מדריך פעולה: איך עסק B2B ישראלי נכנס לציטוטים של מנועי AI

מנהל שיווק בחברת סאס ישראלית שמוכרת פלטפורמה לניהול לקוחות פותח בבוקר את ChatGPT ומקליד: “המלץ על פלטפורמת ניהול לקוחות לחברת סאס ישראלית בגודל בינוני, לצוות מכירות של שמונה נציגים”. המנוע מחזיר שלושה שמות. הראשון הוא ספק בין לאומי גדול, השני הוא ספק ישראלי מוכר שהחברה שלו מכירה טוב, השלישי הוא סטארט אפ שנפתח לפני שנתיים. שם החברה שלו לא נכלל. הוא מריץ שוב, מנסח אחרת, המנוע חוזר על אותה שלישייה. הוא יודע שקהל הקונים שלו כבר עושה בדיוק את הבדיקה הזאת, ולא רק פעם אחת.

בקצרה: GEO לעסקי B2B הוא דיסציפלינה נפרדת בתוך הקידום למנועי בינה מלאכותית, כי מקבל החלטה ב-B2B פועל בקנייה ארוכה של שבועות עד חודשים, מריץ עשרות שאלות טכניות בעברית ובאנגלית, ומצליב תשובות בין כמה חברי קבוצת רכש בארגון הקונה. מדריך זה מציג מפת פעולה של 90 יום בארבעה שלבים, שכל שלב בה מסתיים בתוצר קונקרטי אחד, ובנוי כך שאפשר להריץ אותו לבד, בלי צוות SEO קיים.

למה קידום B2B למנועי AI הוא זירה נפרדת מ-B2C

הבדל אחד גדול משנה את כל שאר הפרטים. בקנייה לצרכן הפרטי, לקוח שואל מנוע ומקבל תשובה שמובילה אותו לפעולה בו במקום, למשל להזמין משלוח או לקבוע תור. בקנייה ל-B2B, השיחה עם המנוע היא רק חוליה אחת בתוך תהליך שיכול להימשך שבועות. מנהל שיווק מרוויח מהמנוע רשימה ראשונית של מועמדים, שולח את הרשימה למנהל ה-IT, שגם הוא שואל את המנוע שאלה שונה במקצת ומקבל רשימה שונה במקצת, ואז שני הצוותים מתאחדים על שלישייה שכולם ראו לפחות פעם אחת בתשובות. עסק שלא נכנס לאף אחת מהתשובות של אף אחד מהם, פשוט לא נחשב מועמד.

בזירה הזאת הפרט הטכני משנה יותר מהמסר השיווקי. מקבל החלטה B2B ישאל שאלות עם מספרים ומגבלות בתוכן: “פלטפורמה שתומכת בשלוש שפות ובכתיבה מימין לשמאל”, “מערכת עם אינטגרציה ל-HubSpot וצפי לגידול של 20 משתמשים ברבעון”. תשובה טובה של המנוע היא לא זו שכתובה יפה, אלא זו שקישרה את המוצר לפרט מדויק שהופיע בשאלה. עסק שהאתר שלו לא מפרסם את המפרט המדויק, מפסיד לפני שהשיחה בכלל מתחילה. הרקע השלם של הזירה, כולל מפת המנועים והמקורות שכל עסק צריך להכיר לפני שמתפצלים לזירה שלו, מוצג בתשתית הכללית של קידום למנועי בינה מלאכותית שממנה נגזרת גם עבודת B2B, והוא בסיס טוב לחזור אליו לפני הצלילה למפת הפעולה כאן.

מה קבוצת רכש B2B באמת שואלת את המנוע

השאלות של B2B נופלות בערך לחמש קטגוריות שחוזרות בכל תעשייה. הראשונה היא שאלות הגדרה: “מה זה בעצם CDP, במה זה שונה מ-CRM”. השנייה היא שאלות המלצה עם מגבלה: “המלץ על כלי X שעולה מתחת ל-Y דולר לחודש ותומך ב-Z”. השלישית היא שאלות השוואה בין ספקים: “מה ההבדל בין A ל-B, למי כל אחד מתאים”. הרביעית היא שאלות אינטגרציה: “האם A מתחבר ל-Salesforce ומחזיר אירועים בזמן אמת”. החמישית היא שאלות סיכון: “מה החולשות של A, איפה לקוחות מתלוננים עליו, האם יש בעיה של החזרי כספים”.

