Er traditionel søgemotoroptimering, SEO, død nu, hvor forbrugerne i stigende grad henvender sig til AI-tjenester for at få produktanbefalinger? Det var det indledende million-dollar spørgsmål, da moderator Ola Andersson bød Jorge Castro fra Growth Marketing Sweden, Bård Farstad fra Crystallize og Jimmy Bergstedt fra Etals velkommen på scenen for at diskutere den nye søgeordskamp.
Svaret fra panelet var et rungende nej. I stedet for at uddø har disciplinen udviklet sig til det, der nu kaldes GEO, Generativ Engine Optimization, hvor det traditionelle håndværk udgør selve fundamentet for overhovedet at blive opdaget af de nye sprogmodeller, såkaldte LLM'er.
Nej, slet ikke. Tværtimod bliver det vigtigere end nogensinde, for det vi ser er, at god SEO er det, der driver god GEO, konstaterer Jorge Castro, grundlægger og AI SEO-specialist hos Growth Marketing Sweden, som for nylig præsenterede en kortlægning på Ehandel.se over e-handlere, der dominerer Googles AI-overflade.
To veje ind i sprogmodellerne
For at forstå, hvordan en e-handler kan påvirke AI-assistenter som ChatGPT til at anbefale et bestemt mærke, er det vigtigt at skelne mellem, hvordan teknologien bag kulisserne fungerer. Jorge Castro forklarer, at der er to faser at forholde sig til: den faste træningsdata og den såkaldte retrieval-fase, ofte forkortet RAG (Retrieval-Augmented Generation).
Mens træningsdata kun kan påvirkes langsigtet inden sprogmodellernes næste indlæringsperiode, sker retrieval-fasen i realtid. Det er da, at AI'en ikke har svaret i sin eksisterende database, men går ud på nettet for at hente og indeksere frisk information, der møder brugerens specifikke spørgsmål.
Ved aktivt at arbejde med omtaler, såkaldte mentions, og digital PR på eksterne sider og i de rigtige fora kan man opnå hurtige resultater i netop denne fase. Jorge Castro fremhæver e-handleren Motion Fitness, som omsætter lige under 50 millioner svenske kroner, som et konkret eksempel. Virksomheden havde et mærke, der ikke dukkede op, da kunder bad AI-tjenesterne om tips til at bygge et hjemmegym. Ved at arbejde målrettet med digital PR og omtaler i de rette sammenhænge kunne man se, hvordan AI-svarene ændrede sig til virksomhedens fordel inden for blot en uge.
Det samme mønster ses hos betydeligt større aktører som Däckline, med en omsætning på over 100 millioner svenske kroner, hvor man i løbet af et år har set, at eksterne omtaler er den enkelt vigtigste faktor. En undersøgelse fra analysefirmaet Ahrefs, der har gennemgået 75.000 websider, bekræfter billedet: tiden, hvor man kunne fylde sine egne sider med lange, søgeordsrige tekster for at rangere på snævre søgefraser, er forbi i AI-æraen. Nu handler det om at opbygge autoritet og troværdighed over hele nettet.
Jo mere man kigger ind i selve optimeringsfasen, begynder man at indse: vent, det her er jo klassisk SEO, bare at det er mere moderne SEO. For nu handler det ikke om Search Engine Optimization, det er jo Search Everywhere Optimization. LLM'erne henter jo data fra Youtube, fra fora, fra nogen der har tweetet – det kommer jo fra overalt, siger Jorge Castro.
Færre klik – men ekstremt varme leads
At forbrugernes søgeadfærd ændrer sig mærkes tydeligt i e-handlernes trafikstrømme, hvor den traditionelle organiske trafik fra Google peger nedad for mange. Men Bård Farstad, administrerende direktør for e-handelsplatformen Crystallize, mener, at mønten har en meget lukrativ bagside. Den trafik, der faktisk klikker sig videre fra en AI-assistent til netbutikken, har en helt anden købsintention.
Ifølge undersøgelser fra både Ahrefs og Adobe konverterer besøgende, der kommer via sprogmodeller, op til 42 gange bedre end traditionel søgetrafik.
Tænk sådan her, det er som at have en sælger ude. Den kunde, der søger chatter jo og til sidst så leder den til en side, og så er den ret varm. Leadet er ret varmt, hvis man sammenligner med det traditionelle søg, hvor vi laver en søgning, ti blå links, leder, forklarer Jorge Castro.
