دسته: دیجیتال مارکتینگ

این پرسش سئو، تغییر تمرکز از تعداد لینک‌ها به پوشش معنادار روابط عمومی را نشان می‌دهد که مشتریان واقعی و تقاضای برند را به‌وجود می‌آورد.

سوال این هفته در قالب پرسش سئو این است:

آیا سئوها باید بیشتر بر روابط عمومی دیجیتال تمرکز کنند تا بر ساخت لینک سنتی؟

در حال حاضر روابط عمومی دیجیتال معادل ساخت لینک محسوب می‌شود، چرا که سئوها به روشی جدید برای بسته‌بندی و بازفروش همان سرویس نیاز داشتند. کار واقعی روابط عمومی همیشه ارزشمندتر از ساخت لینک است، چرا که روابط عمومی، چه دیجیتال باشد چه سنتی، بر مخاطبان اصلی مشتریان و دسترسی به جمعیت‌های خاص تمرکز دارد. این امر به کسب‌وکار ارزش می‌افزاید و درآمد را افزایش می‌دهد.

در این راستا، اگر مشتریی بخواهد تفاوت بین روابط عمومی دیجیتال و ساخت لینک را بپرسد، این‌گونه تعریف می‌کنم:

• روابط عمومی دیجیتال: به‌دست آوردن پوشش برند و ارجاع‌ها در رسانه‌ها، نشریات تخصصی، ژورنال‌های تجاری، وبلاگ‌های تخصصی و وب‌سایت‌هایی که اجازه پست مهمان، لینک‌های پولی یا مشارکت‌کنندگان غیرمستند را ندارند، با هدف ارتقاء شناخت برند و جذب ترافیک از محتوا.
• ساخت لینک: دریافت لینک‌ها از وب‌سایت‌ها به‌عنوان روشی برای تلاش در ارتقاء رتبه در نتایج جستجو (SERP). ترافیک یا فروش حاصل از این لینک‌ها ردیابی نمی‌شود و کیفیت وب‌سایت ممکن است زیر سؤال برود.

روابط عمومی دیجیتال همیشه نسبت به ساخت لینک برتری دارد، زیرا این تکنیک را به‌عنوان یک کسب‌وکار می‌بینید نه یک دورهمی برای بازی با رتبه‌بندی‌ها. ساخت لینک سال‌ها پیش به یک عمل بد تبدیل شد، چون لینک‌ها کمتر مرتبط شدند، اما همچنان مهم هستند؛ بنابراین می‌خواهم تأکید کنم که این نکته به‌طور نادرست برداشت نشود که ساخت لینک را به‌طور کامل متوقف کنیم. محتوای باکیفیت به‌صورت طبیعی لینک‌ها را جذب می‌کند، از جمله ارجاع‌های رسانه‌ای. وقتی این به‌صورت طبیعی رخ دهد، سایت رشد می‌کند چون ارزش بالایی برای کاربران دارد و موتورهای جستجو می‌توانند کیفیت سایت را تشخیص دهند.

اگر بدون ارزیابی تأثیر لینک‌ها بر ترافیک و فروش آن‌ها، به‌سازندگی لینک می‌پردازید، احتمالاً سایت خود را برای شکست آماده می‌کنید. جمع‌آوری انبوه لینک‌ها، همانند تولید محتوای انبوه با هوش مصنوعی/مدل‌های زبانی بزرگ یا ابزارهای چرخش مقاله، می‌تواند سایت را به سرعت گسترش دهد؛ اما همان‌طور که به سرعت رشد می‌کند، می‌تواند به همان سرعت هم فروبیند.

به همین دلیل، وقتی یک لینک می‌خرم، یک تبلیغ‌نوشته (advertorial) می‌خریم یا در یک مشارکت شرکت می‌کنیم، همیشه پرسش‌های زیر را از خود می‌پرسیم:

• آیا مخاطبان فعالی در این وب‌سایت وجود دارند که از طریق جستجوی برند برای اطلاعات به این سایت بازمی‌گردند؟
• آیا مخاطبان این وب‌سایت بخشی از پایگاه مشتریان ما هستند؟
• آیا مقاله‌ای که ما ارائه می‌دهیم یا در آن حضور می‌یابیم، برای کاربر مفید است و محصول یا سرویس ما به‌طور طبیعی در آن گنجانده شده است یا به‌طرز اجباری؟
• آیا در صورتی که برای درج لینک هزینه پرداخت می‌کنیم، با وضعیت nofollow یا sponsored بودن لینک مشکلی نداریم؟

اگر به این چهار سؤال پاسخ بله دادید، می‌توانیم لینک را بپذیریم. وجود مخاطبان فعال در وب‌سایت و بازگشت افراد به‌وسیله نام برند نشان می‌دهد که مخاطبی اعتماد به این منبع برای دریافت اطلاعات دارد. اگر خوانندگان، بازدیدکنندگان یا مشتریان با جمعیت‌شناسی مشابه یا همانند پایگاه کاربری ما باشند، منطقی است که بخواهیم در مقابل آن‌ها حضور داشته باشیم که به‌دنبال اطلاعات می‌گردند.

ممکن است دانش مفیدی داشته باشیم که برای کاربر مفید باشد، اما اگر در زمینه مطلب مرتبط نباشد، دلیلی برای مراجعه آنها به وب‌سایت ما، استفاده از خدماتمان، خرید محصولات یا اشتراک در خبرنامه‌های ما وجود ندارد. بنابراین تا زمانی که تطبیق مناسب پیدا شود صبر می‌کنیم تا ارتباط مستقیم بین محتوایی که ارائه می‌دهیم یا تخصص‌مان در آن است و وب‌سایت ما ایجاد شود.

برای سؤال آخر، هدف همواره ترافیک و جذب مشتری است، نه فقط به‌دست آوردن یک لینک. مالک وب‌سایت این امر را کنترل می‌کند و اگر مایل باشد به بهترین شیوه‌های گوگل (که قطعاً توصیه می‌کنیم) پایبند باشد، خوشحال خواهیم شد حتی اگر لینک را به‌عنوان sponsored یا nofollow علامت‌گذاری کند. این مهم‌ترین سؤال است. ساخت لینک برای تقلب در نتایج جستجو ایده بدی است؛ ایجاد یک برند که مردم به‌نام آن جستجو می‌کنند، هر روزی از هر لینکی پیشی می‌گیرد. این همواره هدف ما در روابط عمومی دیجیتال و ساخت لینک است: تقویت جستجوی برند.

پس سؤال پیش می‌آید: از کجا می‌توانیم روابط عمومی دیجیتال را آغاز کنیم؟

منابع برای دریافت ارجاع‌ها و لینک‌های روابط عمومی دیجیتال

وقتی می‌خواهیم یک کمپین روابط عمومی دیجیتال آغاز کنیم، فهرستی از اهداف زیر را برای ارتباط تهیه می‌کنیم.

• رسانه‌های عمومی: نام‌های شناخته‌شده‌ای مانند مجله‌ها، وب‌سایت‌های خبری و رسانه‌های محلی که در شهر، کشور یا جهان به‌صورت گسترده شناخته می‌شوند. شرط تنها این است که آن‌ها دسته‌بندی فعال داشته باشند نه فقط چند مقاله پراکنده. دسته‌بندی فعال یعنی موضوعی جذاب برای مخاطبانشان که به‌صورت مستمر در آن سرمایه‌گذاری می‌شود و احتمال حضور مشتریان ما نیز بالا است.
• نشریات تخصصی: کنفرانس‌ها، انجمن‌ها، سازمان‌های غیرانتفاعی و همچنین افراد داخلی صنعت دارند وب‌سایت‌ها و نشریات چاپی که به‌عضویت‌کنندگان توزیع می‌شود. نشریه‌ای مانند Search Engine Journal می‌تواند به‌عنوان یک نشریه تخصصی برای صنعت سئو و تبلیغات کلیکی (PPC) محسوب شود، همانند SEO Roundtable یا برخی از جامعه‌های مانند Webmaster World. آن‌ها محتواهای مستقیم مرتبط با بازاریابان موتور جستجو منتشر می‌کنند و کاربران فعالی دارند؛ بنابراین اگر من یک ارائه‌دهنده خدمات سئو یا ابزار بودم، اینجا جایی است که می‌خواهم در آن به‌عنوان مهمان ظاهر شوم و لینک دریافت کنم.
• سایت‌ها و وبلاگ‌های تخصصی: کمبود سایت‌های تخصصی و تولیدکنندگان محتوا وجود ندارد. نکته این است که سایت‌هایی را پیدا کنیم که به‌صورت عمومی اجازه پست مهمان یا تبلیغ‌نوشته نمی‌دهند و لینک به وب‌سایت‌های غیرتخصصی ندارند. این شامل سایت‌هایی می‌شود که هک شده و لینک‌های تزریقی در آن‌ها وجود دارد. حتی اگر «اعتبار» آن‌ها صفر باشد، اگر کنترل کیفی داشته باشند و تمام لینک‌ها و ارجاع‌ها به‌دست آمده باشند، ارزش دارند.
• تأثیرگذاران: چه در یوتیوب، چه در گروه‌های فیس‌بوک، یا لینکداین که قابلیت کرال شدن دارد و یا سایر کانال‌ها، دریافت پوشش از افرادی که دنبال‌کنندگان و مخاطبان فعالی دارند، می‌تواند لینک را به‌وب‌سایت شما برساند. این ممکن است رتبه‌ها را بالا نبرد، اما مشتریان را جذب می‌کند و به کشف صفحات کمک می‌کند اگر لینک کرال شود. مدل‌های زبانی بزرگ هم محتوای خود را به‌عنوان منبع ذکر می‌کنند، پس ممکن است برای AIO نیز ارزش داشته باشد.

