跳到主要内容
牧境通电商外贸学院全球生意,从持续学习开始
AEO答案引擎优化

面向需求开发团队的 AEO:AI 重塑买家发现方式时,如何生成合格的销售管道

发布于 · 更新于

需求开发一直建立在这样一种假设之上:当买家准备了解某个品类时,他们会通过搜索、广告、内容或其他渠道找到品牌。销售漏斗始于潜在客户到达企业能够看到、衡量并影响其行为的某个触点。但 AI 正在改变这一阶段之前发生的事情。

Get Started with HubSpot's AEO Tool

越来越多的买家开始在 AI 界面中进行研究。他们提出问题,获取经过筛选的答案,并在访问供应商网站之前形成对某个品类的看法。如果你的品牌没有出现在 AI 生成的答案中,就不会参与塑造候选名单的那场对话。

了解 AI 变化的需求开发团队正在拓展销售漏斗。目标是扩展传统销售漏斗,确保品牌在买家研究这一新的早期阶段也能出现,而不是彻底取代传统漏斗。

随着 AI 重塑买家发现方式,需求开发团队需要将销售漏斗向上游延伸,以生成合格的销售管道。团队需要了解买家在 AI 答案中会在哪里遇到自己的品牌,创建能够强化这些研究历程的内容,并将 AEO 成效与 MQL 和销售管道关联起来。

了解借助 AI 的买家在研究过程中会在哪里遇到你的品牌。

在捕获 AI 驱动的需求之前,需求开发团队需要梳理自己的品牌在 AI 研究中出现的位置,以及竞争对手取代自己出现的位置。首先绘制所在品类的 AI 格局。调查以下问题:

  • 哪些品类级提示词会显示竞争对手,却不显示你的品牌?
  • 对于你的品类和目标买家,哪些答案引擎最活跃?
  • 当你的品牌被引用时,周围的上下文是什么?
  • 哪些主题和问题持续影响供应商推荐?

没有这张图谱,需求开发团队可能只优化自己能够衡量的漏斗部分,却看不到买家如今形成观点的新阶段。他们可能拥有优化良好的入站营销计划,却错过影响买家的关键调研互动,而这些买家当时还无法被识别为潜在客户。

ai search strategy built with hubspot aeo

HubSpot AEO 有助于解决潜在的优化盲点。HubSpot AEO 中的品牌可见度仪表板和引用分析,可帮助营销人员了解自己的品牌出现在哪些 AI 生成的回答中,并按引擎、查询类型和竞争环境进行分类。团队可以识别出促使买家关注其品类、却未让其品牌呈现其中的具体提示词。这能准确揭示其 AI 可见度和需求开发方面的缺口。

了解品牌如何被引用,以及哪些具体提示词促使买家采取行动、却未让品牌呈现其中,可以为团队提供一个起点。下一步是将这些缺口转化为内容,帮助买家从 AI 辅助调研迈向主动评估。

HubSpot AEO 工具

准确了解你的品牌在哪些答案引擎中出现,并采取行动弥补 AI 可见度方面的缺口。

  • 跟踪 AI 提及情况。
  • 分析引用
  • 监控提示词
  • 对标竞争对手
了解更多。

创作内容,捕捉受 AI 影响的买家旅程中的需求。

团队了解自身在 AI 可见度方面的差距后,就需要创作能够在评估阶段吸引受 AI 影响的买家的内容,而不是把他们送回销售漏斗起点的内容。

受 AI 影响的买家访问网站时,掌握的背景信息比传统的入站线索更多。由于答案引擎已经告诉他们哪些供应商值得评估,他们需要的内容应比典型漏斗顶部线索所寻找的内容更深入。

把经 AI 引荐的访客当作其他入站受众来对待,可能会造成不必要的阻碍。把已经研究过该品类的买家引导至通用的认知页面或入门电子书,会迫使他们重复已经走过的步骤。相反,需求开发团队应创作能够回答买家用于评估供应商的具体问题的内容:解决方案如何比较、支持哪些用例、一种方案与另一种方案有何不同,以及有哪些证据支持相关主张。

例如,如果买家在一次 AI 研究过程中已经决定评估三家供应商,那么品牌内容就需要迅速强化选择该品牌进行评估的理由。否则,在最初的 AI 答案中也出现过、随后又以更优质的内容强化自身优势的竞争对手,就会超越你。

AEO for demand generation teams, HubSpot AEO recommendations feature

HubSpot AEO 的 Recommendations 可识别内容库未能充分涵盖、因而无法在 AI 搜索中呈现的问题和主题。Content agent 可帮助需求开发团队迅速填补这些空白,制作能够回答推动 AI 辅助发现的研究问题的结构化内容,并与 AEO 对值得引用内容的追踪方式保持一致。

