Legetøj og AI: Hvilke butikker forældre får anbefalet, og hvad en LLM tracker viser
Fødselsdagen nærmer sig, og ønskesedlen er kort. I stedet for at bladre i kataloger skriver flere forældre i dag et spørgsmål til ChatGPT eller Google: hvilket legetøj passer til en treårig, der elsker at tegne, og hvor kan man købe det? Svaret kommer prompte med et par produkter og et par butikker. For forældrene er det praktisk, og for legetøjsbutikkerne er det et nyt sted at blive fundet, som mange af dem først nu begynder at måle med en LLM tracker.
Det er værd at forstå, hvordan de svar opstår, både når man selv bruger dem til gaveindkøb, og når man driver en butik, der gerne vil med i dem.
Hvordan AI finder frem til butikkerne
En sprogmodel som ChatGPT finder ikke selv på, hvilke butikker der er gode. Når den søger på nettet for at svare, henter den oplysninger fra hjemmesider, guides, sammenligninger og diskussioner i fora. De butikker, der bliver nævnt mange steder og beskriver deres varer klart på egne sider, har bedre chancer for at komme med.
Det betyder også, at svaret ikke er en neutral rangliste. En lille butik med et gennemtænkt udvalg af kreativt legetøj kan blive overset, hvis ingen har skrevet om den, og hvis dens egne produktsider er svære for AI at læse. En stor kæde kan omvendt blive nævnt, fordi den optræder i mange guides, selv om udvalget i den konkrete kategori er smalt.
Det bør forældre tjekke selv
AI-svar er et godt udgangspunkt, men de er ikke altid rigtige. Svarene kan være forældede eller blande oplysninger fra forskellige kilder sammen. Inden man køber, er det en god idé at tjekke nogle ting direkte hos butikken:
- Alder og sikkerhed. Se aldersmærkningen på selve produktet, særligt for de mindste, hvor små dele kan være et problem.
- Pris og lager. Prisen i et AI-svar kan være gammel, og varen kan være udsolgt.
- Levering og retur. Fristerne for returnering og ombytning står på butikkens egen side, og det er dem, der gælder.
Det gælder også, når svaret anbefaler et bestemt produkt frem for et andet. Læs gerne anmeldelser fra andre forældre og produktbeskrivelsen hos forhandleren, før beslutningen træffes.
Hvorfor det betyder noget for legetøjsbutikkerne
For en butik, der sælger legetøj, er det et nyt spørgsmål, om den bliver nævnt, når forældrene spørger. Det kan ikke aflæses i Google Analytics, og det er ikke det samme som at ligge højt i de almindelige søgeresultater. En butik kan rangere fint på Google og alligevel være fraværende i de svar, ChatGPT giver.
Og hvis butikken bliver nævnt, er det ikke sikkert, at det, der bliver sagt, er korrekt. AI kan påstå, at en butik ikke har fri retur, selv om returpolitikken siger noget andet. Den slags fejl kan koste salg uden at nogen opdager det.
Sådan kan en butik måle sin synlighed i AI-svar
humane har udviklet LLM Tracker, som er en LLM tracker
, der viser, om ChatGPT og Google AI anbefaler en butik, og hvem de anbefaler i stedet. Butikken skriver sit domæne, og på få minutter finder værktøjet de spørgsmål, kunderne stiller, sender dem til ChatGPT og Google AI og tæller op, hvor ofte butikken nævnes. Det første tjek er gratis og søger i Danmark på dansk.
Resultatet viser også, hvilke sider AI henter sine svar fra, og om AI-tjenesternes crawlere overhovedet har adgang til sitet. Med en e-mailadresse åbner den fulde rapport med svarene på alle spørgsmål, kilderne og tre konkrete forslag til, hvad butikken kan gøre for at blive nævnt. En medarbejder fra humane læser rapporten igennem, før den bliver sendt.
Et enkelt tjek er dog kun et øjebliksbillede. AI svarer ikke ens fra dag til dag, og først når man måler uge for uge, kan man se en retning. Til gengæld peger værktøjet på konkrete handlinger: sider, der mangler, steder, hvor butikken bør være nævnt, og oplysninger, som AI gengiver forkert.
Næste gang ønskesedlen skal udfyldes
For forældre er det enkle råd at bruge AI som inspiration og butikkens egen side som facit. For butikkerne er det første skridt at finde ud af, om de overhovedet er med i svaret, og hvad der bliver sagt om dem. Begge dele tager kun få minutter, og mere om arbejdet med synlighed i Google og AI findes hos humane
.