Den traditionelle marketingtragt føles fuldstændig ødelagt med AI-søgning – hvordan tilpasser alle deres kunderejsestrategi?

Du er ikke alene. Dette er DEN samtale, der foregår i alle marketingledelsesmøder lige nu.

Det grundlæggende skift:

Den traditionelle tragt byggede på sekventielle berøringspunkter, hvor du kunne påvirke købere i hver fase. AI-søgning komprimerer dette til det, jeg kalder “simultan intention resolution”.

Når en køber spørger Perplexity et komplekst spørgsmål, udtrykker de:

• Opmærksomhedsbehov (“Hvilke løsninger findes?”)
• Overvejelsesbehov (“Hvordan sammenlignes de?”)
• Beslutningsbehov (“Hvilken passer til min specifikke situation?”)

…alt på én gang. AI sammensætter alt og leverer en anbefaling. Din tragt er nu én enkelt interaktion, du ikke kontrollerer.

Tallene taler deres tydelige sprog:

• 90% af B2B-købere bruger nu generativ AI under købsrejsen
• 83% af købsrejsen sker før kontakt til salg
• Traditionelle attribueringsmodeller misser det meste af dette

Det nye mentale billede:

Stop med at tænke “tragt-faser” og begynd at tænke “AI-anbefalingsberettigelse”.

Dit mål er ikke at flytte købere gennem faser – det er at være det brand, AI anbefaler, når købere kollapser faserne i én forespørgsel.

Vi omstrukturerede hele vores go-to-market omkring denne virkelighed for 6 måneder siden.

Det vi kalder “AI-æraens tragt”:

I stedet for TOFU/MOFU/BOFU tænker vi nu i:

1. AI-synlighedslag

• Bliver vi nævnt, når købere spørger AI om vores kategori?
• Hvad er vores andel af AI-stemme vs. konkurrenter?
• Hvordan er vi positioneret i AI-anbefalinger?

2. Brandforstærkningslag

• Når AI nævner os, husker køberen os så?
• Er vores brand stærkt nok til at overleve AI-summering?
• Vises vi på tværs af flere AI-berøringspunkter?

3. Konverteringslag

• Når købere ankommer (foruddannet af AI), kan vi så lukke dem?
• Er vores website optimeret til AI-informerede besøgende?
• Ved salgsteamet, hvordan man håndterer AI-oplyste prospekter?

De nøgletal vi måler:

• AI-citationsfrekvens (ugentligt via Am I Cited)
• Andel af AI-stemme pr. kategori
• Tendenser i branded-søgning
• Korrelationsdata mellem AI og branded-søgning
• Konverteringsrater for “foruddannede” leads

Vi kan ikke spore midten, så vi fokuserer på at være synlige ved inputtet (AI-anbefalinger) og optimere outputtet (konverteringer).

Attribueringsspecialist her. Lad mig validere dine bekymringer med data.

Problemet med “attribution dark matter” er ægte:

Vi analyserede vores seneste 500 lukkede salg:

• 34% viste “direkte” som første berøring
• Af dem nævnte 78% AI-research, da vi spurgte, hvordan de fandt os
• Traditionel attribution tildelte NUL kredit til AI-opmærksomhed

Matematikken i det:

Hvis en potentiel kunde spørger ChatGPT om vores kategori, bliver anbefalet, og derefter skriver vores URL direkte i deres browser – så er det “direkte trafik” i GA4. Men det er reelt AI-drevet efterspørgsel.

Sådan tilpasser vi os:

1. Efterkøbsundersøgelser – Bare spørg “Hvordan hørte du først om os?” afslører AI’s rolle

2. Korrelationsdata for branded-søgning – Når vores AI-synlighed øges, følger branded-søgninger efter 2-3 uger

3. Marketing Mix Modeling (MMM) – Statistiske modeller, der udleder effekt uden at spore individuelle forløb

4. AI-citationssporing – Brug af Am I Cited til at måle det, vi ikke kan spore med traditionelle analyser

Den ubehagelige sandhed:

Traditionelle tragt-metrics (MQLs, SQLs, berøringsattribution) måler i stigende grad aktivitet, ikke effekt. Den reelle indflydelse sker i samtaler, vi ikke kan se.

