Semrush: AI ส่งทราฟฟิกให้เว็บภาคการผลิตแค่ 0.48% และอ้างอิงคนละเว็บกับที่เอ่ยชื่อ

ผู้ช่วย AI และ AI Mode ของ Google รวมกันส่งผู้เข้าชมเพียง 0.48% ของ session ทั้งหมดไปยังเว็บไซต์ภาคการผลิตและอุตสาหกรรม ระหว่างเดือนมกราคมถึงกรกฎาคม 2569 ตามผลการศึกษาของ Semrush ที่เผยแพร่เมื่อวันที่ 8 กันยายน 2569 และรายงานโดย PPC Land ในช่วงเจ็ดเดือนเดียวกัน AI Overviews ขยายจาก 38% เป็น 57% ของปริมาณการค้นหาที่ติดตามในภาคนี้ ข้อค้นพบที่คมกว่าคือแบรนด์ที่คำตอบ AI เอ่ยชื่อบ่อยที่สุดแทบไม่ใช่เว็บไซต์ที่คำตอบ AI ลิงก์ไปหา จากโดเมน 15 อันดับแรกของแต่ละรายการ มีเพียงสองโดเมนที่อยู่ในทั้งสองรายการ

Semrush ขายเครื่องมือติดตามการมองเห็นบน AI และปิดท้ายผลการศึกษาด้วยการแนะนำผลิตภัณฑ์ของตัวเอง ตัวเลขเหล่านี้จึงเป็นการวัดของผู้ขายในตลาดที่ตนให้บริการ Semrush เองเรียกการวิเคราะห์นี้ว่าเป็นการชี้ทิศทาง ไม่ใช่ข้อสรุปเด็ดขาด เมื่อบอกข้อควรระวังแล้ว ข้อมูลนี้แยกสองเรื่องที่นักการตลาดมักมองเป็นเรื่องเดียวออกจากกัน คือการถูกเอ่ยชื่อ กับการถูกลิงก์ และหลักนี้ใช้ได้ไกลกว่าภาคการผลิต

การศึกษานี้ทำอย่างไร

งานวิจัยนี้เครดิตให้ Luke Harsel ร่วมกับ Nikola Manojlović รวมข้อมูลของ Semrush สามชุดในช่วงมกราคมถึงกรกฎาคม 2569

• ข้อมูลคีย์เวิร์ดและหน้าผลการค้นหา Semrush เลือกโดเมนภาคการผลิต 20 อันดับแรกจากการจัดอันดับ Trending Websites ดึงคีย์เวิร์ด 1,000 อันดับแรกของแต่ละโดเมน และเก็บไว้เฉพาะคีย์เวิร์ดที่มีโดเมนเหล่านี้อย่างน้อยสองรายติดอันดับต้น ได้คีย์เวิร์ด 458 คำ ติดตามรายเดือนและถ่วงน้ำหนักตามปริมาณการค้นหา
• ข้อมูลทราฟฟิกแบบ clickstream session ในสหรัฐอเมริกาไปยังเว็บไซต์สิบหมวด ได้แก่ เคมีภัณฑ์ วิศวกรรมโยธา ก่อสร้างและซ่อมบำรุง อุปกรณ์และวัสดุ เครื่องจักร การผลิต พลาสติกและพอลิเมอร์ พลังงานหมุนเวียน ขนส่งและโลจิสติกส์ และคลังสินค้า
• ข้อมูลการมองเห็นบน AI กลุ่มอุตสาหกรรมการผลิตในสหรัฐอเมริกาบน ChatGPT, Gemini, Google AI Mode และ Google AI Overviews โดยเก็บโดเมน 25 อันดับแรกตามจำนวนการเอ่ยชื่อ และ 25 อันดับแรกตามจำนวนการอ้างอิงในแต่ละเดือน

