Food for Thought

Tối ưu hóa SEO cho kỷ nguyên LLM (tập trung vào nhà hàng)

Bảng xếp hạng LLM

Tìm kiếm đang trải qua một sự thay đổi lớn khi người dùng chuyển sang các chatbot Al và các mô hình ngôn ngữ lớn (LLM) (như ChatGPT, Gemini, Bing Chat) để trả lời các câu hỏi mà trước đây thường được nhập vào Google. Ví dụ: thay vì duyệt một danh sách các liên kết cho "nhà hàng Ý ngon nhất ở Hồng Kông", người dùng có thể hỏi một trợ lý Al và nhận được câu trả lời trực tiếp. Mô hình này có nghĩa là các doanh nghiệp phải điều chỉnh chiến lược SEO của họ để đảm bảo rằng họ được LLM đề cập và giới thiệu trong các kết quả trò chuyện này. Sự phổ biến của tìm kiếm Al đang tăng vọt - trang web của ChatGPT hiện thu hút hàng tỷ lượt truy cập mỗi tháng (gần ~5% lưu lượng truy cập của Google). Việc được giới thiệu trong các câu trả lời do Al tạo ra có thể tăng cường đáng kể khả năng hiển thị và uy tín của thương hiệu. Dưới đây, chúng ta sẽ khám phá cách LLM chọn và xếp hạng kết quả (nói chung và cho nhà hàng), tiêu chí xếp hạng nào chúng sử dụng (với tầm quan trọng tương đối), cách tìm kiếm do Al điều khiển khác với SEO truyền thống và các mẹo hữu ích để tối ưu hóa nội dung của bạn cho bối cảnh tìm kiếm mới này. Cách LLM Chọn và Xếp hạng Kết quả (ví dụ: "Nhà hàng Ý ngon nhất ở Hồng Kông")

Các công cụ tìm kiếm dựa trên LLM nhằm mục đích cung cấp một câu trả lời duy nhất, toàn diện thay vì một danh sách các trang web. Khi người dùng hỏi điều gì đó như "nhà hàng Ý ngon nhất ở Hồng Kông", LLM sẽ phân tích cú pháp truy vấn và cố gắng nêu tên một vài nhà hàng hàng đầu kèm theo một mô tả ngắn gọn thay vì hiển thị 10 liên kết màu xanh lam. Al quyết định đề cập đến nhà hàng nào như thế nào? Nó hoạt động bằng cách tổng hợp thông tin từ dữ liệu đào tạo của nó hoặc từ kết quả tìm kiếm trực tiếp (nếu LLM có khả năng Duyệt) để xác định các cơ sở liên tục xuất hiện là được xếp hạng hàng đầu hoặc "tốt nhất" trong các nguồn đáng tin cậy:

  • Dựa vào Dữ liệu Đào tạo & Nội dung Web: Các mô hình như ChatGPT (không có Duyệt trực tiếp) tạo ra câu trả lời dựa trên các mẫu trong dữ liệu đào tạo của chúng. Chúng sẽ giới thiệu các nhà hàng thường được viết về là "tốt nhất" ở Hồng Kông trong các bài báo, đánh giá hoặc danh sách mà mô hình đã tiếp nhận. Trong thực tế, điều này có nghĩa là câu trả lời của LLM thường phản ánh sự đồng thuận của nhiều nguồn web - ví dụ: nếu nhiều hướng dẫn du lịch và blog ẩm thực đều ca ngợi Nhà hàng X là một địa điểm Ý hàng đầu, thì Al có khả năng đưa Nhà hàng X vào câu trả lời của nó. Trong một phân tích, nhiều đề xuất kinh doanh của ChatGPT đã được lấy từ các trang web xuất bản danh sách "X tốt nhất" (thường là các trang web liên kết hoặc đánh giá), cho thấy rằng các tên được đề cập rộng rãi trong danh sách "hàng đầu" ảnh hưởng lớn đến lựa chọn của Al. Về cơ bản, nhà hàng càng được nói đến tích cực trên web, thì chatbot càng có khả năng coi nó là một trong những "tốt nhất".

