J'aime la possibilité de personnaliser les invites et les sujets, de configurer différents personnages et de visualiser les résultats grâce à la cartographie thermique.

Nous gérons plusieurs marques immobilières résidentielles à travers des milliers de franchises. La manière dont les consommateurs trouvent des agents évolue rapidement. Il y a cinq ans, c'était par recommandations et panneaux de jardin. Ensuite, c'était Zillow et Realtor.com. Maintenant, nous voyons les acheteurs et les vendeurs demander à ChatGPT des choses comme "meilleur agent immobilier pour maisons de luxe à Scottsdale" ou "quelle agence a les frais de commission les plus bas" avant même de visiter un site web de marque. AthenaHQ nous a aidés à comprendre comment nos marques se comportent dans ces conversations. Nous avons découvert que les modèles d'IA recommandaient des concurrents pour des types de propriétés et des gammes de prix spécifiques où nous avons une forte part de marché. Pire encore, certaines réponses contenaient des informations obsolètes sur nos structures de commission qui nous faisaient paraître moins compétitifs que nous ne le sommes réellement. Le suivi régional a été particulièrement précieux. L'immobilier est hyperlocal, et les modèles d'IA répondent différemment selon le marché. Nous pouvons maintenant segmenter la visibilité par zone métropolitaine et fournir à nos équipes marketing régionales des données exploitables. Un responsable de marque en Floride du Sud voit des informations différentes de quelqu'un couvrant le Nord-Ouest Pacifique, ce qui est exactement comme cela devrait être.

Nous sommes une société de conseil en gestion. Notre réputation dépend d'être perçus comme des experts dans des domaines spécifiques. Lorsque des modèles d'IA répondent à des questions sur nos domaines de pratique, nous devons être cités avec précision. Ou du moins, éviter que des informations erronées ne se répandent à notre sujet. La détection des lacunes de connaissances d'AthenaHQ a repéré quelque chose que notre équipe avait complètement manqué. ChatGPT déclarait avec assurance nos tarifs horaires, sauf que les chiffres étaient erronés d'un facteur de deux. Nous n'avions jamais publié nos tarifs publiquement, donc le modèle hallucinait en se basant sur les moyennes de l'industrie. C'est le genre de chose qui empoisonne une conversation de vente avant même qu'elle ne commence. La plateforme a signalé cela comme une "lacune de connaissances" et a recommandé que nous créions du contenu faisant autorité sur nos modèles d'engagement. Nous l'avons fait, et les tarifs hallucinés ont cessé d'apparaître en quelques semaines.