ไมโครซอฟท์เปิดตัวคู่มือ AEO และ GEO กลยุทธ์การตลาดยุค AI จาก Traffic สู่ Influence

ไมโครซอฟท์ เปิดตัวคู่มือกลยุทธ์การตลาด “From Discovery to Influence: A Guide to AEO and GEO” ชูแนวทางสำคัญสำหรับแบรนด์ในการปรับตัวสู่ยุคของ AI-powered discovery ซึ่งระบุว่า SEO แบบเดิมไม่เพียงพออีกต่อไป เมื่อผู้บริโภคหันมาใช้ AI Assistants, AI Browsers และ AI Agents ค้นหาและตัดสินใจซื้อสินค้า ตอกย้ำว่าความสำเร็จในยุค AI ไม่ได้วัดจากจำนวน Traffic อีกต่อไป

แต่อยู่ที่ความสามารถในการสร้าง “Influence” ผ่านข้อมูลสินค้าที่สมบูรณ์ ทันสมัย และน่าเชื่อถือ โดยคู่มือดังกล่าวจัดทำโดย Jennifer Myers, Principal Product Manager, Microsoft Shopping and Copilot และ Paul Longo, General Manager, AI in Ads, Microsoft Advertising

จาก Traffic สู่ Influence

ในอดีต SEO เป็นกุญแจสู่ความสำเร็จ แต่ AEO (Answer Engine Optimization) หรือการปรับแต่งเนื้อหาให้ AI agents และassistants สามารถค้นหา เข้าใจ และนำเสนอคำตอบได้อย่างมีประสิทธิภาพ และ GEO หรือการปรับแต่งเนื้อหาสำหรับ generative AI search environments เพื่อให้สามารถค้นพบได้ ไว้วางใจได้ และมีความน่าเชื่อถือ (Generative Engine Optimization) จะเป็นกุญแจสำคัญในยุค AI

กล่าวคือ AEO สร้างความชัดเจนผ่านข้อมูลที่แม่นยำและทันสมัยที่ AI สามารถตีความได้

ขณะที่ GEO สร้างความน่าเชื่อถือผ่านเนื้อหาที่ทำให้แบรนด์ดูมีความเชี่ยวชาญและน่าเชื่อถือ โดย AI assistants, browsers และ agents จะไม่เพียงช่วยจัดทำดัชนีเว็บไซต์ แต่ยังวิเคราะห์และตีความข้อมูลทั้งภายในและภายนอกเว็บไซต์ เพื่อแนะนำแบรนด์ที่มีความน่าสนใจเมื่อพิจารณาจากความสมบูรณ์ ความทันสมัย และบริบทของข้อมูลสินค้า ดังนั้นทุกรายละเอียด ทุกจุดเด่น และทุกสัญญาณด้านราคาจึงมีความสำคัญทั้งหมด

AI Browsers – AI Assistants – AI Agents สร้างระบบนิเวศใหม่

อีโคซิสเต็มของการช้อปปิ้งบน AI มี 3 องค์ประกอบหลักที่เชื่อมโยงและทำงานร่วมกัน ได้แก่

• AI Browsers อย่าง Microsoft Edge ที่สามารถ “มองเห็น” หน้าเว็บแบบ real-time และแปลความหมายเพื่อให้คำแนะนำที่เหมาะสม
• AI Assistants เช่น Copilot หรือ ChatGPT ที่ช่วยตอบคำถามและแก้ไขปัญหาผ่านการสนทนา
• AI Agents ที่ให้คำแนะนำและช่วยดำเนินการจริง ทั้งกรอกฟอร์ม คลิกปุ่ม และทำการซื้อจนเสร็จสมบูรณ์

ตัวอย่างเช่น หากผู้ใช้งาน prompt หา “เสื้อกันฝนน้ำหนักเบาราคาไม่เกิน 5,000 บาท” AI จะใช้กระบวนการ “Reasoning Phase” แยกย่อยคำถามโดยใช้ข้อมูลจากทั้งเว็บไซต์ที่ให้บริบททั่วไปอาทิ “แบรนด์ไหนทำเสื้อกันฝนคุณภาพดี” หรือ “คุณสมบัติสำคัญของเสื้อกันฝนคืออะไร” และยังดึงข้อมูลจาก Product Feeds ที่เจาะจงรายละเอียดมากขึ้น ไม่ว่าจะเป็นราคาปัจจุบัน สต็อกสินค้า และคุณสมบัติทางเทคนิค ดังนั้น เมื่อเข้าสู่เว็บไซต์ AI Agent จะเห็นข้อมูล live เช่น รีวิว โปรโมชัน และระยะเวลาจัดส่ง ทั้งยังสามารถช่วยทำรายการซื้อให้เสร็จสมบูรณ์ได้ทันที

ขับเคลื่อนธุรกิจด้วยข้อมูล

คู่มือกลยุทธ์การตลาด “From Discovery to Influence: A Guide to AEO and GEO” จากไมโครซอฟท์ยังระบุถึงรูปแบบของข้อมูลที่จะช่วยยกระดับธุรกิจในยุค AI ประกอบด้วย