ساخت لینک به هیچ‌وجه منقضی نشده است؛ لینک‌ها همچنان مهم هستند. تنها نیازی به ساخت مداوم آنها نیست. تمرکز بر کیفیت در جاهایی باشد که مخاطبان فعال وجود دارند و فرصتی برای دریافت ترافیک و درآمد وجود دارد. این همان است که در درازمدت پیشرفت می‌کند و به شما کمک می‌کند در نتایج جستجویی که اهمیت دارند، رشد کنید.

منابع بیشتر:

• استراتژی‌های پیشرفته ساخت لینک برای ملی، بین‌المللی و محلی
• پیوندهای برگشت (Backlinks) بد و سمی که باید از آن‌ها اجتناب کنید
• ۴ نوع کمپین داده‌ای در روابط عمومی دیجیتال برای سئو

---

تصویر ویژه: Paulo Bobita/Search Engine Journal

• تبلیغات اوبر پلتفرم بینش‌سازی برای بازاریابان به نام Uber Intelligence را راه‌اندازی می‌کند.
• اوبر با LiveRamp برای تجمیع داده‌های کاربران بدون آشکار کردن هویتشان همکاری کرده است.
• اوبر اعلام کرده است که کسب‌وکار تبلیغاتی‌اش در مسیر تولید ۱٫۵ میلیارد دلار درآمد در سال جاری است.

اوبر می‌خواهد تبلیغ‌کنندگان با دسترسی به داده‌های میلیون‌ها سفر و تحویل سفارش‌شده توسط کاربران روزانه، بازاریابی خود را به سطح بالاتری ببرند.

دپارتمان تبلیغاتی غول خدمات درخواست‌سفر، در روز دوشنبه، راه‌اندازی یک پلتفرم جدید به نام Uber Intelligence را اعلام کرد؛ این خبر به‌صورت انحصاری به Business Insider گزارش شد.

Uber Intelligence که با همکاری پلتفرم اتصال داده‌ها LiveRamp به راه‌اندازی رسید، به تبلیغ‌کنندگان امکان می‌دهد تا با اطمینان داده‌های مشتریان خود را با داده‌های اوبر ترکیب کنند و بینش‌هایی درباره مخاطبانشان بر پایهٔ آنچه می‌خورند و به کجا سفر می‌کنند، استخراج نمایند.

این پلتفرم از فناوری «clean room» شرکت LiveRamp بهره می‌برد که به شرکت‌ها امکان می‌دهد داده‌های خود را در محیطی ایمن از نظر حریم خصوصی تجمیع کنند، بدون به‌اشتراک‌گذاری یا مشاهده اطلاعات خام یا شناسایی‌پذیر مشتریان یکدیگر.

به‌عنوان مثال، یک برند هتل می‌تواند از Uber Intelligence برای شناسایی رستوران‌ها یا مکان‌های تفریحی که می‌خواهد برای برنامهٔ وفاداری خود با آن‌ها همکاری کند، بهره‌برداری کند.

اوبر همچنین امیدوار است که این پلتفرم به‌عنوان یک موتور رشد برای کسب‌وکار تبلیغاتی گسترده‌تر خود عمل کند. بازاریابان می‌توانند از clean room داده‌ها برای بخش‌بندی استفاده کنند؛ برای مثال، شناسایی مشتریانی که مسافران تجاری سنگین هستند و سپس هدف‌گیری آن‌ها با تبلیغات در سفر بعدی به فرودگاه از طریق برنامهٔ اوبر یا بر روی صفحه‌نمایش‌های داخل خودروهای اوبر.

“این یکپارچگی دلیل هیجان‌مان است”، ادیون وانگ، سرپرست جهانی اندازه‌گیری در Uber Advertising، به Business Insider در یک مصاحبه گفت. او افزود هدف این است که بازاریابان بگویند: “‘اوه، من فقط اوبر را نمی‌فهمم، بلکه اوبر را در زمینهٔ بازاریابی خود می‌فهمم.’”

راه دیگر اوبر برای کسب درآمد

Uber Intelligence آخرین گام در تحول کسب‌وکار تبلیغاتی اوبر است. اوبر رسماً در سال ۲۰۲۲ بخش اختصاصی تبلیغات خود را راه‌اندازی کرد. این بخش مجموعه‌ای از فرمت‌های تبلیغاتی را در برنامه‌های Uber و Uber Eats، بر روی تبلت‌های داخل خودرو، در ایمیل‌های ارسالی به کاربران، و روی سقف خودروها ارائه می‌دهد.

شرکت در ماه مه اعلام کرد که کسب‌وکار تبلیغاتی‌اش به نرخ درآمد ۱٫۵ میلیارد دلار رسیده است — عددی که انتظار دارد تا پایان ۲۰۲۵ به آن دست یابد — که نمایانگر افزایش ۶۰٪ نسبت به سال پیش است. شرکت جزئیات دقیق‌تری دربارهٔ درآمد تبلیغاتی ارائه نکرده و از زمان مه به‌روزرسانی دربارهٔ این نرخ ارائه نداده است.

Uber Intelligence بخشی از مجموعه‌ای از خدمات سفارشی است که اوبر به بزرگ‌ترین تبلیغ‌کنندگان خود ارائه می‌دهد. اوایل امسال، یک استودیوی خلاقیت راه‌اندازی کرد که برندها می‌توانند با اوبر برای ارائهٔ کمپین‌های سفارشی همکاری کنند؛ برای مثال، ارائهٔ سواری به شرکت‌کنندگان مسابقه گرندپری فرمول یک میامی در یک خودروی لوکس با حمایت La Mer و پر از محصولات رایگان مراقبت از پوست.

آندرو فرانک، تحلیلگر در شرکت پژوهشی Gartner، گفت که راه‌اندازی Uber Intelligence سیگنال دیگری است که نشان می‌دهد کسب‌وکار تبلیغاتی اوبر در حال بلوغ است.

«کسب‌وکارهای تبلیغاتی در مرحله اولیه تمایل دارند تمرکز خود را صرف فروش موجودی کنند، در حالی که کسب‌وکارهای بالغ‌تر بیشتر بر ارائه ارزش متمایز از طریق هدف‌گیری و راه‌حل‌های اندازه‌گیری که به برندها کمک می‌کند تأثیر هزینه‌هایشان را درک و بهینه‌سازی کنند»، فرانک در گفت‌وگو با Business Insider بیان کرد.

منبع منحصر به‌فرد اوبر از «داده‌های زمینی» موقعیت او را در برابر رقبایی نظیر آمازون، گوگل و سایر شبکه‌های رسانه‌ تجارت الکترونیکی که بر ارزش بینش‌های مبتنی بر داده‌های خود تأکید دارند، تقویت می‌کند، فرانک افزود. با این حال، او گفت که اوبر ممکن است نیاز داشته باشد تا به نگرانی‌های حریم‌خصوصی مرتبط با تجمیع داده‌های بسیار حساس بپردازد تا اعتماد مصرف‌کنندگان حفظ شود و با مقررات جهانی در حال تحول به‌عنوان جمع‌آورندهٔ داده‌های دست‌اول سازگار باشد.

ویهان شارما، رئیس درآمد LiveRamp، گفت پلتفرم این شرکت تضمین‌های فنی برای اطمینان از «صفر انتقال داده» فراهم می‌کند.

«هدف کلی فناوری clean room این است که اعتماد بین مالکین داده‌ها، مصرف‌کنندگان و اکوسیستم تبلیغاتی را ایجاد کند»، شارما گفت.

توسط آلیسون شیف

در حدود سال ۲۰۱۵ تا اوایل ۲۰۱۸، شرکت‌های مخابراتی به شدت درباره فناوری تبلیغاتی هیجان‌زده بودند.

