Jak přesvědčit AI, aby doporučila vaši značku?

Přidat na web často kladené otázky, upravit produktové popisy a čekat, že umělá inteligence začne doporučovat právě váš obchod. Tak jednoduchá cesta k zákazníkům podle nového výzkumu nevede.

Analýza více než 158 tisíc odpovědí AI ukazuje, že o citování stránek rozhoduje zejména jejich souvislost s konkrétní otázkou a způsob, jakým je systém vyhledá. Do doporučování navíc vstupuje i to, které značky už model zná. Pro e-shopy tak vzniká další prostor pro získávání zákazníků, který vyžaduje víc než jednorázovou technickou úpravu.

Zatímco klasické vyhledávání nabízí seznam odkazů, AI může zákazníkovi rovnou sestavit výběr produktů a vysvětlit jejich přednosti. Obchodníci proto řeší takzvané GEO, tedy optimalizaci viditelnosti v generativních vyhledávačích. Vedle otázky, na jaké pozici se obchod zobrazí na Googlu, přibývá další: objeví se vůbec mezi možnostmi, které zákazníkovi doporučí AI?

Výzkumníci Mahe Chen a Nick Koudas v práci  analyzovali 158 099 odpovědí a 468 037 citací. Při porovnávání stránek stejného webu nacházeli souvislost mezi citovaností a tím, nakolik názvy a text odpovídaly otázkám uživatelů. Samotná přítomnost FAQ, strukturovaných dat nebo souhrnných boxů rozdíly mezi stránkami obdobně nevysvětlovala. Práce je zatím dostupná jako preprint.

„Výzkum podle mě ukazuje, že viditelnost v AI nelze vyřešit jednou technickou úpravou. Rozhoduje, zda obchod dokáže nabídnout konkrétní odpověď na to, co zákazník právě řeší. Pro e-shopy je to důležitý signál: vedle pozic ve vyhledávačích musíme přemýšlet také o tom, jak našim produktům rozumějí systémy, které lidem pomáhají s výběrem,“ říká Petr Polák z internetového obchodu Trenýrkarna.cz.

Značka vstupuje do výběru ještě před proklikem

Výzkum zároveň zdůrazňuje význam vyhledávání uvnitř AI systémů. V analyzovaných odpovědích ChatGPT citoval stránky, které jeho vyhledávání předtím načetlo. Autoři také v kontrolovaných experimentech zjistili, že změna názvu značky ovlivnila pořadí produktů, přestože jejich ostatní vlastnosti zůstaly stejné. Do výsledku tak vstupuje obsah nalezených stránek i předchozí znalost modelu.

„Za podstatné považuji zjištění, že do doporučování vstupuje také předchozí znalost značky. Připomíná to význam dlouhodobé a srozumitelné komunikace. Nestačí pouze doplnit několik informací na web a očekávat okamžitý výsledek. Značka musí být čitelná v tom, co nabízí, komu je určena a čím se její produkty liší,“ uvádí Nicole Váchová specializovaného e-shopu se šperky franco bene.

Výsledky přitom nejsou důvodem k opuštění technické péče o web. Z výzkumu nelze vyvozovat, že strukturovaná data nebo přehledné zpracování informací nemají význam. Zpochybňuje spíše představu, že určitý formát obsahu sám o sobě zajistí citaci či doporučení.

Rozhodují konkrétní otázky zákazníků

Pro obchodníky z toho vyplývá praktická otázka: obsahuje web informace, podle kterých lze skutečně vybrat? Zákazník nemusí hledat konkrétní značku ani přesný název výrobku. Může potřebovat prádlo na sport, dárek pro partnerku nebo šperk vhodný ke každodennímu nošení. Obecné označení „kvalitní produkt“ mu při rozhodování příliš nepomůže.

Při přípravě obsahu je proto užitečné vycházet také z dotazů na zákaznickou podporu. Opakované otázky ukazují, co lidé v popisech nenacházejí nebo čemu nerozumějí. Odpověď přitom nemusí mít podobu dalšího dlouhého článku. Někdy pomůže doplnění rozměru, vysvětlení vlastnosti materiálu nebo srozumitelné porovnání variant.

„V Trenýrkárně na tom už pracujeme a jednotlivé změny zavádíme postupně. Zpřesňujeme produktové informace a doplňujeme obsah podle otázek, které zákazníci při výběru skutečně řeší, například u materiálů, střihů nebo velikostí. Je to průběžná práce, při které chceme sledovat i to, jak AI naši nabídku popisuje a v jakých situacích ji doporučuje,“ doplňuje Petr Polák.

Fotografie potřebuje přesný popis

U sortimentu, kde záleží na vzhledu, proporcích a osobních preferencích, má srozumitelnost informací další rozměr. Zákazník si při nákupu na dálku nemůže výrobek vyzkoušet ani prohlédnout v ruce. Popis proto musí doplnit to, co z fotografie nemusí být patrné, a pomoci zasadit produkt do konkrétní situace.

„Před několika dny jsme spustili nový web, který tomuto způsobu vyhledávání a výběru vychází vstříc. Nyní na tom pracujeme systematicky, od struktury obsahu po podrobnosti u jednotlivých šperků. U nich může být potřeba přesného popisu ještě výraznější než u některých jiných kategorií. Fotografie totiž sama nevysvětlí skutečné proporce, materiál, způsob nošení ani to, jak se šperk kombinuje. To všechno potřebuje pochopit zákaznice i AI, která jí s výběrem pomáhá,“ říká Nicole Váchová z franco bene.

Zmínka není totéž co získaný zákazník

Při vyhodnocování je užitečné rozlišovat, zda AI značku pouze jmenuje, odkazuje na její web, nebo ji doporučuje pro konkrétní potřebu. Každá z těchto situací má jiný obchodní význam. Stejně důležité je kontrolovat, zda asistent uvádí správné vlastnosti výrobků a zda doporučení odpovídá zadání zákazníka.

E-shopy mohou začít sledováním běžných nákupních dotazů a porovnáváním toho, jak na ně různí asistenti odpovídají. Jeden úspěšný výsledek však nestačí k hodnocení celé strategie. Smysl má průběžná práce s obsahem, přesností údajů a skutečnými výsledky návštěv přicházejících z AI. Univerzální návod, který by zaručil místo v doporučeních, z výzkumu nevyplývá.