AI Overviews ขยายลงไปถึงปลายกรวยการซื้อ

ในคีย์เวิร์ด 458 คำ AI Overviews เพิ่มจาก 38% ของปริมาณการค้นหาในเดือนมกราคมเป็น 57% ในเดือนกรกฎาคม Semrush ระบุว่าฟีเจอร์นี้ไม่ได้จำกัดอยู่แค่คำถามกว้าง ๆ อีกต่อไป คำค้นที่เริ่มมี AI Overview ในช่วงนี้รวมถึงคำค้นสินค้า "pneumatic cylinder" รหัสชิ้นส่วน "csla2gf" และคำค้นแบรนด์ "National Instruments" รหัสชิ้นส่วนคือคำค้นที่อยู่ปลายกรวยการซื้อที่สุดของอุตสาหกรรม และคำค้นแบรนด์คือคำที่ผู้จำหน่ายคาดว่าจะเป็นเจ้าของแน่นอน

ทราฟฟิกมาจากไหนจริง ๆ

ข้อมูล clickstream ให้สัดส่วน session ของอุตสาหกรรมสิบหมวด ระหว่างมกราคมถึงกรกฎาคม 2569 ดังนี้

ส่วนที่เหลือคือ organic social (1.33%), paid social (0.19%) และ display (0.06%) Direct กับ organic search รวมกันคิดเป็น 78.93% ของ session ส่วนช่องทาง AI สองช่องรวมกันได้ 0.48%

ภายในสัดส่วนที่ดูนิ่งนี้ มีแนวโน้มหนึ่งที่สม่ำเสมอ คือสัดส่วนทราฟฟิก direct เพิ่มขึ้น ขณะที่สัดส่วน organic search ลดลง Semrush บอกว่าความต้องการสินค้าอุตสาหกรรมไม่ได้เปลี่ยนอย่างเห็นได้ชัด สิ่งที่เปลี่ยนคือเส้นทางที่คนใช้เพื่อเข้าถึงผู้จำหน่าย

"dark SEO funnel"

นี่คือข้อค้นพบที่มีผลต่องบประมาณ organic search วัดได้ระดับคำค้นและระบุได้ว่ามาจากหน้าไหน ส่วน direct คือถังที่รับ session ที่ระบบวิเคราะห์จัดประเภทไม่ได้ รวมถึงการเข้าชมที่เริ่มจากการคุยกับแชตบอตแล้วจบด้วยการพิมพ์ชื่อแบรนด์ลงในเบราว์เซอร์ Semrush อ้างแบบสำรวจของตัวเองกับผู้เชี่ยวชาญ B2B มากกว่า 600 คน ซึ่งพบว่าผู้ซื้อใช้เครื่องมือ AI เพื่อคัดรายชื่อผู้จำหน่ายสำหรับการซื้อมูลค่าเกิน 1,000 ดอลลาร์ แล้วตามต่อด้วยการค้นหาใน Google หรือเข้าเว็บโดยตรง นักการตลาดคนหนึ่งที่ถูกอ้างในผลการศึกษาเรียกสิ่งนี้ว่า "dark SEO funnel" คือทราฟฟิก direct หรือการค้นหาชื่อแบรนด์ที่เพิ่มขึ้นอาจเป็นผลของการมองเห็นบน AI โดยไม่มีทราฟฟิกอ้างอิงจาก AI ปรากฏในระบบวิเคราะห์เลย

การเอ่ยชื่อกับการอ้างอิงคือกระดานอันดับสองชุด

ผลการศึกษาแยกตัวชี้วัดสองตัว การเอ่ยชื่อ (mention) คือชื่อแบรนด์ที่ปรากฏในเนื้อหาของคำตอบ AI การอ้างอิง (citation) คือลิงก์ที่ระบบเสนอเป็นแหล่งข้อมูล จากโดเมน 15 อันดับแรกของแต่ละรายการ มีเพียง Vevor และ Grainger ที่อยู่ในทั้งสองรายการ