为答案引擎准备合适的内容会带来回报。根据 HubSpot 数据,使用 HubSpot AEO 的企业获得的营销合格线索(MQLs)数量增加 2.7 倍。

但仅靠内容创作并不能证明业务影响。需求增长团队还需要将 AEO 活动与他们用于管理绩效的指标联系起来。

衡量 AEO 对 MQL 数量和销售管道的影响。

需求增长团队的绩效取决于 MQL、销售管道和收入,而不是曝光度评分。要将 AEO 纳入长期预算,就需要证明 AI 辅助发现正在推动这些数字增长。

衡量和归因颇具挑战,因为 AI 发现很少单独发生。买家在 AI 答案中首次接触某个品牌后,通常会在转化前接触多个渠道。要在这一过程中将功劳归于 AEO,需要比末次点击更复杂的建模,而大多数团队尚未建立起这套模型。

AEO for demand generation teams, HubSpot AEO prompt tracking

HubSpot AEO 能帮助团队在这方面抢占先机。由于可以按买家旅程阶段筛选提示词跟踪结果,团队可以了解自己是否在决策和比较阶段——也就是最接近购买决策的提示词中——赢得了曝光,而不只是累积认知阶段的提及。此外,由于 AEO 的提示词建议已基于 Marketing Hub Pro 和 Enterprise 中的 CRM 数据,所跟踪的曝光反映的是真实买家,而不是笼统的市场情况。

随着时间推移,团队可以向管理层证明,AEO 不仅能带来流量,还能带来符合目标的流量,其意向程度恰到好处,转化特征也足以证明这项投资是合理的。

借助 HubSpot AEO 拓展销售漏斗。

从 AI 研究开始的销售管道占比只会不断增长。这是买家旅程中的一个新环节,几年前甚至还不存在。应对之道不是放弃付费媒体或内容,而是将销售漏斗向上游延伸,以便在 AI 搜索引擎中捕获相关流量。

HubSpot AEO 让需求开发团队能够做到这一点。它提供用于追踪品牌曝光度、创作内容以弥补曝光度差距,以及衡量其对潜在客户和收入影响的工具。通过将这些洞察融入更广泛的营销工作流程,HubSpot AEO 为团队提供了一种切实可行的方式,将 AI 辅助的发现转化为可衡量的需求。

HubSpot AEO 工具

准确了解您的品牌会出现在哪些答案引擎中,并采取行动弥补 AI 曝光度差距。

  • 追踪 AI 提及。
  • 分析引用
  • 监控提示词
  • 对标竞争对手
了解详情。
主题:

AEO

别忘了分享这篇文章!

需求开发一直建立在这样的假设之上:无论是通过搜索、广告、内容还是其他渠道,买家在准备了解某个品类时就会主动接触品牌。销售漏斗始于潜在客户进入企业能够看到、衡量并影响其行为的某个环节。但 AI 正在改变这一节点之前发生的事情。

Get Started with HubSpot's AEO Tool

买家越来越多地在 AI 界面中开始调研。他们提出问题,获得经过筛选的答案,并在访问供应商网站之前就对某个品类形成看法。如果您的品牌没有出现在 AI 生成的答案中,就无法参与影响候选名单形成的对话。

理解 AI 带来的变化的需求开发团队正在拓展自己的销售漏斗。目标是扩展传统销售漏斗,确保品牌能在买家调研这一全新的早期阶段出现,而不是彻底取代传统销售漏斗。

随着 AI 重塑买家的发现方式,需求生成团队需要将漏斗向上游延伸,以生成合格的销售管道。团队需要了解买家在 AI 答案中会在哪里遇到自己的品牌,创建能够强化这些研究路径的内容,并将 AEO 表现与 MQL 和销售管道关联起来。

了解使用 AI 辅助研究的买家会在何处遇到您的品牌。

在需求生成团队能够获取 AI 驱动的需求之前,他们需要梳理自己的品牌在 AI 研究中出现的位置,以及竞争对手取代自己的位置。从绘制所在品类的 AI 格局开始。调查:

  • 哪些品类级提示会显示竞争对手,却不显示您的品牌?
  • 对于您的品类和目标买家,哪些答案引擎最活跃?
  • 您的品牌被引用时,周围的上下文是什么?
  • 哪些主题和问题会持续影响供应商推荐?