ההבחנה הזאת חשובה כי כל קטגוריה של שאלה נענית ממקור אחר. שאלות הגדרה נענות בעיקר מוויקיפדיה, מוויקידאטה ומאתרים סמכותיים ותיקים. שאלות המלצה עם מגבלה נענות מ-G2, מ-Capterra ומאתרי סקירה. שאלות השוואה נענות מפוסטים ארוכים בלינקדאין ומאתרי מו״לים תעשייתיים כמו Globes, TheMarker וכלכליסט. שאלות אינטגרציה נענות מדף המוצר של הספק עצמו, וכאן סכמת נתונים מובנים JSON-LD בעידן ה-AI עושה את ההבדל בין מוצר שהמנוע מבין למוצר שהוא מדלג עליו. שאלות סיכון נענות מפורומים מקצועיים ומאזכורים ביקורתיים.

איפה החיתוך הישראלי משנה את החוקים

עסק B2B ישראלי חי בשני עולמות במקביל. חלק מהקונים שלו ישראלים ששואלים בעברית, וחלק בין לאומיים ששואלים באנגלית. מנועי הבינה המלאכותית מעדיפים תוכן באנגלית לשאלות באנגלית, ותוכן בעברית לשאלות בעברית. עסק שיש לו רק אתר באנגלית עם מונחים בין לאומיים, נעלם משיחות בעברית עם אותם מנועים בדיוק. עסק שיש לו רק אתר בעברית עם מונחים מקומיים, נעלם משיחות באנגלית של קונים גלובליים. שני הצדדים דורשים חומרים משלהם, ולא מספיק תרגום אוטומטי בין השניים.

בישראל יש עוד נקודת חולשה מוכרת של המנועים: הם מתקשים לזהות מותגים ישראליים כשהשם באנגלית נכתב בכמה תעתיקים. חברה שנקראת גם CyberSense וגם סייברסנס עלולה להיראות למנוע כשתי חברות אפשריות. עקביות מלאה של השם, בעברית ובאנגלית, על פני האתר הראשי, פרופיל לינקדאין החברתי, פרופיל G2, פרופיל CrunchBase, וכל אזכור בעיתונות, היא עבודה שנעשית פעם אחת ומשתלמת שוב ושוב.

עד כאן ההסבר. השאלה שמנהל שיווק ב-B2B שואל את עצמו אחרי זה היא לא איפה קבוצת הרכש שלו מסתובבת במנועי AI, אלא באיזה סדר לגעת בכל אחד מהמקורות בלי להיכנס לפעולה של שנה שלמה. כאן נכנסת מפת 90 הימים של GEO לעסק B2B, שיטת עבודה שממפה ארבעה שלבים רצופים, עם תוצר מוגדר אחד בסוף כל שלב, כך שכל שלב עומד על השלב שלפניו וניתן לעצור בתום כל אחד מהם.

מפת 90 הימים של GEO לעסק B2B

המפה בנויה סביב עיקרון פשוט: כל שלב מסתיים בתוצר אחד שאפשר להראות למישהו אחר בארגון, ולא לפני. אין המשך לשלב הבא בלי לסגור את התוצר של הקודם.

שלב 1, ימים 1 עד 14: מצאי ובסיס. תוצר: מסמך אחד באורך של שניים עד שלושה עמודים, שמראה איפה העסק נמצא היום מול המנועים. הוא כולל את התוצאות של סט של 10 עד 12 שאלות בסיס שהורצו בכל אחד מ-ChatGPT, מ-Perplexity ומ-Gemini, טבלת פערים של הפרופילים החיצוניים (לינקדאין, G2, Crunchbase, ויקידאטה), ובדיקה טכנית של אתר החברה: robots.txt, סכמה קיימת, טריות ה-sitemap. סט השאלות אינו אקראי, אלא מורכב משתי שאלות מכל אחת מחמש קטגוריות הרכש שנפרסו למעלה, כדי שהמדידה בסוף התהליך תוכל להשוות ראש בראש לאותם 12 תאים בטבלה. בסוף השלב יודעים מה קיים, מה חסר, ומה שגוי, ואיזה מבין המקורות שנופלים חשוב יותר מבחינת נפח השאילתות שכבר מגיעות בפועל.

