ChatGPT ვერ ცნობს თქვენს სასტუმროს: რატომ იგებენ ქსელები AI-ძიებას

დამოუკიდებელ სასტუმროს შეიძლება ჰქონდეს მაღალი რეიტინგი, კარგი ვებგვერდი და სტაბილური დატვირთულობა — და მაინც ვერ მოხვდეს ChatGPT-ის რეკომენდაციებში.

Skift Data + AI Summit Europe-ზე წარმოდგენილი Stiplo-ს მონაცემები აჩვენებს: დამოუკიდებელი სასტუმროები დაახლოებით რვაჯერ უფრო ხშირად აღმოჩნდებიან უცნობი AI-სისტემებისთვის, ვიდრე ქსელური ობიექტები. ამავდროულად, იმ სასტუმროებს შორის, რომლებსაც მოდელები უკვე იცნობენ, დამოუკიდებელი ობიექტების რეკომენდაცია დაახლოებით იმავე სიხშირით ხდება, როგორც ქსელების. პრობლემა ჩნდება ფასის, მდებარეობისა და მიმოხილვების შედარებამდე — ობიექტის აღმოჩენის ეტაპზე.

კვლევამ მოიცვა ბარსელონის 659 სასტუმრო და ოთხი AI-ასისტენტის 27 360 პასუხი. ერთ-ერთი ყველაზე ძლიერი სიგნალი, რომელიც დაკავშირებულია იმასთან, იცნობს თუ არა სისტემა კონკრეტულ ობიექტს, არის Google Reviews-ის მოცულობა.

დამოუკიდებელი სასტუმროები აგებენ შედარების დაწყებამდე

კვლევის მთავარი დასკვნა ისაა, რომ ხელოვნური ინტელექტი არ ავლენს სისტემურ მიკერძოებას ქსელების სასარგებლოდ. განსხვავება უფრო ადრე ჩნდება.

ქსელური სასტუმროები გარშემორტყმულია უფრო მჭიდრო ციფრული ინფრასტრუქტურით: ობიექტების ერთიანი ბარათებით, ცენტრალიზებული ვებგვერდებით, ხსენებების დიდი რაოდენობით, მიმოხილვებით, OTA-ზე ყოფნითა და სტრუქტურირებული მონაცემებით. დამოუკიდებელი ობიექტის მონაცემები კი ხშირად გაფანტულია საკუთარ ვებგვერდს, Google-ს, Booking.com-ს, რუკებსა და ლოკალურ პლატფორმებს შორის.

თუ სახელწოდებები, მისამართი, ნომრების კატეგორიები და მახასიათებლები განსხვავდება, სისტემას უჭირს ყველა წყაროს დაკავშირება ერთ ობიექტთან.

ევროპისთვის ეს პრობლემა განსაკუთრებით თვალსაჩინოა: რეგიონის სასტუმროების დაახლოებით სამი მეოთხედი დამოუკიდებელ მფლობელობაშია. ამიტომ ძიების ახალი არხი პოტენციურად უფრო ძლიერ გავლენას ახდენს სწორედ მცირე ბრენდებსა და ცალკეულ ობიექტებზე.

Google Reviews ხდება ხილვადობის სიგნალი

Stiplo-ს კვლევაში Google Reviews-ის მოცულობა აღმოჩნდა ყველაზე ძლიერი ფაქტორი, რომელიც დაკავშირებულია ხელოვნური ინტელექტისთვის ხილვადობასთან.

ეს არ ნიშნავს, რომ ყოველი ახალი მიმოხილვა ავტომატურად ზრდის პოზიციას ChatGPT-ში. კვლევა აჩვენებს კორელაციას და არა პირდაპირ მიზეზ-შედეგობრივ კავშირს.