  • Truy xuất theo thời gian thực (Bing Chat, Gemini): Một số LLM (như trò chuyện Al của Bing hoặc Gemini của Google) thực sự thực hiện tìm kiếm trên web và sau đó LLM soạn một câu trả lời. Đối với truy vấn ví dụ của chúng tôi, Al có thể truy vấn Bing/Google cho "nhà hàng Ý ngon nhất Hồng Kông" và truy xuất các kết quả hàng đầu (chẳng hạn như xếp hạng TripAdvisor, bài báo trên tạp chí hoặc blog ẩm thực). LLM sẽ đọc các trang đó và hợp nhất các đề xuất trùng lặp vào phản hồi của nó. Các nhà hàng xuất hiện trên nhiều kết quả tìm kiếm hàng đầu (ví dụ: một nhà hàng được giới thiệu trong một số bài viết "Top 10 Nhà hàng Ý ở Hồng Kông" và có các đánh giá xuất sắc) rất có khả năng được nêu tên trong câu trả lời của Al. Về bản chất, LLM đang xếp hạng theo sự đồng thuận: nếu một tên xuất hiện nhiều lần trong nội dung được xếp hạng cao, đó là một tín hiệu mạnh mẽ. Các nghiên cứu xác nhận mối tương quan mạnh mẽ giữa xếp hạng tìm kiếm truyền thống và kết quả LLM - các thương hiệu xếp hạng trên trang 1 của Google/Bing cho một chủ đề nhất định có xu hướng được đề cập bởi các câu trả lời LLM cho chủ đề đó. Vì vậy, SEO và các đề xuất Al đi đôi với nhau: hoạt động tốt trong tìm kiếm làm tăng cơ hội LLM tìm thấy và đề cập đến bạn.

  • Tín hiệu Hài lòng của Người dùng: LLM cũng tính đến các tín hiệu định tính về chất lượng và danh tiếng. Đối với một nhà hàng, điều này có nghĩa là đánh giá và xếp hạng của khách hàng có ảnh hưởng. Một mô hình Al nhằm mục đích đề xuất các tùy chọn sẽ làm hài lòng người dùng, vì vậy nó thích các doanh nghiệp có nhiều đánh giá và khen ngợi tích cực trong dữ liệu mà nó đã thấy. Ví dụ: nếu Nhà hàng Y có hàng trăm đánh giá 5 sao trên Google, Tripadvisor và OpenRice (một nền tảng ăn uống ở Hồng Kông) và những sự thật đó được phản ánh trong nội dung web, thì Al sẽ diễn giải Nhà hàng Y là một lựa chọn được đánh giá cao. Trên thực tế, ChatGPT đã nêu rõ rằng nó xem xét danh tiếng và thành tích của một doanh nghiệp khi đưa ra các đề xuất. Xếp hạng cao và đề cập thường xuyên trên các nền tảng đánh giá đáng tin cậy báo hiệu rằng một nhà hàng được đánh giá cao, điều này làm tăng cơ hội xuất hiện trong câu trả lời "tốt nhất" do Al điều khiển.