שלב 2, ימים 15 עד 30: תיקוני יסוד באתר. תוצר: אתר “מוכן לציטוט”, לפי הגדרה קונקרטית. סכמה מובנית לפחות ברמת Organization ו-Product לכל מוצר עיקרי. דף “מי אנחנו” מנוסח כפסקה שמנוע יכול לצטט בשלמותה. חמישה עד שמונה עמודי תשובה חדשים, כל אחד עונה על שאלה טיפוסית של קבוצת רכש (מה זה, במה שונה, כמה עולה, איפה מתחבר, עם מי מתאים). ופסקת תשובה קצרה בפתיחה של כל דף מוצר. את המבנה של פסקת התשובה כדאי לבנות לפי שבעת עקרונות הכתיבה לתוכן שמנועי AI מצטטים, שמפרט את הסגנון שמנועי הבינה המלאכותית שולפים בעדיפות.

שלב 3, ימים 31 עד 60: סמכות חיצונית מכוונת. תוצר: לפחות שלושה אזכורים חדשים במקורות שהמנועים באמת שואבים מהם. שלושה מבין האפשרויות הבאות: פוסט לינקדאין מקצועי מפורט של המנכ״ל או ה-VP Product, הופעה בפודקאסט תעשייתי או ראיון כתוב, אזכור בכתבה במגזין תעשייתי או במו״ל כלכלי כמו TheMarker, Globes או כלכליסט, ופרופיל מלא ומעודכן ב-G2 או ב-Capterra כולל שלוש עד חמש חוות דעת של לקוחות אמיתיים. אלה לא אזכורים אקראיים, אלא כאלה שממוקדים בשאלות ההשוואה וההמלצה שקבוצת רכש שואלת בפועל.

שלב 4, ימים 61 עד 90: מדידה ומחזור. תוצר: קו התחלה מדוד בטבלה, ותהליך שבועי שממשיך לעבוד לבד. סט השאלות של שלב 1 מורץ שוב באותם שלושה מנועים, וכל אזכור מסומן במעקב לפי הכללים של מדידת אזכורים במנועי AI. ההשוואה מול המצב של יום 1 מראה מה זז ומה עוד לא. בסוף השלב יש רשימה של פעולות המשך לרבעון הבא, וגם מחזור תוכן שבועי קבוע: פוסט לינקדאין אחד, עדכון dateModified לעמוד אחד קיים באתר, ובדיקה של שאילתה חדשה אחת שנוספה לסט.

מלכודות מוכרות שמפילות תוכניות GEO ל-B2B

הראשונה, מתחילים משלב 3 בזמן ששלב 2 עוד לא נסגר. פוסט לינקדאין שמזכיר את שם החברה שולח את המנוע לאתר, ואם באתר אין סכמה ואין פסקת תשובה, הפוסט מגייס אזכור לעסק שהמנוע לא יודע לזהות. השנייה, מודדים חד פעמית וטוענים שיש שיפור בלי קו התחלה מוקדם. בלי שלב 1, שלב 4 הוא רק תמונת מצב בודדת בלי מסקנה. השלישית, מתייחסים למותג בשם הבין לאומי בלבד ומתעלמים משם החברה בעברית, ואז שיחות של קונים ישראלים בעברית עוקפות את החברה גם כשהעסק כן מוכר בין לאומית. הרביעית, כותבים תוכן ארוך ומנופח בזמן שהעמודים הבסיסיים של המוצר עדיין לא ברורים למנוע, ואז המאמר יושב באתר בלי לתת עוגן חדש לתשובה. החמישית, מוותרים על הפרופיל ב-G2 כי הוא נראה קטן וזניח, בזמן שהמנועים באנגלית שולפים ממנו בעדיפות ומצליבים אותו מול אתר החברה כדי לאמת קטגוריה. הפרופיל הזה משפיע גם על שאלה שנשאלת בעברית ולא רק על שאלה שנשאלת באנגלית, ולכן הוא לא ויתור אלא סעיף חובה.

איך לדעת שזה עבד

בסוף 90 הימים, שלוש בדיקות פשוטות אומרות אם המפה עשתה את שלה. הראשונה, הרצה של סט השאלות המקורי בשלושת המנועים: כמה מהתשובות מזכירות אתכם עכשיו לעומת יום 1. השנייה, בדיקה של שאילתת שם המותג בכל מנוע: האם המידע שהמנוע נותן עליכם עודכן והפך מדויק. השלישית, שאלה של קבוצת רכש בפועל: פנייה של ליד חדש שמזכיר ששאל את ChatGPT או את Perplexity לפני הפנייה, גם אם רק פעם אחת בחודש. שלושת הסימנים ביחד מספרים שהתשתית עובדת, ושמכאן והלאה המחזור השבועי יבנה עליה.