თუმცა ლოგიკა გასაგებია. რაც უფრო მეტი მიმოხილვა აქვს ობიექტს, მით უფრო მდგრადია მისი ციფრული კვალი: სასტუმროს სახელი უფრო ხშირად გვხვდება მისამართის, ფოტოების, რეიტინგისა და მომსახურების აღწერის გვერდით. მოდელისთვის ეს არის დამატებითი დადასტურება, რომ ობიექტი რეალურად არსებობს და დაკავშირებულია კონკრეტულ ლოკაციასთან.

ქსელური სასტუმროსთვის ამ ცნობადობის ნაწილს თავად ბრენდი უზრუნველყოფს. დამოუკიდებელ ობიექტს კი მისი ჩამოყალიბება პრაქტიკულად ნულიდან უწევს.

სასტუმროების მხოლოდ 6% ხვდება AI-ძიებაში

Skift Data + AI Summit-ის მონაცემები კიდევ უფრო მკაცრ სურათს აჩვენებს: AI-ძიების შედეგებში სასტუმროების მხოლოდ დაახლოებით 6% ჩნდება.

ამასთან, სასტუმროების AI-რეკომენდაციების 82% ეყრდნობა OTA-ებსა და სარედაქციო მედიას.

ეს მაჩვენებელი ბევრად უფრო მნიშვნელოვანია, ვიდრე დავა იმის შესახებ, ჩაანაცვლებს თუ არა ChatGPT Google-ს ან Booking.com-ს. ჯერჯერობით AI ძირითადად ცვლის არა გადახდის ადგილს, არამედ იმ ობიექტების სიას, რომლებსაც მომხმარებელი საერთოდ განიხილავს.

მოგზაურმა შეიძლება იკითხოს: „სად გავჩერდე ბავშვებთან ერთად სანაპიროსთან?“, „რომელი დამოუკიდებელი ბუტიკ-სასტუმრო ავირჩიო ცენტრში?“ ან „მჭირდება სასტუმრო სპათი და პარკინგით აეროპორტთან ახლოს“. სისტემა აბრუნებს რამდენიმე ვარიანტს. დანარჩენმა სასტუმროებმა შესაძლოა საერთოდ ვერ მიიღონ შანსი, იბრძოლონ ამ მომხმარებლისთვის.

რატომ იღებენ OTA-ები კვლავ უპირატესობას

Booking.com-ს, Expedia-სა და სხვა OTA-ებს უკვე აქვთ ის მონაცემები, რაც AI-ს სჭირდება: ობიექტების სტანდარტიზებული ბარათები, ფასები, ხელმისაწვდომობა, ფოტოები, ნომრების კატეგორიები, კეთილმოწყობა, სტუმრების შეფასებები და გაუქმების პირობები.

ასეთი მასივის გამოყენება ბევრად უფრო მარტივია, ვიდრე ათობით დამოუკიდებელი საიტიდან ურთიერთსაწინააღმდეგო ინფორმაციის შეგროვება.

ამიტომ, AI-ის სასტუმრო რეკომენდაციებში OTA-ების მაღალი წილი შემთხვევითი არ ჩანს. ძიების ახალი ინტერფეისი შეიძლება იცვლებოდეს, მაგრამ საწყისი მონაცემები ჯერჯერობით დიდწილად ძველ შუამავლებთან რჩება.

დამოუკიდებელი სასტუმროსთვის ეს ორმაგი რისკია. ის შეიძლება იყოს დამოკიდებული OTA-ზე არა მხოლოდ გაყიდვის ეტაპზე, არამედ უფრო ადრეც — თავად ვარიანტების სიის ფორმირების ეტაპზე.

საკუთარი ვებგვერდი ჯერ კიდევ აუცილებელია

დასკვნა არ არის ის, რომ სასტუმროსთვის საკმარისია Booking.com-ზე ბარათის კარგად გაფორმება.

საკუთარი ვებგვერდი რჩება მთავარ წყაროდ, სადაც სასტუმრო აკონტროლებს ობიექტის აღწერას, ნომრებს, მომსახურებას, ჯავშნის წესებსა და ბრენდს.