• Crawled Data ข้อมูลที่ AI เรียนรู้จากการฝึกอบรมและดึงจากหน้าเว็บที่ถูกจัดทำดัชนี ซึ่งสร้างการรับรู้พื้นฐานเกี่ยวกับแบรนด์และให้บริบทสำหรับคำตอบของ AI
• Product Feeds และ APIs ข้อมูลที่มีโครงสร้างชัดเจนที่ผู้ค้าปลีกส่งไปยัง AI platforms โดยตรง ให้ความแม่นยำ รายละเอียด และความสม่ำเสมอ
• Live Website Data ข้อมูล real-time ที่ AI agents เห็นเมื่อเข้าชมเว็บไซต์จริง ตั้งแต่สื่อมัลติมีเดีย รีวิวผู้ใช้ ราคาที่เปลี่ยนแปลงได้ ไปจนถึงความสามารถในการทำธุรกรรม

3 กลยุทธ์สำคัญ เพิ่มการค้นพบบน AI

1. Data Structure: ทำให้แคตตาล็อกอ่านได้ด้วย AI

ควรใช้ Schema Markup ประเภทต่างๆ เช่น Product, Offer, Aggregate Rating, Review, Brand, Item List และ FAQ รวมถึงซิงค์ข้อมูลแบบ real-time ระหว่าง product feeds และ on-site schema โดยระบุข้อมูล dynamic fields เช่น ราคา สถานะสินค้า สี ขนาด SKU, GTIN และ dateModified ให้ชัดเจน นอกจากนี้ต้องทำให้ข้อมูลบนหน้าเว็บสอดคล้องกับสิ่งที่ผู้บริโภคเห็น ไม่แสดงข้อมูลที่แตกต่างกับระบบอัตโนมัติ

2. Content Enrichment: ออกแบบตามบริบทและความต้องการของผู้ใช้จริง

เขียนคำบรรยายที่เน้นประโยชน์ โดยระบุว่าเหมาะกับใคร แก้ปัญหาอะไร และดีกว่าอย่างไร เพิ่มบริบทของ use-case ที่ชัดเจนที่ AI สามารถจับคู่กับคำถามได้ เช่น เหมาะสำหรับเดินป่าในอุณหภูมิมากกว่า 40 องศา สร้างหัวข้อและเนื้อหาที่สะท้อนคำถามจริงของผู้ใช้ และจัดทำบล็อก Q&A ที่ AI สามารถอ้างอิงได้ นอกจากนี้ต้องเขียน alt text ที่ละเอียด ให้ transcript ของวิดีโอ และแสดงข้อมูลสเปกสินค้าเป็นคู่ key/value

3. Trust Signals: สร้างความน่าเชื่อถือ

แสดงรีวิวที่ผ่านการยืนยันพร้อมทำเครื่องหมายด้วย Review และ Aggregate Rating Schema ระบุปริมาณรีวิวและอัตราส่วนของผู้ซื้อที่ยืนยันตัวตน เชื่อมโยงไปยัง Expert Reviews และบทความที่สินค้าของคุณถูกกล่าวถึง แสดงใบรับรอง ตราสัญลักษณ์ด้านความยั่งยืน และความเป็นหุ้นส่วนเป็นข้อเท็จจริง และหลีกเลี่ยงการอ้างที่เกินจริงหรือพิสูจน์ไม่ได้ เพราะ AI จะลดคะแนนเนื้อหาที่ไม่น่าเชื่อถือ

สร้างโอกาสทางธุรกิจด้วยการจัดระเบียบโครงสร้างข้อมูล

ไมโครซอฟท์พบว่าร้านค้าหรือธุรกิจส่วนใหญ่มีข้อมูลที่ AI ต้องการอยู่แล้ว เพียงแต่ข้อมูลเหล่านั้นยังไม่ถูกจัดโครงสร้างให้ชัดเจน ซึ่งสินค้าที่มีข้อมูลครบถ้วนจะได้อันดับที่สูงกว่า อีกทั้ง AI ไม่เพียงแค่อ่านข้อมูลแต่ยังลงมือดำเนินการจริงบนเว็บไซต์ด้วย หากการ liveขายสินค้าเกิดปัญหาย่อมส่งผลกระทบต่อยอดขายอย่างแน่นอน

อย่างไรก็ตาม Agentic Commerce ยังอยู่ในช่วงเริ่มต้น ซึ่งหมายความว่าผู้ที่เริ่มเคลื่อนไหวตอนนี้จะไม่เพียงถูกค้นพบแต่จะกลายเป็นมาตรฐานที่คนอื่นต้องตามให้ทัน ดังนั้น สิ่งที่ควรจะต้องเร่งทำคือการการตรวจสอบและปรับแคตตาล็อกเพื่อให้ AI อ่านได้ ลดช่องว่างของบริบท และสร้างระบบที่ทำให้ข้อมูลทันสมัยอยู่เสมอในทุกช่องทาง