Sådan har vi omstruktureret indholdsstrategien til AI-tragten:

Gammel tilgang (tragt-fase indhold):

• Opmærksomhed: “Hvad er [kategori]?” blogindlæg
• Overvejelse: Sammenligningsguides, funktionslister
• Beslutning: Produktsider, cases

Ny tilgang (AI-citerbart indhold):

Omfattende intentionsindhold

• Én side, der besvarer hele køberspørgsmålet
• Dækker hvad det er, hvordan løsninger sammenlignes, og hvem der bør bruge hvad
• Struktureret til AI-udtræk (klare overskrifter, direkte svar, underbyggende data)

Autoritetsindhold

• Original research AI kan citere
• Ekspertvurderinger AI kan citere
• Branchespecifikke use cases

Valideringsindhold

• Kundebevise på tredjepartsplatforme
• Optimering af tilstedeværelse på anmeldelsessider
• Features i branchemedier

Det afgørende skift:

Vi stoppede med at tænke “hvilken tragt-fase tjener dette indhold?” og begyndte at tænke “hvilket komplet spørgsmål besvarer dette indhold?”

For AI er ligeglad med dine tragt-faser. Det handler om at besvare brugerens spørgsmål fuldstændigt.

Salgs-perspektiv på denne transformation:

Hvad der har ændret sig i samtaler med prospekter:

Købere plejede at ankomme med spørgsmål. Nu ankommer de med AI-informerede holdninger.

De har allerede:

• Lært om kategorien
• Sammenlignet leverandører
• Dannes præferencer
• Udpeget bekymringer

Nogle gange er deres AI-drevne research korrekt. Nogle gange ikke. Men de er sikre, uanset hvad.

Sådan tilpasser vi os:

1. “Hvad fortalte AI dig?"-afdækning – Vi spørger tidligt, hvilken AI-research de har lavet og hvad de lærte. Det afslører misforståelser vi skal adressere.

2. AI-informeret indvendingbehandling – Almindelige AI-drevne indvendinger dokumenteres og tackles proaktivt.

3. Hurtigere salgsprocesser – Købere ankommer længere i processen, så vi optimerer for kortere cycles med AI-oplyste leads.

4. Win/loss-analyse inkluderer AI – Vi sporer nu, om AI nævnte os (eller konkurrenter) i tabte deals.

Den positive side:

Når AI anbefaler os positivt, ankommer prospekter som varme leads med implicit tillid. De handler hurtigere og for større beløb.

Udfordringen er at sikre, at AI anbefaler os korrekt og positivt til at begynde med.

Startup-perspektiv – det er faktisk GODT for mindre virksomheder.

Fordele i traditionel tragt:

• Store brands med omfattende indholdsbiblioteker
• SEO-autoritet opbygget over år
• Brandgenkendelse ved hvert berøringspunkt

Fordele i AI-tragt:

• Relevans betyder mere end størrelse
• Det bedste svar vinder, ikke det største budget
• Nye spillere kan blive anbefalet side om side med de etablerede

Hvad vi gør:

1. Nicher os aggressivt – AI anbefaler specialister frem for generalister ved specifikke spørgsmål

2. Besvarer bedre, ikke rangerer højere – Vi kan ikke konkurrere om traditionelle placeringer, men vi kan skabe det bedste svar på specifikke spørgsmål

3. Fokus på tredjepartsvalidering – Bliver nævnt i anmeldelser, sammenligninger og diskussioner AI stoler på

4. Overvåger AI-anbefalinger nøje – Vi bruger Am I Cited til at spore alle nævnelser og justere strategien ugentligt

Vores resultater:

Vi bliver nævnt sammen med konkurrenter, der er 10x større end os, fordi AI er ligeglad med virksomhedsstørrelse – det handler om relevans til forespørgslen.