თუმცა კარგი ტექსტი თავისთავად პრობლემას ვერ წყვეტს. Skift Data + AI Summit-ზე ექსპერტები ცალკე გამოყოფდნენ საიტის ხელმისაწვდომობას საძიებო რობოტებისთვის, ვებგვერდის სიჩქარესა და სტრუქტურირებულ მარკირებას, როგორც ტექნიკურ ფენას, რომელიც განსაზღვრავს, შეძლებს თუ არა სისტემა კონტენტის ამოღებას.

Schema.org საშუალებას იძლევა სასტუმრო, ნომრები და შეთავაზებები აღიწეროს როგორც დაკავშირებული ობიექტები. Google ასევე იყენებს Hotel და HotelRoom სტრუქტურირებულ მონაცემებს ფასებისა და ნომრების მახასიათებლების გადასამოწმებლად.

ასეთი მარკირება არ იძლევა ადგილის გარანტიას ChatGPT-ში. მისი ამოცანა უფრო მარტივია: შეამციროს გაურკვევლობა და დაეხმაროს მანქანებს სწორად გაიგონ, რა დევს გვერდზე.

რა უნდა იცოდეს ხელოვნურმა ინტელექტმა სასტუმროს შესახებ

ადამიანისთვის შესაძლოა სარეკლამო აღწერაც საკმარისი იყოს. მანქანას უფრო მკაფიო ფაქტები სჭირდება.

სისტემამ ცალსახად უნდა დააკავშიროს სასტუმროს სახელი მისამართთან და კოორდინატებთან, გაიგოს ობიექტის კატეგორია, ნომრების ტიპები, საუზმის, რესტორნის, აუზის, სპას, პარკინგის, საოჯახო ინფრასტრუქტურის არსებობა, შეზღუდული შესაძლებლობის მქონე პირთათვის ხელმისაწვდომობა, გაუქმების წესები და მანძილი ძირითად წერტილებამდე.

თუ საკუთარ ვებგვერდზე ერთი ტიპის ნომერს ჰქვია Family Suite, OTA-ზე — Family Apartment, ხოლო Google-ში მითითებულია მესამე სახელი, მონაცემების შეპირისპირება რთულდება.

მსხვილ ქსელებში ასეთი მონაცემები ხშირად ცენტრალიზებული სისტემით იმართება. მცირე სასტუმროში კი საიტს, Google Business Profile-ს, OTA-სა და სოციალურ ქსელებს შესაძლოა სხვადასხვა ადამიანი ანახლებდეს.

სარედაქციო მედია ხდება დისტრიბუციის ნაწილი

82%-იანი მაჩვენებელი ნიშნავს, რომ სასტუმროს შესახებ პუბლიკაციები მხოლოდ PR-ინსტრუმენტი აღარ არის.

თუ სარედაქციო მედია შედის AI-ს სასტუმრო რეკომენდაციების ძირითად წყაროებში, შინაარსიან სტატიას შეუძლია გავლენა მოახდინოს მომხმარებლის არჩევანზე გამოცემის საიტზე პირდაპირი გადასვლის გარეშეც კი.

მაგრამ ამისთვის პუბლიკაციამ მოდელს უნდა მიაწოდოს ფაქტები და არა მხოლოდ სარეკლამო ფრაზები: სად მდებარეობს ობიექტი, ვისთვის არის შესაფერისი, რამდენი ნომერია მასში, რა მომსახურებაა ხელმისაწვდომი, რით გამოირჩევა რაიონი, როგორ იცვლება ტურისტული ნაკადი და რა ალტერნატივებია იქვე ახლოს.

International Investment-ისთვის აქ ცალკე ნიშა არსებობს. საიტის მასალები სასტუმროს აკავშირებს უძრავი ქონების ბაზართან, ტურიზმთან, ინფრასტრუქტურასთან, ინვესტიციებთან და კონკრეტული მიმართულების განვითარებასთან. ასეთი კონტექსტი გამოსადეგია ხელოვნური ინტელექტისთვის უფრო რთული მოთხოვნების დამუშავებისას, ვიდრე უბრალოდ სასტუმროს სახელის ძებნაა.

