A Google AI-vásárlási ajánlásában a legjobb termék a láthatóság 62%-át kapja. A második hely 20%-ot. A harmadik a maradékot. Ez történik, amikor az AI vásárlási lehetőségek ezreit három-öt konkrét termékre sűríti. A terméked vagy megnyeri az ajánlást, vagy teljesen eltűnik. Nincs középút.
A Google AI Overview-k ma a vásárlási keresések 14%-ában jelennek meg, ami egy évvel ezelőttihez képest 5,6-szoros növekedés. Ez jó hírnek tűnik: az AI-ajánlásokat mutató keresések növekedése több láthatósági lehetőséget jelent. De a forgalmi számtan paradox. Míg az AI-vásárlási ajánlásokban idézett márkák 35%-kal több organikus kattintást kapnak, mint a nem idézettek, az AI Overview-val rendelkező vásárlási keresések átlagos átkattintási aránya 61%-kal esett. Több keresés, kevesebb kattintás találatonként, mert az AI közvetlenül megválaszolja a kérdést. A stratégiai váltás már nem a rangsorpozícióról szól. Arról, hogy melyik három terméket dönti el az AI ajánlani.
Azok a kritériumok, amelyeket az AI ezekhez az ajánlásokhoz használ, teljesen különböznek a hagyományos vásárlási rangsoroktól. Nem a domain tekintélyéről, a visszahivatkozásokról vagy a rangsor-előzményekről szól. Az adatok teljességéről, a használati eset konkrétságáról és a külső megerősítésről. A közepes rangsorú, de tökéletes termékadatokkal és erős külső véleményekkel rendelkező márka megelőzheti a kiváló rangsorú, de hiányos információjú márkát.
Miért határozza meg a termékadat minősége az AI-hivatkozásokat
Az AI-rendszerek nem tudnak olyan termékeket ajánlani, amelyeket nem értenek. Ha a termékfeeded hiányos adatot, hiányzó specifikációkat vagy homályos leírásokat tartalmaz, az AI átugorja. A kutatások szerint a 99,9%-ban teljes termékadatú üzletek (amit az iparág „Golden Record”-nak hív) 3-4-szer nagyobb láthatóságot érnek el az AI-ajánlásokban a gyér adatú üzletekhez képest.
A teljesség azért számít, mert az AI-nak konkrét információra van szüksége. A párna terméknek a feedben kifejezetten meg kell adni a töltet rugalmasságát, a huzat anyagát és a hőmérsékleti besorolást. A laptopnak a processzortípust, a RAM-kapacitást, a tárhelyet, a képernyőméretet és a súlyt. Az AI-rendszerek nem következtetnek erre az információra. Kinyerik az adataidból, vagy teljesen átugornak.
Ezért vált a termékfeeded ugyanolyan fontossá, mint a termékoldalad. A Google Merchant Center feedednek, a strukturált adatjelölésednek és a termékoldalad tartalmának mind ugyanazt kell mondania ugyanazokkal az értékekkel. Az oldalad és a feeded közötti ár-eltérések elnyomják az AI-ajánlásokat. Az elérhetőségi eltérések miatt az AI hátrébb sorol. A hiányos specifikációk azt jelentik, hogy az AI nem tudja a terméket konkrét keresésekhez illeszteni.
Használati eset nyelve: hogyan illeszti az AI a termékeket a helyzetekhez
A funkciók nem illeszkednek a keresésekhez. A használati esetek igen. Amikor valaki azt keresi, hogy „legjobb fejhallgató nyitott irodába”, nem „aktív zajszűrésű” fejhallgatót keres. Olyan fejhallgatót keres, amely megoldja a nyitott iroda problémáját: elszigetelés, kényelem egész napos viselésnél, minimális hangszivárgás a szomszédokra.