ตัวเลขที่ Semrush ส่งให้สื่อเมื่อวันที่ 9 กันยายนระบุว่า Boeing ถูกเอ่ยชื่อ 771,000 ครั้งบนระบบ AI ทั้งสี่ นำหน้า 3M ที่ 743,000 ครั้ง และ John Deere ที่ 732,000 ครั้ง และ Boeing ยังนำบน Google AI Overviews เพียงอย่างเดียวที่ 286,000 ครั้ง ตัวเลขเหล่านี้ไม่มีอยู่ในเนื้อหาผลการศึกษาที่เผยแพร่ ซึ่งเรียงแบรนด์ที่ถูกเอ่ยชื่อมากที่สุดเป็น 3M, John Deere และ Boeing ในลำดับที่ต่างกัน PPC Land รายงานทั้งสองแบบโดยไม่ตัดสินว่าแบบใดถูก สิ่งที่ไม่มีข้อโต้แย้งคือ Boeing ไม่อยู่ในรายชื่อแหล่งที่ถูกอ้างอิงมากที่สุดเลย

โดเมนที่ถูกอ้างอิงมากที่สุด 15 รายส่วนใหญ่เป็นเว็บไดเรกทอรี มาร์เก็ตเพลส ผู้จัดจำหน่าย และผู้เผยแพร่ข้อมูลอ้างอิง ผู้ผลิตครองได้เพียงสี่ในสิบห้าอันดับ คำอธิบายของ Semrush เป็นเรื่องโครงสร้าง การเอ่ยชื่อให้รางวัลกับการเป็นที่รู้จัก และแบรนด์ที่ถูกเอ่ยชื่อมากที่สุดหลายรายมีอายุราวหนึ่งศตวรรษ ส่วนการอ้างอิงให้รางวัลกับหน้าที่ตอบคำถามได้ดีที่สุด ซึ่งแทบไม่ใช่เว็บไซต์ของผู้ผลิตเอง

ค่าความน่าเชื่อถือของเว็บสัมพันธ์กับการเอ่ยชื่อมากกว่าการอ้างอิง

Semrush เปรียบเทียบ Authority Score ของทั้งสองกลุ่ม แบรนด์ที่ถูกเอ่ยชื่อมากที่สุดมีคะแนนสม่ำเสมอ แต่แหล่งที่ถูกอ้างอิงมากที่สุดไม่เป็นเช่นนั้น engineerfix.com ซึ่งเป็นโดเมนที่ถูกอ้างอิงมากที่สุดในภาคนี้มีคะแนน 17 ขณะที่ made-in-china.com อยู่ที่ 77 ผลการศึกษาตีความความต่างนี้ว่าค่าความน่าเชื่อถือของเว็บสัมพันธ์กับการเอ่ยชื่อมากกว่าการอ้างอิง

เว็บที่ ChatGPT อ้างอิงบ่อยแต่ Google แทบไม่จัดอันดับ

ความต่างระหว่างแพลตฟอร์มที่ชัดที่สุดคือ engineerfix.com ซึ่งนำด้านการอ้างอิงบน ChatGPT แต่ไม่ติดรายชื่อแหล่งอ้างอิงยอดนิยมบน Gemini, AI Mode หรือ AI Overviews ข้อมูลของ Semrush ระบุว่าเว็บนี้ติดอันดับบน Google ราว 3,700 คีย์เวิร์ดและมีทราฟฟิกจาก Google น้อย แต่มีผู้เข้าชม organic โดยประมาณเกือบ 300,000 ครั้งต่อเดือน ความต่างอยู่ที่แหล่งทราฟฟิก DuckDuckGo, Bing และ Yahoo คิดเป็นมากกว่า 68% ของทราฟฟิก ส่วน Google ไม่ถึง 2% เว็บที่อ่อนบนเครื่องมือค้นหาหนึ่งอาจเป็นแหล่งข้อมูลที่แข็งบนเครื่องมืออื่น และผู้ช่วย AI ที่อิงคำตอบจากดัชนีเหล่านั้นก็รับมุมมองนั้นมาด้วย กลยุทธ์ที่ได้การอ้างอิงบนผู้ช่วย AI ตัวหนึ่งจึงไม่รับประกันผลบนอีกตัว