სასტუმროები ჯერ თითქმის არ აკვირდებიან ხილვადობას AI-ში

ცალკეული h2c-ის კვლევა, რომელიც International Investment-მა ადრე გააანალიზა, აჩვენებს: სასტუმროების ქსელების მხოლოდ 22% აკონტროლებს სისტემურად, როგორ არის წარმოდგენილი მათი ბრენდები და ობიექტები ხელოვნური ინტელექტის პასუხებში. კიდევ 48% ამას დროდადრო აკეთებს, ხოლო 20% საერთოდ არ ადევნებს თვალს.

ამავდროულად, მონაწილეთა 70% მოელის, რომ AI-არხები გაზრდის პირდაპირ ჯავშნებს უახლოეს ერთ-ორ წელიწადში.

მიიღება აცდენა მოლოდინებსა და პრაქტიკას შორის. სასტუმროები ემზადებიან გაყიდვების ახალი არხისთვის, მაგრამ უმრავლესობა ჯერ კიდევ არ ზომავს, ჩნდება თუ არა მათი ობიექტები რეკომენდაციებში.

როგორ შევამოწმოთ საკუთარი სასტუმროს ხილვადობა

შემოწმება ღირს არა მხოლოდ სასტუმროს სახელწოდების მქონე მოთხოვნით. თუ მომხმარებელმა უკვე იცის ბრენდი, აღმოჩენის ეტაპი გავლილია.

ბევრად უფრო სასარგებლოა შერჩევის რეალური სცენარები: „ბუტიკ-სასტუმრო ქალაქის ცენტრში პარკინგით“, „საოჯახო სასტუმრო სანაპიროსთან ახლოს“, „დამოუკიდებელი სასტუმრო სპათი“, „სასტუმრო დისტანციური მუშაობისთვის აეროპორტთან ახლოს“.

მოთხოვნების ერთი და იგივე ნაკრები რეგულარულად უნდა შემოწმდეს ChatGPT-ში, Gemini-სა და სხვა სისტემებში და დაფიქსირდეს, ჩნდება თუ არა ობიექტი, რომელი კონკურენტები ჩნდებიან გვერდით და რა მახასიათებლებს ახსენებს მოდელი.

ამის შემდეგ საჭიროა საბაზისო მონაცემების გადამოწმება: ერთნაირად წერია თუ არა სახელი, ემთხვევა თუ არა მისამართი და კონტაქტები, აქტუალურია თუ არა მომსახურება, არსებობს თუ არა ნომრების კორექტული გვერდები, ინდექსირდება თუ არა ისინი და გასაგებია თუ არა საიტის სტრუქტურა.

რა უნდა გააკეთოს სასტუმრომ პირველ რიგში

ამ სამუშაოს არ გააჩნია ერთი ღილაკი. ის უფრო ტექნიკურ და სარედაქციო აუდიტს ჰგავს.

ჯერ უნდა დარწმუნდეთ, რომ სისტემებს შეუძლიათ საიტის წაკითხვა და ობიექტის ცალსახად იდენტიფიცირება. შემდეგ მონაცემების გასწორება ძირითად გარე პლატფორმებზე. ამის შემდეგ — მიმოხილვებისა და გარე ხსენებების გაძლიერება იქ, სადაც ისინი ბუნებრივად ჩნდება.

მედიაში პუბლიკაციებს აზრი აქვს არა როგორც ბმულების ხელოვნურ გენერირებას, არამედ როგორც დამატებით სანდო წყაროს, რომელიც აღწერს ობიექტს ბაზრისა და ლოკაციის კონტექსტში.

მეტი ტექსტი არ ნიშნავს მეტ ხილვადობას

პრობლემის გადაჭრის მცდელობამ ათობით მსგავსი გვერდით, რომლებიც დაწერილია ექსკლუზიურად ხელოვნური ინტელექტისთვის, შესაძლოა შედეგი არ გამოიღოს.

