جستجوهای مبتنی بر هوش مصنوعی به سرعت در حال تبدیل شدن به یکی از کانال‌های اصلی کشف برند توسط مصرف‌کنندگان هستند. با این حال، اندازهگیری و سنجش دقیق اثرگذاری این کانال برای مدیران بازاریابی به یک معمای پیچیده تبدیل شده است. برخلاف کلیکهای سنتی وب، یک کاربر ممکن است در چتجیپیتی توصیهای برای یک برند دریافت کند، نام آن را به خاطر بسپارد و چند روز بعد آن را در گوگل جستجو کند. در این سناریو، ابزارهای آنالیتیکس این ترافیک را به عنوان جستجوی ارگانیک یا مستقیم ثبت میکنند و هوش مصنوعی هیچ اعتباری در مدل‌های انتساب (Attribution) دریافت نمی‌کند.
بر اساس پژوهش جدید موسسه تحلیلی سیمیلاروب (Similarweb) که رفتار واقعی کاربران را پس از دریافت پیشنهاد از ChatGPT بررسی کرده است، برندهایی که توسط هوش مصنوعی توصیه شده بودند، ۲.۵ برابر بیشتر از رقبا در بازه زمانی ۷ روز پس از مکالمه، بازدید وب‌سایت دریافت کردند. این مطالعه روی کاربرانی انجام شد که قبلا وب‌سایت برند را ندیده بودند و نام برند را در پرامپت اولیه خود نیاورده بودند.
نکته کلیدی تحقیق این است که ۵۵.۹ درصد از این بازدیدهای متاثر از هوش مصنوعی، از طریق سرچ موتورهای جستجو وارد سایت شدند (در مقایسه با ۴۰.۴ درصد در کاربران عادی). این بدان معناست که مدل‌های انتساب آخرین کلیک (Last-Click Attribution) ارزش واقعی بهینه‌سازی برای موتورهای پاسخ هوش مصنوعی (GEO / AEO) را به شدت کمتر از مقدار واقعی برآورد میکنند.
کارشناسان دیجیتال مارکتینگ تاکید میکنند که تیم‌های مارکتینگ باید معیارهای سنجش خود را بازنگری کنند. ارزیابی اثربخشی هوش مصنوعی نباید صرفا به شمارش ارجاعات مستقیم (Referrals) محدود شود، بلکه باید با پایش سهم حضور برند در پاسخ‌های هوش مصنوعی (AI Visibility Share)، بررسی همبستگی میان توصیه‌های چت‌بات‌ها با رشد سرچ برند در گوگل، و پیاده‌سازی نظرسنجی‌های پس از خرید، اثر واقعی این کانال جدید کشف مشتری را ردیابی کرد.