રોમાનિયન લેપટોપ વિક્રેતાઓની યાદી આપતા AI-જનરેટેડ જવાબોમાં 80% કિસ્સામાં eMAG પ્રથમ સ્થાને દેખાય છે, જ્યારે Altex સામાન્ય રીતે બીજા કે ત્રીજા સ્થાને હોય છે. આ સ્થાન મહત્વનું છે કારણ કે વધુ ખરીદદારો દસ બ્લુ લિંક્સ સ્ક્રોલ કરવાને બદલે ચેટ-શૈલીના સહાયકોને પૂછી રહ્યા છે, અને AI ની ટોચની ભલામણ ઘણીવાર ડિફોલ્ટ ડેસ્ટિનેશન બની જાય છે.
AI જવાબો હવે સંપર્કનું પ્રથમ બિંદુ કેમ છે
થોડા મહિના પહેલા રોમાનિયામાં લાક્ષણિક ગ્રાહક પ્રવાસ (consumer journey) હજુ પણ સર્ચ-એન્જિન રિઝલ્ટ પેજ (SERP) થી શરૂ થતો હતો. આજે, ChatGPT જેવા લાર્જ લેંગ્વેજ મોડલ્સ અને અન્ય મોડલ્સ “હું લેપટોપ ક્યાંથી ખરીદી શકું?” જેવા પ્રશ્નોના જવાબમાં ત્રણ થી છ રિટેલર્સની સંક્ષિપ્ત યાદી આપે છે, જે પહેલેથી જ સુસંગતતા મુજબ ક્રમબદ્ધ હોય છે. લિંક્સની યાદીમાંથી સિંગલ રેન્ક્ડ જવાબ તરફનું આ પરિવર્તન AI ના ઓર્ડરિંગને એક નવા પ્રકારના સ્ટોરફ્રન્ટ વિન્ડોમાં ફેરવી દે છે.
આ અભ્યાસ કેવી રીતે તૈયાર કરવામાં આવ્યો
મેં પાંચ લોકપ્રિય AI એન્જિનમાં 18 બ્રાન્ડ-મુક્ત ક્વેરીઝ – ઉદાહરણ તરીકે “best place to buy a laptop” – આપી અને નોંધ્યું કે સૌથી વધુ મુલાકાત લેતા 13 ઈલેક્ટ્રોનિક્સ રિટેલર્સમાંથી કયા રિટેલર્સ જવાબોમાં દેખાયા. આ પ્રયોગમાં વાસ્તવિક ખરીદીનો ટ્રેક રાખવામાં આવ્યો ન હતો; તેણે ફક્ત એ જ નોંધ્યું કે AI એ કોનું નામ લીધું અને દરેક રિટેલર ક્રમમાં ક્યાં હતો.
સ્થાન માત્ર હાજરી કરતાં વધુ મહત્વનું છે
તમામ મુખ્ય ચેઈન્સ ઓછામાં ઓછા એક જવાબમાં દેખાયા હતા, પરંતુ સાચો વિજેતા તે રિટેલર હતો જે પ્રથમ સ્થાને હતો. eMAG નું નામ 80% વખત દેખાયું, જે તેને વિઝિબિલિટીમાં નિર્ણાયક લાભ આપે છે. Altex, મોટાભાગના જવાબોમાં હાજર હોવા છતાં, બીજા કે ત્રીજા સ્થાને હતું, જે ધ્યાન તો ખેંચે છે પરંતુ ક્લિક-થ્રુ પોટેન્શિયલનું તેટલું સ્તર મળતું નથી.
રેન્કિંગ અસ્તિત્વ ધરાવતા ડેટા પરથી મળે છે, નવા બનાવવામાં આવતા નથી
AI એન્જિન ભાગ્યે જ નવા રેન્કિંગ જનરેટ કરે છે. તેના બદલે, તેઓ અસ્તિત્વ ધરાવતા લિસ્ટિકલ્સ (listicles), વિકિપીડિયા એન્ટ્રીઝ અને અન્ય ક્યુરેટેડ પેજીસનું અનુકરણ કરે છે. એક સાઇટ, shopilo.ro, મોટા રિટેલર્સના સત્તાવાર હોમપેજ કરતા વધુ વાર ટાંકવામાં આવી હતી. જો કોઈ રિટેલર તે અપરસ્ટ્રીમ લિસ્ટમાં નથી, તો AI ના જવાબમાં તે દેખાવાની શક્યતા નહિવત છે.
