Egy márka kommunikációs csapata rendszeresen beszámol arról, hány médiamegjelenést, említést és hivatkozást sikerült elérnie. A riportban ezek többnyire jó hírek. A márkáról beszélnek, a tartalmai eljutnak más felületekre, és a vállalat egyre több helyen válik láthatóvá.

Most képzeljük el, hogy egy AI-asszisztens elolvassa, felhasználja és forrásként megjelöli a márka tartalmát, majd a vásárlónak mégis a konkurensét ajánlja. A kommunikációs riportban megjelenik egy újabb hivatkozás, de a felhasználó elé már egy másik vállalat kerül első választásként.

Ez a helyzet nem csupán elméleti lehetőség. Kutatásunkban pontosan ilyen eltéréseket találtunk. Az AnswerTracker mérési rendszerével két hullámban összesen 228 értékelhető AI-választ elemeztünk. Először azt vizsgáltuk, hogyan ajánlanak a különböző AI-platformok magyar laptopkereskedőket, majd azt, hogyan változik a konkrét márkák és modellek sorrendje a vásárlói feltételek módosításával.

Az eredményekből nem egy újabb márkarangsor rajzolódott ki. Inkább az vált láthatóvá, hogy egy márka egészen különböző szerepekben jelenhet meg ugyanabban a válaszkörnyezetben.

Amikor a legtöbb hivatkozás nem jelent első helyet

A kereskedői vizsgálatban tizenkét vásárlói kérdést futtattunk nyolc AI-platformon. A kérdések az ár-érték aránytól a garancián és megbízhatóságon át az üzleti laptopokig többféle döntési helyzetet fedtek le. A 96 lekérdezésből 94 értékelhető válasz született.

Az Alza és a Notebook.hu eredményei különösen szemléletesek voltak.

Az Alza a válaszok 73,4 százalékában, a Notebook.hu 66 százalékában kapott ajánlást. A két márka közötti különbség tehát az általános ajánlási jelenlétben nem volt különösebben nagy.

Az első helyeknél viszont már más képet láttunk. Az Alza a válaszok 47,9 százalékában került az élre, míg a Notebook.hu 19,1 százalékában.

A forráshivatkozásoknál megfordult a sorrend. A Notebook.hu harminc, az Alza huszonnégy alkalommal jelent meg forrásként.

Vagyis a gyakrabban idézett kereskedő nem azonos a gyakrabban elsőként ajánlott kereskedővel.

A mérésben az ajánlások 56,6 százalékánál ráadásul nem jelent meg az ajánlott szereplő saját domainje a források között. Ez azt jelenti, hogy a márka ajánlása és a saját weboldalára mutató citation között nincs szükségszerű egybeesés.

Ez új szempontot ad a márkakommunikáció értékeléséhez. 

Egy márka lehet információforrás, szerepelhet az összehasonlításban, és mégsem válik a rendszer első választásává.

A különbség nem azt bizonyítja, hogy a hivatkozás értéktelen. Éppen ellenkezőleg: azt mutatja meg, hogy a hivatkozásnak és az ajánlásnak eltérő szerepe van, ezért külön is kell őket értékelni.

A márkakép nem egyetlen AI-rendszerben létezik

A vizsgálat során ugyanazok a kereskedők eltérő ajánlási szerepet kaptak a különböző platformokon.

A ChatGPT-ben az iPon sok ajánlásban szerepelt, miközben az első helyeken az Alza volt erősebb. A Claude, a DeepSeek és a Grok inkább az Alzát emelte ki. A Gemini, a Google AI Mode és a Perplexity válaszaiban ugyanakkor a Notebook.hu relatíve kedvezőbb pozíciót kapott.

Ezekből az eredményekből nem tudjuk visszafejteni, pontosan milyen belső súlyozással dolgozott egy-egy rendszer. Az eltérő forrásválasztás és kérdésértelmezés is szerepet játszhatott, de a megfigyelés önmagában nem bizonyítja az okokat.

A kommunikációs következmény viszont egyértelmű: egy márka AI-képe nem feltétlenül egységes.

A marketingcsapat készíthet egyetlen vállalati pozicionálást, a különböző AI-platformok mégis eltérő hangsúlyokkal kapcsolhatják a márkát bizonyos problémákhoz, felhasználási helyzetekhez vagy versenytársakhoz.

Ezt külön is alátámasztja egy másik, a laptopos vizsgálattól független AnswerTracker-kutatás. A 4011 AI-válasz elemzésében a platformok közötti összevetések 47,9 százalékában eltért, hogy egyáltalán megjelent-e a vizsgált márka. A márkanevet tartalmazó kérdéseknél 97,9 százalékos, a generikus kérdéseknél viszont csak 28 százalékos említési arányt mértünk.

Ez a két adat arra figyelmeztet, hogy a márkaneves kérdésekből könnyű túl optimista képet kapni. Ha a felhasználó eleve megnevezi a vállalatot, nem ugyanazt a helyzetet vizsgáljuk, mint amikor a rendszernek saját maga kell kiválasztania néhány releváns márkát.

A márka valódi versenypozícióját sokszor azok a kérdések mutatják meg jobban, amelyekben még senki nem mondta ki a nevét.

Egyetlen feltétel megváltoztatása más márkát emelhet első helyre

A második mérési hullámban a kereskedők helyett a konkrét laptopmárkák és modellek kerültek a középpontba. Huszonhárom kérdést vizsgáltunk hat AI-platformon, összesen 134 értékelhető válasszal.