Dette stiller dog helt nye krav til selve e-handelsoplevelsen, når kunden først lander i butikken. Ifølge Bård Farstad befinder vi os nu i et skift, hvor hele værdikæden er ved at blive agentisk – både hvordan man bygger og driver sit websted, men også hvordan produkter opdages.
Uden at blive for nørdet handler det om, at man skal have kontrol over produktdata. Det skal være superstruktureret og semantisk, så robotter kan læse det. Men så er det meget let at fokusere kun på robotter eller agenter, der crawler. Man skal også tænke på os mennesker, der lander der, som får en brand-oplevelse og product storytelling. Man skal optimere for begge, siger Bård Farstad.
AI som motor for struktureret produktdata
At få styr på sin produktdata er dog lettere sagt end gjort, og det er ofte en enormt tidskrævende flaskehals internt hos mange handlende. Her mener Jimmy Bergstedt, administrerende direktør og grundlægger af Etals, at AI i sig selv er løsningen på problemet. Ved at bruge AI-værktøjer kan e-handlere dels foretage dybdegående research omkring, hvilke spørgsmål kunderne faktisk stiller om en bestemt produktkategori, og dels automatisere det tunge dataarbejde i baggrunden.
Man har ofte leverandørdata, der er ustruktureret, som man så skal få ind struktureret i sine egne systemer. Og AI er, synes jeg, et fantastisk værktøj, der kan hjælpe virksomheder med disse processer, siger Jimmy Bergstedt og peger på, hvordan teknologien kan hente rådata fra leverandører og automatisk strukturere det ind i forretningssystemerne, samtidig med at man skaber indhold, der oprigtigt hjælper kunden.
Når man først har struktureret sin data, åbnes der desuden døren for at bygge egne smarte købsassistenter på sit eget websted. Bård Farstad fremhæver havekæden Plantagen som et succesfuldt eksempel. For at drive omnikanalssalg og få kunderne ind i de fysiske butikker har Plantagen struktureret al sin produktdata, guider og plejeråd. Det gør dem ikke kun synlige i eksterne AI-søgninger, men driver også deres egne AI-agenter direkte på webstedet, hvor kunderne kan få skræddersyet rådgivning til deres specifikke have og vækstzone inden weekendens plantning.
Unik intern data slår AI-spam
Under debatten blev der også rejst et kritisk publikumsspørgsmål omkring troværdighed i den nye AI-verden: hvordan kan omtaler og mentions fortsat være pålidelige som rangeringsfaktor, når hvem som helst kan bygge AI-agenter, der spytter omtaler ud løbende?
Ifølge Jorge Castro vil vinderne i længden ikke være dem, der spammer mest, men dem, der arbejder smartest med ægte PR og unikt indhold. Nøglen ligger i at grave, hvor man står, og bruge den unikke data, man allerede sidder på internt. Hos Däckline valgte man eksempelvis at analysere data fra sin egen kundeservice for at se, hvilke spørgsmål og tekniske problemer kunderne oftest ringede ind om. Ud fra det skabte man dybdegående guider og lavede PR-indsatser omkring emnet – hvilket både aflastede kundeservicen og byggede stærk autoritet i sprogmodellernes øjne.
Det er hvem, der bliver bedst til PR, hvem der bliver bedst til at blive set. Det er den, der vil kunne gøde LLM'erne bedst. Den, der gør det bedst, er for eksempel, hvis du deler intern data og laver studier. Det er sådan noget, der giver indhold og viden, men som også sætter en entitet omkring dit mærke, siger Jorge Castro.
På spørgsmålet om, hvordan e-handlere rent organisatorisk skal lykkes med at navigere i en teknologisk udvikling, der bevæger sig så hurtigt, er panelet enige om, at langsigtede, hugget-i-sten-strategier skal udskiftes med konstant eksperimentering.
Jeg tænker, at det er vigtigt, at man holder sig opdateret på, hvad der sker, men også at man fortsætter med at teste sig frem. Begynd at måle, se hvordan du ligger i dag, hold øje med nyhederne omkring dette og test dig frem løbende, råder Jimmy Bergstedt.
Bård Farstad afslutter med at sende en tydelig opfordring til e-handelsledere omkring hvilken virksomhedskultur der kræves i 2026 og fremefter:
Den, der er mest forandringsvillig, er den, der vil vinde. Det, der er sandt nu, er ikke sandt om tre måneder, det er ikke sandt om seks måneder. Så at have en change culture tror jeg er vigtigt.