Điều quan trọng cần nhớ là LLM ngày nay không có cơ sở dữ liệu nội tại, được cập nhật về mọi nhà hàng và xếp hạng theo thời gian thực của nó - chúng dựa vào thông tin mà chúng đã được đào tạo hoặc có thể tìm nạp. Do đó, chúng ước tính một thứ hạng dựa trên tần suất, tính mới và quyền hạn của các đề cập về mỗi ứng cử viên. Trong thực tế, câu trả lời của LLM cho "nhà hàng Ý ngon nhất ở Hồng Kông" có khả năng nêu tên một số nhà hàng: (a) rõ ràng là Ý và ở Hồng Kông (mức độ liên quan), (b) đã được nhiều nguồn uy tín (hướng dẫn du lịch, blogger ẩm thực, trang web tin tức, v.v.) làm nổi bật và (c) có danh tiếng tốt (giải thưởng, đánh giá tích cực, tuổi thọ). Ví dụ: nếu ba tạp chí ẩm thực khác nhau và TripAdvisor đều liệt kê II Primo là một quán ăn Ý hàng đầu và nó có xếp hạng 4,8 $/5$ từ thực khách, thì những tín hiệu đó cùng nhau thúc đẩy Al đưa II Primo vào câu trả lời của nó. Mặt khác, một nhà hàng Ý hoàn toàn mới có ít sự hiện diện trên web hoặc một nơi có các đánh giá hỗn hợp khó có khả năng được Al chọn là "tốt nhất" do thiếu dữ liệu hỗ trợ. Tóm lại, LLM xếp hạng câu trả lời bằng cách tìm kiếm thông tin được chứng thực rộng rãi, có thẩm quyền và liên quan trong kho dữ liệu của chúng, thay vì sử dụng các thuật toán công cụ tìm kiếm truyền thống. Cách tiếp cận mới này có những điểm kỳ quặc của nó - thí nghiệm của Neil Patel cho thấy rằng các đề xuất của ChatGPT không phải lúc nào cũng chính xác (khoảng 27% phản hồi không chính xác hoặc lạc đề) - nhưng mô hình tổng thể là các doanh nghiệp thống trị cuộc trò chuyện trực tuyến có xu hướng vươn lên hàng đầu trong các kết quả do LLM tạo ra.

Các Tiêu chí Xếp hạng Chính mà LLM Dựa vào (và Tầm quan trọng của Chúng)

Những yếu tố cụ thể nào mà LLM dường như sử dụng khi quyết định đề xuất thương hiệu hoặc doanh nghiệp nào? Nghiên cứu gần đây phân tích các câu trả lời của ChatGPT đã khám phá ra sáu yếu tố chính có mối tương quan mạnh mẽ với việc một sản phẩm, dịch vụ hoặc thương hiệu có được Al đề xuất hay không. Các yếu tố này phản ánh chặt chẽ các yếu tố làm cho một doanh nghiệp nổi bật và đáng tin cậy trực tuyến. Mặc dù LLM không có "trọng số yếu tố xếp hạng" chính thức như các yếu tố thuật toán đã biết của Google, nhưng phân tích này của các chuyên gia SEO cung cấp một ước tính tốt về ảnh hưởng tương đối của mỗi yếu tố. Dưới đây là một biểu đồ từ một nghiên cứu của NP Digital (bởi nhóm của Neil Patel) minh họa sáu yếu tố này và sức mạnh tương đối của chúng (các thanh cao hơn cho thấy mối tương quan mạnh mẽ hơn với việc được ChatGPT đề xuất):

Sáu yếu tố chính ảnh hưởng đến việc ChatGPT có đề xuất một sản phẩm, dịch vụ hoặc thương hiệu trong câu trả lời của nó hay không. "Điểm số" cao hơn (hiển thị phía trên mỗi thanh, trên thang điểm từ 0 đến 1) có nghĩa là ảnh hưởng mạnh mẽ hơn. Đáng chú ý, Mức độ liên quan đến truy vấn và Đề cập đến Thương hiệu trên web là một trong những yếu tố có trọng số cao nhất, trong khi việc được giới thiệu trong danh sách "đề xuất" của bên thứ ba, mặc dù có lợi, là một yếu tố yếu hơn so với so sánh. Từ phân tích này, chúng ta có thể rút ra các tiêu chí xếp hạng LLM sau, theo thứ tự tầm quan trọng:

