Kesalahan GEO terbesar yang dapat dilakukan oleh merek
Ketika optimasi mesin generatif (GEO) mendapatkan perhatian di seluruh organisasi ritel dan e-commerce, banyak merek melakukan pendekatan seperti SEO: sebuah tantangan visibilitas yang dapat ditugaskan ke agensi, diukur terhadap pesaing, dan dioptimalkan dari waktu ke waktu. Namun, hal ini mungkin merupakan kerangka kerja yang salah. Nilai strategis GEO tidak terbatas pada seberapa sering suatu merek muncul dalam rekomendasi yang dihasilkan AI, terutama dibandingkan dengan pesaing. Nilainya terletak pada apa yang diungkapkan oleh rekomendasi tersebut tentang cara berpikir konsumen, cara mereka menggambarkan kebutuhan mereka, alternatif apa yang mereka pertimbangkan, dan bagaimana perilaku tersebut berubah seiring waktu. Bagi pengecer yang menavigasi jalur pembelian yang semakin padat, kecerdasan tersebut pada akhirnya mungkin lebih berharga daripada visibilitas itu sendiri. Konsumen kini menggunakan platform AI untuk mengajukan pertanyaan yang sangat kontekstual tentang produk dan kategori. Ini membantu mereka membuat keputusan pembelian. Berbeda dengan penelusuran tradisional, interaksi ini sering kali berisi deskripsi mendetail tentang preferensi dan rasa frustrasi. Interaksi juga menandakan tujuan dan pengorbanan pelanggan. Mereka memberikan tingkat wawasan tentang niat pelanggan yang secara historis telah dihabiskan oleh pemasar dalam jumlah besar untuk mencoba mengungkapnya melalui survei dan kelompok fokus. Pemasar juga mempelajari perilaku pencarian dan data penjualan. Pertanyaan yang muncul kemudian adalah bagaimana menyadari bahwa proses pemantauan dan pemahaman interaksi tersebut kini merupakan kemampuan strategis tersendiri. GEO lebih dari sekadar cara merek meningkatkan kehadiran mereka dalam respons yang dihasilkan AI. GEO SEBAGAI FUNGSI KECERDASAN PELANGGANSetiap interaksi antara konsumen dan asisten AI mengandung sinyal permintaan. Konsumen mengungkapkan bagaimana mereka mendefinisikan masalah mereka, atribut mana yang paling penting dalam keputusan pembelian, alternatif apa yang mereka pertimbangkan, dan pengorbanan apa yang ingin mereka lakukan. Ketika dikumpulkan dalam ribuan interaksi, percakapan tersebut menciptakan gambaran niat pelanggan yang terus berkembang. Sebuah merek kecantikan mungkin menemukan bahwa konsumen semakin memprioritaskan transparansi bahan dibandingkan klaim kemanjuran. Retailer alas kaki mungkin mengidentifikasi kekhawatiran yang muncul seputar kenyamanan, keberlanjutan, atau kesesuaian sebelum tema tersebut menjadi jelas dalam data penjualan. Perusahaan barang rumah tangga mungkin melihat pelanggan menggunakan bahasa yang benar-benar baru untuk mendeskripsikan suatu kategori, yang menandakan perubahan dalam cara mereka memandang nilai. Ini adalah wawasan bisnis yang dapat memengaruhi merchandising, pengembangan produk, perencanaan inventaris, strategi penetapan harga, dan positioning. Organisasi yang mempelajari cara menangkap dan menafsirkan sinyal-sinyal tersebut secara efektif dapat memperoleh keuntungan yang berarti dibandingkan pesaing yang memandang GEO hanya sebagai latihan optimasi. MENGAPA OUTSOURCING GEO MENCIPTAKAN RISIKO Tidak ada satu pun dari hal ini yang menunjukkan bahwa lembaga tidak mempunyai peran penting. Banyak organisasi akan terus bergantung pada mitra eksternal untuk strategi konten, pengukuran, pemantauan, dan pelaksanaan. Tantangan muncul ketika GEO diperlakukan secara eksklusif sebagai layanan yang harus dilakukan dan bukan sebagai kemampuan untuk dikembangkan secara internal. Aset paling berharga yang diciptakan melalui GEO adalah pembelajaran yang dihasilkan