Novità nell’AI Check: come i sistemi di IA percepiscono il tuo marchio e quando lo raccomandano

La scelta, la raccomandazione o l’esclusione di un marchio dipendono sempre più dalle risposte fornite dall’intelligenza artificiale. Per il marketing si crea così un nuovo compito: misurare la percezione del proprio marchio non solo nei sondaggi o sui social media, ma anche laddove i sistemi di IA la riformulano quotidianamente. Come parlano i modelli del marchio? Quali caratteristiche attribuiscono ad esso e quali alla concorrenza? E in quali situazioni di acquisto viene raccomandato? Proprio per questo processo sono ora disponibili in SISTRIX tre nuove analisi dedicate all’IA e ai chatbot.

Le analisi sono disponibili nell’AI Check, l’area in cui, dopo aver inserito un dominio o un marchio, è immediatamente visibile in quali prompt questi vengono menzionati o citati nelle risposte dell’IA. L’analisi del sentiment è una sezione a sé stante nella navigazione, mentre la percezione rispetto alla concorrenza e la mappa delle raccomandazioni sono disponibili nella sezione «Concorrenti».

Il tutorial sull’analisi del brand gap illustra passo dopo passo l’intero flusso di lavoro, dall’analisi della situazione attuale al piano d’azione.

Risposte concrete invece di opinioni teoriche

Tutte e tre le analisi funzionano secondo lo stesso principio: nessuna delle affermazioni proviene “dal LLM”. Non è paragonabile al chiedere a un modello di IA come vede un marchio e fidarsi della risposta.

La base di dati è invece costituita da vere risposte dell’IA a vere domande degli utenti. Se, ad esempio, un utente chiede quale sia il miglior software di posta elettronica e ChatGPT cita nella risposta diversi fornitori, questi marchi vengono riconosciuti nella risposta, in quella e in molte altre migliaia. Ogni affermazione valutativa viene estratta ed elaborata in modo deterministico, quindi non è il modello di IA stesso a contare. E per ogni affermazione presente nelle analisi è possibile visualizzare il prompt e il blocco di testo da cui proviene.

Sentiment: in che modo i sistemi di intelligenza artificiale parlano del marchio?

Si parte dal Sentiment Score: il saldo tra elogi e critiche relative a tutte le risposte generate dall’IA in cui compare il marchio, suddivise singolarmente per piattaforma. La scala va da -100 a +100, ma il valore medio effettivo è nettamente più alto: i sistemi di IA formulano commenti prevalentemente positivi e, considerando molti marchi, la media si attesta piuttosto intorno a +50. La classificazione di riferimento mostra quindi dove si colloca realmente un punteggio rispetto ad altri marchi.

In questa sezione, il bilancio tematico suddivide il sentiment in base agli argomenti rilevanti per il rispettivo marchio. Per ogni argomento, mostra il rapporto tra elogi e critiche, mettendo in evidenza quali temi contribuiscono al valore complessivo positivo e quali lo frenano.

I punti di forza e di debolezza del marchio possono essere visualizzati singolarmente. Per ciascuno di essi è riportato ciò che dicono testualmente i singoli sistemi di intelligenza artificiale, da quali fonti traggono la loro valutazione (pagine proprie, media, forum, con l’indicazione del numero di menzioni) e una raccomandazione concreta su cosa si possa dedurre da ciò.

A conclusione vengono presentati il tono per ciascuna piattaforma di IA con il contesto tipico, nonché citazioni letterali di esempio con le relative fonti. In questo modo risulta chiaro quale immagine i modelli tracciano del marchio, dove si trovano i punti da migliorare e su quale piattaforma il sentiment subisce un’inversione di tendenza. Il secondo passo del tutorial mostra come utilizzare l’analisi del sentiment nella pratica: Tutorial sull’analisi del brand gap.

Percezione nella concorrenza: cosa viene attribuito a chi?

Solo il confronto permette di capire se un punto di forza attribuito abbia davvero valore: forse i modelli della concorrenza lodano esattamente la stessa cosa, solo più spesso. La nuova analisi “Percezione rispetto alla concorrenza” mette quindi a confronto le attribuzioni di tutti i marchi rilevanti.