מי שרוצה לרוץ על המפה לבד יעשה זאת עם הכלים שנפרסו למעלה. מי שמעדיף לימוד מובנה יבחר קורס, ומי שרוצה שיישום 90 הימים יקרה עם ליווי צמוד לאורך התקופה, ימצא ליווי מקצועי אחת מכמה דרכים אפשריות. הבחירה בין השלוש היא נגזרת של זמן וסבלנות, לא של יכולת.

שאלות נפוצות

מה זה GEO לעסקי B2B ומה שונה בו?

GEO לעסקי B2B הוא ההתאמה של הנוכחות הדיגיטלית של חברה שמוכרת לעסקים אחרים, כך שמנועי בינה מלאכותית יזכירו אותה בתשובות שהם נותנים לקבוצת רכש בארגון הקונה. השוני מקידום לצרכן הפרטי הוא שקנייה B2B נמשכת שבועות עד חודשים ומערבת כמה מקבלי החלטה ששואלים את המנוע במקביל, המנוע נשאל שאלות טכניות עם מספרים ומגבלות בתוכן, והמקורות שמזינים תשובה על מוצר B2B הם מקורות שונים לגמרי מאלה שמזינים תשובה על עסק לצרכן.

למה קבוצת רכש ב-B2B משפיעה על הדרך שבה מקדמים למנועי AI?

בקנייה B2B לרוב שניים עד חמישה אנשים בארגון הקונה מעורבים בהחלטה, וכל אחד מהם שואל את המנוע שאלה קצת שונה. מנהלת השיווק שואלת על השוואת פיצ׳רים, מנהל ה-IT שואל על אינטגרציות ואבטחה, מנהלת הכספים שואלת על מודל תמחור. אם המותג לא מופיע בתשובה לשלוש השאלות האלה, יש סיכוי גבוה שהוא יורד מהרשימה לפני שיחת המכירה הראשונה. מפת הפעולה מטפלת בזה כשהיא בונה עמודי תשובה נפרדים לכל טיפוס שאלה.

אילו שאלות ספציפיות שואלים אנשי מקצוע ב-B2B את ChatGPT?

חמש קטגוריות עיקריות: שאלות הגדרה של קטגוריית מוצר שהם עוד לא מכירים, שאלות המלצה עם מגבלה כמו תקציב או שפה נתמכת, שאלות השוואה בין ספקים, שאלות אינטגרציה עם מערכות קיימות, ושאלות סיכון על חולשות של ספק ידוע. כל קטגוריה נענית ממקור אחר במנוע: הגדרה מוויקיפדיה ואתרים סמכותיים, המלצה עם מגבלה מ-G2 ומ-Capterra, השוואה מפוסטים ארוכים בלינקדאין ובמו״לים תעשייתיים, אינטגרציה מדף המוצר של הספק, וסיכון מפורומים מקצועיים.

אילו מקורות מזינים תשובה על מוצר B2B ישראלי?

בעיקר מאתר החברה עצמו כשהוא כולל סכמת נתונים מובנים, מפרופיל לינקדאין החברתי ומפוסטים ארוכים של מנהלים בכירים, מפרופילי G2 ו-Capterra כשהם מלאים ומעודכנים, ממאמרים מקצועיים באתרי מו״לים תעשייתיים ובעיתונות הכלכלית הישראלית כמו TheMarker, Globes וכלכליסט, ומאזכורים בפודקאסטים מקצועיים ובראיונות. פורומים כמו Reddit ו-Product Hunt משפיעים בעיקר לחברות שקהל היעד שלהן בין לאומי. המנועים מצליבים בין המקורות ומעדיפים פרטים שחוזרים במקורות בלתי תלויים.

האם G2 ו-Capterra רלוונטיים לעסק B2B ישראלי?

