CASO D’USO 1:
Content as a Service v2 - customer-journey-analytics - Friday, April 19, 2024 at 10:35
PASSA ALLA SEZIONE
Integra la scoperta tramite IA nella strategia di misurazione
Misura il traffico guidato dall’IA come canale di acquisizione
Identifica i contenuti ad alta visibilità che non generano conversioni
Collega la presenza del brand nell’IA al coinvolgimento e ai ricavi
Misura quali azioni di ottimizzazione per l’IA migliorano le prestazioni
Misura la rilevabilità del brand con LLM Insights in Adobe Customer Journey Analytics
Scopri come LLM Insights aiuta le organizzazioni a integrare la scoperta tramite IA nella propria strategia di analisi, offrendo ai team un modo più chiaro per valutare la visibilità, il coinvolgimento dei clienti e l’impatto sul business.
Gli LLM rappresentano il nuovo punto d’accesso alla scoperta digitale. I potenziali clienti si rivolgono sempre più a piattaforme come ChatGPT, Claude e Google AI Overviews per cercare prodotti, confrontare le opzioni e prendere decisioni d’acquisto, ancora prima di visitare il sito web di un brand.
Secondo Bain & Company, l'80% dei consumatori si affida alle risposte generate dall’IA per una parte significativa delle proprie ricerche.
La maggior parte delle organizzazioni, però, non ha visibilità su come la scoperta guidata dall’IA contribuisca ai risultati di business. I team faticano a comprendere quanto traffico e coinvolgimento vengano generati dagli LLM, quali contenuti vengano mostrati o citati e in che modo i percorsi avviati tramite LLM influenzino le conversioni successive.
I dati frammentati tra più sistemi non fanno che aggravare il problema: gli elementi di conoscenza sulla visibilità, le metriche di coinvolgimento dei clienti, i dati sulle entrate e le attività dei bot si trovano spesso su piattaforme separate.
LLM Insights in Adobe Customer Journey Analytics colma questo divario di visibilità, collegando la scoperta guidata dall’IA al coinvolgimento dei clienti e ai risultati in termini di ricavi. Il risultato è una visione unificata dei percorsi avviati sia dall’IA sia da utenti reali, che consente alle organizzazioni di misurare il valore di business della scoperta tramite IA e di ottimizzare le esperienze.
Integra la scoperta tramite IA nella strategia di misurazione con LLM Insights
Per misurare i percorsi basati sull’IA, le organizzazioni devono collegare ciò che accade nei servizi IA con ciò che avviene nelle esperienze digitali proprietarie. LLM Insights in Customer Journey Analytics unisce queste due prospettive.
Adobe Brand Visibility aiuta le organizzazioni a comprendere come il proprio brand appare e performa nelle esperienze basate sull’IA, fornendo elementi di conoscenza su menzioni del brand, citazioni, share of voice, traffico da IA agentica e da referral, e interazioni a livello di prompt.
Customer Journey Analytics completa questa prospettiva collegando questi segnali a sessioni, customer journey, progressione del funnel, conversioni, ricavi, retention, churn e attribuzione.
I seguenti casi d’uso mostrano come questa visione integrata possa aiutare le organizzazioni a rispondere alle domande più importanti: dove si inserisce il traffico basato sull’IA nel mix di acquisizione, quali pagine visibili all’IA non raggiungono le performance attese, in che modo la presenza del brand nell’IA si collega ai segnali di domanda e ricavo, e quali azioni di ottimizzazione stanno migliorando i risultati.
La ricerca IA e gli assistenti intelligenti si stanno affermando come canale di acquisizione per i brand, dato che sempre più attività di scoperta avviene tramite risposte generate dall’IA. Per questo, occorre capire quanto traffico generano queste piattaforme, quali fonti IA portano i visitatori di maggior valore e come questo si confronta con ricerca organica, paid media, e-mail e social.
I percorsi basati sull’IA sono però più difficili da rilevare: gli LLM accedono spesso ai contenuti tramite bot, sistemi di retrieval e infrastrutture CDN, rendendo così incompleta la visione offerta dalle analisi standard basate su browser.
Il risultato è una zona cieca nel mix di canali: i team riescono a misurare con chiarezza i canali di acquisizione tradizionali, ma faticano a capire dove si inserisce l’IA nella strategia di acquisizione.
