Questo è il terzo articolo di una serie di tre parti su come i brand possono misurare l'efficacia e il ROI della loro visibilità basata sull'intelligenza artificiale.
- Parte 1: ROI diretto
- Parte 2: Cerca Halo
- Parte 3: L'alone della sotto-entità
Un'impresa di sviluppo immobiliare con cui abbiamo collaborato aveva un marchio principale molto forte.
Appariva regolarmente nelle risposte generate dall'IA. La ricerca di marca era in buona salute. In apparenza, la visibilità dell'IA sembrava funzionare.
Ma quando abbiamo esaminato i loro singoli progetti immobiliari, è emerso qualcosa di ancora più rivelatore.
Alcuni progetti venivano raccomandati per nome. L'intelligenza artificiale li individuava specificamente, indicandone chiaramente la posizione, le caratteristiche e il posizionamento.
Altri no. Venivano semplicemente indicati come "un progetto di [marchio]". Nessun nome del progetto. Nessun riconoscimento indipendente. Solo il marchio principale che li includeva nella risposta.
Quel divario era importante, ma non solo perché un tipo di acquirente è più vicino alla conversione rispetto a un altro.
Il problema più profondo è questo: Se l'IA conosce solo il marchio ma non il singolo progetto, non può associare quel progetto a una specifica query dell'utente..
Quando un utente chiede:
“Quale condominio nei dintorni [posizione] ha [caratteristiche/requisiti specifici]?"
L'intelligenza artificiale ha bisogno di conoscere la posizione, le caratteristiche e il posizionamento del progetto per rispondere a questa domanda. Se sa solo che esiste il marchio principale, il progetto non viene raccomandato.
Non perché non sia adatto. Perché l'intelligenza artificiale non ha informazioni sufficienti al riguardo per sapere che lo è.
Il progetto non sta semplicemente perdendo una conversione. Viene completamente escluso dalla conversazione proprio nel momento in cui un acquirente qualificato sta ponendo la domanda giusta.
I dati non ci dicevano solo come si stava comportando l'IA. Ci dicevano quali progetti avevano generato segnali indipendenti a sufficienza per potersi reggere da soli... e quali no.
Si tratta di una questione di architettura del marchio. E i dati di visibilità dell'IA delle sotto-entità hanno fornito la risposta.
È qui che entra in gioco Sub-Entity Halo.
Perché la misurazione a livello di marchio non è sufficiente
La misurazione a livello di marchio è utile, ma può nascondere proprio questo tipo di divario.
Un'azienda può possedere diversi sotto-marchi di prodotti (iPhone, Xbox) o servizi (AWS, YouTube, Apple Music). Anche se il marchio principale compare costantemente nelle risposte dell'IA, ciò non indica quali offerte specifiche l'IA comprende abbastanza bene da poterle consigliare e quali invece non riesce ad abbinare alla query effettiva dell'utente.
Gli utenti sono spesso molto più specifici di quanto le misurazioni a livello di marchio possano evincere. Non sempre chiedono all'IA informazioni su un marchio, ma piuttosto su:
- un prodotto con caratteristiche specifiche
- un servizio adatto a casi d'uso specifici
Se l'IA non dispone di sufficienti dettagli su uno specifico prodotto o servizio, non può mostrare né il marchio né il prodotto/servizio nelle query, anche se il marchio principale è noto. L'entità secondaria risulta invisibile proprio nel momento in cui sarebbe più rilevante.
E questa invisibilità non si manifesta a livello del marchio principale. Il marchio nel suo complesso può apparire stabile nelle risposte dell'IA, mentre le singole offerte vengono sistematicamente escluse dalle query più importanti per il business.
Ecco perché i marchi hanno bisogno di un terzo livello di misurazione.
Cosa significa Sub-Entity Halo in parole semplici
Sub-Entity Halo risponde a due domande correlate:
- L'intelligenza artificiale sta mettendo in evidenza i nostri prodotti o servizi specifici nelle query in cui sono più pertinenti?
- E quando l'IA li individua, ciò porta a successive ricerche e conversioni relative a quella specifica offerta?
Si chiama "alone" perché, come nel caso dell'alone nella ricerca, l'IA non è sempre responsabile del clic finale. Crea consapevolezza e influenza la considerazione a monte. Tale influenza si manifesta in seguito nel comportamento di ricerca specifico del prodotto e nelle conversioni sulla pagina del prodotto.
