Tìm kiếm địa phương AI (local AI search) hiện có thể đề xuất tên doanh nghiệp cụ thể, không chỉ trả về danh mục chung chung. Ai được nhắc tên, ai bị bỏ qua? Nghiên cứu của Uberall phân tích hơn 120.000 lượt AI nhắc tên tại 3.793 địa điểm ở các thành phố Mỹ trên 5 mô hình AI tìm ra 4 nhóm tín hiệu nhất quán, với kết quả bất ngờ nhất: số lượng review dự đoán khả năng được AI gợi ý tốt hơn điểm sao trong 4 trong 5 ngành được khảo sát.
Lưu ý biên tập: Nghiên cứu này do Uberall, nền tảng marketing địa phương, thực hiện và công bố thông qua Search Engine Journal dưới dạng nội dung tài trợ. GEO analyst Katya Shishchenko của Uberall là tác giả phân tích. Số liệu dưới đây đều trích từ nghiên cứu của Uberall.
Năm mô hình AI có gợi ý doanh nghiệp địa phương theo cùng một cách không?
Không. Mỗi mô hình có “cá tính” gợi ý riêng, và hiểu sự khác biệt này giúp các đội nhóm phân bổ công sức đúng chỗ hơn.
- Claude: Thận trọng nhất. Thiên về doanh nghiệp địa phương, cộng đồng; gần như không nhắc tên cơ sở y tế cụ thể, có thể do thận trọng với bất kỳ nội dung nào liên quan đến tư vấn sức khỏe.
- Gemini: Đa dạng nhất nhờ tham chiếu chéo dữ liệu Google Maps trực tiếp. Cùng một truy vấn, Gemini đề xuất nhiều nhà hàng khác nhau hơn ChatGPT tới 8 lần trong nghiên cứu này (theo Uberall).
- ChatGPT: Thiên về xu hướng đám đông. Tạo ra danh sách ngắn và ổn định, nhưng có tỷ lệ ảo giác (hallucination, tức gợi ý sai hoặc bịa thông tin doanh nghiệp) cao nhất trong tất cả các ngành được kiểm tra.
- Grok: Tham chiếu nội dung Instagram và trình độ đầu bếp nhiều hơn bất kỳ mô hình nào khác. Phản hồi đọc giống bài viết ẩm thực dài, với tên món, tên đầu bếp và bối cảnh lịch sử.
- Perplexity: Tìm kiếm theo thời gian thực, trích dẫn nguồn và tạo ra nhiều lượt nhắc tên nhất mỗi lần truy vấn. Doanh nghiệp có hiện diện web mạnh và cập nhật sẽ dễ thắng nhất trên mô hình này.
4 tín hiệu nào thực sự tác động đến tần suất được AI nhắc đến?
Nghiên cứu Uberall xác định bốn nhóm tín hiệu nhất quán trên cả 5 mô hình và 5 ngành, đặt tên là BARS: Business profile completeness (độ đầy đủ hồ sơ doanh nghiệp), Authority (uy tín qua báo chí và danh sách biên tập), Reviews (đánh giá), và Social presence (hiện diện mạng xã hội). Quy mô thương hiệu và thị phần không phải yếu tố dự đoán đáng tin cậy.
Các tín hiệu này chia thành hai vai trò: một số quyết định doanh nghiệp có đủ điều kiện để được nhắc hay không; số còn lại quyết định tần suất xuất hiện sau khi đã vượt ngưỡng đó.
Google Business Profile đầy đủ có ảnh hưởng bao nhiêu?
Độ hoàn thiện của Google Business Profile (GBP) hoạt động như tín hiệu ngưỡng trong tìm kiếm địa phương AI: nó quyết định doanh nghiệp có lọt vào tập ứng viên được AI xét đến không, trước khi bàn đến tần suất.
Mức ảnh hưởng cụ thể theo dữ liệu Uberall:
- Mô tả GBP được điền đầy đủ có thể giúp tỷ lệ được nhắc tăng gấp 3 lần với chuỗi siêu thị.
- Với khách sạn, tăng số thuộc tính (attributes) từ 6-10 lên 31-50 đẩy xác suất được nhắc từ 22% lên 94%.
- Số lượng ảnh là yếu tố dự đoán mạnh nhất tần suất được nhắc của nhà hàng. Những nhà hàng được nhắc nhiều nhất có số ảnh trung bình nhiều gấp 3 lần so với những nơi không xuất hiện.
