Skriveni saobraćaj veštačke inteligencije i izazov merenja

Iluzija direktnih poseta u analitici

Mnogi stručnjaci u tehnološkoj industriji dele uverenje da se značajna količina poseta generisanih putem veštačke inteligencije zapravo prikazuje kao direktan saobraćaj. Kada korisnici dobiju preporuku brenda unutar interfejsa sistema sa veštačkom inteligencijom, oni često kasnije posećuju sajt direktnim upisom ili klikom na memorisanu adresu. Tradicionalni alati za merenje poseta u takvim slučajevima gube izvornu putanju i beleže posetu kao direktan dolazak. Takva pojava stvara iskrivljenu sliku o tome odakle zapravo dolaze posetioci i kupci.

Potvrda ove teze mogla bi da donese veliko olakšanje marketarima koji se bore sa padom klasičnog organskog saobraćaja. Ipak, prelazak sa preporuke u sistemima veštačke inteligencije na direktnu posetu sajtu predstavlja složen put koji se teško prati. Prethodne studije ponašanja korisnika pokazuju da značajan procenat ljudi napušta sisteme sa veštačkom inteligencijom i odmah prelazi na druge internet stranice. Zbog toga industrija traži pouzdane načine da izdvoji ove skrivene signale iz ukupnog mase saobraćaja.

Analiza specifičnih primera pokazuje da pojedine kompanije uspevaju da identifikuju ove posete detaljnim filtriranjem podataka. Određeni sistemi su uspeli da prepoznaju da značajan procenat direktnih poseta dugim adresama zapravo potiče iz mašina za odgovore. Takvi zaključci se obično donose upoređivanjem ponašanja posetilaca, dužine zadržavanja na stranici i načina na koji korisnici skroluju sadržaj. Ipak, takva analiza zahteva izuzetno dubok rad sa podacima koji prevazilazi mogućnosti većine standardnih marketinških timova.

Problem sa automatizovanim botovima

Detaljnija analiza web analitike na uzorku od dvanaest različitih sajtova otkriva neočekivane prepreke u merenju saobraćaja. Na prvi pogled, podaci pokazuju snažan rast direktnih poseta u posmatranom periodu kod većine analiziranih platformi. Neki sajtovi beleže rast direktnog saobraćaja koji premašuje sto procenata, što deluje kao jasan pokazatelj uspeha novih kanala. Međutim, detaljniji uvid u strukturu tih poseta potpuno mijenja prvobitni zaključak.

Kada se uklone lažne posete, ispostavlja se da je najveći deo tog rasta zapravo generisan od strane automatizovanih botova i skripti. Analiza angažovanosti pokazuje da je stvarni broj aktivnih ljudskih poseta u direktnom saobraćaju ostao potpuno stabilan tokom čitave godine. Ogromna većina zabeleženih sesija ima minimalno ili nikakvo stvarno angažovanje, što ukazuje na automatsko prelistavanje stranica. To jasno pokazuje opasnost površnog posmatranja brojeva bez naprednog filtriranja.

Otkrivanje ovakvih manipulacija zahteva detaljnu segmentaciju saobraćaja po danima, zemljama porekla, operativnim sistemima i tipovima uređaja. Automatski botovi često ostavljaju prepoznatljive obrasce u vidu identičnih konfiguracija pretraživača i izuzetno kratkog zadržavanja na stranici. Takođe je neophodno izuzeti stranice koje prirodno privlače direktne posete, kao što su početne stranice, stranice za prijavu na sistem i cenovnici. Bez ovih koraka, svaka analiza uticaja veštačke inteligencije na direktan saobraćaj vodi u pogrešne zaključke.

Korelacija nije uzročnost

Istraživanje veza između vidljivosti brenda u sistemima veštačke inteligencije i rasta direktnog saobraćaja često dovodi do prividno snažnih korelacija. U pojedinim testiranjima, statistička povezanost između pominjanja brenda i rasta poseta dostiže izuzetno visoke vrednosti. Deluje kao da jasan porast prisutnosti u sistemima veštačke inteligencije automatski izaziva skok direktnih poseta nekoliko nedelja kasnije. Takvi rezultati lako zavaraju analitičare koji traže brze i jednostavne dokaze uspeha.

Međutim, statistička korelacija sama po sebi ne dokazuje da jedan fenomen direktno uzrokuje drugi. Dve različite linije rasta mogu pratiti jedna drugu jednostavno zato što dele isti opšti trend na tržištu, bez direktne uzročne veze. Kada se primene strože statističke provere i permutacije podataka, ispostavlja se da su mnogi od tih prividno savršenih odnosa zapravo slučajnost. Slične rezultate moguće je dobiti i nasumičnim ukrštanjem podataka iz potpuno različitih vremenskih perioda.

Ograničen broj posmatranih nedelja dodatno otežava donošenje pouzdanih zaključaka u ovakvim analizama. Kada se podaci podele na kraće vremenske segmente, obrasci često nestaju ili se potpuno menjaju, što ukazuje na nestabilnost modela. Veliki broj testiranja na istom uzorku neminovno dovodi do pronalaženja prividno impresivnih slučajnosti koje nemaju uporište u stvarnosti. Zbog toga se oslanjanje isključivo na matematičke korelacije u ovoj oblasti pokazalo kao rizičan potez za poslovne odluke.

