Digitaalinen näkyvyys on saamassa uuden kerroksen.
Vuosien ajan digitaalisen näkyvyyden tärkeimmät mittarit ovat olleet tutut: hakusijoitukset, orgaaninen liikenne ja konversiot. Ne ovat edelleen tärkeitä, mutta niiden rinnalle on syntymässä uusi löydettävyyden kerros.
Yhä useampi ostopäätös alkaa tekoälyn vastauksesta. Silloin ratkaisevaa on, mistä tekoäly ylipäätään muodostaa käsityksensä yrityksestäsi ja tuotteistasi — olitpa sitten jälleenmyyjä, brändi tai valmistaja.
Hakukone ei enää kerro koko tarinaa
Kirjoitin aiemmin siitä, miten kilpailu on siirtymässä hakutuloksista tekoälyn suosituksiin. Kun asiakkaat kysyvät ChatGPT:ltä, Geminiltä tai Copilotilta, mitä ostaa, seuraava kysymys on väistämätön: mistä tiedämme, suositteleeko tekoäly juuri meidän tuotteitamme?
Moni kokeilee asiaa yksinkertaisesti kysymällä tekoälyltä muutaman kysymyksen. Näkyykö oma brändi vastauksessa? Entä kilpailijat? Se on hyvä lähtökohta, mutta kertoo lopulta melko vähän. Generatiivinen tekoäly ei toimi kuten perinteinen hakukone, eikä sen muodostamia vastauksia voi arvioida pelkästään hakusijoitusten perusteella.
Generatiivinen tekoäly ei tarjoa käyttäjälle listaa linkeistä, vaan muodostaa vastauksen. Samalla se arvioi, mitä tuotteita, yrityksiä ja lähteitä se pitää riittävän luotettavina vastauksensa pohjaksi. Hyvä sijoitus hakutuloksissa ei siis enää automaattisesti tarkoita hyvää näkyvyyttä tekoälyn vastauksissa.
Miksi tekoäly löytää eri asioita kuin hakukone?
Yksi merkittävä syy löytyy siitä, miten generatiivinen haku toimii.
Google on kertonut käyttävänsä AI Modessa niin sanottua query fan-out -lähestymistapaa. Käyttäjän kysymystä ei käsitellä yhtenä hakuna, vaan tekoäly pilkkoo sen useiksi tarkemmiksi alakysymyksiksi ja hakee niihin vastauksia samanaikaisesti.1 Yksi käyttäjän kysymys voi siis johtaa kymmeniin tai jopa satoihin sisäisiin hakuihin, joiden tulokset tekoäly kokoaa yhdeksi vastaukseksi.
Jos käyttäjä kysyy esimerkiksi "mikä on paras akkuporakone sähköasentajalle?", tekoäly voi samaan aikaan etsiä tietoa ammattikäyttöön soveltuvista koneista, akkujen yhteensopivuudesta, käyttäjäkokemuksista, valmistajien vertailuista ja riippumattomista tuotearvioista. Lopullinen vastaus muodostuu näiden kaikkien pohjalta.
Tämä selittää, miksi tekoälyn käyttämät lähteet eivät useinkaan ole samoja kuin Googlen hakutulosten kärki. Riippumattomat analyysit vahvistavat saman: Ahrefsin tutkimuksessa vain noin 12 % tekoälyn siteeraamista lähteistä löytyy myös Googlen kymmenen kärjestä.2 Myös Mozin laaja Google AI Mode -analyysi päätyy samaan johtopäätökseen: tekoäly muodostaa vastauksensa huomattavasti laajemmasta lähdejoukosta kuin perinteinen haku.3 Tarkat prosenttiluvut muuttuvat varmasti palveluiden kehittyessä, mutta ilmiön suunta näyttää jo selvältä.
Tekninen hakukoneoptimointi, laadukas sisältö ja rakenteinen data ovat silti se perusta, jolle myös tekoäly rakentaa ymmärryksensä.
Tekoäly etsii vahvistusta, ei vain faktoja
Tässä on ehkä koko muutoksen ydin.
