La shortlist è la nuova prima pagina.

Come quasi tutti quelli che cercano una soluzione, negli ultimi 25 anni abbiamo iniziato quella ricerca su Google. Digitiamo qualche parola (siamo diventati tutti bravissimi), alla fine clicchiamo su un link blu, visitiamo un sito e finiamo in un funnel di marketing.

Ma dalla fine del 2022 qualcosa è cambiato, e continua a diffondersi. Molti di noi, in diverse fasce e settori, sono passati a un modo di trovare soluzioni più comodo per chi compra: la ricerca AI.

Per imprenditori e team marketing, questo si manifesta come un calo del traffico di ricerca organico, e sta succedendo a quasi tutti. La domanda per la maggior parte dei prodotti non è sparita. Le persone cercano ancora. La parte alta del funnel si è solo spostata dal suo sito alla risposta dell'AI.

E dentro quella risposta, gli acquirenti cercano in modo diverso. Descrivono la loro situazione nel dettaglio, spiegano il loro caso d'uso e chiedono il prodotto che più probabilmente fa al caso loro. Quello che torna è una shortlist di pochi nomi, non dieci link blu. Quella shortlist è la nuova prima pagina.

Naturalmente, la prima cosa che quasi tutti ci siamo chiesti è: come decide un modello LLM? Da dove viene la lista? La risposta breve è: da noi. Da tutto ciò che abbiamo pubblicato negli anni, dalle recensioni e dalla copertura mediatica che ci siamo guadagnati, e da tutto ciò che altri hanno scritto su di noi. L'AI lo ha imparato durante l'addestramento e, quando oggi un acquirente fa una domanda, spesso migliora la sua risposta con ciò che trova in una ricerca web in quel momento.

La parte che controlliamo di più è il nostro sito, e per molti di noi il sito racconta la stessa storia pensata per le persone fin da prima della ricerca AI. Ora c'è un altro tipo di visitatore per cui dobbiamo ridurre di proposito lo sforzo di interpretazione: dire chiaramente cosa facciamo, per chi è, mostrare dati reali e sostenere le affermazioni con prove. Da lì la storia si diffonde: ai profili e alle directory, alle recensioni, alle pagine di confronto e ai forum, e infine alla stampa. L'AI si affida a ciò che vede ripetuto nelle fonti di cui si fida.

Sorprendentemente, anche per i grandi brand conosciuti entrare nella shortlist non è scontato. Certo, aiuta, ma non è una garanzia. Un brand più grande o più vecchio, con più domain authority e backlink, un budget pubblicitario maggiore: niente di tutto questo garantisce un posto nella lista. Ogni shortlist è la risposta a una domanda specifica, e il modello di ricerca AI sceglierà le aziende la cui storia (e le cui prove) corrispondono a quella domanda. Abbiamo visto brand noti restare fuori da risposte in cui compaiono concorrenti più piccoli, semplicemente perché il concorrente più piccolo lo ha detto chiaramente, ha curato i dettagli e altri lo hanno ripetuto.

Il che ci porta alla domanda che ci tiene svegli la notte. Siamo nella shortlist dell'acquirente o no? Ai vecchi tempi (qualche anno fa), nell'era prima della ricerca AI, era facile rispondere. Seguivamo qualche parola chiave, ottenevamo una posizione e una stima decente del volume di ricerca, e si sapeva dove stava il brand. La ricerca AI non funziona così. Non c'è un'unica lista fissa da consultare.

Gli acquirenti pongono centinaia di versioni della stessa domanda, conversando con l'AI con parole proprie, con la loro cronologia di chat personalizzata, su diversi modelli, e ogni risposta è una shortlist a sé. Con un solo prompt impariamo quasi nulla. Ma quando se ne pongono qualche centinaio, raggruppati per argomento, emerge uno schema. Alcuni brand continuano a ricomparire. Sono i brand che entrano nelle shortlist, la nuova prima pagina.

Quindi la posizione del suo brand è una quota di menzioni, non una classifica classica da motore di ricerca. È quante volte il suo brand viene nominato in un argomento, rispetto a quante volte vengono nominati i concorrenti. E poiché lo stesso prompt può tornare diverso in infiniti scenari, e ogni modello AI risponde a modo suo, quella quota deve venire da molte richieste, in ogni sistema di ricerca AI, nel tempo.

Dati di esempio.

Ogni quanto dobbiamo controllare i risultati della ricerca AI per capire quanto è visibile il nostro brand nella ricerca AI per gli argomenti che ci interessano? Non ogni cambiamento nelle risposte della ricerca AI significa qualcosa. In parte è solo l'AI che fa l'AI. In parte è reale. È arrivata una nuova recensione, più copertura sulla stampa, un concorrente ha pubblicato una pagina, il modello ha ricevuto un aggiornamento.

Distinguere le due cose dipende da quante risposte della ricerca AI stanno dietro ogni rilevazione. Ci si arriva con l'ampiezza (più prompt per argomento) o con la frequenza (eseguire gli stessi prompt più spesso). In entrambi i casi, una quota costruita su qualche centinaio di risposte resta stabile di settimana in settimana, e quando si muove possiamo fidarci che si sia mossa.

Ciascun approccio ci dice qualcosa di diverso. Eseguire gli stessi 6 prompt ogni giorno mostra come si muovono esattamente quelle 6 domande. Eseguire 40 prompt diversi sotto un unico argomento una volta a settimana mostra come si muove l'intero argomento, perché quei 40 coprono di più dei tanti modi in cui acquirenti diversi chiedono la stessa cosa. Su 8 sistemi di ricerca AI, sono 320 risposte dietro una rilevazione settimanale dell'argomento.

Nel monitoraggio della visibilità AI di Hi, Moose può scegliere una pianificazione personalizzata (più volte al giorno, una volta al giorno, settimanale, nei giorni feriali, ecc.) adatta alle esigenze della sua azienda.