العصر التالي لبناء الروابط هو تحسين الاقتباس من خلال Citation Labs
يجب أن يتطور بناء الروابط.
لسنوات، قام مُحسنو محركات البحث (SEO) بقياس مستوى الرؤية من خلال الكلمات الرئيسية والتصنيفات والروابط وحركة المرور من خلال النقر.
هذه الأشياء لا تزال مهمة.
لكن إشارة العودة ضعفت، خاصة في الجزء العلوي من القمع.
التحول الأكبر هو كيفية حل المشكلات التي يواجهها عملاؤك المحتملون. لم يعد المشترون* مضطرين إلى ضغط سؤال أو قيد أو خوف أو شك في كلمة رئيسية. يمكنهم أن يسألوا أنظمة الذكاء الاصطناعي باللغة الطبيعية، ويضيفوا السياق، ويشرحوا ما يحتاجون إليه من أجل اتخاذ القرار الأفضل لموقفهم.
إذا نامت الفرق في هذا التحول، فسوف يستيقظون مع كوابيس الرؤية التي لا يمكنهم تفسيرها باستخدام مقاييس تحسين محركات البحث القديمة.
يؤدي ذلك إلى تغيير مهمة منشئي الروابط.
ولم يكن الهدف أبدًا مجرد المزيد من الروابط. هناك حاجة إلى منشئي الروابط لكسب الرؤية عند تحويل الصفحات.
والآن، يتعين علينا أن نقترب من اتخاذ القرار: ما هي المعلومات التي يحتاجها المشتري، وما إذا كانت تلك المعلومات موجودة، وما هي المصادر التي يمكن لأنظمة الذكاء الاصطناعي استرجاعها والوثوق بها واستخدامها.
يجب أن يتطور بناء الروابط إلى تحسين الاقتباس.
*المشتري هو اختصار للممارسين وأصحاب المصلحة والمشاركين في القرار الذين يحاولون حل مشكلة يمكن أن يساعد عرضك في معالجتها.
يغير بحث الذكاء الاصطناعي ما تعنيه رؤية تحسين محركات البحث
هل مازلت تركز بشدة على الرؤية في أعلى مسار التحويل؟
لم تنته تلك الحقبة، لكنها لا تخلق نفس التأثير.
لا يزال من الممكن أن يساعد الترتيب للموضوعات الواسعة ذات الصلة بالمشتري. وكذلك الأمر بالنسبة للرؤية في عمليات البحث والمصادر ذات الصلة التي تستمدها أنظمة الذكاء الاصطناعي عندما تحتاج مرحلة اتخاذ القرار إلى معلومات جديدة.
لا تزال أساسيات تحسين محركات البحث (SEO) مهمة: المحتوى المفيد، والمراجع الموثوقة، والسلطة، واتساق المصدر، والوضوح، والروابط القوية.
لكن السلسلة القديمة (كسب الرابط، دعم التصنيف، الحصول على النقرة، إثبات التأثير) قد ضعفت.
قام تحسين محركات البحث وبناء الروابط ببناء نموذج تشغيل كامل حول الكلمات الرئيسية لأن الكلمات الرئيسية كانت وحدة القياس المتاحة لنا.
لكن الكلمات الرئيسية كانت دائمًا نسخة مضغوطة من المشكلة الحقيقية.
كان لدى الشخص سؤال، أو قيد، أو خوف، أو قرار يجب اتخاذه، أو مهمة يجب إنجازها. لاستخدام البحث، كان عليهم ترجمة ذلك إلى كلمة رئيسية.
الذكاء الاصطناعي يغير هذا السلوك. يمكن للأشخاص أن يسألوا باللغة الطبيعية، ويضيفوا سياقًا من التفاعلات السابقة، ويشرحوا ما يحاولون حله، وما يعرفونه بالفعل، وأين هم عالقون.
قد يبدو ذلك بسيطًا، لكنه يخلق تحولًا أعمق في عقلية فرق تحسين محركات البحث. يجب أن يتحول العمل من ترتيب الكلمة الرئيسية إلى مساعدة الشخص على حل المشكلة الأساسية.
هذا هو الأساس لتحسين الاقتباس: مساعدة أنظمة الذكاء الاصطناعي في العثور على مواد مصدرية مفيدة لاتخاذ القرار، بدلاً من التعامل مع رابط آخر باعتباره المهمة بأكملها.
