מדידת נוכחות מותג ב-AI: המדריך המעשי

למה דירוג בגוגל כבר לא מספר את כל הסיפור?

במשך שנים המדד היה ברור: באיזה מקום אתם מופיעים בעמוד התוצאות של גוגל. היום חלק הולך וגדל מהקונים שלכם כלל לא מגיע לעמוד תוצאות. הם שואלים את ChatGPT איזה כלי מתאים להם, מבקשים מ-Perplexity להשוות שלוש חלופות, או מתייעצים עם Claude לפני שהם פונים לספק. בכל הרגעים האלה אתם או מוזכרים — או נעלמים מהשיחה. והבעיה האמיתית: רובכם פשוט לא יודעים מה משתי האפשרויות קורה.

כאן נפתח פער מסוכן. אפשר להוביל את כל מילות המפתח בגוגל ועדיין להיות בלתי נראים בתשובות ה-AI, פשוט כי המנועים האלה בוחרים את המקורות שלהם אחרת. מחקרים על הקטגוריה מראים שמנועי תשובות מזהים מותגים בשמם כמעט תמיד, אבל ממליצים עליהם בתשובה לשאלת קטגוריה רק באחוזים בודדים. המנוע יודע שאתם קיימים — הוא פשוט לא בטוח שכדאי להמליץ עליכם.

המסקנה אינה לזנוח את ה-SEO, אלא להוסיף לו שכבת מדידה חדשה. בדיוק כפי שלא הייתם מנהלים קמפיין בלי לדעת את הדירוג, אסור לנהל נוכחות אורגנית בעידן ה-AI בלי לדעת את נתח הקול שלכם בתשובות. מה שלא נמדד — לא משתפר, ובמרחב שמשתנה בקצב של חודשים ולא שנים, עיוורון הוא הסיכון היקר ביותר.

מה זה בעצם נתח קול בתשובות AI ואיך מחשבים אותו?

נתח קול בתשובות AI (Share of Voice) הוא האחוז מתוך כלל האזכורים בקטגוריה שהמותג שלכם תופס בתוך תשובות של מנועי AI. הנוסחה פשוטה ועקבית: מספר האזכורים של המותג שלכם חלקי סך האזכורים של כל המותגים, כפול מאה. אם על פני מאה אזכורים של מותגים במאגר השאלות שלכם הופעתם חמש־עשרה פעמים — נתח הקול שלכם הוא חמישה־עשר אחוזים. זה התרגום הישיר של מושג מוכר מעולם המדיה אל שדה המשחק החדש.

חשוב להבחין בין שני דברים שנספרים בנפרד. אזכור הוא הופעה של שם המותג בגוף התשובה, גם בלי קישור — "הייתי ממליץ לבדוק את X". ציטוט הוא שימוש בתוכן שלכם כמקור שעליו נשענת התשובה, לעיתים בלי שהמשתמש בכלל רואה זאת. שני המדדים מספרים סיפור שונה: אפשר להופיע ברשימת המקורות ובכל זאת לא להשפיע על הניסוח, ואפשר להיות מצוטט פעם אחת אבל לעצב שתי פסקאות שלמות בתשובה.

שימו לב לפרט קריטי בנוסחה — המכנה. בנתח קול מסורתי משווים את עצמכם לרשימת מתחרים ידועה. בתשובות AI חובה לכלול בקבוצת ההשוואה כל מותג שהמנוע מזכיר באופן טבעי, גם כאלה שלא חשבתם עליהם. לעיתים קרובות דווקא המתחרה הלא־צפוי, זה שצץ שוב ושוב בתשובות, הוא התובנה החשובה ביותר שתצא לכם מהמדידה.

אילו שאלות כדאי לעקוב אחריהן?

איכות המדידה נקבעת לפי איכות השאלות. הבסיס הוא מאגר של עשרים עד חמישים שאלות בכוונת קנייה — לא "מה זה CRM", אלא "מה ה-CRM הטוב ביותר לצוות מכירות קטן". בקטגוריות רחבות כדאי לטפס למאה שאלות. כדאי לפזר אותן בין שלושה סוגים: שאלות ישות (על המותג שלכם ישירות), שאלות קטגוריה ("כלי X הטובים ביותר") ושאלות השוואה ("X מול Y"). כל סוג חושף שכבה אחרת של הנוכחות שלכם.

