Como construir uma fonte de verdade pronta para IA
Em meu artigo anterior do Search Engine Journal, apresentei o conceito de Soberania da Marca: a ideia de que não deveria haver melhor fonte de verdade sobre seu negócio e produtos do que você. As respostas dos leitores, tanto diretamente quanto no LinkedIn, confirmaram algo que eu já suspeitava há algum tempo. A maioria das organizações entende por que a soberania da marca é importante, mas a questão imediata é muito mais prática:
Como você constrói e mantém a soberania da marca?
A resposta não é adicionar mais marcação de esquema, publicar mais conteúdo ou implementar o protocolo de IA mais recente. Essas tecnologias são importantes, mas são apenas opções de implementação. A Soberania da Marca é fundamentalmente uma capacidade organizacional construída com base na qualidade, integridade, governança e acessibilidade do seu conhecimento.
À medida que a IA se torna cada vez mais intermediária entre empresas e clientes, as organizações devem mudar o seu pensamento da otimização de páginas para a gestão de respostas.
A nova vantagem competitiva não é conteúdo; É confiança
Sites recompensados pela pesquisa tradicional que eram confiáveis, relevantes e tecnicamente acessíveis. Os sistemas de IA operam de maneira diferente.
Quando um cliente pergunta: “Qual colchão é melhor para quem dorme de lado e dorme com calor?” ou “Qual SUV é melhor para rebocar um trailer de viagem?” A IA não procura a página com a melhor otimização de palavras-chave. Está reunindo uma resposta a partir das evidências que tem disponíveis.
Cada recomendação representa uma decisão de confiança. A IA avalia informações estruturadas, atributos de produtos, relacionamentos, avaliações, documentação, informações de localização, referências de especialistas e inúmeros outros sinais antes de decidir quais marcas merecem inclusão.
Isso cria uma mudança importante na estratégia. As organizações não estão mais competindo simplesmente para serem encontradas. Eles estão competindo para fornecer as evidências mais confiáveis. Essa confiança não pode ser fabricada através de instruções inteligentes ou de otimização agressiva. Deve ser conquistado através da qualidade da informação.
A maioria das organizações possui dados de produtos. Poucos têm dados de decisão
Uma das lições mais valiosas do trabalho recente envolveu a construção de conhecimento de produtos prontos para IA para um varejista de produtos de consumo. Como muitas empresas, elas já possuíam extensas informações sobre os produtos. Suas páginas continham preços, dimensões, materiais, garantias, disponibilidade e os atributos padrão exigidos para comércio eletrônico. O esquema do produto refletia com precisão muitas dessas informações, facilitando sua exposição por meio de protocolos emergentes, como MCP e UCP.
Do ponto de vista técnico, a implementação foi considerada bem-sucedida. Do ponto de vista do cliente, porém, ainda faltava algo importante. Os consumidores raramente iniciam sua jornada de compra perguntando sobre a contagem de bobinas ou a altura do colchão. Em vez disso, fazem perguntas que refletem o seu processo de decisão.
Eles querem saber se o colchão dorme bem, se é adequado para travessas laterais, se alivia a pressão nos ombros, se há financiamento disponível, se a entrega é oferecida na sua área e, talvez o mais importante, como se compara com produtos concorrentes que já estão considerando.
Essas respostas geralmente existem em algum lugar da organização e normalmente estão espalhadas por várias páginas e configuradores de produtos. Eles podem aparecer em materiais de treinamento interno, conversas de suporte ao cliente, literatura de vendas, guias de compras ou na experiência dos funcionários da loja. Infelizmente, eles raramente são organizados em um corpo de conhecimento estruturado e confiável que os sistemas de IA possam consumir com segurança.
O resultado é que a IA depende frequentemente de retalhistas a jusante, sites de avaliação e sites de comparação que já organizaram esta informação em torno do processo de decisão do cliente.
