به شکل صحیح معرفی می‌کردند. مدل‌های هوش مصنوعی آن را یک محصول Enterprise معرفی می‌کردند، در حالی که مشتریان اصلی شرکت کسب‌وکارهایی با کمتر از ۲۰۰ کارمند بودند.
چنین خطایی می‌تواند حتی پیش از ورود کاربر به وب‌سایت باعث حذف برند از فهرست گزینه‌های او شود.
هماهنگی اطلاعات برند اهمیت بیشتری پیدا می‌کند
یکی از راهکارها، یکسان‌سازی اطلاعات شرکت در منابعی است که مدل‌های هوش مصنوعی احتمالاً از آن‌ها استفاده می‌کنند. توضیحات شرکت، صفحات محصول، پروفایل‌های معتبر، محتوای تخصصی و سایر منابع مرتبط نباید پیام‌های متناقض درباره جایگاه برند ارائه کنند.
پس از اصلاح اطلاعات، باید دوباره همان Promptها را در طول چند هفته بررسی کرد و تغییر نرخ Accuracy را اندازه گرفت.
۳. نرخ تبدیل ترافیک ارجاعی از ChatGPT و سایر AIها
معیار سوم مستقیماً به رفتار کاربر پس از خروج از محیط هوش مصنوعی مربوط می‌شود. اگر کاربر برند شما را در ChatGPT، Perplexity، Gemini یا Claude ببیند و روی لینک وب‌سایت کلیک کند، این Visit می‌تواند در Google Analytics 4 بررسی شود.
در GA4 می‌توان Sessionهایی را که از منابعی مانند ChatGPT.com، perplexity.ai، gemini.google.com، copilot.microsoft.com و claude.ai آمده‌اند گروه‌بندی کرد. نکته مهم این است که برای مقایسه منصفانه باید از یک مبنای ثابت مانند Session Source استفاده شود.
برای این گروه حداقل سه عدد را ثبت کنید:
- تعداد Sessionهای ارجاعی از AI
- تعداد Demo Request یا Trial
- نرخ تبدیل
در بررسی مورد اشاره، Sessionهای منتسب به AI برای برخی مشتریان با نرخی سه تا پنج برابر Organic Sessions به Conversion منجر شده‌اند. یکی از توضیحات احتمالی این است که کاربر پیش از کلیک روی لینک، بخشی از مرحله تحقیق و ارزیابی را در دستیار هوش مصنوعی انجام داده است.
با این حال، این داده به معنای آن نیست که همه ترافیک AI ذاتاً باکیفیت‌تر از ترافیک گوگل است. حجم نمونه، نوع کسب‌وکار و روش Attribution باید در تحلیل لحاظ شود.
مشکل Attribution ناقص را فراموش نکنید
تمام بازدیدهای ناشی از AI الزاماً با یک Referral Source قابل شناسایی نیستند. علاوه بر این، ترافیک حاصل از Google AI Mode ممکن است در گزارش‌ها در قالب Google Organic ظاهر شود.
بنابراین داده‌های قابل شناسایی از ChatGPT یا سایر سرویس‌ها تنها بخشی از تصویر واقعی هستند و نباید آن‌ها را معادل کل AI Traffic در نظر گرفت.
۴. رشد جست‌وجوهای برند
گاهی کاربر برند شما را در پاسخ ChatGPT یا یک دستیار دیگر می‌بیند، اما مستقیماً روی لینک کلیک نمی‌کند. در عوض، چند دقیقه یا چند ساعت بعد نام شرکت را در Google جست‌وجو می‌کند.
در چنین حالتی، ممکن است Conversion یا Visit به شکل مستقیم به AI نسبت داده نشود، اما افزایش Branded Search می‌تواند یکی از نشانه‌های تغییر در تقاضای برند باشد.
برای بررسی این موضوع، داده‌های زیر را به صورت هفتگی در Google Search Console ثبت کنید:
- Impressions مربوط به جست‌وجوهای برند
- Clicks مربوط به جست‌وجوهای برند
- تغییرات Direct Traffic به Homepage
- تغییرات Direct Traffic به صفحات Pricing
همچنین زمان شروع هر آزمایش یا فعالیت AI Search را در گزارش ثبت کنید. در نمونه‌های بررسی‌شده، رشد Branded Search معمولاً چند هفته پس از بهبود حضور برند در پاسخ‌های AI مشاهده شده است.
با این حال، افزایش جست‌وجوی برند را نباید به‌تنهایی به AI نسبت داد. کمپین‌های تبلیغاتی، روابط عمومی، انتشار محصول جدید، فعالیت شبکه‌های اجتماعی و سایر فعالیت‌های بازاریابی نیز می‌توانند در همان دوره تقاضای برند را افزایش دهند.
۵. از خود مشتری بپرسید چگونه برند را پیدا کرده است
یکی از ساده‌ترین و در عین حال ارزشمندترین روش‌ها، پرسیدن مستقیم از مشتری است.
در فرم‌های Lead Generation یک گزینه با مضمون «چگونه با ما آشنا شدید؟» قرار دهید و «ChatGPT یا سایر دستیارهای هوش مصنوعی» را نیز در میان گزینه‌ها بگنجانید.
تیم فروش نیز می‌تواند همین سؤال را هنگام گفت‌وگو با مشتری مطرح کند و پاسخ را در CRMهایی مانند HubSpot یا Salesforce ثبت کند.
این روش یک مزیت مهم دارد: بخشی از Touchpointهایی را آشکار می‌کند که سیستم‌های Attribution سنتی قادر به مشاهده آن‌ها نیستند.
