Gestionamos múltiples marcas de bienes raíces residenciales en miles de ubicaciones de franquicias. La forma en que los consumidores encuentran agentes está cambiando rápidamente. Hace cinco años eran las referencias y los letreros en los jardines. Luego fue Zillow y Realtor.com. Ahora estamos viendo que los compradores y vendedores le preguntan a ChatGPT cosas como "mejor agente inmobiliario para casas de lujo en Scottsdale" o "qué agencia tiene las tarifas de comisión más bajas" antes de visitar un sitio web de una marca. AthenaHQ nos ayudó a entender cómo se desempeñan nuestras marcas en esas conversaciones. Descubrimos que los modelos de IA estaban recomendando a los competidores para tipos de propiedades y puntos de precio específicos donde tenemos una fuerte participación de mercado. Peor aún, algunas respuestas contenían información desactualizada sobre nuestras estructuras de comisión que nos hacían parecer menos competitivos de lo que realmente somos. El seguimiento regional ha sido particularmente valioso. El mercado inmobiliario es hiperlocal, y los modelos de IA responden de manera diferente según el mercado. Ahora podemos segmentar la visibilidad por área metropolitana y proporcionar a nuestros equipos de marketing regionales datos sobre los que pueden actuar. Un gerente de marca en el sur de Florida ve diferentes perspectivas que alguien que cubre el noroeste del Pacífico, que es exactamente como debería ser.

Somos una firma de consultoría de gestión. Nuestra reputación depende de ser vistos como expertos en dominios específicos. Cuando los modelos de IA responden preguntas sobre nuestras áreas de práctica, necesitamos ser citados con precisión. O al menos que no se difunda información errónea sobre nosotros. La detección de brechas de conocimiento de AthenaHQ detectó algo que nuestro equipo había pasado por alto por completo. ChatGPT estaba afirmando con confianza nuestras tarifas por hora, excepto que los números estaban equivocados por un factor de dos. Nunca habíamos publicado nuestros precios públicamente, por lo que el modelo estaba alucinando basándose en promedios de la industria. Ese es el tipo de cosa que envenena una conversación de ventas antes de que comience. La plataforma marcó esto como una "brecha de conocimiento" y recomendó que creáramos contenido autorizado sobre nuestros modelos de compromiso. Lo hicimos, y los precios alucinados dejaron de aparecer en unas pocas semanas.

Operamos más de 200 ubicaciones minoristas en toda América del Norte. Lo que funciona para la visibilidad de la marca en California no necesariamente funciona en Texas o Quebec. Los modelos de IA responden de manera diferente según la región, y la mayoría de las herramientas que evaluamos trataban a EE. UU. como un monolito. La segmentación regional de AthenaHQ fue un diferenciador para nosotros. Descubrimos que nuestra visibilidad de IA en el sureste era la mitad de lo que era en la costa oeste, a pesar de que la densidad de nuestras tiendas es similar. La plataforma identificó brechas específicas de contenido en torno a categorías de productos que tienen un índice más alto en los mercados del sur. Nuestros equipos de marketing regional ahora tienen datos para actuar en lugar de adivinar. Los informes también son lo suficientemente claros como para compartirlos con los propietarios de franquicias que no son especialistas en marketing. Pueden entender las puntuaciones de visibilidad y ver por qué ciertas inversiones en contenido son importantes.