כן, לרוב הקטגוריות של תוכנה ושירותים דיגיטליים, גם אם קהל היעד ישראלי. שני האתרים משמשים מקור אימות מוכר עבור מנועי הבינה המלאכותית, וההופעה בהם משפרת גם את התשובה לשאלות באנגלית וגם לשאלות בעברית שנוגעות למוצר. הרישום עצמו חינמי ובונה פרופיל בסיסי, וההשקעה האמיתית היא בגיוס שלוש עד חמש חוות דעת של לקוחות אמיתיים בשלושת החודשים הראשונים. לקטגוריות שירותים שאינן טכנולוגיה, יש פלטפורמות ענפיות מקבילות שכדאי לזהות תחילה.

איפה שילוב עברית ואנגלית משפיע על GEO לעסק B2B?

עסק ישראלי שמשרת גם קונים בישראל וגם קונים גלובליים חי בשני עולמות של תוכן. מנועי הבינה המלאכותית מעדיפים תוכן באנגלית לשאלות באנגלית ותוכן בעברית לשאלות בעברית, ולא מעבירים בין השניים אוטומטית. עסק שיש לו רק אתר באנגלית נעלם משיחות בעברית של קונים ישראלים, ועסק שיש לו רק תוכן בעברית נעלם משיחות באנגלית של קונים גלובליים. הפתרון הוא לא תרגום מכני, אלא שני צירים של תוכן, לכל שוק המונחים והמאפיינים שלו.

כמה זמן לוקח לראות אזכור ראשון של המוצר במנוע AI?

תיקוני יסוד באתר, סכמה מובנית ופסקת תשובה בפתיחה של דף המוצר, יכולים להתחיל להיכנס לתשובות תוך שבועיים עד שישה שבועות, במיוחד ב-Perplexity שרץ על שליפה חיה מהרשת. אזכורים חיצוניים באתרי מו״לים ובלינקדאין לוקחים חודשיים לרוב, כי המנועים לא סורקים את המקורות המשניים בתדירות יומית. תמונת נראות יציבה ורב מנועית, שמשקפת השקעה של רבעון עבודה, מגיעה לרוב בטווח של 90 יום עד 120 יום, וזה תוואי סביר לעסק B2B ישראלי.

מה עושים כשקבוצת רכש מוצאת פרט לא נכון על החברה בתשובה של המנוע?

מזהים איזה פרט הוזכר בטעות ומאיפה הוא הגיע: לרוב זה שם מוצר ישן, כתובת של משרד שכבר עברתם ממנו, מנכ״ל קודם, או שירות שכבר לא נותנים. מתקנים במקור המקורי, לרוב אתר החברה, פרופיל לינקדאין, ו-Crunchbase. פונים לאתרים חיצוניים שהעתיקו את הפרט המיושן ומבקשים עדכון. סבב תיקון של המקורות המרכזיים סוגר את רוב הטעויות בתוך רבעון, כי המנועים סורקים מחדש בתדירות סבירה, וכל תיקון של המקור המרכזי מנקה במקביל את המנועים שנשענים עליו.

איך בוחרים באילו שלושה מקורות להתחיל בשלב הסמכות?

לפי המקום שממנו לקוחות קיימים מגיעים בפועל. חברה שהלקוחות שלה מגיעים בעיקר דרך המלצות אישיות בלינקדאין, מתחילה בפוסט מקצועי ארוך של המנכ״ל. חברה שהלקוחות שלה מגיעים בעיקר אחרי שהם קוראים סקירה כתובה, מתחילה בכתבה בעיתונות הכלכלית. חברה שהלקוחות שלה משוונים בעצמם בין מוצרים, מתחילה ב-G2 או ב-Capterra. הכלל הוא להתחיל במקור שכבר בעל השפעה מוכחת לעסק, ולא במקור שנשמע נוצץ תיאורטית.

איך מודדים הצלחה של תוכנית GEO לעסק B2B?

בשלושה סוגי מדדים שכל אחד עונה על שאלה אחרת. הראשון, נראות של שם המותג בסט שאלות קבוע במנועי הבינה המלאכותית: כמה תשובות מזכירות אתכם עכשיו לעומת יום 1. השני, דיוק המידע: האם המנוע יודע נכון מה אתם עושים, למי, ובאיזה תמחור. השלישי, נראות שמובילה לפעולה: לידים חדשים שמציינים שראו את שם החברה בשיחה עם ChatGPT או Perplexity, גם אם רק בודדים בחודש. שלושת המדדים ביחד נותנים תמונה שאין ב-Google Analytics לבד.