Ironicamente, muitas marcas tornam-se menos autoritárias sobre os seus próprios produtos do que as empresas que os vendem.
Os clientes já estão dizendo o que está faltando
Vários anos atrás, apresentei um modelo que mostrava como uma empresa gerou US$ 6,8 milhões extraindo consultas relacionadas a receitas a partir de pesquisas internas em sites. Esse princípio tornou-se ainda mais valioso na era da IA. Cada pesquisa interna representa um cliente tentando responder a uma pergunta. Podemos encontrar padrões semelhantes em configuradores de recursos e funções integrados em nosso site.
Quando milhares de visitantes pesquisam (melhor colchão para dores nas costas), (máquina de lavar louça silenciosa), (hotel que aceita animais de estimação) ou (SUV com assentos na terceira fila), eles estão revelando as informações de que precisam para tomar uma decisão. Da mesma forma, se eles selecionarem vários recursos no configurador, eles também informarão os pontos problemáticos e os recursos.
As organizações muitas vezes tratam essas pesquisas como oportunidades de conteúdo, mas acredito que elas deveriam primeiro ser vistas como lacunas de conhecimento.
Se os clientes fizerem repetidamente uma pergunta que suas informações estruturadas não conseguem responder, o problema não é necessariamente que você precise de outro artigo. Isso pode indicar que sua organização nunca modelou formalmente esse conhecimento ou tem pouco ou nenhum contexto para sua resposta.
Nesse projeto de modelagem de pesquisa de sites, uma consulta teve mais de 100.000 solicitações sobre a conversão de um passe de um dia para um passe de vários dias. A equipe de marketing estava inflexível em responder a essa pergunta. Que, de fato, no FAQ para a pergunta, a resposta era clara e clara como o dia, e três letras: Sim. Por que não incluir um link para a página onde eles podem fazer isso, ou quaisquer detalhes sobre o processo de fazer isso online ou no parque?
A constatação mudou fundamentalmente a discussão. O problema não foi se a organização respondeu à pergunta, porque respondeu. O problema era que a resposta encerrava a jornada do cliente em vez de avançá-la. Ao conectar essa questão diretamente ao processo de atualização, a organização criou uma nova oportunidade de receita precisamente quando a intenção do cliente era maior.
Esta distinção é importante porque se espera cada vez mais que a IA responda diretamente às perguntas dos clientes, em vez de simplesmente direcioná-los para outra página web.
Construir a soberania da marca requer 4 capacidades de conhecimento
A Soberania da Marca pode ser considerada uma iniciativa técnica, mas, na realidade, requer propriedade coordenada em marketing, produto, engenharia, suporte ao cliente, jurídico, vendas e operações. Resolver a soberania da marca requer quatro capacidades.
1. Completude do Conhecimento
As organizações devem garantir que captam não apenas as especificações factuais dos seus produtos e serviços, mas também as informações baseadas em decisões que os clientes utilizam para comparar, avaliar, validar e, em última análise, tomar decisões de compra. As especificações explicam o que é um produto; o conhecimento da decisão explica por que alguém deveria escolhê-lo. A IA depende cada vez mais de ambas as formas de informação para produzir recomendações nas quais os clientes confiam. As organizações muitas vezes comemoram as citações de IA sem primeiro perguntar se publicaram conhecimento de decisão suficiente para merecer a citação. Antes de medir a visibilidade da IA, eles devem medir a cobertura das respostas.
2. Conectividade do Conhecimento
Os fatos tornam-se significativamente mais valiosos quando estão conectados por meio de relacionamentos significativos. Os produtos devem conectar-se aos locais, os locais aos serviços, os serviços às políticas, as políticas às experiências do cliente, e todas estas relações devem reforçar-se mutuamente dentro de um gráfico de conhecimento coerente. A IA não recupera simplesmente factos isolados; raciocina através dos relacionamentos. Quanto mais ricos e completos esses relacionamentos se tornam, maior será a confiança que a IA pode ter ao recomendar sua organização.