Kun hakukone etsi sivuja, usein riitti, että oikeat avainsanat löytyivät oikeasta paikasta. Generatiivinen tekoäly pyrkii muodostamaan kokonaiskuvan. Se vertailee tietoa, etsii vahvistusta ja hakee kontekstia.
Käytännössä tämä tarkoittaa, ettei yksittäinen hyvä tuotesivu enää välttämättä riitä. Jos samat tiedot, käyttötapaukset ja kokemukset löytyvät johdonmukaisesti myös jälleenmyyjiltä, tuotetietosyötteistä, käyttöohjeista, asiakasarvioista ja muista riippumattomista lähteistä, tekoälyllä on enemmän aineistoa muodostaa tuotteesta luotettava kokonaiskuva. Kyse ei siis ole vain tiedon määrästä, vaan ennen kaikkea sen johdonmukaisuudesta.
Tekoäly muodostaa käsityksensä koko digitaalisesta jalanjäljestä
Verkkosivusto on edelleen tärkeä lähde, mutta vain yksi osa paljon laajempaa kokonaisuutta. Tekoäly yhdistelee tietoa yrityksen omasta sisällöstä, rakenteisesta tuotedatasta ja tuotesyötteistä, jälleenmyyjien julkaisemista tuotetiedoista, asiakasarvioista, uutisista, asiantuntijasisällöstä, videoista ja julkisista keskusteluista.
MITEN TEKOÄLY MUODOSTAA KÄSITYKSENSÄ
Tekoäly ei arvioi verkkosivustoasi, se arvioi digitaalista jalanjälkeäsi.
Verkkosivusto
Yksi lähde muiden joukossa – ei enää koko tarina.
Digitaalinen jalanjälki
Kymmeniä julkisia lähteitä
Tekoäly kokoaa & vahvistaa
Vertailee tietoa, etsii vahvistusta ja kontekstia useasta lähteestä.
Suositus asiakkaalle
Tekoäly suosittelee sen, minkä se löytää, ymmärtää ja johon voi luottaa.
Ajatellaan työkaluvalmistajaa, joka lanseeraa uuden akkuporakoneen. Muutamassa viikossa tuote elää jo kymmenissä paikoissa: valmistajan omalla sivulla ja PIM-järjestelmässä, jälleenmyyjien verkkokaupoissa, Google Merchant -syötteissä, YouTube-esittelyissä ja käyttöohjeissa, asiakasarvioissa ja ehkä alan median vertailuissa. Kun asiakas sitten kysyy tekoälyltä, mikä on paras porakone sähköasentajalle, tekoäly ei enää rakenna käsitystään yhden tuotesivun varaan, se kokoaa käsityksensä tästä koko hajautetusta jalanjäljestä.
Juuri siksi digitaalinen jalanjälki ei ole enää pelkästään markkinoinnin vastuulla. Siihen vaikuttavat yhtä aikaa tuotetieto, sisältö, integraatiot, jälleenmyyjät, asiakaskokemukset ja koko digitaalisen kaupankäynnin ekosysteemi.
Lähteet myös vaihtelevat palveluittain. Englanninkielisissä analyyseissä Reddit nousee useissa tutkimuksissa esiin erityisesti Perplexityn ja Googlen AI Overviewsin käyttämänä lähdetyyppinä, kun taas ChatGPT näyttää hyödyntävän suhteellisesti enemmän Wikipediaa. Samalla YouTube ja muu videosisältö esiintyvät yhä useammin AI-vastausten taustalähteinä.4 Eri tekoälyt siis luottavat eri lähteisiin.
Entä Suomessa?
Suomessa vastaavaa tutkimusta ei vielä juuri ole. Muodostaako tekoäly käsityksensä suomalaisista yrityksistä ennen kaikkea niiden omasta sisällöstä, alan medioista, keskustelufoorumeista vai vaikkapa LinkedInissä julkaistusta asiantuntijasisällöstä? Todennäköisesti vastaus vaihtelee toimialoittain.
