Flerspråkig GEO: svaret ändras med språket
Ställ samma fråga till en AI-motor på engelska och sedan på tyska och du provar inte en åsikt två gånger. Du kör två olika hämtningar över två i stort sett olika pooler av innehåll, och varumärkena som nämns i de två svaren kan skilja sig helt. För varje varumärke som säljer på mer än en marknad är det här det mest underskattade faktumet i AI-synlighet.
Språket väger tyngre än varumärket
Variansanalys av LLM-svar om varumärken sätter siffror på det. Frågans språk står för 26.5 till 32.0 procent av variansen i hur modeller svarar om varumärken. Varumärkesidentiteten, vilket varumärke det faktiskt frågas om, står för 1.5 procent. Språket du blir tillfrågad på förklarar ungefär tjugo gånger så mycket av utfallet som vem du är.
Den ordningen låter absurd tills du tänker på hur svar grundas. Motorer hämtar stödjande innehåll till stor del på frågans språk, komponerar utifrån vad den hämtningen ger tillbaka, och citerar det. Ett varumärke med djup engelsk täckning och inget citerbart på franska är, ur den franska hämtningspoolens synvinkel, knappt ett varumärke alls. Ditt rykte reser inte över språkgränser. Ditt innehåll gör det, eller så gör det inte det.
Publicera på dina marknaders språk
Den direkta implikationen: säljer du på fem språk måste den citerbara substansen finnas på fem språk. Citat, statistik och citerade källor flyttar genererade svar, och de kan bara flytta svaren på det språk de är skrivna på.
Skrivet för marknaden är inte samma sak som maskinöversatt från huvudkontoret. En översatt sida bär hemmamarknadens exempel, priser, regler och antaganden in på en marknad där de är fel, och den besvarar frågor så som den ursprungliga publiken ställde dem snarare än så som den här gör. Innehåll som förtjänar citeringar på en marknad citerar den marknadens källor, använder dess siffror och valutor, och tar sig an de frågor dess köpare faktiskt formulerar. Översättningsverktyg kan påbörja det arbetet; de kan inte avsluta det.
Kartlägg versionerna med hreflang
När språkversioner väl finns behöver de kopplas ihop. hreflang-annoteringar talar om för Google vilken sida som är motsvarigheten till vilken för varje språk och region, så att rätt version visas för rätt publik i stället för att versioner konkurrerar med varandra. Det är oglamoröst rörmokeri, det är ofta felkonfigurerat, och det hör hemma på samma checklista som resten av teknisk SEO, eftersom en språkversion som inte är korrekt kartlagd och indexerad inte kan hämtas, och en sida som inte kan hämtas inte kan citeras.
Mät per språk, eller bli vilseledd
Varianssiffrorna dömer också ut en vanlig dashboard: AI-synlighet mätt enbart på engelska, för ett varumärke som säljer på sex marknader. Om frågespråket driver 26.5 till 32.0 procent av svarsvariansen är en mätning enbart på engelska blind för det mesta av det som faktiskt varierar. Ett varumärke på flera marknader kan se dominant ut mätt på engelska och samtidigt vara osynligt på de språk där dess intäkter finns, och ingen mängd engelsk sampling kommer att avslöja det.
Försvarbar flerspråkig mätning kör samma promptuppsättning på varje marknadsspråk, följer share of voice per språk och rapporterar varje med sitt eget konfidensintervall, av de skäl som läggs fram i att mäta AI-söksynlighet ärligt. Siffrorna per språk är de beslutsdugliga: de talar om vilka marknader som har ett innehållsgap, och lösningen på det gapet är publiceringsarbetet ovan, inte mer mätning.
Var det här passar in
Flerspråkig GEO är inte en separat disciplin, det är GEO gjort en gång per marknad: substans värd att citera, på marknadens språk, tekniskt hämtbar, mätt på det språk köparna använder. De varumärken som behandlar icke-engelska marknader som en eftertanke i översättning lämnar de svaren till den som brydde sig om att skriva för dem.