يعرض الذكاء الاصطناعي الأسئلة التي استخدمها المشترون لطرحها على المبيعات
لقد رأينا ذلك مع العلامات التجارية الناجحة للمؤسسات التي تتمتع برؤية بحثية هائلة ولكنها تفشل في الظهور في الإجابات الرئيسية عندما يستخدم المشترون أدوات الذكاء الاصطناعي لتقييم الحلول.
يتم تصنيف الأعمال حسب عدد كبير من الكلمات الرئيسية وتستقبل ملايين زوار الموقع.
ثم طرح أحد الأشخاص داخل المؤسسة سؤالاً محددًا مرتبطًا بنقطة الألم لدى المشتري والخدمة، ولم يتم تصنيف العلامة التجارية بين الإجابات.
فعل المنافسون.
لم يُظهرها وضع الذكاء الاصطناعي من Google لأنه يفتقر إلى السياق الكافي لتحديد علامتهم التجارية بثقة والاستشهاد بها وإدراجها والتوصية بها كحل رائد لأسئلة المشتري المحددة تلك.
هذه ليست أسئلة تعتمد على الكلمات الرئيسية. إنها أسئلة من جانب المشتري كانت تظهر فقط أثناء مكالمات المبيعات: أسئلة التوضيح، والملاءمة، وحالة الاستخدام، والإثبات، والتنفيذ التي يطرحها المشترون بمجرد التعمق في الاعتبار والعناية الواجبة.
تقليديًا، كانت تلك المعلومات موجودة في رؤوس مندوبي المبيعات وعدد قليل من أصول تمكين المبيعات الداخلية. سيستخدمون السياق أثناء المكالمات لمعرفة الاحتياجات المحددة للمشتري ومطابقتها للخدمة.
يقوم المشترون بإجراء هذا البحث الآن عند وضع الخيارات في القائمة المختصرة (أكدت دراستنا السلوكية الأخيرة أن سلوك المشتري قد تحول مع وضع الذكاء الاصطناعي وأجهزة الإدخال الشاملة).
إن مهمة منشئ الروابط (نعم، الأمر متروك لنا… ما زلنا في الخطوط الأمامية مع الناشرين) هي الآن سحب تلك المعلومات من المؤسسة واستخدامها في الأماكن التي تراجعها أدوات الذكاء الاصطناعي للحصول على إجابات.
ليس فقط الروابط الخلفية.
وهذا يعني أن منشئي الروابط يحتاجون إلى الوصول إلى رؤى المبيعات الرئيسية وتشخيصات التنفيذ.
بمجرد ظهور هذه الأسئلة، لن تتمكن تغطية الكلمات الرئيسية وحدها من حل المشكلة.
يمكن أن يُظهر الطلب، لكنه لن يُظهر ما يحتاج المشتري إلى فهمه قبل أن يثق في التوصية. ولن يغطي الأسئلة التي لا يعرف المشترون طرحها (والتي نطلق عليها اسم FLUQs).
إن المعلومات المفقودة على مستوى القرار هي ما تحتاج أنظمة الذكاء الاصطناعي إلى العثور عليه قبل تضمين العلامة التجارية أو مقارنتها أو الاستشهاد بها.
تبدأ الاستشهادات قبل الإجابة
إذا فشلت تغطية الكلمات الرئيسية في الإجابة على أسئلة قرار المشتري، فمن أين تحصل أنظمة الذكاء الاصطناعي على المواد اللازمة للإجابة عليها؟
يساعدنا تتبع مطالبات BOFU في فحص هذا السطح.
لن يُظهر بالضبط نوع المطالبات التي يطلبها المشترون. لا أحد يحصل على تلك البيانات. وتشير الأبحاث الحديثة إلى أن المحفزات الاصطناعية لا تزال قادرة على إعطاء إشارة مفيدة عندما تمثل نية المشتري الحقيقية، ولكن لا ينبغي لنا أن نتعامل مع جولة واحدة – أو 100 – على أنها الحقيقة.
تبدأ بطرح السؤال التالي: “عندما نطرح سؤالاً يمثل مشكلة تتعلق بالمشتري، ما هي المصادر التي يصل إليها النظام؟”
هذا هو المكان الذي يتغير فيه عمل بناء الروابط.
تحتاج إلى إلقاء نظرة على الصفحات المذكورة في تلك الإجابات والسؤال عما إذا كانت تعطي النظام تفاصيل كافية للإجابة دون التخمين:
هل يشرحون العرض؟
هل يقارنون الخيارات؟
هل يظهرون حالة الاستخدام؟
هل تشمل الدليل؟
يتغير مزيج المصدر حسب الموجه والصناعة والنية.
