تجربه ای از تیم پارس سئو دبی

گوگل ادز دیگر بر پایه کلمات کلیدی اجرا نمی‌شود؛ بلکه بر پایه «قصد» (Intent) عمل می‌کند

اگر هنوز کمپین‌های گوگل ادز خود را بر اساس کلمات کلیدی بنا می‌کنید، از مسیر عقب مانده‌اید. در ادامه، آنچه این تغییر برای صلاحیت حضور در مزایده، ساختار و استراتژی تبلیغات کلیکی (PPC) به همراه دارد، بررسی شده است.

بیشتر تیم‌های تبلیغات کلیکی هنوز کمپین‌های خود را به همان روش قدیمی می‌سازند: استخراج فهرستی از کلمات کلیدی، تعیین انواع تطبیق (Match Types) و سازمان‌دهی گروه‌های آگهی پیرامون عبارات جستجو. این کار به یک عادت ذهنی تبدیل شده است.

اما مزایده‌های گوگل دیگر به آن صورت عمل نمی‌کنند.

اکنون جستجو بیشتر شبیه به یک گفتگو رفتار می‌کند تا یک جستجوی ساده برای یافتن اطلاعات. در حالت هوش مصنوعی (AI Mode)، کاربران سوالات تکمیلی می‌پرسند و آنچه را که در تلاش برای حل آن هستند، اصلاح می‌کنند. خلاصه‌های مبتنی بر هوش مصنوعی (AI Overviews) ابتدا از طریق یک پاسخ استدلالی تحلیل می‌کنند و سپس تعیین می‌کنند که کدام آگهی‌ها از آن پاسخ پشتیبانی می‌کنند.

در گوگل ادز، مزایده دیگر توسط یک کلمه کلیدی فعال نمی‌شود، بلکه توسط «قصد استنباط‌شده» (Inferred Intent) فعال می‌گردد.

اگر هنوز در حال ساختاردهی به کمپین‌های خود بر اساس تطبیق دقیق (Exact Match) و عبارتی (Phrase Match) هستید، برای سیستمی برنامه‌ریزی می‌کنید که دیگر وجود خارجی ندارد. بنیان جدید، «قصد» است؛ نه کلماتی که مردم تایپ می‌کنند، بلکه اهدافی که در پس آن‌ها نهفته است.

رویکرد «اولیت با قصد کاربر» راهی پایدارتر برای طراحی کمپین‌ها، محتوای تبلیغاتی و سنجش نتایج به شما می‌دهد، چرا که گوگل به معرفی فرمت‌های جدید مبتنی بر هوش مصنوعی ادامه می‌دهد.

کلمات کلیدی نمرده‌اند، اما دیگر به عنوان نقشه راه اصلی شناخته نمی‌شوند.

مکانیزم‌های زیرساختی تغییر کرده‌اند

در ادامه، آنچه در واقعیت هنگام جستجوی کاربران رخ می‌دهد، آورده شده است.

هوش مصنوعی گوگل از تکنیکی به نام «توزیع پرس‌وجو» (Query Fan Out) استفاده می‌کند که یک سوال پیچیده را به زیرموضوعات مختلف تقسیم کرده و چندین جستجوی همزمان را برای ساختن یک پاسخ جامع اجرا می‌کند.

مزایده حتی پیش از آنکه کاربر تایپ کردن را تمام کند، رخ می‌دهد.

و نکته حیاتی این است که هوش مصنوعی، قصد تجاری را از پرس‌وجوهای کاملاً اطلاعاتی استنباط می‌کند.

به عنوان مثال، شخصی می‌پرسد: «چرا استخر من سبز شده است؟» آن‌ها در حال خرید نیستند، بلکه در حال عیب‌یابی هستند.

اما لایه استدلالی گوگل، مشکلی را تشخیص می‌دهد که محصولات می‌توانند آن را حل کنند و آگهی‌های مربوط به تجهیزات نظافت استخر را در کنار توضیحات نمایش می‌دهد. در حالی که کاربر برای یک محصول جستجو نکرده بود، هوش مصنوعی می‌دانست که او به آن نیاز خواهد داشت.