آن‌ها میلیاردها دلار صرف کردند تا شرط‌بندی کنند می‌توانند داده‌های غنی مشترکان خود را به‌منظور کسب درآمد به کار ببرند و با خرید دارایی‌های فناوری تبلیغاتی، رقیبی برای پلتفرم‌های بسته (walled gardens) شوند.

معاملات یکی پس از دیگری اضافه می‌شدند.

• Verizon با هزینهٔ مجموعاً 9 میلیارد دلار، AOL و سپس Yahoo را خریداری کرد و آن‌ها را در یک شرکت فرعی رسانه دیجیتال به نام Oath ادغام کرد.
• AT&T، AppNexus را به‌قیمت ۱٫۶ میلیارد دلار خریداری کرد و با ادغام واحدهای فروش تبلیغاتی، تلویزیون هدفمند و تجزیه‌وتحلیل داده‌ها، Xandr را تشکیل داد تا یک پلتفرم کامل فناوری تبلیغاتی ایجاد کند.
• اپراتور سنگاپوری Singtel به سرعت پنج شرکت فناوری تبلیغاتی را در کمتر از پنج سال خرید: پلتفرم تبلیغاتی موبایل‑محور Amobee و سپس (از طریق Amobee) شبکه تبلیغات دیجیتال Adconion، استارتاپ تبلیغات بومی Kontera، DSP Turn و پلتفرم ویدئویی Videology.
• شرکت مخابراتی اسپانیایی Telefonica صرافی تبلیغات موبایل خود را راه‌اندازی کرد.
• شرکت مخابراتی نروژی Telenor ارائه‌دهندهٔ چنددستگاهی Tapad را خریداری کرد.
• اپراتور کابل Altice پلتفرم تبلیغات ویدئویی Teads را خریداری کرد.
• و T‑Mobile شبکه تبلیغات ویدئویی/دیجیتال OOH برای سرویس‌های اشتراک‌سفر Octopus Interactive را خرید، سپس پلتفرم داده‌های مکانی Blis و پلتفرم برنامه‌ریزی DOOH Vistar Media را به‌دست آورد.

این یک جست‌وجوی طلا کوچکی بود.

رونق، سقوط، تجدید

اما این شور و شوق مدت کوتاهی دوام داشت. بیشتر اپراتورهای مخابراتی – به‌جز T‑Mobile – به‌سرعت اشتیاق خود را نسبت به فناوری تبلیغاتی از دست دادند.

همسامی‌های مورد انتظار هرگز به حقیقت نپیوستند، و مدیران ارشد اپراتورها تعجب می‌کردند که چرا خود را در معرض خطرات احتمالی حریم‌خصوصی قرار می‌دهند، در حالی که تبلیغات برایشان به‌عنوان بخشی ناچیز نسبت به صدها میلیارد دلار درآمد سالانه از خدمات ارتباطی و اشتراکی شناخته می‌شود.

در نتیجه Oath تغییر نام یافت و به‌تدریج به قطعات مختلف فروخته شد. AT&T پس از شکست‌های یکپارچه‌سازی، مسائل حریم‌خصوصی و عملکرد ضعیف، Xandr را به مایکروسافت فروخت. Telenor Tapad را با ضرر به Experian فروشند. Altice Teads را به Outbrain واگذار کرد. Singtel Amobee و ترکیبی از دارایی‌های فناوری تبلیغاتی دیگر را به Tremor International با قیمتی برابر با کسری از قیمت اولیه واگذار کرد. Axonix هرگز جذب یا مقیاس قابل توجهی پیدا نکرد و Telefónica پس از سال‌ها زیان، سهم خود را به Blackstone فروخت.

با این حال، تقریباً یک دهه پس از آن، این ایده از بین نرفته است. در حقیقت، دوباره به‌ظهور آمده؛ این بار در بازارهای جدید، تحت چارچوب‌های حریم‌خصوصی سخت‌گیرانه‌تر و با استفاده از یک راهبرد متفاوت.

یک مثال از این رویکرد جدید از Novatiq (که پیش‌تر با نام Smartpipe شناخته می‌شد) می‌آید؛ این پلتفرم فناوری مستقر در بریتانیا به اپراتورهای مخابراتی کمک می‌کند تا با استفاده از سیگنال‌های موافقت‌نامه‌ای از سوی اپراتورها، داده‌های مشترکان خود را به شناسه‌های دیجیتالی ایمن برای حریم‌خصوصی تبدیل کنند و بدون ارسال اطلاعات شخصی به خارج از شبکه، تبلیغات هدفمند را انجام دهند.

اکثر مشتریان Novatiq در خاورمیانه، آفریقا و اروپای شرقی مستقر هستند، جایی که اپراتورها نسبت به بازار آمریکا که در آن اپراتورها محتاط می‌مانند، تمایل بیشتری به اتخاذ روش‌های جدید برای کسب درآمد از داده‌ها نشان می‌دهند.

تانی فیلد، هم‌بنیان‌گذار و مسئول محصول اصلی Novatiq، گفت: دو دلیل اصلی برای این اضطراب وجود دارد.

اول اینکه، اپراتورهای آمریکایی «کمی از تجارب قبلی خسته شده‌اند»، به گفته فیلد. «آن‌ها مقدار زیادی پول صرف کردند اما نتوانستند به‌درستی این کار را انجام دهند.»

همچنین می‌ترسند که درخواست از مردم برای به اشتراک‌گذاری داده‌هایشان ممکن است باعث نفرت آن‌ها شده یا حتی آن‌ها را از خود دور کند. اما این نگرانی عمدتاً بی‌اساس است، فیلد افزود.

من شخصاً این احتیاط آن‌ها را نمی‌فهمم، چون فقط به تمام داده‌هایی که توسط ارائه‌دهندگان OTT جمع‌آوری می‌شود نگاهی بیندازید؛ و شرکت‌های مخابراتی رابطه‌ای اعتمادپذیرتر با مشترکان خود دارند، زیرا می‌توان به آن‌ها اعتماد کرد، فیلد گفت. «اما من شروع به دیدن شواهدی کرده‌ام که ذهنیت در حال تغییر است.»

شرکت‌های مخابراتی، بار دوم

چندین عامل این تغییر نگرش را تحریک می‌کنند، از جمله قوانین حریم‌خصوصی سخت‌گیرانه‌تر که مشخص می‌سازند چه چیزی مجاز است و موفقیت‌های اولیه در بازارهای خارجی که نشان می‌دهد می‌توان تعادل بین اعتماد کاربر و جریان‌های درآمدی جدید را برقرار کرد.

فن‌آوری Novatiq مستقیماً با سامانه‌های داخلی اپراتور یکپارچه شده و به‌طور کامل درون دیواره‌آتش آن عمل می‌کند. هر بار که یک مشترک به اینترنت متصل می‌شود، این پلتفرم یک کد موقت و ناشناس را داخل محیط امن همان اپراتور تولید می‌کند.

اما این در عمل چگونه به‌نظر می‌رسد؟

در همکاری با یک اپراتور در خاورمیانه، Novatiq کمپینی برای آمازون اجرا کرد که آگهی‌ها را بر أساس زبان کاربر و این‌که آیا برنامه Amazon Prime Video را پیش از این دانلود کرده‌اند یا نه، سفارشی‌سازی کرد. این کمپین نسبت به کمپین‌هایی که از این نوع هدف‌گیری استفاده نمی‌کردند، عملکردی ۳۰۰٪ بهتر داشته است.

در همین حال، اپراتور دیگری در همان منطقه از فناوری Novatiq برای بهینه‌سازی بازاریابی خود استفاده کرد و هزینه‌های کمپین را ۶۸٪ کاهش داد در حالی که تعامل مشتریان را ۱۲٪ افزایش داد.

این نتایج اولیه نشان می‌دهد چه چیزهایی ممکن است زمانی که اپراتورها جایگاه خود را در بستر تبلیغات دیجیتال بازنگری می‌کنند، فیلد گفت.

فیلد گفت: «شرکت‌های مخابراتی به‌ طور گسترده‌ای کالایی‌سازی می‌شوند، همانند خدمات عمومی.» او افزود: «بنابراین آن‌ها باید فعال‌تر باشند و فرصت موجود را بپذیرند، به‌جای این‌که آن را به‌عنوان یک مشکل بالقوه ببینند.»

🙏 از مطالعه‌تان سپاسگزارم! همچنین، زنگ، زنگ، این برای من. همان‌طور که همیشه، می‌توانید یک پیام برای من بگذارید به allison@adexchanger.com با هر نظر یا بازخوردی.

