Ez a logika az AI-alapú keresés megjelenésével sem lett kevésbé fontos. Viszont kapott egy új dimenziót. Egyre több márka szeretné ugyanis tudni, hogyan kerülhet be a ChatGPT, a Perplexity, a Gemini és más AI-rendszerek válaszaiba.
Mit kell tenni ahhoz, hogy amikor valaki nem egy konkrét cégnévre keres, hanem például azt kérdezi, melyik szolgáltatót érdemes választania egy adott problémára, az AI az ő márkáját is ismerje, megemlítse vagy akár ajánlja? Felmerül a kézenfekvő kérdés: lehet ebben szerepe a natív hirdetésnek? Szerintem igen. De nem azért, mert maga a hirdetés valamiféle új AI-rankingfaktor lenne.
Az ajánlódoboz önmagában nem AI-optimalizálás
Érdemes rögtön tisztázni a legfontosabbat. Attól, hogy egy hirdetés nagyon sok cikk végén megjelenik egy tartalmi ajánlódobozban, még nem következik automatikusan, hogy a márkát gyakrabban fogja ajánlani a ChatGPT. A Related típusú natív hirdetés elsődlegesen disztribúciós eszköz. A szerkesztőségi cikk végén megjelenik egy kép, egy cím és bizonyos felületeken egy rövid ajánlószöveg, amely felkelti az olvasó érdeklődését, majd továbbviszi arra a tartalomra, amelyet a hirdető megadott.
AI-láthatósági szempontból ezért nem elsősorban azt érdemes vizsgálni, hogy maga az ajánló mit „mond az AI-nak”. Sokkal érdekesebb kérdés, hogy milyen tartalomra visszük vele az embereket.
Ha a céloldal egy hagyományos kampánylanding, amelyen nagyjából annyi szerepel, hogy „Kérjen ajánlatot most!”, akkor a natív kampány kiválóan teljesíthet marketinges vagy értékesítési célból, de AI-láthatósági szempontból kevés új értéket teremt. Ha viszont ugyanaz a kampány egy olyan tartalomra visz, amely egy valós kérdést részletesen megválaszol, bemutatja a márka szakértelmét, egyértelműen leírja a szolgáltatását és ellenőrizhető állításokat tartalmaz, akkor már egészen más a helyzet. Nem a hirdetés lesz AI-optimalizált. A hirdetés elviszi a közönséget egy olyan tartalomhoz, amely az AI számára is értelmezhető. Ez fontos különbség.
A landingoldal helyett válaszoldalban is érdemes gondolkodni
A teljesítményalapú online hirdetések világában megszoktuk a landingoldalakat. Legyen rajta egy erős headline, néhány előny, lehetőleg minél kevesebb zavaró tényező és egy jól látható CTA. Konverziós szempontból ennek továbbra is megvan a helye. Az AI-láthatóság szempontjából viszont érdemes lehet egy másik tartalomtípust is mellétenni: a válaszoldalt.
Ez alatt nem valamiféle robotoknak készített, kulcsszavakkal telezsúfolt oldalt értek. Éppen ellenkezőleg. Olyan tartalmat, amely tényleg jól válaszol valamire.
Ha valaki magánklinikát keres, akkor például nem feltétlenül az érdekli elsőként, hogy az adott intézmény „kiemelkedő minőségű, páciensközpontú szolgáltatásokat kínál”. Inkább azt szeretné tudni, milyen problémával fordulhat oda, milyen vizsgálatok érhetők el, kik az orvosok, mennyibe kerül egy szolgáltatás, mennyi idő alatt kap időpontot, hol található az intézmény és adott esetben milyen más lehetőségei vannak.
Ugyanez igaz egy üzleti szolgáltatásra is. Egy flottakezelő oldalának nem attól lesz nagyobb információs értéke, hogy azt írja magáról, hogy innovatív. Sokkal többet ér, ha elmagyarázza, milyen vállalatmérettől érdemes kiszervezni a flottakezelést, mi tartozik bele a szolgáltatásba, milyen költségekkel kell számolni és milyen esetekben nem ez a megfelelő megoldás. Pontosan ilyen kérdéseket teszünk fel egyre gyakrabban az AI-nak is.
Nem biztos, hogy a termékedre keresnek. Lehet, hogy a problémájukra
Ez azért is érdekes a natív hirdetések szempontjából, mert a jó natív cím és a jó AI-válaszra alkalmas tartalom között meglepően sok az átfedés. A natív ajánlóban sem feltétlenül az működik a legjobban, ha azt írjuk, hogy „Ismerje meg az XY Kft. új szolgáltatását”.
Az olvasót jellemzően jobban érdekli a saját problémája:
„Mikor éri meg kiszervezni a flottakezelést?”
„Mennyibe kerül valójában egy céges napelemes rendszer?”
„Milyen vizsgálatokra érdemes elmenni 40 év felett?”
„Mire figyeljünk könyvelőváltás előtt?”
Ezek egyben olyan kérdések is, amelyeket egy felhasználó könnyen beírhat a ChatGPT-be vagy más AI-rendszerbe. Ezért egy AI-láthatósági szempontokat is figyelembe vevő natív kampánynál szerintem érdemes megfordítani a megszokott gondolkodást. Ne abból induljunk ki, hogy mit szeretnénk elmondani a termékünkről, hanem abból, hogy milyen kérdésre szeretnénk, ha egyszer a márkánk is része lenne a válasznak. Ez legyen a tartalom kiindulópontja. A natív hirdetés pedig hozza hozzá a közönséget.
Mit érdemes tenni a címbe?
Ebből következően magát a natív kreatívot sem kell teleírni márkaüzenetekkel. Sőt, sokszor pont az ellenkező irány lehet érdekes. A kép feladata, hogy megállítsa a szemet. A címé, hogy felvesse a problémát vagy ígéretet tegyen egy valódi válaszra. Az opcionális lead pedig arra használható, hogy egy kicsit pontosabban elmondjuk, mit kap az olvasó a kattintás után. Ha például egy vállalat céges elektromosautó-flottákat kínál, a „Fenntartható mobilitási megoldások vállalatoknak” típusú cím ugyan korrekt, de viszonylag keveset mond. A „Mikor éri meg elektromos autóra cserélni a céges flottát?” már egy konkrét kérdés.
Ha pedig a kattintás után nem egy általános termékoldal következik, hanem egy valóban jó elemzés költségekkel, használati esetekkel, előnyökkel, hátrányokkal és konkrét példákkal, akkor ugyanaz a tartalom több célt is szolgálhat. Forgalmat hozhat, szakértői pozíciót építhet, keresési forgalmat szerezhet, és olyan információt helyezhet el a weben, amely egy későbbi AI-válasz szempontjából is releváns lehet. Ez már sokkal több, mint egy kampánylanding.
Folytatjuk…
A cikk második részéért kérjük, iratkozz fel hírlevelünkre és a megjelenésekor értesítést küldünk! Szívesen látunk mini-webináriumunkra is, melyre ingyenesen a lenti űrlapon tudsz regisztrálni.