في الجزء السفلي من مسار التحويل، نرى في كثير من الأحيان أدوات الذكاء الاصطناعي تستشهد بـ LinkedIn، وYouTube، وصفحات المقارنة التابعة لجهات خارجية، والمواقع المصغرة، والعديد من المحتوى من المنافسين أو البائعين في السوق في الإجابات على مطالبات المشتري. في بعض القطاعات نرى وثائق وتوجيهات حكومية
غالبًا ما يشكل البائعون في السوق أكبر مجموعة اقتباسات.
تستخدم أنظمة الذكاء الاصطناعي ما يمكنها استرجاعه وتطبيقه بسرعة، بأقل قدر من الحوسبة (مثل البشر إلى حد كبير). إن الصفحة التي تحتوي على الجدول أو المقارنة أو إطار العمل أو البنية التي تم إنشاؤها بالفعل تمنح النظام شيئًا يمكن استخدامه.
مهمتك هي كسب الروابط وتحسين المواد التي قد تشير إليها أنظمة الذكاء الاصطناعي قبل أن تقرر العلامات التجارية التي تنتمي إلى الإجابة. يبدأ تحسين الاقتباس قبل الإجابة.
ملاحظة مهمة: لا تبالغ في قراءة تشغيل موجه واحد. تعقب المطالبات عدة مرات للبحث عن الفجوات المتكررة. إذا اختفت علامة تجارية من فئة مطالبات ذات قيمة، فإن هذا الغياب يمنحك مكانًا للتحقيق فيه.
تحسين الاقتباس: الحالة المستقبلية لبناء الروابط
يعني تحسين الاقتباس تحديد الصفحات ومواقع الويب التي تؤثر على إجابات الذكاء الاصطناعي، ثم تحسين كيفية ذكر عرضك. ومن ثم، تظهر العلامة التجارية بشكل أكثر اتساقًا ودقة وفي سياق أفضل.
إحدى الطرق البسيطة لتفعيل هذا النهج هي تذكر PARSE:
بالنسبة إلى مُحسّنات محرّكات البحث (SEO) ومنشئي الروابط، فإن نقطة البداية هي البحث السريع عن المصدر:
تتبع المطالبات التي لا تحمل علامة تجارية والتي تهم مشكلة المشتري.
قم بتشغيلها أكثر من مرة.
انظر إلى الصفحات والمجالات التي يستشهد بها النظام بشكل متكرر.
قم بفحص تلك الصفحات.
يجب عليك أن تسأل:
ما هي المصادر التي تشكل الجواب؟
أي منها مقارنة الخيارات؟
أي منها يحتوي على جدول أو قائمة أو إطار عمل أو شرح يمكن للنظام استخدامه؟
أي منها يذكر المنافسين لكنه يتركك خارجًا؟
أي منها يذكرك دون سياق كافٍ لشرح سبب انتمائك؟
يمنح هذا الأسلوب منشئي الروابط نوعًا مختلفًا من قائمة الأهداف. هدفك ليس فقط تأمين رابط خلفي آخر. إنه تحسين المواد المصدرية التي قد تستخدمها أنظمة الذكاء الاصطناعي قبل أن تقرر العلامات التجارية التي تنتمي إلى الإجابة.
يمكن أن يعني ذلك إضافة العلامة التجارية إلى صفحة مقتبسة، أو تحسين إشارة حالية، أو استبدال مقارنة بسيطة بمقارنة أكثر وضوحًا، أو المساهمة بجدول أو رسم بياني أو شرح قصير أو جزء أصول آخر يمنح الصفحة مادة أكثر فائدة للعمل بها.
وهذا لا يزال يتضمن الروابط.
نحن لا نترك الرابط وراءنا.
لكن ذكر العلامة التجارية والنص الأساسي وحدهما ضعيفان جدًا.
أنت بحاجة إلى سياق ربط: مادة مفيدة حول الرابط تساعد النظام على فهم قيمة الإشارة.
سواء كنت داخل الشركة أو تعمل مع منشئي الروابط، فأنت بحاجة إلى طلب أكثر من مجرد رابط خلفي.
اطلب رابطًا خلفيًا بالإضافة إلى سياق الربط: جزء مفيد من السياق يمكن أن يساعد في تشكيل اقتباس الذكاء الاصطناعي. على الأقل، يجب أن يشرح هذا الجزء العرض، وحالة الاستخدام، ومن يساعد، ولماذا ينتمي إلى الإجابة.
هذا هو التحول الأول من بناء الروابط إلى تحسين الاقتباس وزيادة البحث ورؤية الذكاء الاصطناعي.
إرسال التعليق