Synlighet i AI-sök: ett snitt visar inte var ni saknas

Synlighet i AI-sök handlar om hur ofta ert bolag nämns när någon frågar ChatGPT, Gemini, Claude eller Googles AI-översikter om det ni säljer. Många mätverktyg sammanfattar det i en enda siffra. Det kan till exempel stå att ni nämns i 30% av svaren och sedan följs siffran månad för månad.

En sådan siffra är ett snitt. Den blandar köpare med olika behov och frågor med olika avsikt. Ett bolag kan synas bra när små kunder frågar och saknas helt när de största kunderna jämför leverantörer.

Min rekommendation är att ni mäter synligheten per målgrupp och per avsikt med frågor som era köpare faktiskt ställer. Då ser ni var luckan sitter och kan göra något åt just den.

Ett exempel på vad snittet döljer

Ett exempel: ett påhittat bolag säljer kaffemaskiner till kontor. Bolaget ställer 60 frågor till fem AI-tjänster och får 300 svar. Bolaget nämns i 90 av de 300 svaren och snittet blir 30%. Så här ser samma svar ut uppdelade per målgrupp.

Målgrupp	Svar där bolaget nämns	Andel
Små kontor	39 av 75	52%
Kontorschefer på medelstora bolag	27 av 75	36%
Fastighetsförvaltare	21 av 75	28%
Inköpare på större bolag	3 av 75	4%
Alla målgrupper	90 av 300	30%

Snittet på 30% ser stabilt ut. Uppdelningen visar att bolaget nästan saknas när inköpare på större bolag frågar och det kan vara där de största affärerna finns.

Samma sak gäller avsikten bakom frågan. Bolaget kan nämnas när någon vill veta vilka leverantörer som finns och ändå saknas när någon ber om en enda rekommendation.

Svaren skiljer sig från gång till gång

AI-tjänsterna svarar inte likadant varje gång. I en studie från SparkToro och Gumshoe ställde 600 frivilliga tolv frågor till ChatGPT, Claude och Googles AI-tjänster och fick 2 961 svar. För ChatGPT och Googles AI var chansen mindre än 1% att två svar på samma fråga innehöll samma lista med varumärken.

Forskarnas slutsats var att andelen svar där ett varumärke nämns är ett rimligt mått när frågorna är många och ställs flera gånger. En placering i ett enskilt svar säger däremot lite.

Svaren kan också påverkas av vad tjänsten vet om den som frågar. ChatGPT kan till exempel använda sparade minnen och tidigare samtal för att anpassa svaren. Två köpare kan alltså få olika svar på samma fråga.

Det är ett skäl till att varje målgrupp behöver många frågor. Min bedömning är att tre frågor per målgrupp ger en andel som är för osäker för att jämföra över tid.

Så bygger vi frågorna

En mätning blir aldrig bättre än frågorna. Så här gör vi.

1. Välj fyra till fem målgrupper. Utgå från era affärsområden och er sökdata. En målgrupp är en typ av köpare med ett eget behov. Det kan vara inköparen på ett större bolag eller ägaren till ett litet kontor.
2. Följ köpresan. Frågorna går från att se vilka leverantörer som finns till krav, jämförelse och val. En jämförelsefråga ber om en vägning av alternativen och en rekommendationsfråga ber om ett enda val.
3. Ställ lika många frågor till varje målgrupp. Runt 15 frågor per målgrupp fördelade över stegen i köpresan gör att målgrupperna går att jämföra.
4. Förankra varje fråga i kategorin. Frågan ska innehålla det ni säljer. Frågan "Vilken leverantör har service samma dag?" kan handla om vad som helst. Frågan "Vilken leverantör av kaffemaskiner till kontor har service samma dag i Göteborg?" mäter rätt marknad.
5. Låt köparna ge orden. Söktermerna i Google Ads och Search Console är bra källor och det är frågorna som säljare och kundtjänst får också. Search Console är Googles verktyg som visar vilka sökningar webbplatsen syns på.
6. Lämna ert eget namn utanför. Frågorna ska låta som när en köpare letar efter en leverantör.
7. Ställ frågorna i flera AI-tjänster och flera gånger. ChatGPT, Gemini och Claude svarar olika och var och en svarar olika från gång till gång.

Läs svaren bakom siffrorna

Ett omnämnande kan betyda olika saker. Bolaget kan vara förstavalet i en rekommendation eller ett namn längst ned i en lång lista. Det kan också nämnas som ett exempel på vad köparen ska undvika.

Läs därför de svar som räknas som omnämnanden innan siffrorna går vidare. Titta också på vilka bolag som nämns i stället för er i varje målgrupp och vilka webbplatser AI-tjänsterna hänvisar till.

Håll isär synligheten i AI-sök och placeringen i Googles vanliga sökresultat. Det är två olika mått och de ska ha var sin plats i rapporten. Samma princip gäller i en dashboard där ett snitt eller en stapel utan nämnare lätt ger fel bild. Det skriver jag om i texten om en dashboard som ledningen faktiskt läser.

Hur många besök som faktiskt kommer från AI-tjänsterna syns i GA4. Guiden om att spåra AI-trafik i Google Analytics 4 visar hur ni samlar dem i en egen kanal.

Vad ni gör med en lucka

En lucka hos en målgrupp visar var arbetet ska börja. Min bedömning är att det oftast handlar om att webbplatsen inte svarar på just den målgruppens frågor eller att bolaget saknas i de källor som AI-tjänsterna läser.

1. Läs svaren för målgruppen och notera vilka bolag och webbplatser som nämns.
2. Jämför med den sida på er webbplats som borde svara och se om svaret finns där.
3. Skriv in svaret på sidan med fakta om ert erbjudande som stämmer.
4. Ställ samma frågor igen efter ett kvartal och jämför andelen för målgruppen.

Nästa steg för er

Vi mäter synligheten i AI-sök per målgrupp och steg i köpresan med frågor som bygger på era köpares egna ord. Vi ställer frågorna i flera AI-tjänster och läser svaren innan något räknas. Ni ser var ni saknas och vilka som nämns i stället. För de största luckorna skriver vi text till de sidor som ska svara och efter ungefär ett kvartal mäter vi igen med samma frågor. Mätningen gör mest nytta där köparen jämför flera leverantörer innan valet som inom B2B.

Vet ni vilken av era målgrupper som inte hittar er när de frågar ChatGPT?