تغییر رفتار خریداران و ناکارآمدی ساختارهای سنتی
ساختار استاندارد تیمهای بازاریابی در شرکتهای B2B معمولاً بازتابدهنده قیف بازاریابی گوگل است؛ به این صورت که بخش سئو (SEO) مسئولیت رتبهبندی را بر عهده دارد، تیم محتوا با نگارش پستهای مبتنی بر کلمات کلیدی به سئو کمک میکند و بخش تبلیغات کلیکی نیز خلأهای ترافیک ارگانیک را پوشش میدهد. در این ساختار، فرض بر این است که خریدار صفحه نتایج جستجو (SERP) را مشاهده کرده و روی یکی از گزینهها کلیک میکند.
اما امروزه بسیاری از خریداران این صفحه را نادیده میگیرند. آنها سوالات خود را مستقیماً از ابزارهایی مانند ChatGPT، Gemini، Perplexity یا حالت هوش مصنوعی گوگل (Google’s AI Mode) میپرسند؛ برای مثال سوال میکنند: «بهترین نرمافزار مدیریت قرارداد برای تیمهای حقوقی متوسط چیست؟» و ابزار هوش مصنوعی پاسخی مستقیم شامل نام سه شرکت ارائه میدهد. اگر نام برند شما در میان این سه گزینه باشد، وارد چرخه معامله میشوید و در غیر این صورت، حتی از وجود چنین فرصتی باخبر نخواهید شد.
رتبهبندی خوب در گوگل دیگر تضمینی برای حضور در پاسخهای هوش مصنوعی نیست. بررسیهای شفتون روی ۲۰ پرسش کلیدی خریداران نشان میدهد شرکتهایی که در صفحه اول گوگل رتبههای برتر را دارند، به ندرت در پاسخهای دستیارهای هوش مصنوعی ظاهر میشوند. به عنوان نمونه، یکی از مشتریان این شرکت مشاوره که در مرحله جذب سرمایه سری B قرار داشت، با وجود داشتن ۱۴ کلمه کلیدی در صفحه اول گوگل، تنها در ۴ پاسخ از ۲۰ پرسش هوش مصنوعی حضور داشت. دلیل این امر آن است که فعالیتهای لازم برای کسب ارجاع از هوش مصنوعی (AI Citations)، ایجاد سیگنالهای یکپارچه برند، تاییدیه شخص ثالث و تولید محتوای ساختاریافته، در شرح وظایف هیچیک از اعضای تیمهای بازاریابی سنتی تعریف نشده است.
سه تغییر کلیدی در وظایف اعضای تیم بازاریابی
برای هماهنگی با این تغییرات، نیازی به استخدام نیروی جدید نیست؛ بلکه بازتعریف وظایف در سه بخش کلیدی کفایت میکند. در تیمهای زیر ۲۰ نفر، مدیریت جستجوی هوش مصنوعی باید به عهده مسئول جذب تقاضا (Demand Generation) باشد و در سازمانهای بزرگتر، معاون بازاریابی باید شخصاً این مسئولیت را تا زمان اثبات کارآمدی فرآیند بر عهده بگیرد.
- تبدیل مدیر سئو به مدیر جستجوی هوش مصنوعی: وظیفه این فرد از بررسی رتبهبندی کلمات کلیدی به مدیریت ارجاعات هوش مصنوعی تغییر میکند. این نقش شامل یکپارچهسازی اطلاعات برند در تمام پلتفرمهایی است که مدلهای هوش مصنوعی آنها را تحلیل میکنند؛ از جمله وبسایت شرکت، لینکدین، G2، Crunchbase، Reddit و دایرکتوریهای تخصصی صنعت. پراکندگی اطلاعات برند (Entity Fragmentation) یکی از رایجترین مشکلات در ارزیابیهاست که با مدیریت یکپارچه برطرف میشود.
- تغییر رویکرد تیم محتوا از کمیت به کیفیت و شواهد علمی: تقویم انتشار محتوا باید به نصف کاهش یابد و زمان آزاد شده به تولید محتوای قابل استناد برای مدلهای هوش مصنوعی اختصاص یابد. این محتوا شامل دادههای دستاول، نتایج عددی پروژههای مشتریان، نظرات کارشناسان داخلی و صفحات ساختاریافتهای است که موتورهای پاسخدهنده بتوانند به راحتی اطلاعات آنها را استخراج کنند. ارزیابی عملکرد این تیم نیز باید بر اساس ارجاعات کسبشده و تاثیر بر قیف فروش سنجیده شود.