નિશ સ્પેશિયાલિસ્ટ્સ પણ મોટું સ્થાન મેળવી શકે છે
F64, જે પ્રોફેશનલ-ગ્રેડ કેમેરા પર ધ્યાન કેન્દ્રિત કરતી એક નાની દુકાન છે, તે જાયન્ટ્સ કરતા ઘણી ઓછી વાર દેખાઈ હતી. તેમ છતાં જ્યારે ક્વેરી તે ચોક્કસ કેટેગરી વિશે હતી, ત્યારે F64 પ્રથમ સ્થાને હતું. જે ક્ષેત્રમાં તેની સત્તા (authority) છે ત્યાં, ઓછી કુલ ઉલ્લેખ સંખ્યા હોવા છતાં, પ્રથમ સ્થાને હોવું અપ્રમાણસર ટ્રાફિક લાવી શકે છે.
Reddit AI ના સેન્ટિમેન્ટ એન્જિનને માહિતી પૂરી પાડે છે
AI ની ભલામણોનો આશ્ચર્યજનક રીતે મોટો હિસ્સો Reddit ચર્ચાઓમાંથી આવે છે. કિંમત, વોરંટી અને સર્વિસ ક્વોલિટી વિશેના માનવ-જનરેટેડ થ્રેડ્સને મોડલ દ્વારા અંતિમ રેન્કિંગમાં રૂપાંતરિત કરવામાં આવે છે. તેથી, જે રિટેલર્સ સંબંધિત સબરેડિટ્સ (subreddits) પર સક્રિય રીતે જોડાય છે અથવા સંતુષ્ટ ગ્રાહકોને ત્યાં અનુભવો શેર કરવા માટે પ્રોત્સાહિત કરે છે, તેઓ AI ના આઉટપુટને પ્રભાવિત કરી શકે છે.
દૃશ્યતાનો અર્થ વેચાણ નથી – પરંતુ તે એક મજબૂત સંકેત છે
ડેટા સેટ ફક્ત એ જ માપે છે કે AI કોનું નામ લે છે, તે નહીં કે અંતે કોણ ખરીદી પૂર્ણ કરે છે. તેમ છતાં, યાદીમાં છઠ્ઠા ક્રમે હોવું એ પ્રથમ ક્રમે હોવા કરતાં ઘણું અલગ છે. પ્રથમ હોવું એ જ નિર્ણય છે.
રિટેલર્સ હવે શું કરવું જોઈએ
- તમે ક્યાં દેખાઓ છો તેનું મેપિંગ કરો – તમે લિસ્ટમાં છો કે નહીં તે પૂછવાને બદલે, એ તૃતીય-પક્ષ (third-party) લિસ્ટ અને વિકિપીડિયા પેજીસનું ઓડિટ કરો જેમાંથી AI મોડલ્સ ડેટા સ્ક્રૅપ કરે છે.
- નિશ (Niche) પર કબજો કરો – જો તમે તમામ ક્ષેત્રમાં જાયન્ટ્સ સાથે સીધી સ્પર્ધા કરી શકતા નથી, તો ચોક્કસ પ્રોડક્ટ સેગમેન્ટમાં પ્રભુત્વ મેળવો અને તે કેટેગરીમાં ટોચનું સ્થાન મેળવવાનું લક્ષ્ય રાખો.
- કોમ્યુનિટી સિગ્નલ્સ કેળવો – Reddit થ્રેડ્સમાં ભાગ લો અને સાચા રિવ્યુઝ માટે પ્રોત્સાહિત કરો; આ વાતચીતો સીધી AI ના રેકમેન્ડેશન એન્જિનમાં જાય છે.
આગળ શું જોવું
- અન્ડરલાઇંગ લેંગ્વેજ મોડલ્સમાં અપડેટ્સ જે કદાચ અલગ ડેટા સોર્સને પ્રાધાન્ય આપી શકે છે.
- ઉભરતા AI-વિશિષ્ટ SEO ગાઈડ્સ જે લિસ્ટિકલ કન્ટેન્ટને વધુ સારી રીતે અલ્ગોરિધમિક ઇન્જેશન (ingestion) માટે કેવી રીતે સ્ટ્રક્ચર કરવું તેની સલાહ આપે છે.
- કોમર્શિયલ સાઇટ્સના સાઇટેશન (citation) અંગે AI પ્રદાતાઓ દ્વારા કરવામાં આવતા કોઈપણ પોલિસી ફેરફારો.
અંતિમ વાત સ્પષ્ટ છે: એવા બજારમાં જ્યાં ખરીદદારો AI ને તેમની આગામી દુકાન પસંદ કરવા દે છે, ત્યાં તે પસંદગીનો ક્રમ ગ્રાહકોના પ્રવાહને નક્કી કરી શકે છે. જે રિટેલર્સ AI જે લિસ્ટ વાંચે છે તેને પ્રભાવિત કરતા શીખી જશે, તેઓ નવા ડિજિટલ એલી (aisle) ના આગળના ભાગમાં જોવા મળશે.