Il viaggio si presenta così:
- Un utente chiede all'intelligenza artificiale qual è l'opzione migliore in una specifica categoria o caso d'uso.
- L'intelligenza artificiale possiede informazioni specifiche sufficienti sul tuo prodotto/servizio per abbinarlo alla query e consigliarlo per nome.
- L'utente abbandona l'interfaccia di intelligenza artificiale.
- L'utente cerca specificamente il nome di quel prodotto o servizio.
- L'utente viene reindirizzato alla pagina del prodotto o servizio pertinente.
- L'utente effettua la conversione.
Se il passaggio 2 fallisce, ovvero se l'IA non dispone di dettagli sufficienti per abbinare il prodotto alla query, il resto del processo non ha luogo. Un concorrente prende il suo posto.
Questo è Sub-Entity Halo. Il livello di misurazione che lo rende visibile.
L'effetto alone delle sub-entità nella pratica
Il concetto diventa più chiaro con l'esempio di marchi reali. Ecco due esempi, uno per un prodotto fisico e uno per un servizio, che mostrano come si manifesta l'effetto alone delle sotto-entità a seconda di ciò che si vende.
Note:Queste non sono esecuzioni reali, ma solo un esempio per illustrare il concetto.
Esempio 1: Nike (prodotto fisico)
Marchio principale: Nike
Sotto-entità (prodotto denominato): Nike Air Max 270
Nike è uno dei marchi più riconosciuti al mondo. Ma quando un utente si rivolge all'intelligenza artificiale con una domanda specifica, la sola notorietà del marchio potrebbe non essere sufficiente per ottenere un consiglio su un prodotto.
Query dell'utente: “Quali sono delle buone scarpe da ginnastica per tutti i giorni con la massima ammortizzazione per le lunghe passeggiate?".
Per rispondere a questa domanda, l'IA deve sapere che le Air Max 270 hanno l'unità Air nel tallone più grande di Nike, che sono state progettate per il comfort di tutto il giorno e che rientrano in una specifica fascia di prezzo. Deve conoscere questa specifica sotto-entità, non solo il marchio.
Quando il segnale della sotto-entità è forte: L'IA consiglia le Air Max 270 per nome, descrive la loro tecnologia di ammortizzazione e le abbina al caso d'uso dell'utente. L'utente quindi cerca “Nike Air Max 270e atterra direttamente sulla pagina del prodotto.
Quando il segnale della sotto-entità è deboleL'IA sa solo che Nike produce scarpe da ginnastica. Menziona Nike in modo generico, ma non riesce ad associare un modello specifico alla query. Un prodotto di un concorrente, per il quale l'IA dispone di informazioni più chiare sulle caratteristiche, potrebbe invece essere la soluzione ideale.
La pagina delle Air Max 270 potrebbe ricevere un traffico elevato, sia diretto che a pagamento. Tuttavia, Sub-Entity Halo appare solo quando l'IA è in grado di individuarlo specificamente, il che richiede che l'IA lo conosca abbastanza bene da poter effettuare la corrispondenza.
Cosa significa questo per NikeSe i dati di visibilità dell'IA mostrano che le Air Max 270 non vengono menzionate nelle ricerche relative ad ammortizzazione o comfort, si tratta di un problema di qualità del segnale, non di un problema del prodotto. La soluzione consiste nel creare contenuti più ricchi e specifici su questo prodotto, in modo che l'IA possa rappresentarlo accuratamente nelle conversazioni in cui dovrebbe avere successo.
Esempio 2: HubSpot (Servizio/Soluzione)
Marchio principale: HubSpot
Sotto-entità (soluzione denominata)HubSpot Marketing Hub
HubSpot è ampiamente conosciuto come piattaforma CRM e di marketing. Tuttavia, la piattaforma è composta da diversi Hub, ognuno dei quali si rivolge a un team, a un problema o a un acquirente differente. Un utente che valuta delle soluzioni raramente chiede informazioni sul marchio HubSpot in generale, ma piuttosto su una soluzione specifica per un problema specifico.
Query dell'utente: “Qual è lo strumento migliore per gestire campagne email, landing page e lead nurturing in un'unica piattaforma per un'azienda B2B di medie dimensioni?".
Per rispondere a questa domanda, l'IA deve sapere che Marketing Hub include email marketing, creazione di landing page, flussi di lavoro per la gestione dei lead e analisi di marketing. L'IA deve anche sapere che è stato progettato specificamente per i team che desiderano integrare queste funzionalità all'interno di un CRM. Deve conoscere Marketing Hub, non solo HubSpot.
Quando il segnale della sotto-entità è forteL'intelligenza artificiale consiglia HubSpot Marketing Hub, ne spiega le funzionalità e lo abbina al contesto B2B dell'utente, ovvero a quello di un'azienda di medie dimensioni. L'utente cerca "HubSpot Marketing Hub" e viene reindirizzato alla pagina dedicata alla soluzione.
Quando il segnale della sotto-entità è deboleL'IA sa che HubSpot è una piattaforma di marketing, ma non è in grado di descrivere le funzionalità specifiche di Marketing Hub in modo sufficientemente dettagliato per poterla abbinare alla query. Menziona HubSpot in modo generico oppure consiglia un concorrente la cui pagina di soluzioni è meglio rappresentata nelle conoscenze dell'IA.
Il segnale complessivo del marchio HubSpot è forte. Tuttavia, se Marketing Hub non viene rappresentato adeguatamente come una sotto-entità con un posizionamento chiaro, dettagli sulle funzionalità e casi d'uso specifici, rischia di essere ignorato proprio nelle query per cui è stato creato.
Cosa significa questo per HubSpotOgni Hub deve essere considerato come una sfida di visibilità AI a sé stante. Marketing Hub, Sales Hub e Service Hub hanno ciascuno acquirenti, query e segnali diversi di cui l'IA ha bisogno per fornire raccomandazioni accurate. Un marchio principale forte non si traduce automaticamente in una forte visibilità per le sue entità secondarie. Ognuna deve guadagnarsi il proprio spazio nelle risposte dell'IA.
E se il marchio da solo non bastasse per entrare nella conversazione?
Gli esempi precedenti mostrano cosa succede quando l'IA conosce un marchio ma non le sue sotto-entità abbastanza bene da poter effettuare la corrispondenza. Il marchio potrebbe comunque essere consigliato, sebbene in termini più ampi/generici.
Ma esiste una versione più ampia e invisibile di questo problema.
A volte la domanda di un utente è troppo specifica perché il marchio principale possa rispondere, ma una delle sue entità secondarie potrebbe essere la soluzione ideale. Tuttavia, poiché l'intelligenza artificiale non conosce a fondo tale entità secondaria, non è in grado di individuare un'opzione sufficientemente specifica.
Pertanto, né il marchio principale né la sua sotto-entità entrano minimamente in gioco. È qui che affidarsi esclusivamente alla visibilità del marchio principale si rivela un punto cieco strategico.
Il monitoraggio delle sotto-entità è ciò che le rende visibili. Mostra con precisione quali sotto-entità stanno perdendo query che dovrebbero vincere e dove un investimento mirato potrebbe effettivamente fare la differenza.
Note:: Questa non è una vera e propria esibizione, ma solo un esempio per illustrare il concetto.
Esempio: Moxy Hotels by Marriott (prodotto fisico/basato sulla posizione)
Marchio principaleMarriott
Sotto-entità (prodotto denominato): Moxy Hotels
Marriott è uno dei gruppi alberghieri più grandi al mondo, con un'ampia gamma di strutture che spaziano dal lusso al business e al lifestyle. Un utente che pone una domanda generica sugli hotel potrebbe ragionevolmente ricevere come risposta Marriott.
Ma non tutte le domande sono di carattere generale.
Query dell'utente: “Quali hotel carini ed economici mi consigliate per un viaggio in solitaria ad Amsterdam quando ho vent'anni?".
Questa richiesta ha requisiti specifici: prezzi accessibili, un'atmosfera conviviale, un design all'avanguardia e un pubblico di giovani viaggiatori indipendenti.
Il marchio Marriott è troppo vasto per poter rispondere a questa domanda con certezza. L'intelligenza artificiale non sa se una specifica struttura Marriott soddisfi i criteri, quindi individua i marchi e le strutture che sa chiaramente soddisfarli.
Cosa succede in assenza di conoscenza delle sub-entità: Né Marriott né alcuna delle sue strutture vengono menzionate. L'intelligenza artificiale individua ostelli, boutique hotel economici o marchi lifestyle il cui posizionamento corrisponde chiaramente alla query. L'opportunità scompare completamente.
Cosa dovrebbe succedere: Moxy Hotels è la risposta di Marriott proprio a questa domanda. Creato specificamente come marchio alberghiero accessibile, di design e social, rivolto ai viaggiatori più giovani, vanta strutture in tutta Europa, tra cui Amsterdam. Soddisfa appieno le esigenze dell'utente.