Come LLM Insights aiuta
LLM Insights aiuta i team ad integrare l’acquisizione basata sull’IA nello stesso ambiente di reporting già utilizzato per valutare gli altri canali.
Brand Visibility identifica le piattaforme IA, i prompt, le citazioni e i percorsi referral associati al traffico in entrata. Customer Journey Analytics inserisce questo traffico nel reporting dei canali, consentendo ai team di valutare i percorsi originati dall’IA insieme a ricerca organica, paid media, e-mail e social.
Poiché Customer Journey Analytics analizza il traffico basato sull’IA all’interno dei flussi di lavoro esistenti, i team possono confrontare gli LLM con gli altri canali di acquisizione digitale senza creare silos di analisi.
Come i team lo mettono in pratica
Con il traffico proveniente dall’IA visibile nel reporting dei canali, i team possono decidere come integrare gli LLM nel mix di acquisizione. Possono:
- Identificare quali piattaforme IA stanno generando visite.
- Scopri quali prompt e citazioni sono associati a quelle visite.
- Crea visualizzazioni di acquisizione specifiche per l’IA in Customer Journey Analytics.
- Confronta il traffico proveniente dall’IA con gli altri canali.
Ad esempio, un grande rivenditore potrebbe sapere che il traffico generato dall’IA è in crescita nel settore, ma non conoscere la propria quota di acquisizione. Utilizzando Brand Visibility per rilevare citazioni e clic di referral da piattaforme come ChatGPT, Gemini e Claude, e integrando questi segnali in Customer Journey Analytics come canale di acquisizione GenAI, il rivenditore può confrontare il traffico generato dall’IA con i canali tradizionali.
Impatto sul business
LLM Insights aiuta i team di analisi a integrare l’acquisizione generata dall’IA nella stessa disciplina di misurazione adottata per gli altri canali. Possono così creare report unificati che mostrano come il traffico generato dall’IA si integri con la ricerca, i media a pagamento, l’e-mail e i social.
Questa visione integrata aiuta i team di marketing e business a confrontare i visitatori provenienti dall’IA con gli altri segmenti di pubblico di acquisizione, verificando se l’IA stia diventando una componente distinta del mix di acquisizione.
CASO D’USO 2:
Identifica i contenuti ad alta visibilità che non generano conversioni
I brand investono sempre più per migliorare la propria visibilità nelle esperienze basate sull’IA. Tuttavia, questi sforzi non sempre si traducono in conversioni. I modelli LLM citano o consigliano spesso determinate pagine, generando traffico di referral, ma le organizzazioni non dispongono di informazioni chiare su ciò che accade dopo l’arrivo dei clienti.
Questo crea una sfida di misurazione cruciale. I brand devono capire quali pagine di destinazione con traffico proveniente dall’IA convertono i visitatori in clienti e dove gli utenti incontrano ostacoli.
Come funziona LLM Insights
Brand Visibility identifica le pagine con la maggiore visibilità nelle risposte generate dall’IA, incluse citazioni, URL di destinazione e traffico di referral dai modelli LLM. Customer Journey Analytics misura poi cosa accade dopo l’arrivo dei visitatori: tasso di rimbalzo, profondità di coinvolgimento, conversioni, ricavi e altre metriche del percorso cliente.
Collegando queste visualizzazioni, LLM Insights aiuta a individuare i punti in cui i visitatori provenienti dall’IA abbandonano il percorso, le esperienze che creano attrito e le pagine ad alta visibilità che richiedono attenzione prioritaria.
Come i team lo mettono in pratica
Collegando i segnali di visibilità dell’IA con i dati di percorso, i team possono:
- Scoprire dove i visitatori escono o abbandonano il percorso, ad esempio durante il processo di checkout.
- Dare priorità ai miglioramenti UX e ai Test A/B per le pagine con il maggior traffico generato dall’IA.
- Misurare se i miglioramenti apportati alle pagine aumentano le conversioni e i ricavi generati dai visitatori provenienti dall’IA.
Ad esempio, un rivenditore di elettronica potrebbe scoprire che gli assistenti IA citano di frequente alcune pagine della guida all’acquisto, generando un alto volume di traffico referral. Combinando Brand Visibility con Customer Journey Analytics, il rivenditore può rilevare che i visitatori da dispositivi mobili registrano un tasso di rimbalzo più elevato e che molti utenti abbandonano il passaggio relativo al finanziamento durante il checkout. Sulla base di questi elementi di conoscenza, il team può dare priorità a correzioni a livello di pagina, come moduli più brevi, CTA più chiare e una migliore usabilità mobile per le pagine visibili all’IA con il divario di conversione più significativo.