dengan memahami mengapa rekomendasi dibuat dan bagaimana perilaku pelanggan berubah di sekitar rekomendasi tersebut. Ketika intelijen berada di luar organisasi, pengambil keputusan sering kali menerimanya setelah disaring, diringkas, dan dikemas ke dalam siklus pelaporan. Sebaliknya, organisasi yang memiliki kemampuan internal dapat menghubungkan wawasan tersebut secara langsung dengan keputusan yang dibuat di seluruh bisnis. Perbedaannya bersifat strategis. Satu pendekatan menghasilkan rekomendasi dan laporan. Kedua, menciptakan umpan balik yang berkelanjutan antara perilaku pelanggan dan pengambilan keputusan bisnis. Ketika AI terus mengubah cara konsumen menemukan produk, kecepatan organisasi dalam mempelajari produk mungkin sama pentingnya dengan visibilitas yang mereka peroleh. COLLAPSING FUNELMunculnya penemuan yang didorong oleh AI juga menantang beberapa asumsi lama tentang cara kerja pemasaran. Selama bertahun-tahun, pemasar memisahkan pembangunan merek dari pemasaran kinerja. Yang pertama menciptakan kesadaran dan preferensi, sedangkan yang lainnya menangkap permintaan dan menghasilkan hasil yang terukur. Saat ini, perbedaan tersebut semakin sulit dipertahankan. Konsumen membuka situs pengecer setelah menerima rekomendasi, perbandingan, dan panduan dari asisten AI. Proses penemuan dan pertimbangan, serta evaluasi, terjadi dalam jangka waktu yang lebih ketat. Corong tradisional menjadi terkompresi. Banyak merek telah melihat bukti bahwa hasil kinerja sangat dipengaruhi oleh apa yang terjadi sebelum konsumen mengklik sebuah iklan. Semakin banyak informasi dan keyakinan pelanggan saat memasuki proses pembelian, semakin mudah konversinya. Tantangan bagi pemasar adalah memahami bagaimana pengaruh menyebar melalui perjalanan pelanggan. AI mempercepat konvergensi tersebut, dan mempersulit pemisahan ke dalam tahapan-tahapan yang berbeda. IMPLIKASI PRAKTIS Pemasaran kinerja tetap penting. Konsumen masih membeli melalui situs pengecer, pasar, toko, dan aplikasi. Saluran periklanan ini terus mendorong sebagian besar konversi ritel, dengan sedikit bukti bahwa skenario ini akan berubah dalam waktu dekat. Yang berubah adalah banyak konsumen mulai membentuk preferensi dan mempersempit pilihan. Pengecer harus mengevaluasi tampilannya di seluruh platform AI utama. Mereka perlu berinvestasi pada infrastruktur konten yang mendukung representasi akurat sekaligus memastikan bahwa informasi produk, penentuan posisi kategori, dan narasi merek konsisten di seluruh sumber yang diandalkan oleh sistem AI. Hal yang sama pentingnya adalah mereka harus membangun proses internal untuk memahami apa yang diungkapkan oleh penemuan yang dimediasi AI tentang pelanggan mereka. Organisasi yang melakukan pendekatan GEO hanya sebagai tantangan visibilitas dapat meningkatkan kehadiran mereka dalam rekomendasi yang dihasilkan AI. Namun organisasi yang memperlakukannya sebagai sumber intelijen pelanggan mungkin dapat meningkatkan lebih dari itu. Mereka mungkin membangun pemahaman yang lebih mendalam tentang permintaan, mengidentifikasi perubahan pasar lebih awal, dan membuat keputusan yang lebih baik di seluruh bisnis. AI mengubah penemuan, namun merek harus memiliki kecerdasan yang diciptakan oleh perubahan tersebut—atau menyerahkannya kepada orang lain. Elizabeth Buchanan adalah chief komersial officer Rokt. Bergabunglah bersama kami di New York City pada bulan September ini untuk menghadiri Fast Company Innovation Festival tahunan. Tiket dengan harga lebih tinggi tersedia sekarang hingga Minggu, 12 Juli. Dapatkan tiket festival Anda hari ini.
Diterbitkan : 2026-07-09 18:47:00
sumber : www.fastcompany.com