Skift-მა ცალკე ხაზი გაუსვა: კონტენტი მუშაობას იწყებს მხოლოდ მას შემდეგ, რაც ტექნიკური ინფრასტრუქტურა იძლევა მისი წაკითხვის საშუალებას. Google ასევე გვირჩევს ორიგინალური მასალების შექმნას მომხმარებლებისთვის და არა ტექსტების, რომლებიც მხოლოდ ალგორითმების გულისთვის მზადდება.

დამოუკიდებელი სასტუმროსთვის ბევრად უფრო სასარგებლოა ობიექტის ერთი სრული და აქტუალური გვერდი, ვიდრე თითქმის იდენტური SEO-ტექსტების ნაკრები.

ფრაზა „იდეალური ადგილი დაუვიწყარი დასვენებისთვის“ მანქანას თითქმის არაფერს მატებს. ინფორმაცია იმის შესახებ, რომ სასტუმრო მდებარეობს სანაპიროდან 300 მეტრში, აქვს საოჯახო ნომრები, საბავშვო აუზი, ტრანსფერი აეროპორტიდან და მთელი წლის განმავლობაში მოქმედი რესტორანი, ბევრად უფრო სასარგებლოა როგორც ადამიანისთვის, ისე ხელოვნური ინტელექტისთვის.

ხილვადობა AI-ში ხდება კომერციული მაჩვენებელი

AI-ძიების პირდაპირი ფინანსური ეფექტი ჯერჯერობით მცირეა. Skift-ს მოჰყავს მონაცემები, რომ Booking Holdings-ის ღამეების 1%-ზე ნაკლები მოდის AI-არხებიდან, ხოლო Bernstein-ის შეფასება Marriott-ისთვის დაახლოებით 1,6%-ს შეადგენს.

თუმცა ხელოვნური ინტელექტი უკვე ახდენს გავლენას ძაბრის ზედა ნაწილზე — მომენტზე, როდესაც მოგზაური წყვეტს, რომელი სასტუმროები შეადაროს ერთმანეთს.

თუ ეს არხი ზრდას განაგრძობს, AI-ში ხილვადობა გახდება კომერციული მაჩვენებელი OTA-ს რეიტინგთან, ორგანულ ძიებასთან და პირდაპირი ჯავშნების წილთან ერთად.

ინვესტორისთვის ეს ასევე მნიშვნელოვანია. ორ მსგავს დამოუკიდებელ სასტუმროს ერთსა და იმავე ლოკაციაში შეიძლება ჰქონდეს თანაბარი ADR და ნომრების ფონდი, მაგრამ სრულიად განსხვავებული ციფრული კვალი. ერთი სტაბილურად ჩნდება Google-ში, OTA-ზე, მედიასა და AI-ის პასუხებში. მეორე კი თითქმის მხოლოდ საკუთარ ვებგვერდზე არსებობს.

ასეთი სხვაობა სულ უფრო მეტად მოქმედებს სტუმრის მოზიდვის ღირებულებასა და ობიექტის შუამავლებზე დამოკიდებულებაზე.

ქსელები იმარჯვებენ არა იმიტომ, რომ AI-ს ისინი უყვარს

ახალი მონაცემები დამოუკიდებელი სასტუმროებისთვის უფრო კარგ სიგნალს იძლევა.

თუ მოდელი უკვე იცნობს ობიექტს, დამოუკიდებელი სასტუმროების რეკომენდაცია დაახლოებით იმავე სიხშირით ხდება, როგორც ქსელების.

ეს ნიშნავს, რომ ძირითადი წყვეტა ჩნდება რანჟირებამდე — აღმოჩენის ეტაპზე.

ქსელებმა უპირატესობა მიიღეს იმიტომ, რომ ათწლეულების განმავლობაში აშენებდნენ ერთიან ციფრულ ინფრასტრუქტურას ბრენდის გარშემო. დამოუკიდებელ სასტუმროებში მონაცემები უფრო ხშირად ფრაგმენტირებულია საიტს, Google-ს, OTA-ს, ჯავშნის სისტემებსა და გარე პუბლიკაციებს შორის.