การอ้างอิงไม่ได้เปลี่ยนเป็นการเข้าชมในอัตราที่คาดเดาได้

เมื่อเทียบทราฟฟิกจาก AI กับจำนวนการเอ่ยชื่อและการอ้างอิง ผลการศึกษาไม่พบความสัมพันธ์ที่ชัดเจน Engineerfix นำด้านการอ้างอิงแต่ได้ทราฟฟิกจาก AI เพียงเสี้ยวเดียวของโดเมนที่อันดับต่ำกว่า ส่วน made-in-china.com และ rsc.org อยู่ในกลุ่มที่ได้ทราฟฟิกจาก AI สูงสุดในรายชื่อแหล่งอ้างอิง

คำอธิบายของ Semrush คือสิ่งที่หน้าเว็บมีให้หลังจากคำตอบจบลง Engineerfix เผยแพร่คู่มือกว้าง ๆ และคำอธิบายแนว FAQ ที่ระบบ AI สรุปได้ครบ ผู้อ่านจึงไม่มีเหตุผลต้องคลิก Grainger เป็นผู้จัดจำหน่ายที่การอ้างอิงพาไปยังหน้าที่สั่งซื้อได้ Royal Society of Chemistry แสดงความต่างนี้ภายในโดเมนเดียว หน้าที่ถูกอ้างอิงมากที่สุดคือหน้าธาตุในตารางธาตุในโฟลเดอร์ /element/ ขณะที่หน้าที่ถูกคลิกมากที่สุดคืองานวิจัยที่ผ่านการประเมินในโฟลเดอร์ /content/ การอ้างอิงไปตกที่ข้อมูลอ้างอิง แต่การคลิกไปตกที่งานวิจัย

สิ่งที่แหล่งข่าวไม่ได้บอก

ข้อมูลทราฟฟิกครอบคลุมเฉพาะ session ในสหรัฐอเมริกา ผลการศึกษาไม่ได้ให้ข้อมูล conversion หรือรายได้แยกตามช่องทาง จึงบอกไม่ได้ว่าการเข้าชมจาก AI มีมูลค่ามากหรือน้อยกว่า organic ไม่ได้อธิบายความไม่ตรงกันระหว่างลำดับการเอ่ยชื่อที่เผยแพร่กับตัวเลขที่ส่งให้สื่อ วัดเพียงสิบหมวดอุตสาหกรรม ไม่ใช่ B2B ทั้งหมด และในฐานะงานศึกษาของผู้ขาย วิธีการยังไม่ได้ถูกทำซ้ำโดยอิสระ

สิ่งที่ควรตรวจในระบบวิเคราะห์ของคุณ

• ดูแนวโน้มสัดส่วน direct ไม่ใช่แค่ทราฟฟิกจาก AI ถ้า direct และการค้นหาชื่อแบรนด์เพิ่มขึ้นขณะที่ organic ลดลง การค้นพบผ่าน AI อาจเป็นส่วนหนึ่งของเหตุผล แม้ทราฟฟิกจาก AI จะเกือบเป็นศูนย์
• ติดตามการเอ่ยชื่อและการอ้างอิงแยกกัน การถูกเอ่ยชื่อในคำตอบสร้างการจดจำ การถูกลิงก์ส่งผู้เข้าชม สองอย่างนี้ต้องใช้งานต่างกัน
• ตรวจว่าหน้าไหนของคุณที่ AI ย่อได้หมด หน้าที่ตอบครบในย่อหน้าเดียวได้การอ้างอิงแต่ไม่ได้คลิก หน้าที่มีข้อมูลสินค้า การขอใบเสนอราคา เครื่องมือ หรืองานวิจัยต้นฉบับ ให้เหตุผลที่คนจะเข้ามา
• ตรวจเครื่องมือค้นหาที่ไม่ใช่ Google การมองเห็นบน Bing อาจมีผลต่อผู้ช่วย AI ที่อิงคำตอบนอก Google
• ตั้งช่องทางสำหรับทราฟฟิกจาก AI ในระบบวิเคราะห์ custom channel group ใน GA4 สำหรับ referrer ของผู้ช่วย AI ที่รู้จัก ทำให้ตัวเลขเล็ก ๆ นี้มองเห็นและติดตามได้

