Wir verwalten mehrere Marken für Wohnimmobilien über Tausende von Franchise-Standorten hinweg. Die Art und Weise, wie Verbraucher Makler finden, verändert sich schnell. Vor fünf Jahren waren es Empfehlungen und Hofschilder. Dann waren es Zillow und Realtor.com. Jetzt sehen wir, dass Käufer und Verkäufer ChatGPT Dinge fragen wie "bester Immobilienmakler für Luxusimmobilien in Scottsdale" oder "welche Maklerfirma hat die niedrigsten Provisionsgebühren", bevor sie überhaupt eine Marken-Website besuchen. AthenaHQ hat uns geholfen zu verstehen, wie unsere Marken in diesen Gesprächen abschneiden. Wir haben entdeckt, dass KI-Modelle Wettbewerber für bestimmte Immobilientypen und Preisklassen empfehlen, in denen wir einen starken Marktanteil haben. Schlimmer noch, einige Antworten enthielten veraltete Informationen über unsere Provisionsstrukturen, die uns weniger wettbewerbsfähig erscheinen ließen, als wir tatsächlich sind. Das regionale Tracking war besonders wertvoll. Immobilien sind hyperlokal, und KI-Modelle reagieren je nach Markt unterschiedlich. Wir können jetzt die Sichtbarkeit nach Metropolregion segmentieren und unseren regionalen Marketingteams Daten zur Verfügung stellen, mit denen sie arbeiten können. Ein Markenmanager in Südflorida sieht andere Einblicke als jemand, der den pazifischen Nordwesten abdeckt, was genau so sein sollte.

Wir sind eine Unternehmensberatung. Unser Ruf hängt davon ab, als Experten in bestimmten Bereichen wahrgenommen zu werden. Wenn KI-Modelle Fragen zu unseren Praxisbereichen beantworten, müssen wir korrekt zitiert werden. Oder zumindest sollte keine Fehlinformation über uns verbreitet werden. AthenaHQs Erkennung von Wissenslücken entdeckte etwas, das unserem Team völlig entgangen war. ChatGPT gab selbstbewusst unsere Stundensätze an, allerdings waren die Zahlen um den Faktor zwei falsch. Wir hatten unsere Preise nie öffentlich gemacht, also halluzinierte das Modell basierend auf Branchen-Durchschnittswerten. Das ist die Art von Dingen, die ein Verkaufsgespräch vergiften, bevor es überhaupt beginnt. Die Plattform markierte dies als "Wissenslücke" und empfahl, dass wir autoritative Inhalte über unsere Engagement-Modelle erstellen. Das taten wir, und die halluzinierten Preise hörten innerhalb weniger Wochen auf zu erscheinen.

Wir betreiben über 200 Einzelhandelsstandorte in ganz Nordamerika. Was für die Markenpräsenz in Kalifornien funktioniert, funktioniert nicht unbedingt in Texas oder Quebec. KI-Modelle reagieren je nach Region unterschiedlich, und die meisten von uns bewerteten Tools behandelten die USA als Monolith. Die regionale Segmentierung von AthenaHQ war für uns ein Unterscheidungsmerkmal. Wir entdeckten, dass unsere KI-Sichtbarkeit im Südosten nur halb so hoch war wie an der Westküste, obwohl unsere Filialdichte ähnlich ist. Die Plattform identifizierte spezifische Inhaltslücken in Produktkategorien, die in südlichen Märkten höher indexieren. Unsere regionalen Marketingteams haben jetzt Daten, auf die sie reagieren können, anstatt zu raten. Die Berichterstattung ist auch sauber genug, um sie mit Franchise-Besitzern zu teilen, die keine Vermarkter sind. Sie können die Sichtbarkeitswerte verstehen und sehen, warum bestimmte Investitionen in Inhalte wichtig sind.