شرکت هوش مصنوعی Anthropic به‌تازگی یک پاپ‑آپ در وست ویلیج باز کرد که به‌عنوان «منطقه صفر لغزش» شناخته شد. برای بازدیدکنندگان کلاه‌های بیسبالی با کلمه «تفکر» روی آن‌ها، قهوه و نسخه‌های چاپی مقاله‌ای تقریباً ۱۵٬۰۰۰ کلمه‌ای از مدیرعامل شرکت با عنوان «ماشین‌های مهربان» عرضه شد. استفاده از گوشی‌ها و لپ‌تاپ‌ها نهی می‌شد، هرچند برای ورود از شما خواسته شد تا نشان دهید Claude، مدل زبان بزرگ Anthropic را دانلود کرده‌اید. در عوض، هدف این بود که انسان‌ها با دیگر انسان‌ها وقت بگذرانند.

نمایش‌نامه بازاریابی Anthropic واضح‌ترین نمونه تا کنون از «استراتژی ضد‑هوش مصنوعی هوش مصنوعی» است که من این اصطلاح را برای آن می‌زنم — تلاشی آشکار برای رسیدگی به دیدگاه منفی عمومی نسبت به این فناوری. طبق نظرسنجی مرکز پژوهش‌های پو در بهار جاری، تنها ۱۷٪ از بزرگسالان آمریکایی معتقدند تأثیر هوش مصنوعی بر کشور در دو دهه آینده مثبت خواهد بود. کمتر از یک‌چهارم باور دارند که هوش مصنوعی برای خودشان منفعت‌آور خواهد بود. به‌نظر می‌رسد شرکت‌های هوش مصنوعی به‌طور ضمنی این تردید را پذیرفته‌اند و در نحوه ارائهٔ خود تغییر ایجاد می‌کنند. برخی از این شرکت‌ها که مستقیماً به مصرف‌کنندگان می‌پردازند، محصولات اصلی خود را به‌عنوان محرک‌های خلاقیت معرفی می‌کنند که ذاتاً انسانی‌اند و به ارزش‌های آنالوگ ارج می‌نهند — حتی اگر این ویژگی‌ها با ماهیت و عملکرد هوش مصنوعی در تضاد باشند.

هوش مصنوعی همچنان دور از انسان است. همان‌طور که شاعر کریستین ویمن می‌پرسد: «هوش مصنوعی چه چیزی جز تجلی این ایده است که مغز یک ماشین است؟» با این حال، تلاش برای بازتعریف عوامل هوش مصنوعی نظیر Claude و ChatGPT از OpenAI به‌ عنوان ابزارهایی برای ارتباط و اصالت، می‌تواند تعیین‌کننده این باشد که آیا برخی از بزرگ‌ترین شرکت‌های هوش مصنوعی می‌توانند به گسترش قابل‌توجه حضور خود در میان مصرف‌کنندگان محتاط ادامه دهند یا نه. اگر این استراتژی مؤثر باشد، ممکن است نشان دهد که عموم مردم — یا حداقل بسیاری از ۵۲٪ آمریکایی‌هایی که به‌طور فعال از مدل‌های زبانی بزرگ هوش مصنوعی استفاده می‌کنند — به‌ دو‌فکری دچار می‌شوند. در نهایت، چگونه می‌توان یک ماشین را انسانی دانست؟ چگونه می‌توان دیجیتال را آنالوگ کرد؟ چگونه می‌توان یک فضای بدون دستگاه را نمایانگر یک شرکت هوش مصنوعی ساخت؟

Anthropic، Claude را به‌عنوان «هم‌پارتنر تفکری» معرفی می‌کند — تکمیلی برای خلاقیت نه جایگزین آن. OpenAI نیز مسیر مشابهی را اختیار کرده است. تبلیغات آن‌ها دیگر ادعا نمی‌کند که ChatGPT صرفاً یک فناوری پیشرفته و تاریخی مهم است، بلکه آن را به‌عنوان کمکی برای زیبایی‌شناسی آرام و آنالوگ می‌بیند که به‌نظر نمی‌رسد ارتباطی با هوش مصنوعی داشته باشد. شرکت‌های کوچک‌تری که در حوزه هوش مصنوعی فعالیت می‌کنند نیز به‌ همان شکل پیش رفته‌اند و محصولات خود را بر پایهٔ امکان‌پذیری‌های ادعایی انسانی این فناوری می‌سازند.

OpenAI جدیدترین تبلیغات تلویزیونی خود را با فیلم گرم ۳۵ میلی‌متری ضبط کرد. در یک تبلیغ ۳۰ ثانیه‌ای که در خلال یک سفر جاده‌ای برگزار می‌شود، خواهر و برادر در دل مناظر ایده‌آل آمریکایی می‌خندند و با هم شوخی می‌کنند. حدود نیمی از زمان، یک درخواست هوش مصنوعی روی صفحه ظاهر می‌شود: «به من کمک کن یک سفر با خواهرم در تعطیلات برنامه‌ریزی کنم». وقتی این دو رانندگی می‌کنند، پاسخ احتمالی ChatGPT که به‌نظر می‌رسد در حال اسکرول است، به این شکل می‌آید: «باشه — یک سفر جاده‌ای به کوه‌های بلو ریدج ترکیب نهایی مناظر خیره‌کننده، ماجراجویی‌های خودجوش و غذاهای عالی است». آهنگی از نیل دیاموند پخش می‌شود. اسکرول به این سؤال پایان می‌دهد: «می‌خواهید برای سفر یک پلی‌لیست برایتان تنظیم کنم؟»

در این تبلیغات، هیچ‌کسی را که خمیده بر روی تلفن یا لپ‌تاپ باشد یا حتی در تعامل با ChatGPT مشغول باشد، نشان نمی‌دهند. برای شرکت‌ها غیرعادی است که محصولی را تبلیغ کنند بدون اینکه خود محصول را به هیچ‌وجه نشان دهند. اگرچه استثناهایی وجود دارد، اما خودروها، تلفن‌ها، هتل‌ها، الکل، آب‌نبات‌ها، پوشاک، لوازم خانگی — تقریباً تمام این محصولات در تبلیغاتی که برای فروششان ساخته می‌شود، حضور دارند. حتی در تبلیغات مفهومی‌تری که هدفشان برانگیختن یک احساس یا تجربه است، همچنان محصولی را می‌بینیم: خواننده‌ای که با یک بطری کوک می‌خواند، پدری که با لمس یک کارت مسترکارد تجربه‌ای «بی‌قیمت» ایجاد می‌کند، ورزشکاری که در کفش‌های نایکی می‌دوَد.

رسانه‌های اجتماعی اکنون از جستجو پیشی گرفته، کسب‌وکارهای کوچک و متوسط از خلاصه‌های هوش مصنوعی خشمگین‌اند، و بیشتر دیده‌شدن هنوز به صفحه اصلی وابسته است.

رسانه‌های اجتماعی اکنون ترافیک بیشتری برای کسب‌وکارهای کوچک و متوسط نسبت به جستجو ایجاد می‌کنند. بسیاری از این کسب‌وکارها هم شروع به ردیابی ارجاع‌های تولیدشده توسط هوش مصنوعی کرده‌اند. آن‌ها همچنین رقبا را که در خلاصه‌های هوش مصنوعی ظاهر می‌شوند، تهدیدی نوظهور می‌دانند. این یافته‌ها بر اساس داده‌های نظرسنجی جدیدی است که امروز توسط WordStream by LocaliQ منتشر شده.

چرا این موضوع برای ما مهم است. کسب‌وکارهای کوچک اکنون خلاصه‌های هوش مصنوعی را کانالی نوظهور و حیاتی می‌بینند. این خلاصه‌ها بر تصمیم‌گیری‌های اولیه خریداران تأثیر می‌گذارند و می‌توانند آن‌ها را به سمت محصولات رقیب هدایت کنند. ارجاع‌های هوش مصنوعی هم حالا واضح و قابل ردیابی شده‌اند و کسب‌وکارها را متقاعد کرده که می‌توانند – و باید – برای آن‌ها بهینه‌سازی کنند.

کاهش ترافیک گوگل افزایش یافته. چهل درصد از کسب‌وکارهای کوچک و متوسط می‌گویند ترافیک‌شان از به‌روزرسانی‌های گوگل و جستجوی مبتنی بر هوش مصنوعی کاهش یافته. شرکت‌های بزرگ‌تر ضربه سخت‌تری خورده‌اند و نزدیک به نیمی از آن‌ها کاهش گزارش داده‌اند. با این حال، بیشتر این کسب‌وکارها (۷۲ درصد) می‌گویند SEO آن‌ها «موثر» است.

رسانه‌های اجتماعی از جستجو پیشی گرفته. شصت و چهار درصد رسانه‌های اجتماعی را به عنوان راننده اصلی ترافیک ذکر کرده‌اند که از جستجوی ارگانیک با ۵۲ درصد پیشی گرفته.

• کارآفرینان انفرادی و کسب‌وکارهای خرد، رسانه‌های اجتماعی را در رتبه اول قرار داده‌اند.
• ۳۵ درصد از کسب‌وکارهایی که وب‌سایت ندارند، می‌گویند رسانه‌های اجتماعی و بازارهای آنلاین سرنخ‌های کافی برای‌شان فراهم می‌کنند و نیازی به وب‌سایت ندارند.

توجه به هوش مصنوعی در حال افزایش است. جستجوی هوش مصنوعی هنوز راننده اصلی نیست، اما در رادار کسب‌وکارهای کوچک و متوسط قرار گرفته:

• ۵۰ درصد ارجاع‌ها و ذکرهای هوش مصنوعی را نظارت می‌کنند.
• ۷۰ درصد از کسب‌وکارهای کوچک و متوسط بزرگ‌تر همین کار را می‌کنند.
• آگاهی از GEO در همه اندازه‌های کسب‌وکار در حال افزایش است.

بزرگ‌ترین ناامیدی برای کسب‌وکارهای کوچک و متوسط، دیدن رقبا در خلاصه‌های هوش مصنوعی به جای خودشان است. اما نکته مثبت این است که این مدل‌ها اغلب از سایت‌هایی فراتر از ده تای برتر گوگل اطلاعات می‌کشند و به برندهای کوچک شانس نادری برای دیده‌شدن می‌دهند که معمولاً به دست نمی‌آورند.

صفحات اصلی وب حیاتی هستند. در میان کسب‌وکارهای کوچک و متوسط که ترافیک هوش مصنوعی را ردیابی می‌کنند، صفحات پرارجاع عبارت‌اند از:

• صفحات اصلی (۵۷ درصد)
• صفحات محصول یا خدمات (۴۸ درصد)
• صفحات تماس (۳۴ درصد)

چگونگی سازگاری کسب‌وکارهای کوچک و متوسط. اقدامات برتر برای افزایش دیده‌شدن در هوش مصنوعی، با اصول اساسی SEO هم‌پوشانی دارد:

• استفاده از تیترهای واضح و توصیفی (۳۵ درصد)
• بهبود خوانایی (۲۶ درصد)
• رفع مسائل فنی پایه مانند سرعت و عملکرد موبایل (۲۴ درصد)
• کسب‌وکارهای کوچک و متوسط بزرگ‌تر، به ذکرهای خارجی برند (۳۳ درصد) و افزودن داده‌های ساخت‌یافته (۳۰ درصد) می‌پردازند

درباره داده‌ها. WordStream by LocaliQ بیش از ۳۰۰ کسب‌وکار کوچک آمریکایی در ۲۴ صنعت را نظرسنجی کرده. پاسخ‌ها از شرکت‌هایی با و بدون وب‌سایت، از صاحبان انفرادی تا سازمان‌های ۱۰۰ نفره آمده است.

گزارش. گزارش بزرگ روندهای وب‌سایت SMB: SEO، GEO، و آینده ترافیک

نوشتهٔ اریکا ویلِس

مصرف‌کنندگان و اینفلوئنسرها خشم خود را در شبکه‌های اجتماعی ابراز می‌کنند.

اکنون رسانه‌های اجتماعی پیش از جستجو می‌آیند، کسب‌وکارهای کوچک از خلاصه‌های هوش مصنوعی خسته شده‌اند و بیشترین دیده شدن همچنان به صفحه اصلی وابسته است.

در حال حاضر رسانه‌های اجتماعی بیش از جستجو ترافیک بیشتری به کسب‌وکارهای کوچک و متوسط می‌رسانند و بسیاری از این کسب‌وکارها شروع به پیگیری ارجاعات تولیدشده توسط هوش مصنوعی کرده‌اند. آن‌ها همچنین رقبایی که در خلاصه‌های هوش مصنوعی ظاهر می‌شوند را به‌عنوان تهدیدی نوظهور می‌بینند، طبق داده‌های جدید نظرسنجی که امروز توسط WordStream توسط LocaliQ منتشر شد.

چرا این موضوع مهم است. کسب‌وکارهای کوچک اکنون خلاصه‌های هوش مصنوعی را به‌عنوان کانالی نوظهور و مهم می‌بینند. این خلاصه‌ها تصمیم‌گیری اولیه خریداران را شکل می‌دهند و می‌توانند آن‌ها را به سمت محصولات رقیب سوق دهند. ارجاعات هوش مصنوعی نیز شفاف و قابل ردیابی شده‌اند و کسب‌وکارها را قانع می‌کنند که می‌توانند – و باید – برای آن‌ها بهینه‌سازی کنند.

کاهش ترافیک گوگل در حال افزایش است. چهل درصد از کسب‌وکارهای کوچک می‌گویند که به‌دلیل به‌روزرسانی‌های گوگل و جستجوی مبتنی بر هوش مصنوعی ترافیک خود را از دست داده‌اند. شرکت‌های بزرگتر بیشترین ضربه را دریافت کرده‌اند؛ تقریباً نیمی از آن‌ها کاهش را گزارش کردند. با این حال، اکثر کسب‌وکارهای کوچک (۷۲٪) گفتند سئوی آن‌ها «موثر» است.

رسانه‌های اجتماعی بر جستجو پیشی می‌گیرد. ۶۴ درصد، رسانه‌های اجتماعی را به‌عنوان اصلی‌ترین منبع ترافیک نام بردند که از جستجوی ارگانیک با ۵۲ درصد پیشی گرفتند.

• کارآفرینان تک‌نفره و کسب‌وکارهای میکرو، رسانه‌های اجتماعی را در رده نخست برتری دادند.
• ۳۵٪ از کسب‌وکارهایی که وب‌سایت ندارند گفتند رسانه‌های اجتماعی و بازارهای آنلاین به‌اندازه کافی سرنخ فراهم می‌کنند تا نیازی به وب‌سایت ندارند.

توجه به هوش مصنوعی در حال افزایش است. جستجوی هوش مصنوعی هنوز به‌عنوان عامل اصلی ترافیک محسوب نمی‌شود، اما در دید کسب‌وکارهای کوچک قرار دارد:

• ۵۰٪ ارجاعات و ذکرهای هوش مصنوعی را مانیتور می‌کنند.
• ۷۰٪ از کسب‌وکارهای بزرگ‌تر نیز همین کار را انجام می‌دهند.
• آگاهی جغرافیایی (GEO) در میان تمام اندازه‌های کسب‌وکار در حال رشد است.

بزرگ‌ترین ناامیدی کسب‌وکارهای کوچک این است که رقبایشان به‌جای آن‌ها در خلاصه‌های هوش مصنوعی ظاهر می‌شوند؛ اما نکته مثبت این است که این مدل‌ها اغلب اطلاعاتی از سایت‌های بیش از ده‌تا برتر گوگل استخراج می‌کنند و به برندهای کوچک فرصتی نادر برای دیده شدن می‌دهند که معمولاً به‌دست نمی‌آورند.

صفحات اصلی وب‌سایت حیاتی هستند. در میان کسب‌وکارهای کوچک که ترافیک هوش مصنوعی را ردیابی می‌کنند، پر بازدیدترین صفحات عبارتند از:

• صفحات اصلی (۵۷٪)
• صفحات محصول یا خدمات (۴۸٪)
• صفحات تماس (۳۴٪)

چگونگی سازگاری کسب‌وکارهای کوچک. برترین اقدامات برای افزایش دیده شدن در هوش مصنوعی، با اصول سئو هم‌پوشانی دارد:

• استفاده از سرفصل‌های واضح و توصیفی (۳۵٪)
• بهبود خوانایی (۲۶٪)
• رفع موارد پایه فنی مانند سرعت و عملکرد موبایل (۲۴٪)
• کسب‌وکارهای بزرگ‌تر به‌سوی ساخت اشاره‌های خارجی به برند (۳۳٪) و افزودن داده‌های ساختاریافته (۳۰٪) حرکت می‌کنند

دربارهٔ داده‌ها. WordStream توسط LocaliQ بیش از ۳۰۰ کسب‌وکار کوچک در ایالات متحده را در ۲۴ حوزه‌ی صنعتی مورد نظرسنجی کرد. پاسخ‌ها از شرکت‌های دارای وب‌سایت و بدون وب‌سایت، از افراد خوداشتغال تا سازمان‌های با ۱۰۰ نفر پرسنل دریافت شد.

گزارش. گزارش بزرگ روندهای وب‌سایت کسب‌وکارهای کوچک: سئو، GEO و آینده ترافیک

Search Engine Land متعلق به Semrush است. ما همچنان متعهد به ارائه پوشش با کیفیت بالا از موضوعات بازاریابی هستیم. مگر در مواردی که به‌وضوح اعلام شده باشد، محتوای این صفحه توسط یک کارمند یا یک پیمانکار حقوق‌بگیر Semrush Inc. نوشته شده است.

توسط الیسون شِیف

همه می‌دانیم که باید سبزیجات بخوریم و از غذاهای ناسالم پرهیز کنیم؛ اما دانستن با عمل کردن متفاوت است.