Krah tradicionalnog levka konverzije

Razumevanje merenja u digitalnom marketing zahteva sagledavanje istorijskog razvoja industrije i načina na koji su se merili rezultati. Nekada se uspešnost kampanja pratila kroz grubu izloženost oglasima i procenu podizanja svesti o brendu. Dolazak interneta doneo je revoluciju merenja kroz klikove, što je oblikovalo način razmišljanja čitavih generacija marketara. Početne stope konverzije i klikova bile su izuzetno visoke, što je učvrstilo klik kao osnovnu jedinicu vrednosti.

Sada sistematski dolazak veštačke inteligencije suštinski ruši taj tradicionalni levak koji se zasnivao na redosledu pretraga, klik i konverzija. Korisnici sve više dobijaju direktne odgovore unutar samih sistema, čime se preskače faza posete klasičnim sajtovima. Pored toga, dostupnost podataka stvara kognitivnu pristrasnost gde se meri ono što je lakše dostupno, a ignoriše se ono što je nevidljivo. Zastareli modeli merenja jednostavno nisu prilagođeni novom načinu na koji ljudi dolaze do informacija i donose odluke o kupovini.

Kompanije se stoga nalaze pred izazovom prilagođavanja svojih strategija merenja stvarnom ponašanju savremenih kupaca. Oslanjanje na poslednji klik u atribuciji više ne odražava pravu vrednost kanala koji grade dugoročnu prepoznatljivost brenda. Potrebno je prihvatiti činjenicu da se vrednost novih tehnologija ogleda u složenijim oblicima uticaja na svest potrošača. Ignorisanje ove promene vodi ka pogrešnoj alokaciji budžeta i pogrešnim procenama efikasnosti marketinških aktivnosti.

Triangulacija kao rešenje za merenje

Prevazilaženje ograničenja savremene analitike zahteva kombinovanje različitih metoda koje se međusobno dopunjuju i pokrivaju slabe tačke. Prva komponenta ovog pristupa jeste praćenje vidljivosti brenda kroz standardizovane upite na relevantnim platformama. Time se dobijaju dosledni podaci o tome gde se i koliko često brend pojavljuje u odgovorima sistema veštačke inteligencije na različitim tržištima. To daje jasnu osnovu za poređenje prisutnosti u odnosu na konkurenciju.

Druga ključna komponenta jeste direktno ispitivanje novih kupaca i potencijalnih klijenata o tome kako su saznali za kompaniju. Postavljanjem preciznih pitanja tokom procesa registracije ili kupovine prikupljaju se izjave korisnika u njihovim sopstvenim rečima. Na taj način se otkriva koji su alati veštačke inteligencije zaista uticali na njihovu odluku da posete sajt. Direktni uvid od kupaca često otkriva tragove koje automatski alati uopšte nisu uspeli da registruju.

Treći element obuhvata povezivanje tih kvalitativnih saznanja sa stvarnim poslovnim ishodima i ostvarenim prihodima. Praćenjem kretanja kupaca koji su prijavili otkrivanje brenda putem veštačke inteligencije dobija se celovita slika o njihovom vrednosnom doprinosu. Spajanjem podataka o izloženosti, ponašanju kupaca i finansijskim rezultatima kreira se pouzdaniji izveštaj za donošenje odluka. Takav pristup omogućava menadžmentu da planira strategiju čak i kada su standardni tehnički podaci o saobraćaju nejasni.

Planiranje strategije u uslovima neizvesnosti

Poslovno liderstvo i menadžment ne smeju da odlože donošenje važnih odluka samo zato što tradicionalna analitika ne pruža savršene podatke. Razvoj strategije mora da se zasniva na postavljanju jasnih prioriteta, sprovođenju kontrolisanih eksperimenata i kontinuiranom učenju. Kada standardni alati nisu u stanju da izmere povraćaj investicije, organizacija mora da se osloni na kombinovane pokazatelje uspeha. Fleksibilnost u planiranju postaje ključna prednost na tržištu koje se brzo menja.

Izrada mesečnih izveštaja koji istovremeno prate vidljivost brenda, ponašanje kupaca i poslovne rezultate daje upravi širu perspektivu. Ukoliko pokazatelji prisutnosti rastu, ali kupci i dalje retko pominju nove tehnologije, neophodno je preispitati način na koji se kreiraju sadržaji. Sa druge strane, porast broja korisnika koji dolaze preko novih kanala zahteva analizu njihove dugoročne vrednosti i stope konverzije. Stalno prilagođavanje metrika osigurava da kompanija ostane usklađena sa realnim navikama potrošača.

Suočavanje sa strukturnim promenama na tržištu traži hrabrost i spremnost na napuštanje prevaziđenih metoda izveštavanja. Uspešne kompanije prihvataju činjenicu da savremeni digitalni ekosistem zahteva složenije pristupe razumevanju publike. Umesto traženja brzi rešenja u pogrešnim brojevima, fokus se pomera ka izgradnji održivih sistema merenja. Time se postavlja čvrsta osnova za dugoročni rast i stabilnost poslovanja u novom tehnološkom okruženju.

Izvor: Kevin Indig, Growth Memo · Fotografija: Pexels / Freepik (ilustracija)