In questo momento c'è uno schema difficile da non notare. Le agenzie stanno aggiungendo l'AEO come sesto servizio core: badge in homepage, nuovo post sul blog, voce nel retainer. Un'agenzia focalizzata su HubSpot ha lanciato l'AEO come sesto servizio core lo scorso settembre, promettendo di far citare i brand dei clienti da ChatGPT, Gemini e Perplexity attraverso un pacchetto di strumenti AEO e di visibilità. Un'agenzia di AI search ha riorganizzato l'intera practice attorno a ciò che chiama relevance engineering e strategia di AI search. Il servizio esiste. La domanda è reale. Il problema è che chiamare tutto questo strategia di answer engine optimization, senza affrontare ciò che porta gli assistenti IA a citarvi, è il punto in cui tutto crolla.
La distinzione conta più di quanto sembri.
Cosa misurano davvero gli strumenti di monitoraggio AEO
I point tool AEO sono per lo più strumenti di monitoraggio. Vi dicono se un assistente IA ha menzionato il vostro brand, in quale contesto e con quale frequenza. Sono dati utili. Ciò che gli strumenti non possono fare è generare citazioni. Sapere che il vostro tasso di menzione è basso è utile all'azione più o meno quanto sapere che il vostro tasso di conversione è basso. Il numero vi dice che c'è un problema. Non vi dice cosa sistemare.
La maggior parte delle agenzie tratta un punteggio di citazione basso come un brief di contenuti: scrivere di più, pubblicare di più, ottimizzare i titoli perché sembrino domande. Non è una strategia di answer engine optimization. È spara nel mucchio con una formattazione migliore.
Perché gli assistenti IA citano ciò che citano
Per come la vedo io, ci sono due condizioni che determinano la citazione. La prima è che il contenuto risponda a una domanda specifica meglio di qualsiasi altra fonte indicizzata: con più precisione, con più segnali di credibilità e in una forma facile da estrarre. La seconda è che l'entità sottostante, cioè l'azienda, il brand, il dominio, abbia già autorevolezza nei dati di training e sul web.
Entrambe le condizioni dipendono dalle vostre fondamenta di dati e contenuti, non dagli strumenti.
Un'agenzia che aggiunge l'AEO come servizio senza toccare la qualità dei dati del cliente, l'architettura dei contenuti o la definizione dell'ICP sta vendendo monitoraggio spacciandolo per strategia. Il monitoraggio va bene. La strategia manca.
Il problema delle fondamenta che molti pitch AEO saltano
Ecco dove la RevOps diventa rilevante per questa conversazione, e mi rendo conto che non è un collegamento ovvio. Concedetemi un momento.
Quando iniziamo a lavorare con un nuovo cliente, la prima cosa che guardiamo è l'integrità dei dati: chi c'è davvero nel CRM, gli account sono arricchiti, l'ICP ha una definizione codificata o è un paragrafo scritto a sensazione che nessuno usa? I buyer con cui parliamo descrivono costantemente una versione di questo problema. Le loro liste outbound producono gli stessi risultati di bassa qualità, che ci abbiano aggiunto sopra un filtro di segnali oppure no. Il filtro di segnali è uno strumento. Il problema sono le fondamenta.
La stessa logica vale per una strategia di answer engine optimization. Gli assistenti IA non vi citano perché avete pubblicato più contenuti. Vi citano perché il vostro brand emerge come risposta autorevole a una domanda specifica, su più fonti indipendenti, in una forma citabile. Per arrivarci servono un ICP chiaramente definito, così da sapere quali domande il vostro brand deve presidiare, un'architettura dei contenuti costruita attorno a quelle domande specifiche invece che su una cadenza generica del blog, e dati interni strutturati che sostengano le vostre affermazioni con numeri reali. Non ci si arriva aggiungendo una dashboard.
Quello che chiamiamo il problema del «sesto servizio»
L'impostazione che voglio contestare è che una strategia di answer engine optimization sia un modulo da aggiungere. Si capisce l'attrattiva dal punto di vista di un'agenzia. Lo stack di strumenti si sta banalizzando in fretta, ogni nuovo point tool AEO rilascia integrazioni API e fa marketing verso le stesse agenzie, e il costo viene ribaltato sul cliente con un margine. Nel bene e nel male, è così che funziona l'economia dei retainer.
Il prodotto è reale. Il divario è che aggiungere un livello di monitoraggio e un brief di contenuti a un retainer esistente non cambia le fondamenta. Aggiunge solo un'altra dashboard.
Un buyer con cui lavoriamo aveva passato due anni con un'agenzia SEO senza poter indicare un solo miglioramento nelle performance di ricerca. L'agenzia aveva una dashboard. I report sembravano accurati. I contenuti non avevano un legame chiaro con l'ICP, i dati del CRM erano disordinati e non esisteva una risposta codificata alla domanda: per cosa vuole essere conosciuta questa azienda? Una strategia di answer engine optimization richiede che quella domanda abbia una risposta reale prima che inizi qualsiasi lavoro sugli strumenti.
Com'è fatta una vera strategia di answer engine optimization
Il nostro approccio a una strategia di answer engine optimization si riduce più o meno a tre cose, in quest'ordine.
La prima è quella che chiamiamo definizione dell'entità: prima di qualsiasi lavoro sui contenuti, serve una risposta chiara a cosa l'azienda vuole che gli assistenti IA dicano di lei quando un buyer pone una domanda pertinente. Si può rispondere solo se si sa chi è il buyer e quale problema sta davvero cercando di risolvere.
La seconda è l'architettura dei contenuti. Non il volume. L'architettura. Quali sono le due o tre domande che l'azienda dovrebbe presidiare? Qual è la risposta canonica e strutturata a ciascuna? È questo che viene citato. Un buon esempio è un'azienda con dati proprietari reali sulla propria base clienti: la giusta strategia di answer engine optimization trasforma quei dati in un'affermazione citabile e autonoma che un'IA può estrarre senza alcun contesto intorno. Questa è citazione, non ottimizzazione.
La terza è il livello dei dati. Metriche interne, ricerca strutturata, fonti nominate. I tassi di citazione sono correlati a specificità e credibilità, non al volume di output. Non si può fabbricare tutto questo senza una vera pratica interna sui dati.
Non ho una risposta soddisfacente su come sequenziare questo lavoro rispetto a un retainer d'agenzia già in corso. Dipende da quanta parte delle fondamenta è già al suo posto. Quello che direi è: partire dagli strumenti e lavorare a ritroso raramente porta dove si vuole arrivare.
Scoprite di più su come affrontiamo questo tipo di problema nella nostra pagina degli insights.