ยุค SEO กำลังจบลง? จุดเริ่มต้นของการเพิ่มประสิทธิภาพการตลาดสำหรับ AI Agent

 (bain.com)
14 คะแนน โดย xguru 2025-04-28 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • AI Agent กำลังก้าวขึ้นมาเป็น คนกลางรายใหม่ ในเส้นทางการตัดสินใจซื้อด้านการตลาด จนโครงสร้างฟันเนลแบบเดิมเริ่มสลายตัว
  • การค้นหาแบบ "Zero-click" ทำให้แบรนด์สามารถชี้นำการตัดสินใจซื้อได้ผ่านคำตอบของ AI โดยแทบไม่มีจุดสัมผัสกับผู้ใช้โดยตรง
  • จำนวนผู้เข้าชมเว็บไซต์ขององค์กรกำลังลดลง ขณะที่ ทราฟฟิกแบบ referral ที่มาจาก AI กำลังพุ่งขึ้นอย่างรุนแรง
  • ตอนนี้แบรนด์ต้องวาง กลยุทธ์คอนเทนต์ที่ AI เข้าใจและนำไปใช้ได้ ซึ่งการทำ SEO แบบเดิมเพียงอย่างเดียวไม่เพียงพออีกต่อไป
  • หากต้องการปรับตัวให้สำเร็จ จำเป็นต้องใช้แนวทาง 3 ขั้นตอน ได้แก่ กำหนดตัวชี้วัดใหม่ → เพิ่มประสิทธิภาพการมองเห็นใน AI → วางกลยุทธ์จากการทดลองที่ทำได้รวดเร็ว

AI กำลังกลายเป็นศูนย์กลางของเส้นทางการซื้อ

จากยุคที่ลูกค้าค้นหาเอง สู่ยุคที่ AI เป็นผู้แนะนำ

  • ผู้ใช้กำลังตัดสินใจซื้อจาก สรุปโดย AI ใน Google, Bing และบริการอื่น ๆ หรือค้นหาโดยตรงผ่าน LLM อย่าง ChatGPT
    • ผลสำรวจของ Bain & Company: 80% ของผู้บริโภคสหรัฐใช้ คำตอบที่สร้างด้วย AI แทนการค้นหาแบบเดิม ในสัดส่วนมากกว่า 40% ของการค้นหาทั้งหมด
    • HubSpot: จำนวนผู้เข้าชมเว็บไซต์ขององค์กร ลดลงได้สูงสุด 30%
    • Adobe: ณ เดือนกุมภาพันธ์ 2025 ทราฟฟิกที่ไหลเข้าผ่าน AI เพิ่มขึ้น 1200% เมื่อเทียบกับเดือนกรกฎาคม 2024

การล่มสลายของฟันเนลการซื้อแบบเดิม และการเกิดขึ้นของฟันเนลที่มี AI เป็นศูนย์กลาง

  • ฟันเนลแบบดั้งเดิม

    • เส้นทางการซื้อดิจิทัลแบบเดิมประกอบด้วยลำดับเชิงเส้นและต้องอาศัยการลงมือเอง เช่น ค้นหา → คลิก → เปรียบเทียบ → ดาวน์โหลด/อ่านรีวิว
    • ทุกขั้นตอนต้องอาศัย ความพยายามจากผู้ใช้ ซึ่งสุดท้ายมักนำไปสู่ อัตราการหลุดออกที่สูงขึ้น
    • โดยเฉพาะการซื้อที่ความสำคัญไม่สูงหรือเกิดจากความฉับพลัน เส้นทางที่ซับซ้อนยิ่งทำให้ผู้ใช้ล้มเลิกการซื้อได้ง่าย

  • ฟันเนลที่ขับเคลื่อนด้วย AI

    • การค้นหาที่ขับเคลื่อนด้วย AI ช่วยลดภาระของผู้ใช้ด้วยการ ทำหน้าที่แทนในขั้นตอนที่ซับซ้อนเหล่านี้
      • AI ทำทั้ง สรุป เปรียบเทียบ แนะนำ และตอบแบบปรับให้เหมาะกับบุคคล
    • ยิ่ง AI เรียนรู้ ข้อมูลความชอบส่วนบุคคล มากขึ้น คุณภาพของคำตอบก็ยิ่ง ดีขึ้นอย่างต่อเนื่อง
      • ลูกค้าจึง ตัดสินใจได้แม้ไม่ได้สำรวจอย่างมีสติแบบเดิม
    • ความก้าวหน้าทางเทคโนโลยี เช่น การสเกล สถาปัตยกรรม และอินฟราสตรักเจอร์ กำลังเร่งประสิทธิภาพของ AI