این منطق مزایده اساساً با آنچه ما به آن عادت کرده‌ایم متفاوت است. این سیستم کلمه کلیدی شما را با پرس‌وجو مطابقت نمی‌دهد، بلکه پیشنهاد شما را با «وضعیت نیاز استنباط‌شده» کاربر بر اساس بافت گفتگویی مطابقت می‌دهد.

اگر ساختار کمپین شما همچنان فرض می‌کند که افراد در لحظات مجزا و صرفاً تراکنشی جستجو می‌کنند، کل سفر مشتری را از دست می‌دهید.

معنای واقعی «اولیت با قصد کاربر» چیست؟

استراتژی «اولیت با قصد کاربر» به این معنا نیست که تحقیق کلمات کلیدی را متوقف کنید؛ بلکه به این معناست که از کلمات کلیدی به عنوان اصل سازمان‌دهنده استفاده نکنید.

در عوض، شما باید کمپین‌ها را بر اساس «چرایی» پشت جستجو ترسیم کنید.

  • کاربر در تلاش برای حل چه مشکلی است؟

  • آن‌ها در کدام مرحله از تصمیم‌گیری هستند؟

  • چه وظیفه‌ای را به عهده محصول شما می‌گذارند تا برایشان انجام دهد؟

یک قصد مشابه می‌تواند از طریق ده‌ها پرس‌وجوی مختلف ظاهر شود و یک پرس‌وجوی یکسان می‌تواند بسته به بافت (Context)، نشان‌دهنده چندین قصد متفاوت باشد.

عبارت «بهترین CRM» می‌تواند به معنای «من به مقایسه ویژگی‌ها نیاز دارم» یا «من آماده خرید هستم و نیاز به تایید نهایی دارم» باشد. هوش مصنوعی گوگل اکنون این تفاوت را درک می‌کند و ساختار کمپین شما نیز باید همین‌گونه باشد.

این بیشتر یک تغییر در مدل ذهنی است تا یک تغییر تاکتیکی.

شما همچنان لیست کلمات کلیدی را می‌سازید، اما آن‌ها را به جای «نوع تطبیق»، بر اساس «وضعیت قصد» گروه‌بندی می‌کنید.

شما همچنان متن آگهی می‌نویسید، اما به جای بازتاب دادن کلمات جستجو شده، با اهداف کاربر صحبت می‌کنید.

تغییرات در عمل

زمانی که کمپین‌ها به جای کلمات کلیدی بر پایه قصد سازمان‌دهی شوند، پیامدهای آن به سرعت در صلاحیت حضور، صفحات فرود و نحوه یادگیری سیستم ظاهر می‌شود.

صلاحیت کمپین (Campaign Eligibility)

اگر می‌خواهید در خلاصه‌های هوش مصنوعی (AI Overviews) یا حالت هوش مصنوعی ظاهر شوید، به کلمات کلیدی تطبیق گسترده (Broad Match)، کمپین‌های Performance Max یا کمپین‌های جدیدتر AI Max برای جستجو نیاز دارید.

تطبیق دقیق و عبارتی همچنان برای دفاع از برند و جایگاه‌های با دید بالا در بالای خلاصه هوش مصنوعی کاربرد دارند، اما شما را به لایه گفتگویی که در آن اکتشاف رخ می‌دهد، وارد نمی‌کنند.

تکامل صفحه فرود

دیگر فهرست کردن ویژگی‌های محصول کافی نیست. اگر صفحه شما توضیح دهد که «چرا» و «چگونه» کسی باید از محصول شما استفاده کند (نه فقط اینکه محصول چیست)، احتمال برنده شدن شما در مزایده بیشتر است.

لایه استدلالی گوگل به هم‌راستایی بافتار پاداش می‌دهد. اگر هوش مصنوعی پاسخی درباره حل یک مشکل ساخته باشد و صفحه شما مستقیماً به آن مشکل بپردازد، شما در اولویت خواهید بود.