如果没有这份地图,需求生成团队可能只优化自己能够衡量的漏斗部分,却对买家如今形成观点的新阶段一无所知。他们可能拥有经过充分优化的入站营销计划,却错过影响买家、使其成为可识别潜在客户之前的关键研究互动。

ai search strategy built with hubspot aeo

HubSpot AEO 有助于解决潜在的优化盲点。HubSpot AEO 中的 Brand Visibility Dashboard(品牌可见度仪表板)和引用分析可帮助营销人员查看自己的品牌出现在哪些 AI 生成的答案中,并按引擎、查询类型和竞争环境进行分类。团队可以识别出那些会引导买家关注其品类、却未显示其品牌的具体提示。这会准确揭示他们在 AI 可见度和需求生成方面的差距。

了解品牌被引用的情况,以及促使买家采取行动、却未让品牌出现在答案中的具体提示词,可以为团队提供一个着手点。下一步是将这些差距转化为内容,帮助买家从 AI 辅助研究转向主动评估。

HubSpot AEO 工具

准确了解你的品牌在答案引擎中的出现位置,并采取行动弥补 AI 可见度差距。

  • 跟踪 AI 提及情况。
  • 分析引用
  • 监控提示词
  • 对标竞争对手
了解更多。

创建内容,承接受 AI 影响的买家旅程所带来的需求。

团队了解自身在 AI 可见度方面的差距后,需要创建旨在吸引处于评估阶段、受 AI 影响的买家的内容,而不是将他们送回销售漏斗起点的内容。

受 AI 影响的买家访问网站时,掌握的背景信息比传统的入站潜在客户更多。由于答案引擎已经告诉他们哪些供应商值得评估,他们需要的内容应比典型漏斗顶部潜在客户所需的内容更深入。

将 AI 推荐的访客视同其他入站受众,可能会造成不必要的阻力。把已经研究过该品类的买家引导至通用的认知提升页面或入门电子书,会迫使他们重复已经完成的步骤。相反,需求开发团队应创建能够回答买家用于评估供应商的具体问题的内容:解决方案之间有何差异、支持哪些用例、不同方法各自有何特点,以及有哪些证据支持相关主张。

例如,如果买家在一次 AI 研究过程中已经决定评估三家供应商,品牌内容就需要迅速强化品牌值得纳入考量的理由。否则,那些也出现在最初 AI 答案中、随后又通过更优质内容强化自身优势的竞争对手,就会超越你。

AEO for demand generation teams, HubSpot AEO recommendations feature

HubSpot AEO 的 Recommendations 可识别内容库中未得到充分解答、因而无法在 AI 搜索中展现的问题和主题。Content agent 可帮助需求生成团队快速填补这些空白,制作能够解答推动 AI 辅助发现的研究问题的结构化内容,并与 AEO 跟踪的值得引用内容保持一致。

为答案引擎准备合适的内容会带来回报。根据 HubSpot 数据,使用 HubSpot AEO 的企业产生的营销合格线索(MQL)数量多出 2.7 倍。

但仅仅创建内容并不能证明其业务影响。需求生成团队还需要将 AEO 活动与他们已经用于管理绩效的指标关联起来。

衡量 AEO 对 MQL 数量和销售管道的影响。

需求生成团队要对 MQL、销售管道和收入负责,而不是对可见度评分负责。要将 AEO 纳入长期预算,就需要证明 AI 辅助发现正在推动这些数字增长。

衡量和归因具有挑战性,因为 AI 发现很少单独发生。买家首次在 AI 答案中接触某个品牌后,通常还会通过多个渠道,最终才完成转化。要在这一过程中将功劳归于 AEO,需要比末次点击归因更复杂的建模,而大多数团队尚未建立这样的模型。

AEO for demand generation teams, HubSpot AEO prompt tracking

HubSpot AEO 为团队在这方面抢得先机。由于可以按买家旅程阶段筛选提示词跟踪结果,团队可以了解自己是否在决策和比较阶段——也就是最接近购买决策的阶段——赢得了可见度,而不只是不断积累认知阶段的提及。此外,AEO 的提示词建议已基于 Marketing Hub Pro 和 Enterprise 中的 CRM 数据,因此所跟踪的可见度反映的是真实买家,而非泛泛的市场情况。

随着时间推移,团队可以向管理层证明,AEO 不仅能带来流量,还能带来合适的流量,流量的购买意向程度恰到好处,转化表现也足以证明这项投资物有所值。

借助 HubSpot AEO 拓展营销漏斗。

从 AI 研究开始的销售管道部分只会持续增长。这是买家旅程中的一个新环节,几年前甚至还不存在。应对之策并非放弃付费媒体或内容,而是将营销漏斗向上游延伸,以便在 AI 搜索引擎中获取相关流量。

HubSpot AEO 让需求开发团队能够做到这一点。它提供跟踪品牌可见度、创建内容以填补可见度缺口,以及衡量其对潜在客户和收入影响的工具。通过将这些洞察融入更广泛的营销工作流程,HubSpot AEO 为团队提供了一种切实可行的方式,将 AI 辅助发现转化为可衡量的需求。

HubSpot AEO 工具

准确了解品牌在答案引擎中的展示位置,并采取行动弥补 AI 可见度缺口。

  • 跟踪 AI 提及。
  • 分析引文
  • 监控提示词
  • 对标竞争对手
了解更多。

来源:原网站 · 阅读原文

登录保存学习进度

相关学习内容