  • อัตราแปลงเป็นการซื้อจาก AI อยู่ในระดับที่เห็นได้ชัดแล้ว

    • การวิเคราะห์ของ Adobe: อัตรา conversion จากการค้นหาผ่าน AI กำลังไล่ทัน วิธีสำรวจแบบเดิม
    • Scrunch AI: ในบางเส้นทางการซื้อ อัตรา conversion สูงกว่าการค้นหาผ่าน Google มากกว่า 2 เท่า

  • ฟันเนลที่นักการตลาดและแบรนด์กำลังหายไป

    • เส้นทางการซื้อของลูกค้าถูกขับเคลื่อนโดย AI ในรูปแบบ สรุปโดย AI → แนะนำสินค้า → คาดการณ์ความชอบ → เลือกซื้อ
    • แบรนด์มี โอกาสปรากฏต่อหน้าลูกค้าน้อยลง และยิ่ง สร้างความแตกต่างหรือความน่าเชื่อถือได้ยากขึ้น
    • ในบางกรณี ลูกค้าที่เพียงแค่สนใจอาจถูกพาไปถึงขั้นคำแนะนำให้ซื้อได้จากคำตอบของ AI เพียงครั้งเดียว
    • ผลลัพธ์คือฟันเนลแบบเดิมถูกแบ่งย่อยจนกระจัดกระจาย และไม่ใช่ลูกค้าแต่เป็น AI ที่ควบคุมการไหลของฟันเนล

  • กลุ่มที่เปลี่ยนผ่านเร็วเป็นพิเศษ

    • กลุ่ม การเรียนรู้ การชอปปิง และการแนะนำสไตล์ กำลังย้ายไปสู่เส้นทางการซื้อที่ขับเคลื่อนด้วย AI อย่างรวดเร็วเป็นพิเศษ
    • สาเหตุหลักคือ:
      • ผู้ใช้ เปิดรับการแชร์ข้อมูลส่วนตัวมากขึ้น
      • เป็น การตัดสินใจที่ราคาและความสำคัญไม่สูงมาก
      • ความเสี่ยงจากการเลือกผิดต่ำ

  • การรับมือกับฟันเนลรูปแบบใหม่

    • การเติบโตของ AI referral หมายถึงการเปลี่ยนแปลงที่ไม่เคยเกิดขึ้นมาก่อนสำหรับทีมการตลาดและการขาย
    • หากองค์กรไม่ปรับให้เข้ากับฟันเนลที่มี AI Agent เป็นศูนย์กลาง ก็ กำลังสูญเสียลูกค้าที่มีแนวโน้มซื้อไปแล้วในตอนนี้

      ปัญหาคือ องค์กรอาจ ไม่ทันรู้ตัวด้วยซ้ำว่ากำลังสูญเสียโอกาสนี้อยู่

    • ในอดีต ลูกค้ามักเข้าชมเว็บไซต์หรือดาวน์โหลดคอนเทนต์และทิ้ง จุดสัมผัสของการสำรวจ ไว้
      • เช่น page view, ad click, form submit, email subscribe เป็นต้น → จากนั้นทีมการตลาดยังตามไปทำ re-engagement ได้
    • แต่ในฟันเนลการซื้อที่ขับเคลื่อนด้วย AI กระบวนการสำรวจเหล่านี้ เกิดขึ้นอยู่ภายใน AI เท่านั้น และแบรนด์อาจ ไม่ได้เข้าไปอยู่ในฟันเนลเลยด้วยซ้ำ

  • กระบวนการตัดสินใจซื้อที่แบรนด์ค่อย ๆ หายไป

    • ขั้นตอน สำรวจ → ประเมิน → คัดเลือกตัวเลือก ทั้งหมดเกิดขึ้น ภายใน AI แบบมองไม่เห็น
    • หากแบรนด์ ไม่ถูกนึกถึงในทันที หรือ AI ไม่กล่าวถึงแบรนด์นั้น ก็อาจ ไม่ได้แม้แต่จะติดอยู่ในตัวเลือก
      • ข้อยกเว้นคือ ลูกค้าที่ซื้อซ้ำหรือมีความภักดีต่อแบรนด์สูงยังอาจตรงไปหาแบรนด์โดยตรงได้