המפתח הוא לחשוב כמו הלקוח ברגע ההתלבטות, לא כמו אנשי שיווק. אילו שאלות באמת נשאלות לפני החלטת רכישה בתחום שלכם? אילו השוואות, אילו התלבטויות, אילו חששות? שאלות אלה הן שדה הקרב האמיתי, מפני שהן אלה שמובילות לתשובה שמכריעה דעה. שאלות מידע כלליות יביאו לכם הופעות, אבל שאלות הכרעה הן אלה שמביאות לקוחות.

ברגע שהגדרתם את המאגר, הקפיאו אותו. הערך של המדידה טמון בעקביות: אותן שאלות, אותו פורמט, אותו קצב לאורך זמן. אם תשנו את המאגר בכל פעם, לעולם לא תדעו אם מגמה שראיתם נובעת משיפור אמיתי בנוכחות או רק מכך ששאלתם משהו אחר. בנו את המאגר בקפידה פעם אחת, ואז התמידו בו.

למה חייבים למדוד כל מנוע בנפרד ולא ממוצע אחד?

זו אולי הנקודה החשובה ביותר בכל התהליך: אסור לאחד את המנועים למספר אחד ממוצע. הסיבה היא שכל מנוע שואב מקורות אחרת לחלוטין. בדיקות על פני הקטגוריה מצאו חפיפה נמוכה מאוד בין הדומיינים ש-ChatGPT מצטט לבין אלה ש-Perplexity מצטט — סדר גודל של כעשרה אחוזים בלבד. כלומר אתם יכולים לשלוט במנוע אחד ולהיות בלתי נראים לחלוטין באחר, ומדידה של פלטפורמה אחת תיתן לכם תחושת ביטחון שקרית.

למנועים יש פילוסופיות מקור שונות באופן מובהק. אחד נשען על מספר קטן של מקורות סמכותיים מאוד ומחלץ מכל אחד הרבה תוכן. אחר פורש רשימת מקורות ארוכה אך עם השפעה נמוכה יותר לכל מקור. שלישי מעדיף תוכן עריכתי ארוך ומעמיק. ההבדלים האלה אומרים שאסטרטגיית התוכן שתזכה אתכם באזכור במנוע אחד עשויה להיות חסרת ערך לגמרי במנוע אחר.

לכן הדוח שלכם צריך עמודה נפרדת לכל מנוע. מדדו את נתח הקול ב-ChatGPT, ב-Claude, ב-Perplexity וב-Google AI בנפרד, וזהו היכן אתם חזקים והיכן יש פער. רק כך תוכלו להפנות מאמץ למקום הנכון במקום לפזר משאבים על סמך תמונה מטושטשת וממוצעת שלא משקפת אף מנוע אמיתי.

איך בונים תהליך מדידה שיטתי בלי כלים יקרים?

אפשר להתחיל עם גיליון אחד ומשמעת. הצעד הראשון הוא להריץ כל שאלה בסשן נקי ומבודד, בלי לגרור הקשר משאלה לשאלה — היסטוריית שיחה מטה את התוצאות. הצעד השני, ואולי המפתיע, הוא לחזור על כל שאלה שלוש עד חמש פעמים בסשנים נפרדים. מנועי AI הם הסתברותיים מטבעם, ואותה שאלה יכולה להניב תשובות שונות. ריצה בודדת היא אנקדוטה; ריצות חוזרות הן נתון.

בכל ריצה תעדו ארבעה דברים: אילו מותגים הוזכרו, באיזו עמדה בתשובה (ראשון או שנים־עשר), מה הסנטימנט כלפיכם, והכי חשוב — אילו מקורות המנוע ציטט. שדה הציטוטים הוא לרוב המוזנח ביותר, וגם בעל הערך האסטרטגי הגבוה ביותר, מפני שהוא חושף בדיוק אילו עמודים זוכים להיכנס לתשובה. זהו כלי הנדסה לאחור שמראה לכם מה לכתוב כדי להופיע.