در یک نمونه، ۹ مورد از ۵۴ فرصت فروش جدید اعلام کرده بودند که از طریق AI با شرکت آشنا شده‌اند. این فرصت‌ها در نهایت حدود ۳۰ درصد سریع‌تر از سایر فرصت‌های ورودی بسته شدند.
البته داده‌های Self-Reported Attribution نیز کامل نیستند. برخی مشتریان ممکن است مسیر دقیق آشنایی خود را به یاد نیاورند یا اصلاً فرم را تکمیل نکنند. بنابراین بهتر است پاسخ مشتری در کنار داده‌های Source و CRM بررسی شود، نه به جای آن‌ها.
چه زمانی باید انتظار تغییر در معیارهای AI Search را داشت؟
تغییر در Visibility هوش مصنوعی معمولاً فوری نیست. در تجربه مطرح‌شده در این گزارش، پس از اصلاح اطلاعات شرکت و تغییرات اولیه محتوا، Brand Presence و Answer Accuracy ممکن است حدود دو تا شش هفته زمان نیاز داشته باشند.
تغییر در AI Referral Conversion معمولاً در بازه طولانی‌تری ظاهر می‌شود و رشد Branded Search نیز ممکن است چند هفته بعد از افزایش حضور برند در پاسخ‌ها قابل مشاهده باشد.
این بازه‌ها نباید به عنوان یک زمان‌بندی قطعی برای همه کسب‌وکارها در نظر گرفته شوند. نوع صنعت، میزان شناخته‌شدن برند، سرعت انتشار محتوا و رفتار مدل‌های مختلف می‌تواند نتیجه را تغییر دهد.
اگر بعد از ۹۰ روز نتیجه‌ای دیده نشد چه کنیم؟
اگر پس از حدود ۹۰ روز برند بیشتر در پاسخ‌های AI دیده می‌شود اما هیچ نشانه‌ای از بهبود در فرصت‌های فروش وجود ندارد، باید خود پاسخ‌ها را دوباره بررسی کرد.
سه سؤال مهم مطرح کنید:
- آیا AI برند را به شکل صحیح معرفی می‌کند؟
- آیا Promptهایی که انتخاب کرده‌ایم واقعاً پرسش‌های خریداران هستند؟
- آیا افزایش Visibility در میان مخاطبانی اتفاق افتاده که احتمال خرید دارند؟
ممکن است تیم بازاریابی ناخواسته Promptهایی را انتخاب کند که حضور برند را بالا نشان می‌دهند، اما ارتباط چندانی با تصمیم خرید ندارند.
به همین دلیل، آزمایش‌ها باید با یک Baseline مشخص آغاز شوند؛ سپس یک تغییر مشخص اجرا شود و نتیجه با دوره قبل مقایسه شود. این رویکرد کمک می‌کند افزایش بودجه بر اساس داده واقعی انجام شود، نه صرفاً بر مبنای افزایش تعداد Mentionها.
برای شروع فقط یک Spreadsheet کافی است
برای اجرای این سیستم الزاماً به یک داشبورد پیچیده نیاز ندارید. یک Spreadsheet ساده می‌تواند نقطه شروع باشد. فرد مسئول AI Search می‌تواند هر هفته همان پنج Prompt را در چهار دستیار اجرا کند و ۲۰ پاسخ را ثبت و بررسی کند.
در کنار آن، یک جدول ساده برای Accuracy، یک گزارش GA4 برای AI Referral، داده‌های Branded Search از Search Console و اطلاعات Self-Reported Attribution در CRM قرار دهید.
پس از چند هفته، مشخص می‌شود کدام معیارها واقعاً به تصمیم‌های بازاریابی کمک می‌کنند. سپس می‌توان داده‌های ارزشمندتر را به یک Dashboard دائمی منتقل کرد.
جمع‌بندی: AI Search را با Pipeline بسنجید، نه فقط با Mention
ورود هوش مصنوعی به جست‌وجو باعث شده مفهوم Visibility تغییر کند. ممکن است کاربر بدون اینکه مستقیماً وارد وب‌سایت شما شود، نام برند را در پاسخ یک دستیار AI ببیند، درباره محصول اطلاعات دریافت کند، آن را با رقبا مقایسه کند و بعد با جست‌وجوی نام برند وارد سایت شود.
به همین دلیل، گزارش‌هایی که فقط Rankings و Organic Traffic را بررسی می‌کنند، ممکن است بخش مهمی از مسیر جدید مشتری را نبینند.
یک چارچوب عملی برای سنجش عملکرد AI Search باید حداقل پنج بخش را کنار هم قرار دهد: حضور برند در پاسخ‌های مرتبط با خرید، دقت اطلاعات ارائه‌شده درباره برند، Conversion ترافیک ارجاعی از AI، رشد Branded Search و داده‌های مستقیم مشتریان درباره نقش ابزارهای هوش مصنوعی در مسیر خرید.
هدف نهایی نیز نباید صرفاً افزایش تعداد دفعاتی باشد که نام برند در پاسخ‌های ChatGPT، Claude یا Perplexity دیده می‌شود. معیار مهم‌تر این است که آیا این Visibility به مخاطب درست، فرصت فروش باکیفیت و در نهایت درآمد تبدیل می‌شود یا خیر.
برای مطالعه جدیدترین اخبار و تحلیل‌های AI Search، سئو و بازاریابی دیجیتال به دیجیتال مارکتینگ ایران مراجعه کنید.
“`
