Sebuah studi BrightEdge menemukan bahwa 68% merek di seluruh industri mengubah strategi pencarian mereka untuk menangkap gelombang GEO.
Itu angka yang besar, namun tidak mengherankan – Anda harus hidup di bawah batu selama sekitar tiga tahun (sejak ChatGPT diluncurkan pada akhir tahun 2022) untuk bisa melewatkan arus.
Namun, banyak pemimpin pemasaran B2B yang saya ajak bicara belum sepenuhnya memahami bentuk peluang tersebut – apa yang dapat dilakukan GEO untuk merek mereka dan apa saja kelemahannya.
Tidak diragukan lagi bahwa penelusuran AI/GEO/LLMO – apa pun sebutannya (belum ada konsensus) – sangat penting untuk strategi organik yang holistik.
Namun terlalu bergantung pada mereka akan memperlihatkan celah yang bisa dieksploitasi oleh pesaing.
Artikel ini menguraikan tiga batasan spesifik pencarian AI dalam pemasaran B2B dan cara mengimbanginya dalam pendekatan organik Anda secara keseluruhan:
- Penelitian tentang vertikal dan solusi yang muncul.
- Saran bernuansa untuk para ahli vertikal.
- Objektivitas yang nyata dan dirasakan.
Mari kita lihat lebih dekat masing-masing.
Penelusuran AI tidak akan menumbuhkan kesadaran akan vertikal dan solusi yang sedang berkembang
Pemasaran pencarian tradisional – SEO atau PPC – tidak dirancang untuk membawa kesadaran terhadap produk, vertikal, atau solusi baru.
Sifatnya yang berdasarkan niat bergantung pada landasan kesadaran yang telah ditetapkan sebelumnya.
Pencarian AI memiliki batasan yang sama, tetapi ada lapisan lain.
Mengindeks konten lebih lambat dibandingkan mesin pencari tradisional (karena harus menunggu mesin tersebut mengindeksnya terlebih dahulu).
Artinya, kesadaran akan produk dan solusi baru membutuhkan waktu lebih lama untuk muncul di hasil penelusuran AI.
Bagaimana pemasar dapat menyesuaikan diri
Saran saya sama dengan penelusuran tradisional: gunakan strategi kuda Troya yang menghubungkan produk atau layanan baru Anda dengan serangkaian kueri dan tema yang sudah ada dan lebih mapan.
Jika Anda telah menciptakan kesadaran seputar istilah terkait, manfaatkan istilah tersebut untuk mengalihkan perhatian secara halus. Tanam benih baru di tempat yang kesadarannya sudah ada.
Gali lebih dalam: 5 jenis konten B2B yang disukai mesin pencari AI
Penelusuran AI tidak bagus dalam memberikan saran khusus untuk para ahli
Berbeda dengan ecommerce yang jalur pembeliannya lebih pendek dan langsung, pembelian B2B memerlukan informasi yang berlapis dan kontekstual.
Pemasar perlu membantu semua orang – mulai dari CFO hingga koordinator akun – merasa percaya diri dalam mengambil keputusan pembelian. Ini bukanlah keunggulan pencarian AI.
Model pencarian AI sangat bagus untuk masalah yang sulit – tetapi bukan masalah tumpukan jerami.
Mereka unggul dalam menunjukkan jawaban tepat yang tersembunyi dalam kebisingan, seperti ketika pemilik rumah ingin mengetahui cara memanfaatkan ekuitas rumah tanpa membiayai kembali hipotek dengan suku bunga rendah.
Model AI dapat dengan cepat menampilkan jenis produk yang tepat tanpa memaksa seseorang menyaring hasil yang tidak relevan.
Kegagalan model ini adalah pada pertanyaan-pertanyaan yang lebih luas dan strategis.
Misalnya, “Apa cara terbaik untuk memodernisasi gudang saya?”
Outputnya sering kali terasa samar-samar atau umum karena model tersebut tidak dapat memperhitungkan konteks unik ukuran, anggaran, atau tujuan perusahaan.
Singkatnya, pencarian AI dapat menemukan jarumnya, tetapi tidak dapat merancang tumpukan jerami.
Halusinasi dan misinformasi masih menjadi masalah bagi ChatGPT dan para pesaingnya – model-model baru masih bertujuan untuk “meningkatkan akurasi,” yang berarti pemasar harus mengambil hasil dengan hati-hati.