Ma se l'IA non riconosce Moxy Hotels come un'entità distinta con un proprio posizionamento, fascia di prezzo, pubblico di riferimento e dettagli a livello di singola struttura, non ha modo di sapere se un'entità di Marriott sia la soluzione giusta. Il marchio da solo non può fornire questa risposta.
Cosa rivela il monitoraggio delle sotto-entità: Le richieste di informazioni su hotel economici, alloggi a prezzi accessibili e viaggi a basso costo nelle città in cui Moxy ha delle strutture rappresentano una categoria di opportunità mancate. Monitorare Moxy come entità secondaria rende visibili queste mancate opportunità e chiarisce dove investire in contenuti e pubbliche relazioni potrebbe effettivamente fare la differenza, invece di investire nella presenza più ampia del marchio Marriott, che non avrebbe mai potuto conquistare queste richieste.
Perché l'effetto alone delle sub-entità è importante per i marchi
Ciò è particolarmente importante per i marchi con:
- linee di prodotti o offerte di servizi specifici
- pagine di destinazione specifiche per categoria denominata
- soluzioni denominate per pubblici o casi d'uso diversi
Notate la parte "con nome". Perché senza un nome, non si tratta di un'entità che l'utente può facilmente cercare o con cui l'intelligenza artificiale può facilmente associare qualcosa.
E se si misura l'impatto dell'IA solo a livello del marchio principale, si rischia di non cogliere i punti in cui si crea valore e quelli in cui si perde.
Un marchio potrebbe registrare prestazioni complessive stabili dell'IA, mentre un prodotto specifico viene silenziosamente escluso da ogni ricerca pertinente. Oppure un'offerta ad alto margine viene costantemente consigliata e nessuno nel team lo sa perché si concentrano solo sui segnali di brand di alto livello.
La visibilità dell'IA non crea valore in modo uniforme all'interno di un portafoglio. Può favorire:
- un prodotto rispetto a un altro
- una linea di servizio rispetto a un'altra
- un sotto-marchio rispetto agli altri
La differenza spesso dipende dalla quantità di informazioni specifiche e strutturate che l'IA possiede su ciascuna sotto-entità. Quelle con segnali più forti vengono abbinate a un maggior numero di query. Quelle senza segnali rimangono invisibili, indipendentemente dalla notorietà del marchio principale.
Come i marchi possono misurare in pratica l'effetto alone delle sub-entità
La logica è simile a quella di Search Halo, ma applicata a livello di prodotto o servizio. Il modello funziona in tre fasi.
Passaggio 1: isolare la sotto-entità
Definisci il prodotto, il servizio o la linea di business che desideri misurare. Ti servono un nome chiaro e una landing page dedicata.
Quanto più precisa è questa definizione, tanto migliore sarà la misurazione.
Passaggio 2: Misurare l'intento di ricerca per quella sotto-entità
In Google Search Console, analizza il traffico di ricerca specificamente legato a quel prodotto o servizio, utilizzando sia la pagina di destinazione su cui gli utenti hanno cliccato, sia il nome del prodotto o servizio nella query di ricerca.
In questo modo si isolano le visite in cui l'intento di ricerca riguardava effettivamente quella specifica offerta, e non una visita qualsiasi alla pagina.
Fase 3: stimare l'impatto della conversione
In GA4, misura le conversioni organiche su quella specifica landing page. Quindi applica il rapporto di intento di acquisto del passaggio 2 per stimare quante di queste conversioni sono state generate da un intento di ricerca reale a livello di prodotto.
Sub-Entity Halo = quota di traffico organico con intento di prodotto × conversioni organiche sulla pagina del prodotto
Quindi, se il 30% dei clic organici su una pagina prodotto proviene da ricerche che riguardano chiaramente quel prodotto e la pagina genera 50 conversioni organiche, l'impatto stimato sulle conversioni è di 15 conversioni.
Il punto non è che ognuna di quelle 15 conversioni provenga necessariamente dall'IA. Il punto è che se la visibilità dell'IA per quello specifico prodotto aumenta, e con essa aumentano le ricerche con intento di acquisto e le conversioni sulla pagina del prodotto, ora si ha un modo pratico per stimarne l'impatto a valle e monitorarlo nel tempo.
