Yext ha anunciado acceso a la plataforma para flujos de trabajo de IA empresarial, con acceso a trav茅s de la interfaz de Yext, acceso m贸vil, MCP y acceso API. La compa帽铆a dice que el cambio permite a los equipos de marketing utilizar datos de marca verificados, su asistente inteligente Scout y herramientas de ejecuci贸n dentro de plataformas y flujos de trabajo de inteligencia artificial.
El anuncio aborda un problema al que se enfrentan los equipos de marketing que prueban los agentes y la automatizaci贸n. Dichos sistemas pueden depender de datos almacenados dentro de sistemas distribuidos propiedad de la marca. Esos datos pueden explicar la marca, sus ubicaciones, sus productos, sus clientes y su contenido, pero pueden no mostrar c贸mo se compara la marca con sus competidores en cada mercado elegido.
Yext est谩 posicionando su plataforma como infraestructura para esa pieza que falta. Afirma que los agentes de marketing necesitan contexto antes de poder recomendar acciones y, sin 茅l, un agente puede repetir prioridades, actualizar listados incorrectos, malinterpretar problemas de visibilidad o aplicar los supuestos de un mercado a otro mercado.
Los equipos empresariales pueden trabajar dentro de Yext o conectar Yext a otros sistemas a los que quiz谩s ya hayan dedicado tiempo e inversi贸n.
La brecha de datos detr谩s de los agentes de marketing
Los sistemas propios de una marca pueden decirle a un agente de IA lo que la marca sabe sobre s铆 misma, pero no d贸nde est谩 perdiendo visibilidad, qu茅 competidores est谩n ganando en un lugar, qu茅 listados no est谩n sincronizados con las pautas de la marca o qu茅 perfiles necesitan trabajar para optimizarlos.
Es una distinci贸n importante para las marcas que operan en varios lugares. Los informes nacionales pueden ocultar problemas locales. Una cadena de restaurantes, un banco, un minorista, un grupo de cl铆nicas o una marca de servicios pueden parecer estables en conjunto, pero pierden terreno en una ciudad en particular, por ejemplo. La b煤squeda con IA es capaz de devolver respuestas en contexto, por lo que una recomendaci贸n para un usuario en una ciudad puede depender de los datos, rese帽as, atributos y se帽ales de visibilidad disponibles para ese mercado.
La respuesta de Yext se basa en Scout, Yext Knowledge Graph y su red de distribuci贸n. Scout, que Yext describe como su agente de visibilidad de marca (aunque lleva el mismo nombre que la IA agente de Microsoft Scout recientemente lanzada), busca se帽ales de mercado en la b煤squeda de IA y la b煤squeda tradicional. Knowledge Graph almacena datos de marca verificados en forma estructurada. La red de distribuci贸n resultante se conecta con editores de listados, sitios de rese帽as y plataformas sociales, por lo que se pueden realizar cambios en diferentes canales.
Yext dice que Scout ha analizado 10 mil millones de se帽ales, rastrea 150 m茅tricas de visibilidad por ubicaci贸n, monitorea 20 competidores locales para cada negocio objetivo a trav茅s de cuatro modelos de IA y cubre 12 millones de ubicaciones comerciales en 186 pa铆ses. Tambi茅n dice que cada mes se agregan m谩s de un mill贸n de ubicaciones. Esas cifras son afirmaciones de la empresa, por lo que los especialistas en marketing deber铆an tratarlas como afirmaciones de escala en lugar de hechos de mercado auditados.
Si los flujos de trabajo de IA hacen recomendaciones sobre d贸nde invertir, qu茅 arreglar o qu茅 mercado priorizar, la recomendaci贸n depende de los datos detr谩s de ellas. Los datos competitivos, la precisi贸n de las listas, el contexto de las rese帽as y la visibilidad de las b煤squedas dan forma a lo que el agente puede ver.
Qu茅 pueden probar los especialistas en marketing empresarial
Yext dice que los equipos empresariales ahora pueden hacer preguntas que alguna vez habr铆an requerido trabajo de analista en todos los sistemas, y brinda ejemplos que incluyen encontrar mercados con oportunidades sin explotar, identificar ciudades donde una marca est谩 perdiendo frente a la competencia, comparar el rendimiento de la b煤squeda de IA con el rendimiento de Google, encontrar d贸nde aparecen los problemas de sentimiento y localizar a los editores con tasas de sincronizaci贸n d茅biles.
Un equipo podr铆a utilizar Scout para encontrar ubicaciones que se clasifiquen en la b煤squeda de IA pero que tengan un rendimiento inferior en Google y luego probar la b煤squeda paga en esas 谩reas. Podr铆a identificar mercados donde la cobertura es escasa dentro de un radio objetivo. La capacidad de encontrar ubicaciones que no figuran en las recomendaciones de la IA significa que las empresas pueden verificar si la causa del vac铆o se debe a la calidad de los datos, las rese帽as, el contenido o la fuerza de la competencia.
Ahora se pueden hacer preguntas fuera de la interfaz de Yext. Si una marca tiene herramientas de inteligencia artificial en su flujo de trabajo de planificaci贸n, flujo de trabajo de informes o flujo de trabajo de operaciones, Yext quiere que sus datos tambi茅n est茅n disponibles all铆 (los especialistas en marketing no necesitan otro panel a menos que realmente pueda cambiar las decisiones). Necesitan datos para llegar al lugar donde se gestionan el presupuesto, el contenido, los listados y las operaciones locales.
Las recomendaciones de Yext pueden superar el trabajo de los analistas, pero cada vez es m谩s evidente que las herramientas de inteligencia artificial utilizan los datos de diferentes maneras. Las empresas tambi茅n deber铆an considerar el trabajo de gobernanza que a煤n es necesario: permisos, dise帽o de flujo de trabajo, reglas de aprobaci贸n y medici贸n.
La tecnolog铆a de marketing local se est谩 moviendo, cambiando el enfoque de los paneles que muestran visibilidad a sistemas que exponen datos de visibilidad a flujos de trabajo de IA y desencadenan acciones. Para los especialistas en marketing empresarial, la prueba ser谩 si este tipo de acceso ubicuo a los datos puede reducir el tiempo dedicado a encontrar problemas y aumentar la cantidad de problemas locales que se solucionan r谩pidamente.
Obtenga m谩s informaci贸n sobre la serie de Foros Mundiales de Marketing Digital y reg铆strese aqu铆.
