需求开发团队面临更早出现的 AI 发现阶段
HubSpot 表示,需求开发团队应考虑 AI 辅助研究,并将答案引擎曝光度与销售管道关联起来。
据 HubSpot Marketing 称,买家越来越多地通过 AI 界面研究产品和品类,然后才访问供应商网站。 这一变化为需求开发团队带来了更早的发现阶段:潜在客户可能在企业察觉到他们之前,就已接触经过整理的答案并形成看法。
传统的需求开发通常从可衡量的互动开始,例如潜在客户通过搜索、广告或内容访问网站。 AI 辅助研究可能发生在这类互动之前。 如果品牌未出现在影响买家候选名单的答案中,即使现有的入站营销计划已优化到位,企业仍可能错失影响决策的机会。
HubSpot 建议拓展营销漏斗,而不是舍弃成熟的需求开发做法。 目标是将上游发生的研究纳入考量,并了解品牌在这一过程中如何呈现。 这样,团队就能开发支持这些研究旅程的内容,同时继续争取符合条件的销售管道。
一个起点是梳理相关品类和目标买家所处的 AI 生态。 HubSpot 建议检查提及竞争对手却未提及品牌的品类级提示词,找出受众正在使用哪些答案引擎,并查看品牌在什么情境下被引用。 团队还应识别影响供应商推荐的常见主题和问题。
这项评估可能揭示传统漏斗报告无法呈现的差距。 企业可以衡量访客访问网站后的活动,但仅凭这些数据,可能无法了解访客此前受到哪些研究互动的影响。 HubSpot 将其 AEO 产品(包括品牌曝光度仪表板和引用分析)列为应对曝光挑战的相关工具。
该指南还提出,应将答案引擎优化(AEO)的表现与营销合格线索和销售管道关联起来。 这样一来,AI 曝光度就能与需求开发团队已在追踪的成果并列,而不是被视为生成式答案中的品牌露出可以取代漏斗其余环节。
这对营销人员意味着什么
首先,检查买家在你的品类中可能遇到的提示词和答案。 对比您的品牌与竞争对手的曝光度和呈现语境,再利用这些发现指导内容创作,并将 AEO 工作与潜在客户及销售管道指标联系起来。
本文为原创摘要,仅供参考;底层报道的所有权利均归来源方所有。