A Google automatikus kiegészítése – korábbi nevén “Autosuggest”, ami a beírt kulcsszavakhoz hasonló keresési kifejezéseket ajánl fel – a keresőben megjelenő márkánkról szerzett első felhasználói benyomás felülete, így döntő jelentősége van annak, hogy milyen javaslatok jelennek meg.

A Google “Autocomplete” bizonyos esetekben kifejezetten kártékony is lehet, amikor olyan javaslatokat kínál márkaneves keresésekhez, mint például „panaszok“, „átverés“ és egyéb pejoratív jellegű kulcsszavak. Ez csak hátrányos lehet az üzletnek, és sajnos egyre több vállalkozás találhatja szembe magát a helyzettel.

Ezért is nem véletlen, hogy az úgynevezett online reputáció menedzsment (ORM) kapcsán az egyik leggyakoribb ügynökségi feladat az olyan stratégiák kidolgozása, amelyek befolyásolják a Google automatikus kiegészítését a márkákat érintő keresésekben.

A leggyakoribb Autocomplete értékek

2012-ből származik az utolsó ismert részletesebb tanulmány, amelyben 1500 céggel kapcsolatos leggyakoribb Google automatikus kiegészítéseket vizsgáltak. A Fortune 500-ban lévő vállalatok, valamint amerikai kis és középvállalkozások elemzése során talált leggyakoribb automatikus kiegészítés értékek: Karrier, állások, Wiki, befektetői kapcsolatok, vélemények, helyek, hírek.

A gyakori automatikus kiegészítéseket pedig jellemzően a következő kategóriákba tudjuk sorolni: Helyszínek, foglalkoztatás, befektetési információk, vállalati struktúra (kft, bt etc.), közösségi és új média (Facebook, blog jellemzően), panaszok és vélemények, általános információk, hírek, negatív értékek.

A cégtulajdonosoknak érdemes számolniuk azzal, hogy a “panaszok és vélemények” a hatodik leggyakrabban előforduló értékek, melyek melegágyai a negatív brand említéseknek.

A Google automatikus kiegészítéseknél használt faktorok

Azt, hogy mely kiegészítések kerülnek végül az ajánlásokba objektív faktorok határozzák meg, nem történik humán közreműködés, ezért nem tehet semmit a Google, ha egy márka a negatív kiegészítések miatt  panasszal fordul hozzá.

A Google Autocomplete-t befolyásoló legjelentősebb szignálok:

• Régió és nyelv (a Google figyelembe veszi a tartózkodási helyet ország és város szinten is)
• Kulcsszó volumen
• Helyesírási javaslatok
• Frissesség (Ha vannak olyan kulcsszavak, amelyek hirtelen tettek szert népszerűsége, akkor azok is megjelennek a javaslatok között)
• Közösségi média (A kulcsszó “mention” azaz, hogy a kifejezés milyen gyakorisággal szerepel a közösségi média megosztásokban)

A Google automatikus kiegészítés használata brand erősítésre

A SEJ a Google ORM szakértőjét, Brian Pattersont faggatta a Google Autocomplete lehetőségeiről:

Az interjú főbb tanulságai:

• Sok vállalkozás utólag próbálja javítani a neve mellett megjelenő negatív ajánlásokat, pedig proaktív módon, – ahogyan a fenti  kutatásban is láthattuk – a panaszok és a vélemények tudatos használatával irányíthatjuk az érdeklődést.
• Meg kell határozni a márkával kapcsolatos pozitív kulcsszavakat, és azokat következetesen használni a honlapon, a közösségi médiában és a többi marketing csatornán
• Brian szerint általánosságban a proaktivitás, és a pozitív asszociációkkal való irányítás sokkal hatékonyabb (és jóval kevesebb erőfeszítést igényel), mint utólag a negatív üzenetek eltűntetése.

Kiváló online reputáció menedzsment példa: “Romanians are Smart” kampány

2011-ben híre ment, hogy a Google-be a “romanians are” és a hasonló nyelvi változatokat beírva az automatikus kiegészítés meglehetősen negatív javaslatokkal rukkolt elő:

Ahogyan korábban említettük, a Google automatikus kiegészítéseiben megjelenő kifejezéseket jelentős részben az érdeklődés volumene határozza meg. Éppen erre alapozva az egyik Romániában erős brand, a ROM indított egy kampányt, aminek az volt a célja, hogy megváltoztassa a románokról Google-ben kialakult negatív imidzsét.

Az úgynevezett  “Change with a click” kampány keretében létrehoztak egy honlapot, ahonnan az előre megadott “Romanians are smart” kifejezéssel (több nyelven is) lehetett keresést kezdeményezni. A kampány elindulása után a keresési trendekben jelentős volumen generálódott a témában, és 1 hónap múlva már az automatikus kiegészítések pozitív változásairól számoltak be. Egyes nyelvek esetében az automatikus kiegészítések végül teljesen megváltoztak, és csak pozitív kiegészítések jelentek meg: