GEO หลายภาษา: คำตอบเปลี่ยนไปตามภาษา

ถามเอนจิน AI ด้วยคำถามเดียวกันเป็นภาษาอังกฤษแล้วถามซ้ำเป็นภาษาเยอรมัน คุณไม่ได้กำลังสุ่มความเห็นเดียวกันสองครั้ง คุณกำลังรันการดึงข้อมูลสองชุดบนคลังเนื้อหาที่ต่างกันเป็นส่วนใหญ่ และแบรนด์ที่ถูกเอ่ยชื่อในสองคำตอบนั้นอาจต่างกันโดยสิ้นเชิง สำหรับแบรนด์ใดก็ตามที่ขายในมากกว่าหนึ่งตลาด นี่คือข้อเท็จจริงที่ถูกประเมินค่าต่ำที่สุดในเรื่องการมองเห็นใน AI

ภาษามีน้ำหนักมากกว่าตัวแบรนด์

การวิเคราะห์ความแปรปรวนในคำตอบของ LLM เกี่ยวกับแบรนด์ให้ตัวเลขกับเรื่องนี้ ภาษาของคำถามอธิบายความแปรปรวนได้ 26.5 ถึง 32.0 เปอร์เซ็นต์ของวิธีที่โมเดลตอบเกี่ยวกับแบรนด์ ส่วนอัตลักษณ์ของแบรนด์ คือการที่ถามถึงแบรนด์ไหนจริง ๆ อธิบายได้ 1.5 เปอร์เซ็นต์ ภาษาที่คุณถูกถามอธิบายผลลัพธ์ได้มากกว่าตัวตนของคุณราวยี่สิบเท่า

ลำดับแบบนั้นฟังดูไร้เหตุผลจนกว่าคุณจะพิจารณาว่าคำตอบถูกยึดโยงอย่างไร เอนจินดึงเนื้อหาสนับสนุนในภาษาของคำถามเป็นส่วนใหญ่ ประกอบคำตอบจากสิ่งที่การดึงนั้นได้มา แล้วอ้างอิงมัน แบรนด์ที่มีเนื้อหาภาษาอังกฤษลึกซึ้งแต่ไม่มีอะไรให้อ้างอิงได้ในภาษาฝรั่งเศส เมื่อมองจากคลังการดึงข้อมูลภาษาฝรั่งเศสแล้วแทบไม่นับเป็นแบรนด์เลย ชื่อเสียงของคุณไม่ได้เดินทางข้ามภาษา เนื้อหาของคุณต่างหากที่เดินทาง หรือไม่ก็ไม่เดินทาง

เผยแพร่ในภาษาของตลาดที่คุณอยู่

นัยตรง ๆ คือ ถ้าคุณขายในห้าภาษา สาระที่อ้างอิงได้ก็ต้องมีอยู่ในห้าภาษา คำอ้างอิง สถิติ และแหล่งข้อมูลที่ถูกอ้างถึงคือสิ่งที่ขยับคำตอบที่ถูกสร้างขึ้น และมันขยับคำตอบได้เฉพาะในภาษาที่มันถูกเขียนไว้เท่านั้น

การเขียนเพื่อตลาดไม่เหมือนกับการแปลด้วยเครื่องจากสำนักงานใหญ่ หน้าที่แปลมาจะพาตัวอย่าง ราคา กฎระเบียบ และข้อสมมติของตลาดบ้านเกิดเข้าไปในตลาดที่สิ่งเหล่านั้นผิด และมันตอบคำถามแบบที่ผู้อ่านกลุ่มเดิมถาม ไม่ใช่แบบที่กลุ่มนี้ถาม เนื้อหาที่ได้รับการอ้างอิงในตลาดหนึ่งจะอ้างแหล่งข้อมูลของตลาดนั้น ใช้ตัวเลขและสกุลเงินของตลาดนั้น และตอบคำถามที่ผู้ซื้อของตลาดนั้นถามจริง ๆ เครื่องมือแปลเริ่มงานนี้ได้ แต่มันทำงานนี้ให้จบไม่ได้

เชื่อมโยงเวอร์ชันต่าง ๆ ด้วย hreflang

เมื่อมีเวอร์ชันภาษาต่าง ๆ แล้ว มันต้องถูกเชื่อมเข้าด้วยกัน คำอธิบาย hreflang บอก Google ว่าหน้าไหนเทียบเท่ากับหน้าไหนสำหรับแต่ละภาษาและภูมิภาค เพื่อให้เวอร์ชันที่ถูกต้องถูกนำเสนอต่อผู้อ่านที่ถูกต้อง แทนที่เวอร์ชันต่าง ๆ จะแข่งกันเอง มันเป็นงานท่อที่ไม่หวือหวา ถูกตั้งค่าผิดบ่อยมาก และควรอยู่ในเช็กลิสต์เดียวกับSEO เชิงเทคนิคที่เหลือ เพราะเวอร์ชันภาษาที่ไม่ได้ถูกเชื่อมโยงและจัดทำดัชนีอย่างถูกต้องจะถูกดึงมาไม่ได้ และหน้าที่ถูกดึงมาไม่ได้ก็ถูกอ้างอิงไม่ได้

วัดผลแยกตามภาษา ไม่อย่างนั้นก็ถูกหลอก

ตัวเลขความแปรปรวนยังตัดสินแดชบอร์ดยอดนิยมแบบหนึ่งด้วย คือการวัดการมองเห็นใน AI เฉพาะภาษาอังกฤษ สำหรับแบรนด์ที่ขายในหกตลาด ถ้าภาษาของคำถามขับเคลื่อนความแปรปรวนของคำตอบ 26.5 ถึง 32.0 เปอร์เซ็นต์ การวัดเฉพาะภาษาอังกฤษก็มองไม่เห็นสิ่งที่แปรผันจริงเกือบทั้งหมด แบรนด์ที่ทำหลายตลาดอาจดูโดดเด่นเมื่อวัดเป็นภาษาอังกฤษ ขณะที่ล่องหนในภาษาที่รายได้ของมันอยู่ และการสุ่มตัวอย่างภาษาอังกฤษมากแค่ไหนก็ไม่ทำให้เรื่องนั้นโผล่ขึ้นมา

การวัดผลหลายภาษาที่ปกป้องได้จะรันชุดพรอมป์เดียวกันในแต่ละภาษาของตลาด ติดตามส่วนแบ่งเสียงแยกตามภาษา และรายงานแต่ละภาษาพร้อมช่วงความเชื่อมั่นของตัวเอง ด้วยเหตุผลที่วางไว้ในการวัดการมองเห็นในการค้นหาด้วย AI อย่างซื่อสัตย์ ตัวเลขรายภาษาคือตัวเลขที่ใช้ตัดสินใจได้ มันบอกคุณว่าตลาดไหนมีช่องว่างด้านเนื้อหา และวิธีอุดช่องว่างนั้นคืองานเผยแพร่ข้างต้น ไม่ใช่การวัดผลเพิ่ม

สิ่งนี้อยู่ตรงไหน

GEO หลายภาษาไม่ใช่ศาสตร์แยกต่างหาก มันคือ GEO ที่ทำหนึ่งครั้งต่อหนึ่งตลาด คือสาระที่ควรค่าแก่การอ้างอิง ในภาษาของตลาดนั้น ดึงข้อมูลได้ในเชิงเทคนิค และวัดผลในภาษาที่ผู้ซื้อใช้ แบรนด์ที่มองตลาดนอกภาษาอังกฤษเป็นเรื่องแปลทีหลังกำลังยกคำตอบเหล่านั้นให้ใครก็ตามที่ยอมเขียนเพื่อคนกลุ่มนั้น