אחרי הכול, התמידו בקצב קבוע — שבועי או דו־שבועי, אותו מאגר בדיוק. רוב הערך אינו בכלי המתוחכם אלא במשמעת: שלוש־ארבע שעות בשבוע ומעקב עקבי יתנו לכם קו בסיס אמין ומגמה לאורך זמן. כשהמדידה הופכת מורכבת מדי לניהול ידני, זה הסימן לעבור לכלי ייעודי או לפלטפורמה שמריצה את המעגל הזה אוטומטית.

אילו מדדים באמת חשובים — אזכורים, ציטוטים או סנטימנט?

ארבעה מדדים מרכזיים שווים מעקב, וכל אחד עונה על שאלה אחרת. נתח קול עונה על "כמה נוכחים אנחנו מול המתחרים". אזכורים עונים על "כמה פעמים שמנו עולה". ציטוטים עונים על "כמה אנחנו משמשים מקור סמכותי". וסנטימנט עונה על השאלה שאף אחד מהשאר לא נוגע בה — "באיזו רוח מזכירים אותנו". הופעה תכופה בהקשר שלילי גרועה לעיתים מאי־הופעה כלל.

אל תתעלמו מעמדת האזכור. מותג שמופיע ראשון בהמלצה נהנה ממשקל שונה לחלוטין ממותג שמופיע אחרון ברשימה של עשרה. תיוג כל אזכור לפי עמדה, פלטפורמה, סוג שאלה וסנטימנט הופך גיליון פשוט למסד נתונים שמאפשר חיתוכים: היכן אנחנו חזקים, באיזה סוג שאלה אנחנו נעלמים, ובאיזה מנוע הסנטימנט יורד. שם מסתתרות ההחלטות האמיתיות.

ולבסוף, זכרו מה המדד הזה לא אומר. נתח קול בתשובות AI מודד נראות, לא הכנסות. הוא משלים את הניתוח המסחרי שלכם, לא מחליף אותו. השתמשו בו כדי לדעת אם מנועי התשובות בכלל נוקבים בשמכם — מידע שהדירוג בגוגל כבר לא מנבא באמינות — ולצדו המשיכו למדוד המרות והכנסה. שני המדדים יחד נותנים את התמונה המלאה.

איך הופכים את המדידה לפעולה שמשפרת את הנוכחות?

מדידה בלי פעולה היא רק דוח יפה. ברגע שזיהיתם פער — נניח שאתם חזקים ב-ChatGPT אך נעלמים ב-Perplexity — שדה הציטוטים מנחה אתכם מה לעשות. בדקו אילו מקורות כן נכנסים לתשובות בקטגוריה שלכם, איזה פורמט הם משתפים ואיזו עומק יש בהם, וצרו תוכן סמכותי שעונה ישירות על שאלות ההכרעה שזיהיתם. השיפור איטי יותר מ-SEO קלאסי ועשוי לקחת שבועות, אך הוא מצטבר.

העיקרון הוא ניסוי אמפירי: שנו תוכן, מדדו את ההשפעה על הנראות בשאלות המטרה, וחזרו. כיוון שקריטריוני הבחירה של המנועים אטומים ומשתנים, הדרך היחידה ללמוד אותם היא לבדוק שינויים מול תוצאות. תוכן מובנה, עשיר בעובדות וברור בניסוחו — בכמה שפות — נוטה להצטט יותר, אבל רק המדידה החוזרת תאשר מה עובד אצלכם בפועל.

כאן בדיוק נכנסת פלטפורמה כמו Artiql. במקום לנהל ידנית את מעגל המדידה־יצירה־מדידה, אתם מקבלים מנוע שמייצר מאמרים מותאמי SEO ו-GEO בכמה שפות, מוסיף לכל מאמר וידאו AI לפרסום בערוצי הווידאו, ומעביר הכול בתור אישור אל ה-CMS שלכם בדומיין שלכם. אם אתם רוצים לראות איך זה נראה על התוכן שלכם, שווה לקבוע דמו ולקבל תמונה מעשית.

שאלות נפוצות