Impatto aziendale
LLM Insights aiuta i team di analisi a passare dalla misurazione della visibilità dell’IA al miglioramento delle performance dei journey originati dall’IA. Questa visione condivisa consente ai team di marketing ed esperienza digitale di dare priorità ai miglioramenti sulle pagine che ricevono traffico significativo generato dall’IA, ma che non riescono a spingere i visitatori verso azioni che generano ricavi.
CASO D’USO 3:
Collega la presenza del brand sull’IA al coinvolgimento dei clienti e ai risultati di ricavo
La presenza del brand sull’IA sta diventando un importante segnale di autorità, ma spesso i team la misurano in modo separato dalle performance della domanda e della pipeline. Pur potendo monitorare menzioni, citazioni, sentiment e share of voice nelle risposte generate dall’IA, i team faticano a trovare un modo chiaro per collegare questi segnali ai lead qualificati e ai ricavi.
Le organizzazioni devono capire se una presenza più forte sui temi prioritari sia associata a un coinvolgimento più profondo, a un numero maggiore di lead qualificati, ad azioni con intento più elevato e a ricavi influenzati.
Come LLM Insights può aiutare
Collegando la presenza del brand sull’IA agli esiti dei clienti e della pipeline, LLM Insights aiuta i team a capire se l’autorità nelle esperienze generate dall’IA si traduca in un valore aziendale misurabile.
Brand Visibility misura menzioni del brand, citazioni, sentiment e share of voice nei principali LLM e in fonti di terze parti come Reddit e Wikipedia. Customer Journey Analytics collega questi segnali alle metriche di coinvolgimento e conversione, tra cui invii di moduli lead, download di versioni di prova, richieste di demo, pipeline influenzata e ricavi.
Quando la visibilità dell’IA e i dati del customer journey si integrano, i team possono identificare quali argomenti o investimenti nei contenuti hanno la relazione più forte con le performance aziendali, invece di misurare la presenza dell’IA in modo isolato.
Come i team lo mettono in pratica
Quando i team dispongono di una visione unificata della presenza del brand sull’IA e delle performance della pipeline, possono:
- Analizzare l’impatto del sentiment del brand sul coinvolgimento, sulle richieste di demo e sui ricavi influenzati.
- Identificare quali argomenti e temi dei contenuti generano sia una solida autorità sull’IA sia una significativa generazione di lead.
- Concentra le attività di SEO (Search Engine Optimization), contenuti ed earned media sugli argomenti e le fonti maggiormente associati a un coinvolgimento più elevato.
Ad esempio, un produttore industriale investe in modo massiccio nel thought leadership su argomenti come la manutenzione predittiva e le valvole di sicurezza, migliorando così la propria visibilità IA. Tuttavia, il brand fatica ancora a stabilire se questo abbia un impatto sulle opportunità di vendita. Utilizzando Brand Visibility per misurare il sentiment e lo share of voice su questi argomenti e collegando tali dati a Customer Journey Analytics, l’azienda può correlare i miglioramenti della visibilità IA ai risultati rilevanti e adeguare di conseguenza i futuri investimenti in contenuti.
Impatto sul business
LLM Insights aiuta i team a trasformare l’autorità IA in un segnale di pianificazione. Anziché dare priorità agli argomenti solo perché generano menzioni o migliorano lo share of voice, i team possono concentrarsi sulle aree in cui una presenza IA più solida si allinea all’interesse dei clienti, alla qualità dei lead e al potenziale di fatturato.
Questo offre ai team di contenuto, SEO, comunicazione e business una base più solida per decidere in quali argomenti investire e aiuta i responsabili a valutare l’autorità IA nell’ambito della strategia della domanda, non solo come misura della visibilità del brand.
Caso d’uso 4:
Misurare quali azioni di ottimizzazione IA migliorano i risultati aziendali
Man mano che i brand investono nell’ottimizzazione IA, devono sapere quali azioni stiano davvero migliorando la visibilità e le performance aziendali. I gap competitivi possono indicare dove il brand perde terreno su prompt, argomenti o percorsi d’acquisto prioritari, ma non sempre rivelano la soluzione giusta.
Il problema potrebbe riguardare la profondità dei contenuti, la scansionabilità, i dati strutturati, l’autorità di terze parti, le informazioni di prodotto o l’esperienza della pagina. Senza una visione integrata, i team faticano a capire quali modifiche stiano colmando quei gap, aumentando il traffico qualificato o contribuendo alle conversioni e ai ricavi.
Come LLM Insights aiuta
LLM Insights aiuta i team a collegare le azioni di ottimizzazione IA alle variazioni di visibilità, traffico e risultati a valle nel tempo.
Brand Visibility misura la presenza del brand sulle piattaforme IA, inclusi share of voice e performance competitive per prompt e argomenti prioritari. Suggerisce inoltre ottimizzazioni contenutistiche e tecniche, come il miglioramento di FAQ, pagine prodotto, contenuti di idoneità e dati strutturati. Customer Journey Analytics misura poi in che modo tali sforzi di ottimizzazione influenzino i risultati dei clienti, come richieste di prova, iscrizioni, ordini e ricavi.
Combinando gli insight competitivi sull’IA con i dati del customer journey, le organizzazioni possono dare priorità alle ottimizzazioni con maggiori probabilità di produrre risultati concreti.
Come i team lo mettono in pratica
Collegando visibilità IA competitiva, attività di ottimizzazione e risultati del customer journey, i team possono valutare l’ottimizzazione IA come un programma di performance strutturato, anziché come una serie di interventi tecnici o sui contenuti slegati tra loro. In particolare, possono:
- Confrontare la visibilità IA con quella dei competitor per i prompt e i topic ad alto valore.
- Individuare le pagine e le esperienze da prioritizzare nell’ottimizzazione IA.
- Misurare come le attività di ottimizzazione influenzano l’acquisizione clienti e la conversione.
Ad esempio, una banca retail potrebbe scoprire tramite Brand Visibility che i propri prodotti di conto corrente compaiono solo in una piccola percentuale delle raccomandazioni generate dall’IA, mentre i competitor dominano gli stessi prompt. La banca può quindi dare priorità al miglioramento di FAQ, tabelle delle tariffe e pagine sui requisiti di accesso, sulla base delle indicazioni fornite da Brand Visibility.
Impatto sul business
LLM Insights aiuta le organizzazioni a passare dal benchmarking competitivo a un’ottimizzazione misurabile. Adobe ha registrato un aumento del 41% nel traffico referral da LLM e una crescita superiore al 200% nelle citazioni a seguito delle attività di ottimizzazione, con CJA che ha contribuito a tradurre questi miglioramenti in una pipeline attribuibile.
Il valore deriva dalla connessione tra benchmarking competitivo, visibilità IA e indicazioni di ottimizzazione con i dati del customer journey e di conversione, offrendo ai team una base più solida per proseguire le attività di ottimizzazione IA.
Trasforma i segnali IA in azioni più intelligenti
La scoperta tramite IA sta diventando troppo importante per essere gestita con segnali frammentati o esperimenti isolati. I team di analisi e marketing hanno bisogno di un modo più chiaro per capire dove l’IA influenza il percorso del cliente, quali opportunità meritano attenzione e dove l’ottimizzazione può generare un impatto concreto sul business.
Le organizzazioni che sviluppano questa capacità ora sono meglio posizionate per adattarsi man mano che l’IA influenza sempre più la scoperta, il coinvolgimento e il processo decisionale. LLM Insights in Customer Journey Analytics offre alle organizzazioni le basi per rispondere a questo cambiamento con maggiore chiarezza, valutare l’IA con lo stesso rigore degli altri canali digitali e concentrare gli sforzi dove possono generare risultati migliori.
Esplora LLM Insights in Customer Journey Analytics per comprendere meglio la presenza del brand negli LLM.
Title
Integra la scoperta IA nel framework di misurazione.
cardDate
2026-08-31
cardImage
CardDescription
Scopri come LLM Insights in Adobe Customer Journey Analytics trasforma i dati di scoperta IA in decisioni più efficaci su acquisizione, contenuti e strategie di business.
primaryTag
caas:content-type/guide
Tags
caas:content-type/guide, caas:products/customer-journey-analytics
Scopri cosa può fare Adobe per il tuo business