- Với nha khoa, số lượng ảnh là tín hiệu duy nhất dự đoán cả xác suất lẫn tần suất được nhắc. Với ngân hàng, đây là một trong ba yếu tố dự đoán mạnh nhất tổng thể.
Số lượng review hay điểm sao quan trọng hơn với AI?
Trên cả 5 mô hình, số lượng review dự đoán khả năng được nhắc đến nhất quán hơn điểm sao. Đây là phát hiện đảo ngược nhất của nghiên cứu, đặc biệt với các đội nhóm đã bỏ nhiều công sức vào việc cải thiện điểm đánh giá.
- Siêu thị: Thương hiệu có lượng review nhiều nhưng điểm sao thấp hơn được AI nhắc 94,3% thời gian; thương hiệu điểm cao nhưng ít review chỉ được nhắc 60,6% thời gian (Uberall).
- Nha khoa: Không có điểm sao trên bất kỳ nền tảng nào đạt mức ý nghĩa thống kê như yếu tố quyết định việc được nhắc.
- Ngân hàng: Điểm tổng hợp cao hơn trên Yelp và TrustPilot tương quan nghịch chiều với tần suất được nhắc. Những ngân hàng được nhắc nhiều nhất là các tổ chức lớn tầm quốc gia vốn thu hút nhiều khiếu nại theo quy mô, nên mối tương quan âm phản ánh kích cỡ chứ không phải bị phạt vì chất lượng.
- Khách sạn: Ngoại lệ duy nhất. Điểm sao GBP tương quan mạnh hơn với xác suất và tần suất được nhắc so với số lượng review, khiến cải thiện điểm đánh giá là tín hiệu ưu tiên trong ngành này.
Quy mô thương hiệu có ảnh hưởng đến gợi ý của AI không?
Ít hơn hầu hết mọi người vẫn nghĩ. Trên cả 5 ngành, quy mô thương hiệu như số cửa hàng, thị phần hay số phòng là yếu tố dự đoán kém cho tần suất gợi ý của AI. Với nhà hàng và nha khoa, thương hiệu độc lập hoàn toàn có thể vượt chuỗi lớn về tỷ lệ được nhắc.
Các tín hiệu uy tín (authority) cho thấy ảnh hưởng nhất quán hơn quy mô, theo dữ liệu Uberall:
- Tần suất được báo chí đưa tin: Thương hiệu có trên 30 lượt nhắc trên báo chí ghi nhận mức tăng 15 lần tần suất được nhắc trong ngành ngân hàng và tỷ lệ được nhắc 100% trong ngành siêu thị.
- Xuất hiện trong danh sách biên tập: Được Bankrate, Forbes Travel Guide hay Michelin xếp hạng gần như đồng nghĩa với việc được “nạp thẳng” vào dữ liệu huấn luyện của LLM (large language model, mô hình ngôn ngữ lớn là nền tảng của các công cụ AI này). Ngân hàng có mặt trên 3 nền tảng biên tập trở lên ghi nhận mức tăng 13 lần về tần suất được nhắc. Michelin xuất hiện trong 94,5% phản hồi nhà hàng của Perplexity.
- Wikipedia: Yếu tố tích cực đáng tin cậy với khách sạn, siêu thị và ngân hàng, nhưng không có ý nghĩa đáng kể với nha khoa.
- Nền tảng giao hàng: Có mặt trên Instacart, DoorDash hay Mercato không ảnh hưởng đến khả năng hiển thị AI của chuỗi siêu thị.
Facebook và Instagram đóng vai trò gì trong tìm kiếm địa phương?
Hai nền tảng ảnh hưởng đến tìm kiếm địa phương AI theo cách khác nhau. Facebook tác động đến xác suất được nhắc, tức là giúp thương hiệu lọt vào phản hồi AI từ đầu. Instagram khuếch đại tần suất sau khi thương hiệu đã lọt vào tập xét chọn.
- Phòng khám nha khoa được AI nhắc đến có số người theo dõi Facebook gần gấp 5 lần so với những cơ sở không xuất hiện.
- Nhà hàng có Instagram và Yelp mạnh được nhắc gần 7 lần nhiều hơn so với những nơi không có.
- Với khách sạn boutique, Instagram là yếu tố dự đoán mạnh nhất cho lượt AI nhắc đến, vượt cả độ hoàn thiện GBP lẫn tín hiệu biên tập (Uberall).