Di B2B, yang mengutamakan kedalaman, risikonya akan semakin besar, sehingga menyisakan lebih banyak ruang untuk kesalahan saat Anda mencoba mengesankan komite pembelian multi-partai.
Bagaimana pemasar dapat menyesuaikan diri
Membuat dan mendistribusikan konten – whitepaper, panduan pengguna, studi kasus – yang memberikan para ahli kedalaman yang mereka butuhkan untuk merasa percaya diri.
Saya menggunakan kata “triangulasi” dengan klien: mengantisipasi dan membangun kehadiran di seluruh tempat yang dikunjungi pengguna untuk mendapatkan informasi.
Itu termasuk LLM, tetapi juga Google, Reddit, daftar industri, dan khususnya media milik.
Gali lebih dalam: Masa depan pembangunan otoritas B2B di era pencarian AI
Pencarian AI tidak memiliki objektivitas yang nyata (atau dirasakan).
Menurut Ikhtisar AI, hasil Google lebih tepercaya dibandingkan ChatGPT:
Dan jika hal ini menurut Anda merupakan pandangan yang bias terhadap properti Google, maka di situlah letak masalahnya: hasil tersebut mungkin tidak sepenuhnya objektif.
Sentimen tersebut umumnya berlaku untuk hampir semua penelusuran AI, terutama karena AI tidak selalu mengutip sumbernya.
Seperti yang ditunjukkan oleh Ikhtisar AI di atas, hasil, misalnya, “beri saya daftar penyedia {industri} teratas” mungkin akan mengambil informasi dari penyedia yang dicantumkan dalam jawaban, yang lebih mencerminkan GEO yang baik daripada reputasi yang diperoleh sebagai penyedia teratas.
Pengguna dapat meminta LLM untuk mengutip sumber. Sebagai tanggapan, mereka akan menerima banyak tautan yang dapat mereka tindak lanjuti.
Namun perilaku tersebut bertentangan dengan alasan orang menggunakan LLM: mereka mencari jawaban yang cepat dan mudah dicerna, bukan direktori tautan untuk referensi silang.
Hal ini tidak mengurangi kemampuan pencarian AI untuk menghasilkan kumpulan pertimbangan yang cepat – dan orang-orang benar-benar menggunakan alat tersebut untuk memintanya.
Informasi itu terorganisir dengan sempurna dan mudah dibaca. Namun hal ini tidak memiliki verifikasi dan/atau bukti sosial apa pun, sehingga pengguna dan merek harus mengambil langkah tambahan yang penting.
Bagaimana pemasar dapat menyesuaikan diri
Saat saya meneliti alat atau perangkat lunak untuk tim saya, saya menggunakan penelusuran AI untuk mempersempit pilihan dan kemudian beralih ke Google untuk meneliti setiap merek lebih dalam.
Saya mencari studi kasus, kasus penggunaan, dan ulasan, yang jauh lebih mudah ditemukan di SERP tradisional daripada di hasil LLM.
Data kami untuk klien B2B dan SaaS menunjukkan perilaku yang sama.
Sejak peluncuran ChatGPT, penelitian tingkat bawah masih mengandalkan aset seperti ulasan Google, daftar G2 atau Capterra, dan studi kasus merek – bukan pada hasil penelusuran AI.
Pemasar merek harus berpikir seperti pengguna: ke mana orang akan mencari validasi setelah LLM gagal?
Bekerjalah dengan tim penjualan Anda untuk memahami bagaimana prospek mengumpulkan informasi.
Pastikan media milik Anda menjawab pertanyaan yang tidak bisa dilakukan ChatGPT, dan bangun strategi untuk ulasan dan listingan pihak ketiga.
Tanpa bagian tersebut, Anda akan membocorkan konversi antara bagian tengah dan bawah corong.
Gali lebih dalam: Bagaimana melakukan pemasaran konten B2B dengan cara yang benar (dengan 5 contoh)
Membangun strategi lengkap di luar pencarian AI
Tidak ada yang pasti mengenai hasil pencarian AI – insinyur model pada akhirnya dapat memasukkan ulasan dan peringkat pihak ketiga.
Hingga LLM dapat mencerminkan kekuatan penelusuran tradisional, penelusuran AI akan terus memiliki keterbatasan mendasar – yang harus direncanakan oleh pemasar B2B dalam strategi organik holistik apa pun.
