La maggior parte dei team verifica le risposte dell'IA digitando il nome della propria azienda. A decidere la rosa dei fornitori di un acquirente è invece se un assistente vi nomina quando l'acquirente non lo fa.
Ponete in ChatGPT, Claude, Gemini e Perplexity dieci domande senza nomi di marca, quelle che un acquirente farebbe prima di conoscere qualsiasi fornitore, tre volte ciascuna, e contate le risposte che nominano la vostra azienda. Torke chiama questa quota Machine Recall, la versione IA della notorietà spontanea di marca. Mostra se un acquirente che parte da un assistente sentirà mai il vostro nome.
Chiedete alla maggior parte dei team marketing se ChatGPT raccomanda la loro azienda: digiteranno il nome dell'azienda, leggeranno una descrizione ragionevole e concluderanno di sì. Quella verifica misura qualcosa di reale, ma non può dirvi se un assistente vi citerebbe a un acquirente che non ha mai sentito parlare di voi. Ed è proprio questa la domanda che decide se entrate nella rosa dei fornitori. Un acquirente che chiede quali aziende producono sistemi di ispezione per gli impianti di produzione di semiconduttori non mette il vostro nome nella domanda, quindi conta se l'assistente lo mette nella risposta.
La chiamiamo Machine Recall: la quota di domande sulla categoria, senza nomi di marca, in cui un assistente IA nomina la vostra azienda senza che il vostro nome compaia nella domanda. È la versione per le macchine della notorietà spontanea di marca, la misura da sondaggio in cui le persone nominano i marchi che conoscono in una categoria prima di vedere un elenco. La sua controparte è l'Answer Fidelity, che verifica che cosa dice l'assistente quando il vostro nome è già nella domanda. Le due misure rispondono a problemi diversi: un'azienda può essere descritta perfettamente quando la si nomina e non comparire mai quando non la si nomina.
Un assistente nomina un'azienda in una risposta senza nomi di marca quando i suoi dati di addestramento, o le pagine che recupera al momento della domanda, collegano quell'azienda al problema con le parole usate dall'acquirente. Quel collegamento nasce da articoli comparativi, directory, programmi di conferenze, stampa di settore e dalle vostre pagine, se dicono chiaramente che cosa fate e per chi. Quando queste fonti vi descrivono con il linguaggio del prodotto e l'acquirente chiede con il linguaggio del problema, il collegamento è debole. L'assistente ricorre allora ai fornitori i cui nomi compaiono più spesso accanto alle parole dell'acquirente, che in una piccola categoria sono spesso due o tre aziende.
La verifica richiede un pomeriggio. Scrivete dieci domande che un membro del vostro comitato d'acquisto porrebbe prima di conoscere qualsiasi fornitore, con le sue parole e non con le vostre, ad esempio quali fornitori possono aggiungere l'ispezione visiva a una linea esistente o che cosa cercare in un sistema di percezione per carrelli elevatori. Ponete ogni domanda in ChatGPT, Claude, Gemini e Perplexity da una sessione non autenticata o da un account nuovo, così le conversazioni precedenti non orientano la risposta, e ripetetela tre volte, perché le risposte variano da un'esecuzione all'altra. Registrate ogni azienda nominata in ogni risposta, poi dividete le risposte che vi nominano per il totale.
Prendiamo dieci domande, quattro assistenti e tre esecuzioni ciascuna, per un totale di 120 risposte. Se la vostra azienda compare in 18 di esse, la vostra Machine Recall è del 15 per cento per quel set di domande in quella data. Il numero da solo dice poco, quindi annotate accanto quali concorrenti sono comparsi e con quale frequenza. Un concorrente nominato in 70 delle 120 risposte vi mostra come gli assistenti descrivono oggi la categoria e in quali fonti dovete comparire per cambiare le cose.
La verifica ha dei limiti che vanno detti. Le risposte cambiano quando i modelli vengono aggiornati e quando cambiano le pagine che recuperano, quindi un pomeriggio vi dà una lettura valida per quella data e nulla di più. La versione ripetibile, con un set di domande che resta invariato di mese in mese, è ciò che descriviamo come AI Retrievability. Dieci domande sono inoltre un campione piccolo, quindi una differenza di due o tre risposte tra due verifiche è rumore. Infine, in una categoria che non ha ancora un nome consolidato, un punteggio basso spesso significa che finora le parole degli acquirenti non portano a nessuno, e il vocabolario resta libero per chi lo fornirà per primo.
Per un responsabile marketing, la Machine Recall cambia ciò che entra nel piano dei contenuti. Se gli assistenti nominano i concorrenti e mai voi, un'altra pagina sul vostro sito che descrive il prodotto raramente colma il divario, perché gli assistenti confrontano il linguaggio del problema dell'acquirente con molte fonti contemporaneamente. Il lavoro consiste nel descrivere ciò che fate con le parole dell'acquirente, sulle pagine che lui e gli assistenti leggono, e nel farvi nominare nelle fonti di terze parti che gli assistenti già citano per la vostra categoria. È il lavoro dell'area Visibilità di Torke Service.
Il ricordo nelle risposte dell'IA funziona come ha sempre funzionato il ricordo nella mente delle persone: l'azienda che viene in mente per prima riceve la prima chiamata. La stessa verifica vale in qualsiasi categoria in cui gli acquirenti chiedono prima di cercare. Questa settimana scrivete le vostre dieci domande con le parole che i vostri ultimi tre nuovi clienti hanno usato nella loro prima email, ponetele a quattro assistenti e contate quante volte comparite senza essere nominati. Quel conteggio vi dice se un acquirente che parte da un assistente sentirà mai parlare di voi.
Ogni risposta sta in piedi da sola: potete inoltrarla a un collega, e un assistente IA a cui viene posta la stessa domanda può citarla così com'è.
Di solito perché le fonti a cui attinge l'assistente collegano i vostri concorrenti al problema dell'acquirente con le sue stesse parole, tramite articoli comparativi, directory e stampa di settore, mentre le vostre pagine vi descrivono con un linguaggio di prodotto che l'acquirente non usa.
Usate una sessione non autenticata o un account nuovo. La memoria e le conversazioni precedenti possono orientare un assistente verso aziende di cui avete già parlato, e la verifica misurerebbe la vostra cronologia invece di ciò che vede un nuovo acquirente.
Dieci domande poste tre volte in quattro assistenti danno 120 risposte, abbastanza per vedere quali aziende dominano una categoria. Una differenza di poche risposte tra due verifiche è troppo piccola per essere letta come un cambiamento.
Diteci che cosa vende il vostro team, chi lo acquista e dove le trattative si fermano. Riceverete una risposta scritta che indica quale modalità di lavoro fa per voi o se una Diagnosi ha senso, e, se nessuna delle due è adatta, il motivo.