A kiindulópont egyszerű laptopvásárlási helyzet volt, amelyet fokozatosan pontosítottunk. A felhasználó munkára és utazáshoz keresett gépet, majd megjelent a Windows, a memória, a tömeg, a kijelzőméret, a fejlesztés, a kreatív munka és a költségkeret kérdése.

Amikor legfeljebb 450 ezer forintos Windows laptopot kerestünk munkára és utazáshoz, hatból négy platform az ASUS márkát választotta elsőként.

Amikor a keret 500 ezer forintra változott, és a 32 GB memória vált hangsúlyossá, hatból öt rendszer már Lenovót ajánlott első helyen.

Amikor pedig Windows-megkötés nélkül kerestünk fejlesztésre, kreatív munkára és utazásra alkalmas laptopot, mind a hat rendszer az Apple MacBook Pro 14 termékcsalád mellett döntött.

Három különböző döntési helyzetben három különböző márka került előnybe.

Ez nem általános minőségi sorrend az ASUS, a Lenovo és az Apple között. A kutatás azt mutatta meg, hogy az AI-ajánlások erősen függhetnek attól, milyen konkrét problémát kell megoldaniuk.

A márkastratégia szempontjából ebben van az igazán érdekes tanulság.

A márka nem pusztán egy kategóriához kapcsolódik, hanem különböző felhasználási helyzetekhez is. Lehet, hogy az egyik vállalat az általános megbízhatóságnál erős, egy másik a hordozhatóságnál, a harmadik pedig a kreatív munkánál kerül előtérbe.

A kommunikációban jól ismert pozicionálási kérdés így új környezetben jelenik meg. A vállalat szeretne egy bizonyos tulajdonsághoz kapcsolódni, de azt is érdemes megvizsgálni, hogy a különböző AI-rendszerek ténylegesen hozzá társítják-e ezt a tulajdonságot.

A márkaígéretnek döntési információvá kell válnia

A reklám természeténél fogva sűrít. Egy jó szlogen röviden megfogalmazza, mit szeretne jelenteni a márka a fogyasztó számára. Az AI-asszisztens viszont egy konkrét vásárlási problémát próbál megoldani, amelyhez sokszor egészen más típusú információra van szüksége.

A „prémium teljesítmény kompromisszumok nélkül” például kommunikációs állítás. A 32 GB memória, az akkumulátoros üzemidő, a gép tömege, a csatlakozók és a tényleges felhasználási korlát már összehasonlítható döntési információ.

A kettőnek nem kell versenyeznie egymással. A márkaígéret továbbra is fontos, de szükség van olyan nyilvános bizonyítékokra is, amelyek megmagyarázzák, milyen helyzetben és miért jó választás az adott vállalat vagy termék.

Ez a PR-nak is új feladatot adhat.

Egy szakértői cikk, egy független teszt, egy ügyfélpélda vagy egy saját kutatás nemcsak márkaismertséget építhet. Olyan ellenőrizhető összefüggéseket is rögzíthet, amelyek alapján egy külső fél megértheti, miben erős a márka.

Nincs bizonyíték arra, hogy egyetlen publikáció vagy konkrét tartalomtípus automatikusan AI-ajánlást eredményezne. A nyilvános forráskörnyezet minősége ettől még fontos stratégiai kérdés: a vállalat saját állításai mellett az is számít, milyen információk állnak rendelkezésre róla más oldalakon.

A marketing, a SEO és a PR tehát ugyanannak a márkaképnek különböző részeivel dolgozik. Az AI-válaszokban ezek az információk új kombinációban jelenhetnek meg.

A láthatóság mellé oda kell tenni az ajánlási szerepet is

A hagyományos kommunikációs mérésben továbbra is fontos marad az elérés, a médiaérték, a márkaismertség, a keresési érdeklődés és a weboldalforgalom. Az AI-alapú válaszok nem teszik feleslegessé ezeket a mutatókat.

Egy új réteget viszont érdemes melléjük tenni.

Nem mindegy, hogy egy márka csak megjelenik egy válaszban, forrásként szolgál, bekerül a mérlegelt alternatívák közé, konkrét ajánlást kap, vagy első választássá válik. Az sem mindegy, hogy mindez milyen kérdésnél, melyik platformon, milyen versenytársak mellett és milyen indoklással történik.

A méréshez ezért nem elég néhány márkaneves promptot lefuttatni. Érdemes a valódi felhasználói döntésekből kiindulni, ugyanazokat a kérdéseket több platformon vizsgálni, majd az eredményeket időben is követni.

A márkák számára nem az a cél, hogy minden lehetséges kérdésben első helyre kerüljenek. Sokkal értékesebb megérteni, mely döntési helyzetekben akarnak valóban relevánsak lenni, és milyen bizonyítékokkal tudják ezt alátámasztani.

A 228 AI-válasz elemzésének számomra ez a legfontosabb tanulsága: 

az AI-láthatóság nem kizárólag arról szól, hogy a rendszer tud-e a márkáról. Arról is, hogy milyen szerepet ad neki a felhasználó döntésében.

A klasszikus keresésben azt tanultuk meg mérni, hogy hányadik helyen jelenünk meg. Az AI-korszakban azt is meg kell tanulnunk, hogy a válaszban miért minket választanak, vagy miért valaki mást.

Címlapkép forrása: Sheraz Abdul Ghafoor / Unsplash

Borítókép: Merakist / Unsplash