เรื่องนี้มีความหมายอย่างไรกับนักการตลาดไทย

ข้อมูลนี้เป็นของสหรัฐอเมริกาเท่านั้นและไม่ได้บอกอะไรเกี่ยวกับผู้ซื้อชาวไทย แต่สำหรับผู้ผลิต ผู้จัดจำหน่าย และบริษัทบริการ B2B ในไทย โครงสร้างของข้อค้นพบยังใช้ได้ ผู้ซื้อในภาคอุตสาหกรรมไทยก็คัดรายชื่อผู้จำหน่ายผ่านการค้นหา และผ่านผู้ช่วย AI มากขึ้นเรื่อย ๆ และเว็บไดเรกทอรีกับมาร์เก็ตเพลสอาจครองการอ้างอิงได้แม้ผู้ผลิตจะเป็นที่รู้จักมากกว่า ขั้นตอนที่สมเหตุสมผลคือตั้งค่า GA4 ให้แยกทราฟฟิกจาก AI และติดตามช่องทาง direct สร้างหน้าสินค้าและหน้าสเปกที่ให้เหตุผลในการคลิก และวางแผน GEO เพื่อให้ถูกอ้างอิง ไม่ใช่แค่ถูกเอ่ยชื่อ ส่วนงาน SEO Thailand ที่ครอบคลุมการมองเห็นทั้งบน Google และ Bing ช่วยรับมือกับความต่างระหว่างแพลตฟอร์มที่ผลการศึกษาอธิบาย

คำถามที่พบบ่อย

ทราฟฟิกเว็บไซต์ภาคการผลิตมาจาก AI มากแค่ไหน

ตามผลการศึกษาของ Semrush session ไปยังเว็บไซต์ภาคการผลิตและอุตสาหกรรมในสหรัฐอเมริกา 0.48% มาจากผู้ช่วย AI และ AI Mode ระหว่างมกราคมถึงกรกฎาคม 2569 ขณะที่ direct อยู่ที่ 56.65% และ organic search อยู่ที่ 22.28%

การเอ่ยชื่อกับการอ้างอิงบน AI ต่างกันอย่างไร

การเอ่ยชื่อคือชื่อแบรนด์ที่ปรากฏในเนื้อหาของคำตอบ AI ส่วนการอ้างอิงคือลิงก์ที่ AI เสนอเป็นแหล่งข้อมูล ในข้อมูลภาคการผลิตของ Semrush มีเพียงสองโดเมน คือ Vevor และ Grainger ที่ติด 15 อันดับแรกทั้งสองด้าน

ถ้า AI ส่งทราฟฟิกน้อยขนาดนี้ การมองเห็นบน AI ยังสำคัญหรือไม่

อาจยังสำคัญ เพราะผู้ซื้อที่เจอแบรนด์ในคำตอบ AI อาจเข้ามาภายหลังผ่านการเข้าเว็บโดยตรงหรือการค้นหาชื่อแบรนด์ ซึ่งระบบวิเคราะห์ไม่ได้ระบุว่ามาจาก AI ข้อมูลของ Semrush แสดงว่าสัดส่วน direct เพิ่มขึ้นขณะที่ organic search ลดลง แต่ผลการศึกษาไม่ได้พิสูจน์ว่า AI เป็นสาเหตุ

ผลการศึกษานี้เป็นอิสระหรือไม่

ไม่เป็นอิสระ ผลการศึกษานี้จัดทำโดย Semrush ซึ่งขายเครื่องมือติดตามการมองเห็นบน AI และ Semrush เองระบุว่าการวิเคราะห์นี้เป็นการชี้ทิศทาง ไม่ใช่ข้อสรุปเด็ดขาด

ตัวเลขทราฟฟิกจาก AI ที่น้อย กับอิทธิพลของ AI ที่มีจริง เป็นจริงได้พร้อมกัน หากต้องการวัดว่าผู้ซื้อ B2B ของคุณพบคุณจากที่ไหน และคำตอบ AI ส่งพวกเขามาหรือไม่ พูดคุยกับ Relevant Audience ได้เลย