  • 3 เส้นทางของ customer journey

    • เข้าเว็บไซต์แบรนด์โดยตรง
      • พบได้ในลูกค้าประจำหรือลูกค้าที่ซื้อซ้ำ
    • กระบวนการซื้อที่มี AI เป็นตัวกลาง
      • AI ทำครบทั้งค้นหา เปรียบเทียบ แนะนำ ไปจนถึงชำระเงิน
      • ลูกค้าอาจตัดสินใจจากคำตอบของ AI เพียงอย่างเดียว
    • กลุ่มลูกค้าที่ไม่ใช้ generative AI
      • ยังใช้การค้นหาและสำรวจแบบเดิมอยู่
      • แต่แม้แต่คนกลุ่มนี้ก็ยังได้รับอิทธิพลจาก AI summary ที่แสดงอยู่ในผลการค้นหา

AI กำลังทำหน้าที่เป็น ด่านใหม่ ที่คอย 'คัดกรอง' แบรนด์ตั้งแต่ต้นทางของฟันเนลการซื้อ และ กลยุทธ์การตลาดแบบอิงจุดสัมผัสเดิมกำลังไร้พลังลงเรื่อย ๆ

เกณฑ์ของคอนเทนต์ที่ LLM ให้ความสำคัญ

  • ต่อจากนี้ไม่ใช่การคิดแบบแบ่งขั้ว SEO แบบดั้งเดิม vs การเพิ่มประสิทธิภาพสำหรับ AI อีกต่อไป แต่ต้องเป็น การเพิ่มประสิทธิภาพกลยุทธ์คอนเทนต์ให้เหมาะกับทุกเส้นทาง
  • สำหรับช่องทางเดิม เช่น direct visit หรือการค้นหาทั่วไป หลักการอย่าง การออกแบบเส้นทางแบบ personalized และการลด friction ยังใช้ได้อยู่
  • แต่เมื่อเป็น ทราฟฟิกที่มาผ่าน AI Agent เกณฑ์คุณค่าที่ใช้จะ ต่างจาก SEO แบบเดิมโดยสิ้นเชิง

  • วิธีที่ LLM ใช้ตัดสินคอนเทนต์ของแบรนด์

    • LLM ไม่ได้เชื่อถือคำกล่าวอ้างของแบรนด์เพียงเพราะแบรนด์เป็นคนพูดเอง
      • แต่จะให้ความสำคัญกับ แหล่งข้อมูลบุคคลที่สามที่ช่วยตรวจสอบได้ เช่น earned media, รีวิว, ฟอรัม เป็นต้น
    • ผลวิเคราะห์จาก Scrunch AI:
      • ในคำตอบของ AI ต่อคำค้นหาที่ไม่มีชื่อแบรนด์รวมอยู่ มากกว่า 90% อ้างอิงจากคอนเทนต์ภายนอก
      • แม้แต่คำตอบที่มีการกล่าวถึงชื่อแบรนด์ มากกว่า 60% ก็ยังอ้างอิงคอนเทนต์จากแหล่งที่ไม่ใช่แบรนด์

  • 5 คุณลักษณะของคอนเทนต์ที่ LLM ชอบ

    • สไตล์ภาษา
      • เมื่อเทียบกับ webinar หรือคอนเทนต์ที่เน้นภาพ
      • LLM ชอบ ประโยคที่สมบูรณ์และเป็นธรรมชาติแบบบทสนทนา เช่นในบล็อกหรือบทความอธิบาย
    • โครงสร้างที่เป็นมิตรกับเอเจนต์
      • ลิสต์ที่จัดระเบียบไว้ดี คำนิยาม และฟอร์แมตแบบคู่มือ เหมาะกับการที่ LLM จะสรุปข้อมูล
    • เว็บไซต์ที่สะอาดและ scrape ได้ง่าย
      • หน้าเว็บเก่าหรือการยัดคีย์เวิร์ดมากเกินไป ซึ่งเคยใช้เพื่อ SEO ในอดีต กลับสร้างความสับสน
      • หน้าที่อัปเดตใหม่ มีโครงสร้างชัดเจน และทำ indexing ได้ถูกต้อง จะมีประสิทธิภาพกว่า
    • การยืนยันความน่าเชื่อถือจากอำนาจภายนอก (Off-site earned authority)
      • การถูกอ้างถึงใน ข่าว บทรีวิวจากผู้เชี่ยวชาญ และสื่อภายนอกที่น่าเชื่อถือ ช่วยเพิ่มความน่าเชื่อถือ
    • บทสนทนาเชิงลึกจากผู้ใช้นอกเว็บไซต์ (Off-site deep customer conversations)
      • การถูกพูดถึงอย่างคึกคักในฟอรัม เว็บไซต์รีวิว และคอมมูนิตี้
      • คือทรัพย์สินสำคัญที่ช่วยเพิ่ม แบ็กลิงก์และความน่าเชื่อถือของแบรนด์