Yritysten kannattaa jo nyt pohtia, missä heidän toimialansa keskustelu käytännössä käydään. Kuluttajatuotteissa painottuvat todennäköisesti eri lähteet kuin B2B-ratkaisuissa tai teollisuudessa. Yrityksen ei kuitenkaan kannata odottaa tutkimusten valmistumista: digitaalisen jalanjäljen vahvistaminen on hyödyllistä riippumatta siitä, mitkä yksittäiset lähteet tulevaisuudessa painottuvat.
Syntyy kokonaan uusi ohjelmistokategoria
Kun liiketoiminnalle syntyy uusi mittari, syntyy yleensä myös uusia työkaluja.
Viimeisen vuoden aikana markkinoille on ilmestynyt kokonaan uusi ohjelmistokategoria, jonka tavoitteena on auttaa yrityksiä ymmärtämään näkyvyyttään generatiivisen tekoälyn vastauksissa (mm. Profound, Peec AI ja Palmata).5 Jo se, että useat toisistaan riippumattomat toimijat ratkaisevat samaa ongelmaa, kertoo AI-näkyvyyden olevan muodostumassa uudeksi digitaalisen kaupankäynnin mittariksi.
Uusimmat työkalut menevät jo pelkkää mittaamista pidemmälle: ne pyrkivät kertomaan myös, mitä kannattaisi tehdä seuraavaksi. Työkalut voivat siis auttaa tunnistamaan ongelmia ja priorisoimaan kehityskohteita, mutta näkyvyys ei parane itsestään. Se paranee vasta, kun yrityksen tuotedataa, sisältöä ja muuta digitaalista jalanjälkeä kehitetään näiden havaintojen pohjalta. AI-näkyvyyttä ei siis rakenneta yksittäisessä työkalussa, vaan kehittämällä koko sitä perustaa, josta tekoälyn käsitys syntyy.
Mitä tämä tarkoittaa yrityksille?
On vielä liian aikaista sanoa, millaiseksi AI-hakujen maailma lopulta muodostuu. Yksi asia näyttää kuitenkin jo selvältä: yritysten digitaalista näkyvyyttä ei voi enää mitata pelkillä hakusijoituksilla.
Samalla kannattaa alkaa tarkastella omaa digitaalista jalanjälkeä uudesta näkökulmasta. Muutama kysymys, joista aloittaa:
Mitä tietoa tuotteistanne on verkossa saatavilla, ja missä?
Onko tieto johdonmukaista eri lähteissä?
Onko tuotteista riittävästi kontekstia, ja löytyykö niistä myös riippumattomia lähteitä?
AI-näkyvyys ei ole Solteqille erillinen AI-hanke, vaan luonnollinen jatkumo sille työlle, jota yritykset ovat tehneet jo vuosia: tuotedatan, hakukoneoptimoinnin, sisällönhallinnan, integraatioiden ja digitaalisen kaupankäynnin kehittämisessä. Autamme asiakkaitamme tunnistamaan, mitkä digitaalisen kaupankäynnin osa-alueet vaikuttavat AI-aikakaudella näkyvyyteen ja mistä kehitystyö kannattaa aloittaa.
Edellisessä blogissani kirjoitin, että tekoäly voi suositella vain sen, minkä se ymmärtää. Tämän blogin jälkeen täydentäisin ajatusta vielä yhdellä lauseella:
Tekoäly voi suositella vain sen, minkä se löytää, ymmärtää ja johon se pystyy luottamaan.
Siinä kilpailu AI-aikakaudella lopulta käydään.
Haluatko sparrata aiheesta?
Lähteitä:
1 https://blog.google/products-and-platforms/products/search/google-search-ai-mode-update/
2 https://ahrefs.com/blog/ai-search-overlap/
3 https://moz.com/blog/investing-in-seo-is-geo/
4 https://www.tryprofound.com/blog/ai-platform-citation-patterns/
5 https://www.contentful.com/newsroom/contentful-introduces-palmata/