A tal fine vengono analizzate non solo le risposte generate dall’IA in cui compare il tuo marchio, ma anche tutte le risposte relative ai concorrenti diretti, raggruppate ed eliminate i doppioni. I concorrenti vengono individuati in due fasi: nella prima fase vengono individuati i marchi citati anche nelle risposte dell’IA relative al tuo marchio; nella seconda fase vengono poi analizzati proprio questi marchi. Ciò ha un effetto importante: i concorrenti diventano visibili anche laddove vengono criticati.

Il risultato è la matrice di percezione: per ogni marchio, i punti di forza e di debolezza percepiti, conteggiati e aggregati, con ogni affermazione corredata dalla citazione originale e dal prompt che l’ha generata.

Il numero di risposte generate dall’IA e di menzioni del marchio è indicato nella riga superiore della matrice. Sotto, l’analisi riassume i punti di forza del proprio marchio, gli ambiti in cui i concorrenti ottengono risultati positivi mentre il proprio marchio non ancora, e ne deduce le prossime mosse: spunti concreti per la comunicazione e i contenuti.

Questo permette di rispondere alle seguenti domande: quali sono i miei punti di forza, quali sono quelli degli altri e quali caratteristiche perdo rispetto alla concorrenza. Il terzo passo del tutorial sull’analisi del brand gap ti mostra come individuare le caratteristiche che il tuo marchio ha perso.

Mappa delle raccomandazioni: quando viene raccomandato chi?

Il numero elevato di menzioni e un sentiment positivo non dicono ancora nulla sul fatto che un marchio venga raccomandato nei momenti decisivi: ovvero quando un utente si trova di fronte a una decisione di acquisto concreta. È proprio a questa domanda che risponde la mappa delle raccomandazioni.

A tal fine, per ogni risposta generata dall’IA viene registrato quale marchio viene raccomandato in quale occasione di acquisto e in quale ruolo: come prima scelta, come una delle diverse opzioni, per niente, oppure viene addirittura sconsigliato. Il risultato è una panoramica di tutte le occasioni di acquisto rilevanti del tuo settore e dei marchi che le occupano. La presenza nelle raccomandazioni mostra a colpo d’occhio in quante di queste occasioni viene raccomandato il proprio marchio, mentre la matrice delle priorità ordina tutte le occasioni in base all’attrattività e alla propria forza competitiva, includendo una raccomandazione d’azione per ogni campo: espandere, selezionare in modo mirato o bassa priorità.

Il fulcro sono i “gap”: occasioni di acquisto in cui vengono raccomandati esclusivamente i concorrenti, ciascuna con il marchio leader, la citazione originale tratta dalla risposta dell’IA e l’approccio di contenuto che colmerebbe il gap. Ciò permette di rispondere alle seguenti domande: in quali situazioni di acquisto il proprio marchio non esiste per i sistemi di IA, chi lo occupa al suo posto e cosa occorre pubblicare per comparire in quel contesto. Come dare priorità a queste lacune e tradurle in un piano di contenuti è il quarto passo del tutorial sull’analisi del brand gap.

Gratuito nella versione beta dell’IA/chatbot

Insieme, le tre analisi coprono in modo completo la percezione di un marchio nei sistemi di IA: il tono, le caratteristiche attribuite e le situazioni di acquisto. Si integrano a vicenda, passando dalla descrizione al confronto fino alle concrete lacune di contenuto con rilevanza commerciale. Anche le analisi del «brand gap», ovvero il confronto tra l’immagine che il marchio ha di sé e quella che i sistemi di IA ne tracciano, possono essere effettuate direttamente nello strumento, un’operazione che finora richiedeva un laborioso lavoro manuale.

Tutte e tre le analisi fanno parte della versione beta di SISTRIX AI/Chatbot e sono disponibili da subito in tutti i pacchetti. Come sempre, saremo lieti di ricevere feedback all’indirizzo support@sistrix.com, sia positivi che critici.

Buon divertimento con la prova!