بازاریابان به‌صورت غریزی می‌دانند که داده‌های بهتر و رسانه‌های با کیفیت بالاتر، نتایج بهتری به‌دست می‌دهند. اما عادت‌های بد چسبنده‌اند و به‌سختی از بین می‌روند، گفت جیمی بارنارد، مدیرعامل Compliant، استارت‌آپی که استانداردهای کیفیت داده را در رسانه‌های دیجیتال پیگیری می‌کند.

صنعت تبلیغات «ذهنیتی مبتنی بر حجم» دارد، گفت بارنارد که این چالش را به‌صورت مستقیم تجربه کرده است. او نزدیک به ۱۶ سال در یونیلور به‌عنوان مشاور حقوقی ارشد خود که بر بازاریابی جهانی، رسانه و تجارت الکترونیک متمرکز بود، کار کرد و در سال ۲۰۲۲ این شرکت را ترک کرد.

پس چه باید اتفاق بیفتد تا این صنعت از خوردن این‌همه «فست‌فود» دست بکشد؟

کیفیت نیازی به هزینه‌ی بیشتر ندارد

این همان پرسشی بود که Compliant در اوایل امسال با اجرای مجموعه‌ای از آزمایش‌های کنترل‌شده با چهار برند جهانی در حوزه‌های محصولات مصرفی (CPG)، خدمات مالی، الکترونیک مصرفی و بهداشت مصرف‌کننده، به‌دنبال پاسخ آن رفت.

نتایج که روز پنج‌شنبه منتشر شد، برای هیچ‌کس تعجب‌آور نیست (اگرچه این نکته باید توسط همه شنیده شود): کیفیت عملکرد و کارآمدی را به‌دست می‌آورد، خرید موجودی کم‌کیفیت همانند هدر رفتن پول است و همان‌طور که مشخص شد، صرف هزینه برای رسانه‌های بهتر لزوماً هزینه بیشتری نمی‌طلبد.

طبق یافته‌های Compliant، آگهی‌دهندگانی که به یکپارچگی داده اهمیت می‌دهند و مصمم به خرید نمایش‌ها از ناشران ارزشمند با شیوه‌های داده‌ای بهتر هستند، هزینه به‌ازای هر اقدام (CPA) خود را ۳۳٪ کاهش می‌دهند، CPMها را ۳۲٪ کاهش می‌دهند و بازگشت هزینه تبلیغاتی (ROAS) را ۵٪ افزایش می‌بخشند.

اما همان‌طور که واضح به‌نظر می‌رسد، واقعیت پیچیده‌تر است، گفت سامیر آمین، معاون بازاریابی مبتنی بر داده در Reckitt، یکی از آگهی‌دهندگانی که در این مطالعه شرکت داشتند و پرتفولیوی آنان شامل محصولاتی از لیزول، موکینکس، کلیرسیل تا دورکس، K‑Y و برند فرمول شیر کودک انفامیِل می‌شود.

یکی از دلایلی که خریداران همچنان به دنبال موجودی‌های ارزان و حجم‌بالا می‌روند، عدم اندازه‌گیری مناسب است.

«مدل‌های اقتصادسنجی، تحلیل ترکیب بازاریابی – این ابزارها تمایل دارند بازگشت سرمایه (ROI) خوبی به موجودی‌های کم‌هزینه بدهند بدون اینکه به‌درستی به کیفیت نمایش‌ها نگاه کنند»، گفت آمین. «اما ما متوجه شدیم که اگر به داده‌های صحیح نگاهی داشته باشیم و به مسائلی مثل قابلیت مشاهده و ایمنی برند اهمیت بدهیم، می‌توانیم نتایج بهتری بدست آوریم بدون این‌که حتماً هزینه بیشتری بپردازیم.»

یک موفقیت متا؛ از بهشت تا جای‌گذاری‌های تبلیغاتی

کیفیت به‌صورت طراحی‌شده

نیازی نیست که سوئیچی وجود داشته باشد که بازاریابان بتوانند با یک لمس از اولویت‌دادن به مقیاس به تمرکز بر کیفیت تغییر دهند.

بهترین کاری که می‌توانند انجام دهند، به گفته آمین، این است که خود را آموزش دهند و دست‌هایشان را به کار بگذارند.

«شما باید در داده‌ها سرمایه‌گذاری کنید، در ابزارها سرمایه‌گذاری کنید و در افرادی که می‌توانند از داده‌ها و ابزارها استفاده کنند سرمایه‌گذاری کنید»، او گفت. «اعتماد به پلتفرم‌های بزرگ مانند گوگل و فیس‌بوک آسان‌تر است، اما اگر می‌خواهید بهبود حاصل کنید، باید خودتان کار کنید.»

به‌عنوان مثال، Reckitt فهرست‌های انتخابی برای شرکای تأمین خود تهیه می‌کند تا موجودی‌های با کیفیت را شناسایی کند و ناشرانی را که زیر آستانه‌ای از یکپارچگی داده تعیین‌شده قرار می‌گیرند کنار بگذارد. سپس، به‌طور مستقیم با ناشران منتخب، قراردادهای بازار خصوصی بسته می‌کند؛ این امر به برندها کنترل بیشتری بر کیفیت و زمینه خریدهای رسانه‌ای می‌دهد.

افراد خاصی برای نظارت بر این مشارکت‌ها و قراردادها وجود دارند تا اطمینان حاصل کنند که سرمایه‌گذاری‌ها با اهداف برند و استراتژی‌های بازاریابی هم‌راستا هستند و تأمین‌کنندگان معتبر با گذشت زمان شناخته و به‌عنوان اولویت در نظر گرفته شوند.

Reckitt همچنین چارچوب‌های ایمنی برند و مناسب‌سازی را برای هر یک از برندهای خود تنظیم کرده است که نیازهای متفاوت در سبد محصولات را منعکس می‌کند.

«معنادار نیست که همان پروتکل‌ها را برای برندی که به صمیمیت جنسی می‌پردازد مانند دورکس به کار ببریم که برای برند فرمول شیر کودک است»، گفت آمین. «آنچه برای یک برند کار می‌کند، برای دیگری حذف می‌شود و برعکس.»

به‌عبارت دیگر، تصمیم‌گیری درباره مخاطب و رسانه‌ها بر پایه استراتژی است، نه صرفاً براساس خرید یا قیمت. اگرچه خوشایند است که می‌توان تأمین‌کننده با کیفیت را بدون هزینهٔ بیش از حد به‌دست آورد، افزوده او.

آیا این بار متفاوت خواهد بود؟

صبر کنید، این اولین بار نیست که بازاریابان شواهد واضحی دارند که کیفیت بر کمیت غلبه می‌کند.

به یاد داشته باشید که در سال ۲۰۱۷، وقتی JPMorgan Chase فهرست سایت‌های برنامه‌ای خود را از ۴۰۰,۰۰۰ به ۵,۰۰۰ کاهش داد، بدون اینکه عملکردی پایین بیاید؟ و گزارش شفافیت مشهور ANA که چند سال پیش مقدار شگفت‌انگیزی از هدررفت در زنجیره تأمین برنامه‌ای را نشان داد، را نیز به‌خاطر بسرید.

نکته این است که حتی با وجود شواهد واضح، تغییر به‌سختی پیش می‌رود.

«گزارش جدید نشان می‌دهد که کیفیت در برنامه‌ریزی پروگرامتیک به‌سود می‌انجامد» – عنوان این مقاله – در واقع نباید در سال ۲۰۲۵ یک کشف جدید باشد، اما به‌نحوی، همین‌طور است.

پس چه چیزی این بار را متفاوت می‌کند؟

یکی از عوامل مهم هوش مصنوعی است. با شروع به‌کارگیری هوش مصنوعی در خرید و بهینه‌سازی رسانه‌ها، نیاز به شفافیت و داده‌های با کیفیت بیش از هر زمان دیگری حس می‌شود؛ این ممکن است سرانجام دلیلی کافی برای برندها باشد که بر اساس دانش خود اقدام کنند، گفت بارنارد.

ظهور هوش مصنوعی مولد و ابزارهای هوش‌محور امکان دسترسی به داده‌های دقیق و تجزیه‌وتحلیل‌های زمان‌واقعی را فراهم می‌کند، اما همچنین نیاز به رفع مشکلات کیفیت داده را از همان ابتدا تشدید می‌کند.

«اگر رسانه‌ها را از ناشرانی با شیوه‌های داده‌ای نامناسب خریداری کنید، هیچ‌ میزان بهینه‌سازی پس از آن نتواند تأثیر مخرب بر هدف‌گیری و کارایی را جبران کند»، گفت بارنارد. «بسیار مهم است که بازاریابان و ابزارهای مولدشان شفافیتی نسبت به کیفیت رسانه‌های موجود در سمت عرضه داشته باشند.»