A termékoldalad, amely azt sorolja fel, hogy „aktív zajszűrés, 30 órás akkumulátor, Bluetooth 5.3”, nem illeszkedik a kereséshez. A termékoldalad, amely azt mondja: „Tökéletes nyitott irodákba: az aktív zajszűréssel kiszűri a környezeti zaj 85%-át, elég kényelmes 8+ órás munkanapokra, a zárt kialakítás megakadályozza a hangszivárgást a kollégák felé”, illeszkedik.
Az AI-rendszerek elolvassák a termékleírásodat, és kinyerik a használati eset kontextusát. Olyan kifejezéseket keresnek, mint „ideális ehhez”, „tökéletes ehhez”, „erre tervezték”, „legjobb ehhez”, „megoldja a ... problémáját” és „remekül működik, amikor”. Ezek a kifejezések azt jelzik, hogy érted a helyzetet, amelyben a vásárló van. Az általános funkciók azt jelzik, hogy nem.
Ezért változtak meg a termékleírások. A hagyományos SEO kulcsszavakra és funkciólistákra optimalizált. A GEO a beszélgetős, helyzetspecifikus nyelvre optimalizál. Mindkettőre szükséged van. A termékoldalad rangsoroljon a „zajszűrős fejhallgató” kifejezésre (hagyományos), és idézzék a „fejhallgató nyitott irodákba” kifejezésre (AI-vásárlás).
A sűrítési hatás: három-öt termék nyer
Az AI-vásárlási ajánlások sűrítettek. Ahol a Google Shopping körhinta 20 terméket mutat, az AI Overview-k 3-5-öt. A legjobb ajánlás a láthatósági részesedés 62%-át kapja. Ez nyertes-visz-mindent jellegű láthatóság.
Ez alapvetően megváltoztatja a stratégiát. A hagyományos vásárlási keresésben az 5. hely is kap kattintást. Az AI-vásárlásban az első 3-ba nem kerülni láthatatlanságot jelent. Vagy idéznek, vagy nem. Nincs középút.
A sűrítés azt is jelenti, hogy az ajánlásban van sokféleség. Az AI különböző igényekhez különböző lehetőségeket próbál mutatni. Ugyanabban a termékkategóriában ajánlhat egy olcsó, egy prémium és egy középkategóriás opciót. Ez azt jelenti, hogy versenyezhetsz azzal, hogy egy konkrét használati esethez vagy árkategóriához vagy a legjobb illeszkedés, még ha nem is vagy az általános kategóriavezető.
A teljesítmény kategóriánként változik. Az élelmiszer- és étel-termékek az AI-ajánlások 49%-ában jelennek meg. Az elektronika 24%-ában. A bútor csak 2%-ában. Ennek az az oka, hogy az AI másképp kezeli a különböző terméktípusokat. Az élelmiszernél az AI készségesen idéz konkrét termékeket. A bútornál az AI nehézségekkel küzd, mert a vizuális és tapintási elemeket nem lehet teljesen felmérni leírásból. Az elektronikánál az AI középutat talál.
Hogyan erősíti a külső tekintély az AI-hivatkozásokat
A termékoldal nem elég. Az AI-rendszerek külső megerősítést akarnak. Ha a termékedet értékelik egy nagy tesztoldalon, megjelenik technológiai összefoglalókban, és pozitív véleményei vannak a Google-ben, nagy piacterekeken és véleményplatformokon, tekintélyt építesz. Az AI a külső megerősítéssel rendelkező márkák termékeit 4,2-szer gyakrabban idézi, mint a külső lefedettség nélküli termékeket.
Ez azt jelenti, hogy a szerkesztői lefedettség hajtja az AI-hivatkozásokat. A nagy tesztoldalakon közzétett termékismertetők, az iparági kiadványokban való idézés és a platformokon átívelő véleményjelenlét mind hozzájárulnak ahhoz, hogy az AI ajánljon. A régi PR-stratégia, a médiamegjelenés megszerzése, még mindig működik. Most fontosabb, nem kevésbé.