- انتقال روابط عمومی دیجیتال به بودجه عملکردی: مدلهای هوش مصنوعی به همسویی اطلاعات در منابع مستقل پاداش میدهند. ذکر نام برند در نشریات تخصصی، پلتفرمهای نقد و بررسی و انجمنهای گفتگو اکنون همان نقشی را ایفا میکند که بکلینکها در یک دهه گذشته داشتند. بنابراین، روابط عمومی دیجیتال (Digital PR) دیگر یک هزینه جانبی قابل حذف نیست، بلکه یک کانال جذب مشتری با اهداف فصلی مشخص است.
بازتوزیع بودجه بازاریابی: یک نمونه واقعی
تغییر ساختار بودجه برای یک مشتری با هزینه بازاریابی ماهانه ۶۰ هزار دلار به شرح زیر اجرا شد:
وضعیت قبلی بودجه: ۳۰ هزار دلار برای تبلیغات کلیکی، ۱۲ هزار دلار برای تولید محتوا، ۸ هزار دلار برای خدمات آژانس سئو، ۵ هزار دلار برای برندینگ و روابط عمومی، و ۵ هزار دلار برای ابزارها.
وضعیت بودجه پس از یک فصل تغییر: ۲۴ هزار دلار برای تبلیغات کلیکی (کاهش ۲۰ درصدی برای حفظ کمپینهای پربازده و دادههای مربوط به قصد خرید کاربران)، ۱۰ هزار دلار برای تولید محتوای مستند و باکیفیت، ۱۰ هزار دلار برای برنامه جستجوی هوش مصنوعی (شامل یکپارچهسازی هویت برند و دادههای ساختاریافته)، ۱۰ هزار دلار برای روابط عمومی دیجیتال با تمرکز بر کسب ارجاع، و ۶ هزار دلار برای ابزارها (اضافه کردن ابزار ردیابی دیدهشدن در هوش مصنوعی مانند Peec AI یا ابزارهای هوش مصنوعی Semrush).
برنامه عملیاتی ۹۰ روزه برای گذار به عصر جدید
شفتون توصیه میکند که تغییر ساختار نباید از روز اول اجرا شود، بلکه باید یک فرآیند سه مرحلهای طی شود:
- هفته اول تا چهارم (سنجش پایه): تست ۲۰ پرسش کلیدی خریداران در چهار دستیار اصلی هوش مصنوعی و ثبت نتایج و ارجاعات. در این مدت، پراکندگی اطلاعات برند بدون تغییر در ساختار تیم اصلاح میشود.
- هفته پنجم تا هشتم (اجرای آزمایشی): تشکیل یک گروه کوچک متشکل از مدیر جستجوی هوش مصنوعی، یک کارشناس محتوا و بخشی از بودجه روابط عمومی برای تمرکز روی یک خط محصول خاص، در حالی که سایر بخشها به کار عادی خود ادامه میدهند.
- هفته نهم تا دوازدهم (مقایسه و ارزیابی): بررسی نرخ ارجاع، ترافیک ورودی از دستیارهای هوش مصنوعی و تعداد مشتریان راغب (Leads) ورودی از این کانال. در نهایت، بودجه بر اساس شواهد به دست آمده تخصیص مییابد.
در این مسیر، سه اشتباه رایج وجود دارد که باید از آنها اجتناب کرد: نخست، استخدام متخصص بهینهسازی موتورهای جستجوی هوش مصنوعی (GEO) پیش از سنجش اولیه؛ شفتون به شرکتی اشاره میکند که یک موقعیت شغلی با حقوق ۱۵۰ هزار دلار را برای وظیفهای آگهی کرده بود که حتی یکبار هم آن را بسنجش نگذاشته بود. دوم، حذف کامل بودجه سئوی سنتی (زیرا دستیارهای هوش مصنوعی همچنان از شاخصهای جستجوی سنتی استفاده میکنند)؛ و سوم، برخورد با جستجوی هوش مصنوعی به عنوان یک پروژه جانبی بدون ردیف بودجه مشخص.
شش ماه پس از این تغییر ساختار، شرکت نرمافزاری مذکور توانست حضور خود را در پاسخهای هوش مصنوعی از ۳ مورد به ۱۲ مورد از میان ۲۰ پرسش تست افزایش دهد و درخواستهای دمو ارجاعشده از هوش مصنوعی را در سیستم مدیریت ارتباط با مشتری (CRM) خود ردیابی کند، بدون آنکه اندازه تیم بازاریابی خود را افزایش داده باشد.