  • Mức độ liên quan: Nội dung về doanh nghiệp của bạn có liên quan đến truy vấn cụ thể không? Điều này được xác định là yếu tố có ảnh hưởng nhất, với mối tương quan rất cao (~0,91). Về bản chất, Al kiểm tra xem các từ khóa và chủ đề của câu hỏi của người dùng có xuất hiện trong ngữ cảnh với thương hiệu của bạn trên web hay không. Ví dụ: nếu truy vấn là "nhà hàng Ý ngon nhất ở Hồng Kông", LLM sẽ ưu tiên các nhà hàng được đề cập rõ ràng liên quan đến "Ý ngon nhất" và "Hồng Kông" trên các trang web khác nhau. Một proxy cho mức độ liên quan là liệu trang web của bạn (hoặc nội dung về doanh nghiệp của bạn) có xếp hạng trong tìm kiếm truyền thống cho các từ khóa đó hay không. Nếu bạn có nội dung nhắm mục tiêu truy vấn (ví dụ: các bài đăng trên blog hoặc mô tả bao gồm các cụm từ như "nhà hàng Ý ngon nhất ở Hồng Kông") hoặc nếu những người khác đã viết về bạn bằng các thuật ngữ đó, thì nó sẽ cải thiện đáng kể mức độ liên quan. Về bản chất, Al cần thấy một sự phù hợp chủ đề rõ ràng - thương hiệu của bạn nên được nói đến một cách nhất quán trong bối cảnh bất cứ điều gì người dùng đang hỏi.

  • Đề cập đến Thương hiệu: Tần suất tên thương hiệu của bạn được nói đến trên các trang web khác như thế nào? Đây là một thước đo về mức độ phổ biến và nhận biết trực tuyến và nó gần như quan trọng như mức độ liên quan (mối tương quan ~0,87). Thương hiệu hoặc doanh nghiệp của bạn càng được đề cập thường xuyên trên web (trong các bài báo, diễn đàn, danh sách, phương tiện truyền thông xã hội, v.v.), thì LLM càng nhận thấy bạn là một thực thể nổi tiếng, đáng tin cậy. Không giống như SEO truyền thống, dựa nhiều vào các đề cập được liên kết (backlink), LLM có khả năng coi bất kỳ đề cập nào (được liên kết hoặc không được liên kết) là một tín hiệu về sự nổi bật. Đối với một nhà hàng, các đề cập đến thương hiệu có thể bao gồm việc được nêu tên trong các bài báo tin tức, blog ẩm thực, hướng dẫn du lịch, danh sách "tốt nhất" địa phương và thậm chí cả các bảng thảo luận. Số lượng và ngữ cảnh quan trọng - một số lượng lớn các đề cập, đặc biệt là trong các ngữ cảnh tích cực hoặc có thẩm quyền, báo hiệu cho Al rằng thương hiệu của bạn có sự hiện diện đáng kể và nên được xem xét. Hãy nghĩ về nó như là phiên bản "truyền miệng" về độ tin cậy của Al trên internet.

  • Đánh giá và Xếp hạng: Phản hồi của công chúng về doanh nghiệp của bạn là gì và nó phong phú như thế nào? Yếu tố này - số lượng và chất lượng đánh giá - có ảnh hưởng vừa phải đến cao (corr. ~0,61). LLM được đào tạo trên một lượng lớn văn bản, bao gồm nội dung đánh giá từ các trang web như Google Reviews, Yelp, TripAdvisor, Amazon, Trustpilot, v.v. Chúng hiểu rằng một công ty hoặc sản phẩm có nhiều đánh giá tích cực có khả năng là một đề xuất tốt. Trong những phát hiện của Neil Patel, các thương hiệu có nhiều đánh giá hơn (và xếp hạng thường tốt) có nhiều khả năng được đề xuất hơn. Đối với một nhà hàng, điều này có nghĩa là có nhiều đánh giá 4-5 sao trên nhiều nền tảng (Google, Yelp, OpenTable, TripAdvisor, v.v.) sẽ tăng cường độ tin cậy của bạn trong mắt Al. Đánh giá về cơ bản đóng vai trò là tín hiệu chất lượng từ nguồn cộng đồng. Một LLM sẽ thích một nơi, ví dụ, có 500 đánh giá trung bình 4,5 sao hơn một nơi có 5 đánh giá trung bình 5 sao, bởi vì nơi trước có nhiều bằng chứng chứng thực về chất lượng hơn. Điểm hành động: khuyến khích khách hàng để lại đánh giá và làm việc để duy trì xếp hạng cao - những điều này không chỉ giúp SEO địa phương truyền thống mà còn cung cấp cho Al dữ liệu đáng tin cậy về chất lượng doanh nghiệp của bạn.