Hogyan segít a WEMASY az e-kereskedelmi márkáknak az AI-vásárlásra optimalizálni
A WEMASY e-kereskedelmi eszközei segítenek fenntartani a teljes termékadatot, használatiesetspecifikus leírásokat írni, és olyan strukturált jelölést alkalmazni, amely beleolvad az AI-rendszerekbe. A termékfeed-kezelés biztosítja, hogy az adataid következetesek legyenek a weboldaladon, a sémában és a kereskedői központban. A tartalomsablonok útmutatást adnak olyan termékleírások írásához, amelyek a hagyományos kulcsszavas keresésekhez és a beszélgetős AI-vásárlási kérdésekhez is illenek.
Amikor a WEMASY-n optimalizálod a termékoldalaidat és adataidat az AI-vásárlási hivatkozásokra, a rangsoroktól az ajánlásokig tartó váltásra készülsz. Tudj meg többet a WEMASY e-kereskedelmi funkcióiról az árazási oldalunkon.
Gyakori kérdések
Miért jelennek meg egyes termékkategóriáknál gyakrabban az AI Overview-k?
Az AI különböző terméktípusokat eltérő magabiztossággal kezel. Az élelmiszer termékek egyszerűek: világos összetevők, árak, elérhetőség. Az elektronika: a specifikációk pontosak és géppel olvashatók. A bútor: a vizuális és tapintási elemek számítanak, és az AI ezeket nem tudja csak szövegből felmérni. A videojáték-konzolok az esetek 67%-ában mutatnak AI Overview-t; a bútor csak 2%-ában. A WEMASY weboldalépítőjével ezt közvetlenül a weboldaladon beállíthatod.
Meg kell változtatnom a termékoldalamat az AI-hoz, vagy maradhat a hagyományos SEO?
Mindkettő. Olyan termékoldalakra van szükséged, amelyek a hagyományos kulcsszavakra (terméknév, kategória, funkciók) rangsorolnak ÉS olyan oldalakra, amelyek a használati eseti keresésekre válaszolnak, és megjelennek az AI Overview-kban. Az átfedés a kategóriától függően 40-60%. Hagyományos rangsorra van szükséged a „futócipők” kifejezésre, és AI-láthatóságra a „legjobb futócipő maratoni felkészüléshez” kifejezésre.
Mennyire fontos a külső véleménylefedettség az AI-vásárlási hivatkozásokhoz?
Nagyon fontos. A nagy tesztoldalakon vagy hasonló kiadványokban értékelt termékeket 4,2-szer gyakrabban idézik az AI-ajánlásokban, mint a külső lefedettség nélküli termékeket. Ez azt jelenti, hogy a PR- és véleménystratégiád közvetlenül befolyásolja az AI-hivatkozásokat, nem csak a hagyományos rangsorokat.
A termékfeedre vagy a termékoldalra összpontosítsak először?
A feedre. Ha a feeded hiányos adatokat tartalmaz, az AI nem tud ajánlani, függetlenül attól, milyen jó az oldalad. Először töltsd ki a termékfeededet az összes specifikációval, árral, elérhetőséggel és képpel. Aztán optimalizáld az oldalad leírását a használati eset nyelvére.
Milyen termékinformációt nyernek ki leggyakrabban az AI-rendszerek?
Az árat, a specifikációkat, a használati esetet, az elérhetőséget és a véleményeket. Az AI-rendszerek ezt az öt kategóriát részesítik előnyben a kinyerésben. Minden más másodlagos. Gondoskodj róla, hogy ez az öt információ kristálytiszta legyen a termékoldaladon és a feededben.
Mit jelent a hangarány az AI-vásárlásban?
Azt a százalékot, amelyet a márkád az AI-vásárlási ajánlásokban megjelenő összes versengő márkához képest kap a megjelenésekből. A legjobb ajánlás jellemzően a megjelenések 62%-át kapja. A második hely 20-25%-ot. A harmadik 10-15%-ot. Vagy a legfelső pozícióért versenyzel, vagy elfogadod az alacsony láthatóságot.