حجم دارایی‌ها و داده‌های آموزشی

الگوریتم به فراداده‌های غنی (Rich Metadata)، چندین تصویر با کیفیت بالا و فیدهای خرید بهینه‌سازی شده که تمام ویژگی‌های مرتبط در آن پر شده باشد، اولویت می‌دهد.

استفاده از لیست‌های تطبیق مشتری (Customer Match) برای تغذیه سیستم با داده‌های دست اول، به هوش مصنوعی می‌آموزد که کدام بخش از کاربران دارای بالاترین ارزش هستند. این آموزش بر میزان تهاجمی بودن سیستم در قیمت‌گذاری برای کاربران مشابه تأثیر می‌گذارد.

شکاف‌هایی که باید از آن‌ها آگاه بود

حتی زمانی که کمپین‌های مبتنی بر قصد، دسترسی‌های جدیدی را باز می‌کنند، همچنان نقاط کوری در گزارش‌دهی، محدودیت‌های بودجه و انتظارات عملکردی وجود دارد که باید برای آن‌ها برنامه‌ریزی کنید.

عدم تفکیک در گزارش‌دهی

گوگل شفافیتی در مورد نحوه عملکرد آگهی‌ها به طور خاص در حالت هوش مصنوعی (AI Mode) در مقابل جستجوی سنتی ارائه نمی‌دهد. شما در حال نظارت بر هزینه کل به ازای هر تبدیل (Cost-per-conversion) هستید و امیدوارید که کلیک‌های بالای قیف در مراحل بعدی تبدیل شوند، اما نمی‌توانید تشخیص دهید که کدام جایگاه‌ها در واقع نتایج را هدایت می‌کنند.

مانع بودجه

کمپین‌های قدرت‌گرفته از هوش مصنوعی مانند Performance Max و AI Max برای مقیاس‌پذیری موثر، به حجم معناداری از تبدیل نیاز دارند؛ اغلب حداقل ۳۰ تبدیل در ۳۰ روز. تبلیغ‌کنندگان کوچک‌تر با بودجه محدود یا چرخه‌های فروش طولانی‌تر با چیزی مواجه می‌شوند که برخی آن را «شکاف قیچی» می‌نامند؛ جایی که آن‌ها داده‌های لازم برای آموزش الگوریتم‌ها و رقابت در مزایده‌های خودکار را ندارند.

اهمیت جایگاه در قیف فروش

حالت هوش مصنوعی، رفتارهای اکتشافی و بالای قیف را جذب می‌کند. نرخ تبدیل این بخش با جستجوهای برنددار در انتهای قیف مطابقت نخواهد داشت. اگر برای آن برنامه‌ریزی کرده باشید، این موضوع مورد انتظار است؛ اما زمانی به مشکل تبدیل می‌شود که به دنبال بازگشت فوری سرمایه تبلیغاتی (ROAS) باشید، بدون اینکه تعریف خود از موفقیت را برای این جایگاه‌ها تنظیم کرده باشید.

از کجا شروع کنیم؟

نیازی نیست همه چیز را یک‌شبه بازسازی کنید.

یک کمپین را انتخاب کنید که در آن شک دارید قصد کاربر پیچیده‌تر از کلمات کلیدی پیشنهادی است. آن را به جای دسته‌بندی عبارات جستجو، بر اساس وضعیت اهداف کاربر ترسیم کنید.

تطبیق گسترده (Broad Match) را به صورت محدود آزمایش کنید. یکی از صفحات فرود را بازنویسی کنید تا به جای لیست کردن مشخصات، به سوال «چرا» پاسخ دهد.

تغییر به سمت «اولیت با قصد کاربر» یک تاکتیک نیست، بلکه یک «لنز» و دیدگاه جدید است؛ و این پایدارترین راه برای برنامه‌ریزی در شرایطی است که گوگل به معرفی فرمت‌های جدید مبتنی بر هوش مصنوعی ادامه می‌دهد.

اشتــراک گذاری

از دنیـــای سئو بخوانید:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *