تیم تحقیقاتی نیل پاتل با اجرای یک پژوهش کلانداده و بررسی دقیق بیش از ۶۸,۰۰۰ پاسخ تولیدشده توسط پلتفرمهای جستجوی مبتنی بر هوش مصنوعی (از جمله AI Overviews گوگل، ChatGPT Search، Perplexity و Claude)، مکانیزمهای دیدهشدن برندهای حوزه فناوری مالی (Fintech) را کالبدشکافی کرده است. نتایج این مطالعه حاکی از آن است که قوانین سئو سنتی به تنهایی برای بقا در عصر بهینهسازی موتورهای پاسخدهی (GEO / AEO) کافی نیستند.
یافتههای این پژوهش نشان میدهد در بخش فینتک که دقت ریاضیاتی و اعتماد کاربر از بالاترین حساسیت برخوردار است، الگوریتمهای هوش مصنوعی تمایل دارند برندهایی را در پاسخهای خود پررنگ کنند که شفافیت حداکثری در ارائه ساختار کارمزدها، قوانین رگولاتوری و جداول مقایسهای دارند. وبسایتهایی که هزینههای پنهان را شفاف نکرده یا اطلاعات متناقض ارائه دادهاند، تقریباً در هیچیک از پاسخهای سنتزشده هوش مصنوعی به عنوان گزینه پیشنهادی ذکر نشدهاند.
نکته شگفتانگیز دیگر این گزارش، عدم همبستگی مستقیم میان رتبه یک ارگانیک سنتی گوگل و نرخ دیدهشدن در پاسخهای هوش مصنوعی است. در حالی که سئو سنتی بر بکلینکها و کلیدواژهها تمرکز دارد، مدلهای زبانی بزرگ بیشتر به «اعتبار موضوعی در سطح وب» (Web-wide Topical Authority)، تکرار نام برند در نقدهای بیطرفانه پلتفرمهای ثالث معتبر (مانند ردیت، تراستپایلوت و رسانههای تخصصی مالی) و دادههای ساختاریافته اسکیما متکی هستند.
این تحلیل به متخصصان دیجیتال مارکتینگ پیشنهاد میدهد تا با بازنگری در استراتژی سئو و تولید محتوای خود، مقالات مقایسهای عمیق، پاسخهای ساختاریافته به پرسشهای حقوقی و مالی کاربران و گزارشهای تحلیلی منتشر کنند و برای حضور فعال در فرومها و رسانههای تخصصی برنامهریزی نمایند تا شانس دیدهشدن برندشان در پاسخهای هوش مصنوعی چند برابر شود.