Spillefeltet er mere jævnt end nogensinde før.

Jeg rådgiver om denne overgang for store virksomheder. Her er den ramme, jeg bruger:

“Kollapset tragt”-strategien:

Lag 1: Bliv fundet

• Optimer til AI-opdagelse (struktureret indhold, komplette svar)
• Skab tilstedeværelse på platforme AI citerer (Wikipedia, Reddit, G2, branchemedier)
• Sikr konsistent og korrekt information overalt

Lag 2: Bliv anbefalet

• Positionér dig klart for specifikke use cases
• Saml tredjepartsvalidering
• Svar direkte på sammenligningsspørgsmål
• Vedligehold stærk anmeldelsestilstedeværelse

Lag 3: Bliv konverteret

• Optimer site til AI-oplyste besøgende
• Muliggør hurtig selvbetjening
• Træn salg til kortere, mere avancerede samtaler

Lag 4: Bliv målbar

• Spor AI-synlighed som primært metric
• Brug MMM til influence-attribution
• Korrelation mellem AI-nævnelse og downstream-metrics

Implementeringsrealiteten:

De fleste virksomheder kan ikke transformere natten over. Start med måling – spor AI-synlighed. Arbejd derefter baglæns gennem lagene.

Hvis du ikke kan se din AI-synlighed, kan du ikke forbedre den.

Modsynspunkt – jeg mener ikke, at tragten er død, kun transformeret.

Købere bevæger sig stadig gennem faser:

• De bliver opmærksomme på problemer
• De overvejer løsninger
• De træffer beslutninger

Det, der har ændret sig, er HVOR disse faser sker, og HVOR HURTIGT de komprimeres.

Den nye tragt er ikke “ingen tragt” – det er “accelereret tragt i AI-miljøer”:

• Opmærksomhed sker i AI-samtaler
• Overvejelse sker i AI-sammenligninger
• Beslutning sker i AI-anbefalinger

Praktisk betydning:

Du har stadig brug for indhold til hver fase – men det skal findes, HVOR AI kan finde det, og struktureres, SÅDAN AI kan bruge det.

Tragt-psykologien er den samme. Implementeringen er helt anderledes.

Denne diskussion har fundamentalt ændret min strategi-tænkning.

Vigtige perspektivskift jeg tager med mig:

1. Fra tragt-faser til AI-anbefalingsberettigelse – Målet er at være det brand, AI anbefaler, ikke at flytte folk gennem faser, vi kontrollerer

2. Fra indhold til faser til komplette svar – Enkeltindhold, der besvarer hele køberspørgsmålet, slår fase-specifikt indhold

3. Fra attribution-tracking til influencemåling – Acceptér at traditionel attribution er brudt, brug proxies som AI-synlighed og branded-søgning-korrelation

4. Fra trafikmåling til AI-share of voice – At blive nævnt tæller, også uden klik

5. Fra SEO-optimering til omdømmeopbygning – Autoritet på tværs af nettet betyder mere end enkelte siders rangering

Hvad jeg ændrer:

1. Opsætter AI-synlighedsovervågning med Am I Cited
2. Gennemgår alt indhold for AI-omfattende kvalitet frem for tragt-fase-tankegang
3. Bygger AI-citationssporing ind i vores dashboard sammen med traditionelle metrics
4. Tilføjer “hvordan beskrev AI os?” til win/loss-analyse
5. Foreslår MMM-investering til ledelsen for bedre influencemåling

Den ubehagelige accept:

Den tragt jeg brugte år på at optimere, var et mentalt billede for en anden tid. Nu skal der bygges nye mentale modeller til AI-æraen.