กลยุทธ์ 3 ขั้นตอนเพื่อรับมือกับยุค LLM

  • องค์กรผู้นำบางแห่งเริ่มวิเคราะห์แล้วว่า conversion จาก AI referral traffic ส่งผลต่อธุรกิจอย่างไร และกำลังลงทุนเพื่อ ยกระดับประสิทธิภาพการตลาดบนฐาน LLM
  • หากต้องการปรับตัวต่อการเปลี่ยนแปลงนี้อย่างรวดเร็ว จำเป็นต้องใช้ แนวทาง 3 ขั้นตอนที่เน้นการลงมือทำ ดังนี้

  • 1. กำหนดตัวชี้วัดหลักชุดใหม่

    • หากต้องการเข้าใจการไหลของลูกค้าที่เปลี่ยนไปอย่างถูกต้อง
      จำเป็นต้องมี ตัวชี้วัดผลลัพธ์ใหม่ที่นอกเหนือจาก web traffic แบบเดิม
    • ต้องทำให้เห็นภาพได้ว่า AI traffic สร้างคุณค่าอะไรบ้าง
      จึงจะ จับและติดตามแหล่งที่มาหลักของ marketing leads ได้

  • 2. สร้าง intelligence สำหรับการวิเคราะห์ฟันเนล

    • ต้องวิเคราะห์อย่างต่อเนื่องว่า LLM กำลังส่งผลต่อฟันเนลลูกค้าปัจจุบันอย่างไร และมี ความเป็นไปได้ของการเปลี่ยนแปลงในอนาคต แค่ไหน
    • หัวใจสำคัญคือการ ทำให้โครงสร้างฟันเนลที่ขับเคลื่อนด้วย AI และสถานะการมองเห็นของแบรนด์มองเห็นได้ชัด
      และจัดการในรูปแบบ scorecard ที่อัปเดตได้
    • แม้จะป้อนข้อมูลเหมือนกัน LLM ก็อาจให้ผลลัพธ์ที่ ต่างจากการค้นหาแบบเดิมอย่างสิ้นเชิง
      จึงต้องมี เครื่องมือที่วัดความแตกต่างนี้ได้

  • 3. ตั้งสมมติฐานที่ทดลองได้และทดสอบอย่างรวดเร็ว

    • เมื่อรู้แล้วว่าควรปรับปรุงตรงไหน
      ต้อง จัดลำดับความสำคัญและทำการทดลองอย่างรวดเร็ว
    • เพื่อให้ทำได้ จำเป็นต้องมี ระบบทดสอบแบบวนซ้ำอย่างรวดเร็วและการจัดสรรทรัพยากรตามอิทธิพลของผลลัพธ์
    • ทีมการตลาดต้องใช้ influence experiments
      เพื่อทดลองและขยายผลว่าคอนเทนต์แบบใด ถูก AI มองเห็นได้ดีกว่า

LLM เริ่มคัดกรองตั้งแต่ก่อนที่ลูกค้าจะได้พบแบรนด์
→ กลยุทธ์ SEO แบบเดิมเพียงอย่างเดียวรับมือไม่ได้
→ ต้องใช้ กลยุทธ์เพิ่มประสิทธิภาพคอนเทนต์ที่คำนึงถึง LLM จึงจะสร้างวงจรเชิงบวกได้

บทสรุป: อย่าเพิ่มประสิทธิภาพเพื่อมนุษย์อย่างเดียว แต่ต้องเพิ่มประสิทธิภาพให้ "AI Agent" ด้วย

  • การตลาดที่ประสบความสำเร็จในยุค LLM ไม่ใช่แค่การโน้มน้าวคน แต่คือการทำให้ AI เชื่อถือและแนะนำแบรนด์ของคุณ
  • ยิ่งมี คอนเทนต์ภายใน ความน่าเชื่อถือจากภายนอก และคอนเทนต์ที่อิงบทสนทนาของผู้ใช้ มากเท่าไร AI ก็ยิ่ง กล่าวถึงแบรนด์ได้มากขึ้นและในเชิงบวกมากขึ้น
  • กล่าวคือ ไม่ใช่แค่ออกแบบคอนเทนต์เพื่อมนุษย์ แต่ต้อง ออกแบบคอนเทนต์สำหรับ AI Agent ด้วย ซึ่งกำลังกลายเป็นโจทย์หลักของการตลาด

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
zziuni 2025-04-30

ก็ถูกนะ.. แต่ในแง่ของการรับมือเชิงเทคนิค งานที่ต้องทำ (ตอนนี้) ดูเหมือนจะไม่ได้ต่างจากการทำ SEO แบบเดิมมากนัก