3. Prontidão para respostas
As informações devem ser organizadas em torno das perguntas que os clientes realmente fazem, e não em torno de como os departamentos internos gerenciam o conteúdo. A IA tem sucesso respondendo perguntas, não navegando em organogramas ou menus de sites. Reunir perguntas frequentes, guias de compra, configuradores, documentação de suporte e árvores de decisão em um modelo de conhecimento unificado permite que as organizações respondam às perguntas cada vez mais complexas dos clientes sem forçar os próprios usuários a reunir as informações.
4. Governança
Cada empresa possui pessoas responsáveis por conteúdo, análises, produtos e experiências digitais. Muito poucos têm alguém responsável por garantir que o conhecimento coletivo da organização permaneça completo, preciso, consistente e legível por máquina em todos os pontos de contato com o cliente. À medida que a IA se torna a principal interface entre empresas e clientes, governar o conhecimento organizacional tornar-se-á tão importante como governar os dados financeiros, a conformidade legal ou os padrões da marca.
À medida que a IA se torna a principal interface entre empresas e clientes, essa responsabilidade torna-se cada vez mais estratégica.
Por que as organizações precisam de alguém que possua as respostas
Isto leva a um papel que acredito que muitas empresas acabarão por estabelecer.
Se o título se torna “VP de Respostas”, “Líder de Governança do Conhecimento” ou algo totalmente diferente é menos importante do que a responsabilidade subjacente.
Alguém deve possuir a integridade do conhecimento da organização para capacitar esses quatro recursos em todos os ativos e não apenas nas páginas da web. Esta responsabilidade inclui identificar atributos de decisão ausentes, resolver informações conflitantes entre departamentos, conectar entidades relacionadas, governar dados estruturados, monitorar respostas de IA e garantir que a organização continue sendo a fonte de informações mais confiável sobre si mesma.
Essa função se assemelha à descrição inicial do trabalho dos gerentes de crescimento nas organizações de produtos. Os gerentes de crescimento raramente possuem todos os canais de marketing, mas coordenam esforços entre departamentos para melhorar a aquisição e retenção de clientes. Uma função semelhante deve surgir para o conhecimento organizacional, onde eles fazem continuamente uma pergunta simples, mas poderosa:
Se um sistema de IA precisasse recomendar nossos produtos hoje, teríamos fornecido todos os fatos necessários para tomar a decisão certa?
Medindo a Soberania da Marca
Um dos desafios da Soberania da Marca é que ela não pode ser medida apenas por classificações. Em vez disso, as organizações devem avaliar a sua preparação em diversas dimensões.
- Expomos as informações que os clientes realmente precisam para tomar decisões?
- Esses fatos são consistentes em todos os canais digitais?
- A IA pode compreender as relações entre nossos produtos, serviços, locais, políticas e conhecimentos?
- Capturamos os atributos de comparação sobre os quais os clientes perguntam rotineiramente?
- As evidências mais confiáveis sobre nosso negócio vêm de nós?
Essas perguntas fornecem uma avaliação mais significativa do que simplesmente contar as propriedades do esquema ou monitorar a visibilidade da pesquisa. O objectivo não é simplesmente maximizar a implementação técnica, mas maximizar a confiança.
Da otimização de páginas ao conhecimento governamental
Por mais de duas décadas, o marketing digital concentrou-se em tornar as páginas da web mais fáceis de descobrir, mas a IA apresenta um desafio diferente. Exige que as organizações tornem o conhecimento mais fácil de entender.
É por isso que acredito que a Soberania da Marca representa mais do que outra estrutura de SEO. É uma disciplina empresarial centrada em garantir que não haja melhor fonte de verdade sobre a sua organização do que a sua própria organização.
Mais recursos:
Imagem em destaque: patpitchaya / Shutterstock