  • Quyền hạn: Thương hiệu của bạn có thẩm quyền và được thành lập như thế nào trong lĩnh vực của nó? Quyền hạn là một khái niệm rộng, nhưng trong bối cảnh xếp hạng LLM, nó bao gồm những thứ như quyền hạn tên miền của trang web của bạn, độ tin cậy của các trang web nói về bạn và thậm chí cả số lượng người theo dõi trên phương tiện truyền thông xã hội của bạn. Yếu tố này có mối tương quan vừa phải (~0,52). LLM suy ra quyền hạn bằng cách xem ai bảo đảm hoặc tham khảo bạn. Nếu các trang web có quyền hạn cao (các hãng tin tức, blog nổi tiếng, Wikipedia, v.v.) đề cập hoặc liên kết đến bạn, điều đó sẽ tăng cường quyền hạn được nhận thức của bạn. Ngoài ra, nhóm của Neil Patel đã xem xét những người theo dõi trên phương tiện truyền thông xã hội và sự hiện diện đa nền tảng như một phần của quyền hạn - một lượng lớn người theo dõi tham gia có thể cho thấy rằng một thương hiệu có ảnh hưởng hoặc được nhiều người tin tưởng. Đối với các nhà hàng, "quyền hạn" có thể được tăng cường bằng những thứ như các giải thưởng uy tín (ví dụ: sao Michelin), các tính năng báo chí trên các ấn phẩm có uy tín hoặc sự hiện diện mạnh mẽ trên phương tiện truyền thông xã hội cho thấy một cơ sở người hâm mộ tham gia. Mặc dù LLM có thể không kiểm tra rõ ràng số lượng người theo dõi của bạn, nhưng nội dung được tạo ra bằng cách có một cộng đồng tích cực (đề cập, chia sẻ, v.v.) đóng góp vào dữ liệu đào tạo của Al. Điểm mấu chốt: các thương hiệu đã được thành lập, đáng tin cậy được ưa chuộng. Các doanh nghiệp mới hoặc không rõ ràng có một trở ngại cần vượt qua, nhưng có thể xây dựng quyền hạn theo thời gian thông qua PR, nội dung chất lượng và tư duy lãnh đạo trong không gian của họ.

  • Tuổi (Tuổi thọ): Doanh nghiệp hoặc sản phẩm của bạn đã tồn tại được bao lâu? Nghiên cứu cho thấy rằng các công ty lâu đời hơn, được thành lập nhiều hơn có xu hướng xuất hiện thường xuyên hơn trong các câu trả lời của ChatGPT. Yếu tố này cho thấy mối tương quan yếu hơn (~0,46) nhưng vẫn đáng chú ý. Nó cho thấy LLM có một sự thiên vị (có lẽ thông qua dữ liệu của chúng) đối với các thực thể có thành tích lâu hơn. Một nhà hàng cũ hơn đã là một món ăn địa phương trong 20 năm đã có nhiều thời gian hơn để tích lũy các đề cập, đánh giá và lịch sử, trong khi một nhà hàng mới mở vào tháng trước có rất ít dấu chân. Al, thiếu kinh nghiệm theo thời gian thực, dựa vào dữ liệu lịch sử - và đơn giản là có nhiều dữ liệu hơn về các thực thể cũ hơn. Điều này không có nghĩa là các doanh nghiệp mới không thể được đề xuất (đặc biệt nếu họ gây tiếng vang trên các phương tiện truyền thông hoặc giành được một giải thưởng lớn), nhưng nói chung tuổi thọ mang lại một lợi thế. Nó góp phần vào nhận thức về độ tin cậy ("chúng đã tồn tại và được nói đến trong một thời gian, vì vậy chúng phải làm điều gì đó đúng"). Mặc dù bạn không thể thay đổi ngày thành lập của mình, nhưng một điều quan trọng là bắt đầu xây dựng sự hiện diện trực tuyến của bạn càng sớm càng tốt. Các doanh nghiệp mới nên tích cực làm việc trên các yếu tố khác (đề cập, đánh giá, v.v.) để bù đắp cho việc thiếu tuổi.