Cosa dovrebbero cercare i marchi
- Input primarioVisibilità dell'IA per il prodotto o servizio specifico tramite nome
- Copertura delle query: Comparsa nelle query specifiche per funzionalità e per posizione
- Segnale di domanda: Cerca ascensore per quel prodotto o servizio specifico nome
- Segnale stradaleTraffico organico verso la landing page corrispondente
- Segnale di intenzioneQuota di traffico organico verso quella pagina in base all'intento di acquisto.
- UscitaConversioni stimate dell'effetto alone a livello di prodotto nel tempo
Il primo segnale è quello più importante: la sotto-entità compare nelle query specifiche a livello di funzionalità e di posizione, dove è più rilevante?
In caso contrario, le metriche a valle rifletteranno tale assenza, a prescindere da quanto sia forte il segnale del marchio principale.
Quando tutti i segnali si muovono insieme (la visibilità dell'IA aumenta, le ricerche con intento di prodotto crescono, le conversioni sulle pagine prodotto seguono a ruota), si può osservare come l'IA stia creando valore a livello di offerta, non solo a livello di marchio principale.
Le implicazioni più profonde dell'alone delle sub-entità
Sub-Entity Halo non è solo un modello di misurazione. È uno strumento diagnostico.
Quando lo sviluppatore immobiliare ha visto quali progetti venivano denominati dall'IA e quali no, ha trovato una risposta a una domanda più complessa:
Quali dei nostri progetti hanno generato segnali indipendenti a sufficienza per poter funzionare autonomamente? E quali dipendono completamente dal marchio principale per poter essere integrati nelle soluzioni basate sull'intelligenza artificiale?
Questa distinzione ha dirette conseguenze commerciali. Un progetto che l'IA non è in grado di descrivere con sufficiente dettaglio (posizione, caratteristiche, connettività, posizionamento) verrà escluso da ogni ricerca in cui tali dettagli sono effettivamente ciò che l'acquirente sta cercando. Non comparirà perché il marchio stesso non è abbastanza rilevante da essere preso in considerazione.
La consapevolezza di ciò ha cambiato le priorità di investimento dello sviluppatore. Più contenuti e attività di PR a supporto dei brand di progetto più deboli, non per istinto, ma in base a ciò che i dati di visibilità dell'IA rivelavano su quali sotto-entità avevano il segnale per competere in modo indipendente e quali no.
Questo è ciò che Sub-Entity Halo permette di fare. Non si tratta solo di attribuzione, ma di una definizione delle priorità strategiche basata su come l'IA scopre e raccomanda offerte specifiche.
Come Sub-entity Halo completa questa serie di misurazioni della visibilità dell'IA
Parte 1 (ROI diretto) ha risposto: L'intelligenza artificiale ha generato conversioni dirette attribuibili?
Parte 2 (Cerca Halo) ha risposto: L'intelligenza artificiale ha incrementato la domanda di marchi che si è poi manifestata attraverso i risultati di ricerca e il traffico indiretto?
Risposte alla Parte 3 (Aureola sub-entità): L'intelligenza artificiale sta individuando specifiche entità secondarie (prodotti e servizi denominati) nelle query in cui sono più pertinenti? E questo sta generando una domanda e conversioni misurabili per quelle precise offerte?
Insieme, questi tre livelli creano una visione completa del ROI della visibilità AI: impatto diretto sulle conversioni, impatto indiretto sull'immagine del marchio e impatto indiretto sull'immagine del prodotto.
Si tratta di un approccio decisamente migliore rispetto al basarsi esclusivamente sul traffico generato dall'ultimo clic.
Pensiero finale
Nell'era della ricerca basata sull'intelligenza artificiale, l'attribuzione non riguarda più solo la provenienza del clic.
Si tratta di capire da dove è nata la domanda, se l'IA disponeva di informazioni specifiche sufficienti per abbinare le offerte alle query corrette e quali parti dell'azienda vengono effettivamente scoperte o silenziosamente escluse.
Sub-Entity Halo è importante perché conferisce ai marchi quella precisione. Sposta la conversazione da "L'intelligenza artificiale ci sta aiutando?"A"Cosa ci aiuta esattamente a vendere l'intelligenza artificiale e cosa non conosce abbastanza bene per poterlo consigliare?".
È qui che la misurazione diventa davvero strategica.
Autore: Aprile Cheong
Responsabile principale del prodotto, co-fondatore di Zicy.com
Responsabile AEO/GEO, Growth.pro