به‌عنوان بخشی از پلتفرم خود، Compliant چارچوبی امتیازدهی دارد که آن را شاخص یکپارچگی داده (Data Integrity Index) می‌نامد؛ این شاخص به‌صورت مستقل صحت تبعیت ناشران از شیوه‌های داده‌ای مسئولانه و استانداردهای صنعتی، از جمله انطباق با حریم خصوصی، را ارزیابی و اندازه‌گیری می‌کند.

این سامانه نمره‌ای برای شفافیت ارائه می‌دهد که بازاریابان می‌توانند از آن برای راهنمایی تصمیم‌گیری‌های خرید رسانه‌ای خود استفاده کنند.

«بسیار ساده است که به تمام مشکلات موجود در برنامه‌ریزی پروگرامتیک نگاه کنید، اما در واقع موجودی‌های خوب فراوانی وجود دارد»، گفت بارنارد. «تغییر به مدل مبتنی بر ارزش به معنای بازنگری در معیارهای مهم است و استانداردهای دادهٔ خوب باید به‌عنوان بخشی از ساختار برنامه‌ریزی پروگرامتیک تلقی شوند.»

دوشنبه تا جمعه، ساعت ۶ تا ۷ بعدازظهر (ET)

هوش مصنوعی می‌تواند کلیدواژه‌ها را به‌صورت گسترده تولید کند، اما تکنیک‌های معنایی ساختار و کیفیت سیگنال مورد نیاز را فراهم می‌کنند تا PPC و SEO در مسیر درست باقی بمانند.

اکنون که هر کسی می‌تواند با هوش مصنوعی کلیدواژه‌ها را تولید کرده و در عرض چند دقیقه یک کمپین جستجوی پولی راه‌اندازی کند، تصور می‌شود که کار سخت تمام شده است.

اما ساخت عملکرد ساختاریافته و قابل گسترش همچنان نیازمند درک واقعی از نحوهٔ کار جستجو است.

تکنیک‌هایی مانند n‑gramها، فاصله لِونشتین و تشابه جاکارد به بازاریابان جستجو این امکان را می‌دهند که داده‌های نامنظم عبارات جستجو را تفسیر کنند، زمینهٔ مشتری را اعمال کنند و چارچوب‌های قابل اعتمادی بسازند که تنها هوش مصنوعی قادر به تولیدشان نیست. در ادامه نحوهٔ کار این تکنیک‌ها بیان می‌شود.

نقش n‑gram‌ها در تحلیل PPC و SEO

به n‑gramها به‌عنوان «n» کلمه‌ای که یک کلیدواژه را تشکیل می‌دهند، فکر کنید. به‌عنوان مثال، در عبارت «مراقب خصوصی نزدیک» ما داریم:

• ۳ یوگرام (یک کلمه): «خصوصی»، «مراقب»، و «نزدیک»
• ۲ بیگرام (دو کلمهٔ پی‌در‑پی): «خصوصی مراقب» و «مراقب نزدیک»
• ۱ تیگرام (سه کلمهٔ پی‌در‑پی): «خصوصی مراقب نزدیک»

n‑gramها برای ساده‌سازی فهرست کلیدواژه‌ها مفید هستند.

این هفته، چندین کمپین را که بیش از ۱۰۰٬۰۰۰ عبارت جستجو داشتند، بازسازی کردم. با استفاده از n‑gramها، توانستم این فهرست‌ها را به موارد زیر کاهش دهم:

• حدود ۶٬۰۰۰ یوگرام.
• حدود ۲۳٬۰۰۰ بیگرام.
• حدود ۲۷٬۰۰۰ تیگرام.

با این مجموعه‌های کوچکتر، ممکن است متوجه شوید که تمام کلیدواژه‌های حاوی یوگرام «رایگان» عملکرد ضعیفی دارند، بنابراین می‌توانید «رایگان» را به‌عنوان منفی‌سازی گسترده (Broad Match Negative) حذف کنید.

از سوی دیگر، ممکن است ببینید که «نزدیک» عملکرد بسیار خوبی دارد، که شما را ترغیب می‌کند تا با تغییرات محلی و صفحات فرودی متفاوت آزمایش کنید.

با این حال، محدودیت‌های واضحی وجود دارد:

• برای این روش به حجم بزرگی از عبارات جستجو نیاز دارید؛ بنابراین این روش بیشتر برای بودجه‌های بزرگ مناسب است.
• هر چه مقدار «n» بزرگتر شود، این روش کم‌کارآمدتر می‌شود، زیرا خروجی‌های بزرگ‌تری تولید می‌کند که هدف را از بین می‌برد. در این مرحله، به روش‌های پیشرفته‌تری مانند فاصله لِونشتین یا تشابه جاکارد نیاز خواهید داشت.

دسته‌بندی کلیدواژه‌ها با استفاده از n‑gramها

تحلیل داده‌های SEO و PPC اغلب نیازمند مرور حجم عظیمی از عبارات جستجوی بلند‑دم (Long‑tail) است که بسیاری از آنها تنها یک بار ظاهر می‌شوند و داده‌های بسیار کمی دارند.

n‑gramها به تبدیل این داده‌های بی‌نظم بلند‑دم به اطلاعات واضح و قابل مدیریت کمک می‌کنند.

این امکان را می‌دهد که هزینه‌های هدر رفته را کاهش دهید، فرصت‌های جدید را شناسایی کنید و ساختار قابل گسترشی بسازید.

• ابتدا داده‌های عبارات جستجو را خروجی بگیرید. در PPC، این داده‌ها شامل هزینه، نمایش، کلیک، تبدیل‌ها و ارزش تبدیل به‌تفکیک عبارت جستجو می‌شود.
• برای هر n‑gram، هزینه، نمایش، کلیک، تبدیل‌ها و ارزش تبدیل را جمع کنید.
• سپس CPA، ROAS، CTR، CVR و سایر معیارهای مرتبط را محاسبه کنید.

با این مجموعه‌دادهٔ کوتاه‌تر و قابل‌هضم، می‌توانید n‑gramهای با هزینهٔ بالا که تبدیل نمی‌شوند (منفی‌ها) و آنهایی که تبدیل می‌شوند (مثبت‌ها) را رتبه‌بندی کنید.

از اینجا، گروه‌های تبلیغاتی را بر پایه n‑gramهای تکراری که عملکرد را بهبود می‌بخشند، بسازید.

به‌عنوان مثال، ممکن است متوجه شوید که n‑gramهای مرتبط با اضطراری (مانند «۲۴/۷»، «همین روز»، «فوری» و غیره) اغلب نرخ تبدیل بالاتری ارائه می‌دهند. شما می‌توانید این موارد را برای کنترل مؤثرتر تقسیم‌بندی کنید.

خلاصهٔ مطلب: n‑gramها به شما کمک می‌کنند تا موضوعاتی را که شایستهٔ توجه ویژه هستند، شناسایی کنید.

به‌عمق‌تر نگاه کنید: چگونه جواهرات پنهان در حساب‌های جستجوی پولی خود را کشف کنید

چگونه از فاصله لِونشتین برای بهبود کیفیت کلیدواژه‌ها استفاده کنیم

فاصله لِونشتین تعداد حداقل ویرایش‌های تک‌نمزی – افزودن، حذف یا جایگزینی – مورد نیاز برای تبدیل یک رشته به رشتهٔ دیگر را اندازه‌گیری می‌کند.

اگرچه ممکن است پیچیده به نظر برسد، ولی مفهوم آن در واقع ساده است.

فاصله لِونشتین بین «cat» و «cats» برابر ۱ است، زیرا تنها کافی است حرف «s» را اضافه کنید. بین «cat» و «dog»، فاصله ۳ است. و به همین ترتیب.

یک کاربرد رایج، شناسایی اشتباهات املایی برندها و رقبا است که در عبارات جستجوی شما ظاهر می‌شوند.

به‌عنوان مثال، «uber» و «uver» فاصله لِونشتین ۱ دارند، بنابراین می‌توانید نسخهٔ اشتباه‌نویسی شده را با اطمینان از کمپین‌های غیر برند حذف کنید.

می‌توانید همین منطق را برای ارزیابی ارتباط کلیدواژه‌ها به‌کار ببرید.

اگر فاصلهٔ بین یک کلیدواژه و عبارات جستجویی که با آن مطابقت دارد، زیاد باشد – مثلا ۱۰ یا بیشتر – احتمالاً این عبارات ارتباط کمی با کلیدواژه دارند و نیاز به بررسی دارند.

از سوی دیگر، فاصلهٔ کم معمولاً به این معنی است که این عبارات ایمن هستند و نیازی به بررسی دستی ندارند.

یکپارچه‌سازی کلیدواژه‌های PPC با استفاده از فاصله لِونشتین

پس از استفاده از n‑gramها برای ساختن خوشه‌های اولیهٔ کلیدواژه‌ها، ممکن است همچنان با هزاران عبارت جستجو برای سازماندهی در یک ساختار کمپین قابل‌کار مواجه شوید.