Góc nhìn Hingewise
Điểm mấu chốt của nghiên cứu này không phải là một danh sách tín hiệu mới, mà là sự thay đổi về cách đếm: AI không tự tạo bảng xếp hạng địa phương từ đầu. Nó kết nối các dấu hiệu tín nhiệm đang tồn tại rải rác về một doanh nghiệp trên khắp web, và ai phủ rộng hơn thì hiển thị nhiều hơn.
Ví dụ cụ thể: một nhà hàng độc lập có 500 review trên Google, tài khoản Instagram hoạt động đều và được một tờ báo ẩm thực địa phương nhắc đến một lần nhiều khả năng được Perplexity hay Gemini gợi ý hơn một chuỗi lớn chỉ tập trung vào quảng cáo trả phí mà bỏ qua các tín hiệu trên. Điều này xảy ra dù chuỗi lớn có thị phần và ngân sách gấp nhiều lần.
Điều mà nghiên cứu chưa nói thẳng nhưng đáng chú ý: bốn nhóm tín hiệu BARS về bản chất là cách AI đo “độ tin cậy thực tế” của một doanh nghiệp theo đúng cách con người vẫn làm từ trước khi có AI. Bằng chứng chứng nhận từ bên thứ ba (editorial lists), phản hồi cộng đồng (review volume), hiện diện xã hội và thông tin minh bạch là những gì người ta dùng để đánh giá uy tín từ trước. AI chỉ đang tự động hóa bước đó ở quy mô máy tính.
Nhận định của Hingewise: các thương hiệu đang làm marketing địa phương bài bản thường đã có nền tảng. Khoảng trống không phải là làm thêm thứ gì hoàn toàn mới, mà là làm có chủ đích hơn và phủ đủ rộng trên các kênh mà AI đang đọc. Xây dựng tín hiệu uy tín không có đường tắt, và chính vì vậy những ai đã đầu tư bền bỉ đang hưởng lợi không cân xứng trong tìm kiếm địa phương AI. Volume và độ phủ tín hiệu quan trọng hơn điểm hoàn hảo trên một kênh duy nhất.
Kiểm tra nhanh trước khi tối ưu tìm kiếm địa phương AI
- Thử tìm tên doanh nghiệp trên ít nhất 3 mô hình AI (ChatGPT, Gemini, Perplexity) để xem ai đang nhắc và nhắc gì.
- Kiểm tra GBP: mô tả có điền đầy đủ chưa? Số thuộc tính và số ảnh so với đối thủ trực tiếp là bao nhiêu?
- Đếm tổng số review trên Google, Yelp và các nền tảng phù hợp với ngành, không chỉ nhìn điểm trung bình.
- Rà soát xem thương hiệu đã xuất hiện trong danh sách biên tập nào chưa: giải thưởng ngành, bài xếp hạng, hướng dẫn uy tín từ bên thứ ba.
- Kiểm tra trang Wikipedia nếu là khách sạn, siêu thị hoặc ngân hàng: đã có trang chưa, nội dung cập nhật chưa?
- Đánh giá độ hoạt động trên Facebook (lượng followers, tần suất đăng) và Instagram (số bài, chất lượng hình ảnh) theo đặc thù ngành.
- Với nha khoa và y tế: tập trung vào GBP và Facebook trước, không đặt cược vào cải thiện điểm sao như với các ngành khác.
Câu hỏi tiếp theo đáng theo dõi: khi AI agents (tác nhân AI tự động thực hiện nhiệm vụ thay người dùng) bắt đầu đặt bàn hay đặt lịch hẹn trực tiếp thay vì chỉ gợi ý, liệu bốn nhóm tín hiệu hiện tại có đủ, hay sẽ cần thêm dữ liệu giao dịch? Đây là phần tiếp theo của câu chuyện tìm kiếm địa phương AI đang được hình thành.
Nguồn: Search Engine Journal / Uberall (nội dung tài trợ bởi Uberall)
Bài viết được soạn với sự hỗ trợ của AI từ các nguồn dẫn ở trên và đối chiếu với các nguồn đó trước khi đăng. "Góc nhìn Hingewise" là nhận định biên tập của Hingewise, dựa trên khung phân tích và lập trường chúng tôi dùng trong công việc GEO. Cách chúng tôi làm việc: Chính sách biên tập.