ChatGPT-მ უბრალოდ უფრო შესამჩნევი გახადა ეს სხვაობა.

სასტუმროს ახალი ამოცანაა არა ტექსტების წერა „ნეიროქსელისთვის“, არამედ ობიექტის ცალსახად გასაგებად ქცევა მთელი ციფრული გარემოსთვის.

თუ ხელოვნური ინტელექტი იცნობს სასტუმროს, იწყება ჩვეულებრივი კონკურენცია.

თუ არ იცნობს — კონკურენცია საერთოდ არ შედგება.

მიიღეთ კონსულტაცია უძრავ ქონებაში ინვესტიციების შესახებ International Investment-ის ექსპერტებისგან

FAQ

რატომ შეიძლება ChatGPT-მ არ იცოდეს ცნობილი სასტუმრო?

ლოკალური ცნობადობა არ იძლევა ძლიერი ციფრული კვალის გარანტიას. Stiplo-ს კვლევამ აჩვენა, რომ დამოუკიდებელი სასტუმროები გაცილებით უფრო ხშირად აღმოჩნდებიან უცნობი AI-სისტემებისთვის, ვიდრე ქსელური ობიექტები.

ანიჭებს თუ არა ChatGPT მიზანმიმართულად უპირატესობას ქსელურ სასტუმროებს?

კვლევის მონაცემები ამას არ აჩვენებს. იმ ობიექტებს შორის, რომლებსაც AI უკვე იცნობს, დამოუკიდებელი და ქსელური სასტუმროების რეკომენდაცია დაახლოებით თანაბარი სიხშირით ხდება.

ეხმარება თუ არა Google Reviews AI-რეკომენდაციებში მოხვედრას?

კვლევაში Google Reviews-ის რაოდენობა აღმოჩნდა ყველაზე ძლიერი ფაქტორი, რომელიც დაკავშირებულია ობიექტის აღმოჩენასთან. ეს არის კორელაცია და არა თითოეული მიმოხილვის პირდაპირი გავლენის მტკიცებულება.

სჭირდება თუ არა სასტუმროს Schema.org მარკირება?

სტრუქტურირებული მონაცემები ეხმარება მანქანებს ობიექტის, ნომრებისა და შეთავაზებების გაგებაში. ისინი სასარგებლოა ინფორმაციის ტექნიკური ხელმისაწვდომობისთვის, მაგრამ თავისთავად არ იძლევა ChatGPT-ში ან Gemini-ში რეკომენდაციის გარანტიას.

აუცილებელია თუ არა Booking.com-ზე ყოფნა?

ფორმალური მოთხოვნა არ არსებობს. თუმცა OTA-ები ეკუთვნის იმ ძირითად წყაროებს, რომლებსაც ეყრდნობა AI-ის სასტუმრო რეკომენდაციები, ამიტომ მსხვილ გარე პლატფორმებზე ობიექტის სრული არარსებობა ამცირებს მის ციფრულ კვალს.

ეხმარება თუ არა მედიაში პუბლიკაციები?

დარგობრივი მონაცემები აჩვენებს, რომ სარედაქციო მედია OTA-ებთან ერთად გამოიყენება AI-რეკომენდაციების მნიშვნელოვან წილში. ყველაზე სასარგებლოა პუბლიკაციები კონკრეტული ფაქტებით ობიექტისა და მისი ლოკაციის შესახებ.

როგორ შევამოწმოთ საკუთარი სასტუმროს ხილვადობა?

უმჯობესია გამოიყენოთ არაბრენდული მოთხოვნების სტაბილური ნაკრები, რომელიც შეესაბამება სტუმრების რეალურ სცენარებს, და რეგულარულად გადაამოწმოთ, ჩნდება თუ არა ობიექტი ChatGPT-ში, Gemini-სა და სხვა სისტემებში.