مرتب‌سازی دستی ۶٬۰۰۰ یوگرام گزینه‌ای نیست. در اینجا فاصله لِونشتین به‌عنوان یک ابزار اساسی ظاهر می‌شود.

هدف این است که گروه‌های تبلیغاتی را که هدفشان کلیدواژه‌های تقریباً یکسان هستند، ادغام کنید تا از ساختار بیش از حد جزئی و شبیه به SKAG جلوگیری شود.

جزئی‌کاری بیش از حد، گزارش‌گیری و مدیریت حساب را پیچیده می‌کند و منجر به پیشنهادهای ناکارآمد و هزینه‌های هدر رفته می‌شود.

با استفاده از همان مجموعه‌داده، فاصله لِونشتین بین عبارات جستجو در گروه‌های مختلف تبلیغاتی را محاسبه کنید.

سپس کلیدواژه و گروه تبلیغاتی نزدیک‌ترین را با استفاده از آستانهٔ از پیش تعیین‌شده شناسایی کنید – به‌عنوان مثال، ۳ برای دقت بالا.

این به‌صورت ایمن امکان یکپارچه‌سازی کلیدواژه‌ها و گروه‌های تبلیغاتی را می‌دهد. با آستانهٔ سست‌تر، مثلاً ۶، می‌توانید گروه‌ها را بر اساس شباهت یا نیت نیز تجمیع یا نام‌گذاری کنید.

در ادامه یک مثال ساده نشان می‌دهد که چرا سه کلیدواژهٔ زیر می‌توانند در یک گروه قرار گیرند:

فاصله لِونشتین	24/7 plumber	24 7 plumber	247 plumber
24/7 plumber	0	1	1
24 7 plumber	1	0	1
247 plumber	1	1	0

به‌عمق‌تر نگاه کنید: چگونه از کلیدواژه‌های منفی در PPC برای حداکثر هدف‌گیری و بهینه‌سازی هزینه‌های تبلیغاتی استفاده کنید

پیشرفت بیشتر با تشابه جاکارد

در PPC، می‌توانید تشابه جاکارد را به‌عنوان شاخصی برای درک همپوشانی بین دو مجموعهٔ n‑gram ساده‌سازی کنید.

محاسبهٔ این مقدار ساده است: تعداد انیگرام‌های مشترک بین دو مجموعه تقسیم بر مجموع تعداد انیگرام‌های منحصر به‌فرد در هر دو مجموعه.

اگرچه ممکن است فنی به نظر برسد، اما تصور آن ساده است. می‌توانید به این شکل تصور کنید:

• تشابه جاکارد = قرمز / سبز

در ادامه مثال‌های عینی آورده شده است:

• «new york plumber» و «plumber new york» = 1 (همهٔ سه انیگرام در هر دو مجموعه وجود دارند، فقط ترتیب متفاوت است)
• «new york plumber» و «NYC plumber» = 0.25 (تنها «plumber» مشترک است و مجموع چهار انیگرام وجود دارد)

تشابه جاکارد گام اولیهٔ مفیدی برای حذف تکرار کلیدواژه‌های مشابه است. این معیار به‌طور اساسی فاصلهٔ بین منطق مطابقت عبارات قدیمی و مطابقت گستردهٔ اصلاح‌شده را پر می‌کند.

ولی این روش محدودیت‌هایی دارد؛ زیرا به معنی واژگان توجه نمی‌کند.

در مثال بالا، «new york» و «NYC» باید معادل شناخته شوند، اما محاسبهٔ جاکارد آن‌ها را متفاوت در نظر می‌گیرد.

برای مدیریت این سطح از دقت، به تکنیک‌های پیشرفته‌تری نیاز است (که در مقالهٔ بعدی به آن می‌پردازم).

ترکیب تشابه جاکارد و فاصله لِونشتین

به یک کمپین دورهٔ امنیت سایبری که شامل ۱۰ کلیدواژهٔ برتر زیر است، نگاه کنید:

کلیدواژه	جستجوهای متوسط ماهانه در Semrush (ایالات‑متحده)
دوره‌های امنیت سایبری	5,400
دوره آنلاین امنیت سایبری	1,900
دوره‌های امنیت سایبری رایگان	1,300
دوره‌های امنیت سایبری آنلاین	1,300
دوره امنیت سایبری	1,000
دوره‌های امنیت سایبری آنلاین	880
دوره امنیت سایبری گوگل	880
دوره‌های امنیت سایبری رایگان	720
دوره‌های رایگان امنیت سایبری	590
دوره‌های امنیت سایبری آنلاین	480

با ترکیب نسخه‌های جمع و مفرد و نسخه‌های با ترتیب متفاوت این کلیدواژه‌ها، می‌توانید ۱۰ کلیدواژه برتر را به چهار کلیدواژهٔ کاربردی‌تر فشرده کنید:

• «دوره‌های امنیت سایبری».
• «دوره‌های امنیت سایبری آنلاین».
• «دوره‌های رایگان امنیت سایبری».
• «دوره امنیت سایبری گوگل».

می‌توانید از n‑gramها برای این کار استفاده کنید، اما مقیاس‌پذیری تحلیل n‑gramها در میان هزاران کلیدواژه می‌تواند طاقت‌فرسا باشد.

رویکرد مؤثرتری این است که هر دو معیار شباهت را به‌صورت توالی به‌کار ببرید.

• ابتدا فاصله لِونشتین را برای ترکیب پرس‌و‌جوهای بسیار مشابه اعمال کنید.
• سپس از تشابه جاکارد برای حذف تکرارهای با ترتیب متفاوت استفاده کنید.
• در هر مرحله، معیارهای کلیدی (KPIs) معمولی نظیر هزینه، تبدیل‌ها و سایر معیارها را جمع می‌کنید تا تحلیل n‑gram همچنان عملی بماند.

نتیجه، ساختاری واضح و فشرده است که حتی با افزایش حجم عبارات جستجو نیز پایدار می‌ماند.

بازسازی کمپین‌های جستجوی پولی با تکنیک‌های معنایی پیشرفته

با به‌کارگیری تکنیک‌های معنایی مناسب، می‌توانید مجموعه‌های عظیم کلیدواژه‌ها را به‌سرعت و با نتایج باکیفیت و ثابت بازسازی کنید.

هوش مصنوعی می‌تواند با ارائهٔ خلاصهٔ اولیه کمک کند، اما نباید به‌صورت کامل به آن وابسته باشید.

در غیر این صورت، این یک مثال کلاسیک از “ورودی زباله، خروجی زباله” خواهد بود.

مطابقت گسترده می‌تواند قدرتمند باشد، اما باعث ایجاد سر و صدای بیشتری می‌شود. این تکنیک‌ها به شما کمک می‌کنند تا از درست‌ماندن عبارات خود اطمینان حاصل کنید.

از n‑gramها، فاصله لِونشتین و تشابه جاکارد برای اعمال زمینهٔ مشتری به داده‌های خام جستجو استفاده کنید و ساختاری ثابت ایجاد کنید که با اهداف کمپین شما هماهنگ باشد.

در ابتدا ممکن است این کار غرق‌کننده به نظر برسد؛ بنابراین جدول خلاصه‌ای در پایان مقاله آورده شده است:

سناریو	بهترین تکنیک	دلیل
شناسایی الگوهای با قصد بالا در صادرات عظیم عبارات جستجو	n-grams	به‌سرعت تم‌ها را آشکار می‌کند؛ ابعاد را کاهش می‌دهد
حذف کلیدواژه‌های تکراری / نزدیک به تکراری در مقیاس بزرگ	فاصله لِونشتین	تشخیص شباهت‌های املایی و ساختاری
حذف تکرار کلیدواژه‌های بازآرایی‌شده یا کمی متفاوت	تشابه جاکارد	مقایسه توکنی که به ترتیب حساس نیست
ایجاد خوشه‌های قابل گسترش برای بازسازی کمپین	ترکیب: فاصله لِونشتین → تشابه جاکارد → n-gram	دنباله، دقت و فشرده‌سازی را فراهم می‌کند

نویسندگان مشارکت‌کننده دعوت می‌شوند تا برای Search Engine Land محتوا تولید کنند و بر پایه تخصص و مشارکتشان در جامعهٔ جستجو انتخاب می‌شوند. مشارکت‌کنندگان ما تحت نظارت تیم تحریریه کار می‌کنند و محتواهایشان برای کیفیت و مرتبط بودن با خوانندگان بررسی می‌شود. Search Engine Land متعلق به Semrush است. از نویسنده درخواست نشده است تا به‌صورت مستقیم یا غیرمستقیم به Semrush اشاره کند. نظراتی که بیان می‌شود، نظرات شخصی آن‌هاست.