  • Đề xuất Bên ngoài: Các trang web của bên thứ ba có đề xuất rõ ràng bạn là một lựa chọn hàng đầu không? Yếu tố này đề cập đến việc được giới thiệu trong danh sách, xếp hạng và bài viết đề xuất (thường là các danh sách "Top 10" hoặc "Tốt nhất") . Nó có mối tương quan thấp nhất (~0,28) trong số sáu yếu tố, nhưng nó vẫn là một tín hiệu có ý nghĩa. Nếu các trang web hoặc blogger có uy tín đang đề xuất doanh nghiệp của bạn là một trong những tốt nhất, thì sự chứng thực đó có thể ảnh hưởng đến LLM. Ví dụ: nếu tạp chí Travel + Leisure và một

Chia sẻ bài viết này

Bài viết liên quan

Bản đồ Hoa Kỳ cách điệu thể hiện các nền tảng đặt chỗ chủ đạo theo khu vực

Số liệu Thị trường Hệ thống Đặt chỗ Nhà hàng tại Mỹ

Bài phân tích chuyên sâu, với nguồn dữ liệu phong phú, về cách OpenTable, Yelp Guest Manager, Resy, Tock, SevenRooms, Toast, Wisely/Olo, cùng hàng chục nhà cung cấp nhỏ hơn đã định hình lại toàn cảnh thị trường đặt bàn nhà hàng tại Mỹ hậu COVID-19—và thương vụ DoorDash dự kiến thâu tóm SevenRooms vào năm 2025 sẽ tác động thế nào đến các chủ nhà hàng/quán khi lựa chọn công nghệ ở thời điểm hiện tại.

Bản đồ Hoa Kỳ cách điệu thể hiện các nền tảng đặt chỗ dẫn đầu theo khu vực

Dữ liệu Thị trường Hệ thống Booking Nhà hàng Mỹ

Bài phân tích chuyên sâu, dựa trên dữ liệu, làm rõ cách OpenTable, Yelp Guest Manager, Resy, Tock, SevenRooms, Toast, Wisely/Olo, cùng hàng chục nhà cung cấp quy mô nhỏ hơn đã tái định hình toàn cảnh ngành đặt chỗ nhà hàng tại Mỹ trong giai đoạn hậu COVID-19—và thương vụ DoorDash dự kiến thâu tóm SevenRooms vào năm 2025 có ý nghĩa như thế nào đối với các nhà vận hành khi lựa chọn giải pháp công nghệ ở thời điểm hiện tại.

Bản đồ Hoa Kỳ cách điệu, thể hiện các nền tảng đặt chỗ chủ đạo theo khu vực

Dữ liệu thị trường hệ thống đặt bàn nhà hàng Mỹ

Phân tích chuyên sâu, dựa trên dữ liệu thực tế, về cách OpenTable, Yelp Guest Manager, Resy, Tock, SevenRooms, Toast, Wisely/Olo, và hàng tá các bên cung cấp nhỏ lẻ khác đã làm thay đổi cục diện thị trường đặt bàn nhà hàng tại Mỹ sau COVID-19—và thương vụ DoorDash dự kiến mua lại SevenRooms vào năm 2025 có ý nghĩa ra sao với giới chủ nhà hàng khi lựa chọn giải pháp công nghệ ở thời điểm này.

Sẵn sàng chuyển đổi quản lý nhà hàng của bạn?

Đơn giản hóa quy trình đặt chỗ, nâng cao trải nghiệm khách hàng và phát triển doanh nghiệp của bạn với hệ thống quản lý nhà hàng tất cả trong một của Bistrochat.