מדור C-LEVEL מעניק הצצה לעולם המקצועי של מובילים ומקבלי החלטות במגון חברות ומגזרים במשק. לצד ראיונות אישיים בפודקאסט אנחנו שמחים לשלב גם ראיונות כתובים. והפעם, אלעד גולדנברג, מייסד משותף של GeckoCheck.
GeckoCheck צמחה מתוך מציאות חדשה שבה מנועי החיפוש או לפחות האופן שבו אנשים מחפשים ברשת משתנה, משאלות חיפוש לתקשורת שיחתית בשפה טבעית. במציאות כזו שבה מוצרים ומותגים זוכים לנוכחות דיגיטלית בהתאם למה שה-AI מחליט להציג, GeckoCheck נכנסת בדיוק לנקודת הכאב הבוערת: לעזור למותגים להבין איך הם נראים בעיני האלגוריתמים, ולדאוג שהם גם יופיעו במקום הנכון.
מי שמובילים את החברה הם אלעד גולדנברג, אחד האנשים שמכירים הכי טוב את החיבור בין טכנולוגיה למסחר. אחרי שנים בתפקידי מפתח ב-eBay, כולל ניהול הפעילות בישראל והובלת תחום ה-Structured Data הגלובלי, ואחרי שהקים סטארט-אפ שנרכש על ידי eko, הוא החליט להתמקד באתגר הבא: איך עסקים יכולים לשרוד ולהצליח בעולם שבו AI הוא דלת הכניסה החדשה לאינטרנט.
לצדו של אלעד ד״ר קירה רדינסקי, שותפה מייסדת, אחת החוקרות והיזמיות המובילות בארץ ובעולם בתחומי AI וניתוח נתונים. כמדענית הראשית לשעבר של eBay ישראל, מנכ״לית Diagnostic Robotics ומייסדת SalesPredict (שנרכשה גם היא על ידי eBay), היא מביאה את הבנתה העמוקה לגבי איך אלגוריתמים מקבלים החלטות — ומה גורם להם להעדיף מותג אחד על פני אחר.
יחד, הם בונים ב-GeckoCheck מערכת שמפענחת איך AI “רואה” מוצרים, מה משפיע על הדירוג שלהם, ואיך אפשר להפוך את החיפוש מבוסס-בינה מלאכותית מבעיה עסקית — ליתרון תחרותי. חברה שנולדה בדיוק לרגע שבו כולנו מתחילים להבין שהחיפוש של הדור הבא כבר לא מתחיל בתיבת טקסט, אלא בשאלה פשוטה — ומה שה-AI בוחר לענות.
היי אלעד, למי שבמקרה לא מכיר, ספר קצת על עצמך, על הרקע המקצועי שלך ומה הוביל להקמה של GeckoCheck:
אני מגיע מעולמות המוצר הפיזי, האיקומרס, השיווק הדיגיטלי והפיתוח העסקי, עם שנים של עבודה צמודה למותגים בינלאומיים וקמעונאים דיגיטליים. זכיתי להיות חלק משינוי מאוד גדול שהתחיל לפני 15 שנים, והוא הפיכת האיקומרס לדבר שגרתי. ניהלתי מקרוב פעילויות עסקיות גלובליות בהיקפים גדולים והובלתי צוותים שמדדו כל קליק וכל המרה. במשך שנים שיחקנו לפי החוקים המוכרים של SEO וקמפיינים ב- Google ובסושיאל.
בשנתיים האחרונות הרגשתי שמשהו בסיסי נשבר: הלקוחות שואלים הכל את ChatGPT, ב-Gemini וב-Perplexity, לאן כדאי לטוס, איך להכין עוגת גבינה ואיפה כדאי להתחייב למשכנתא. Google הבינה את זה ומציעה תשובות מסוכמות ושימושיות ב-AI Overview. הגולשים פחות לוחצים על קישורים, פחות נכנסים לאתר, אבל ההחלטות על קנייה, השוואת מחירים ובחירת ספק קורות בתוך התשובות של ה-AI.
דיברתי עם עשרות נשות ואנשי מקצוע בשיווק ואיקומרס, וכולם אמרו את אותו הדבר: "אני יודעת איפה אני בתוצאות של Google, אבל אין לי מושג איך ChatGPT מציג את המותג שלי, ואם בכלל". משם נולדה GeckoCheck, שהקמתי יחד עם ד"ר קירה רדינסקי, שאנחנו מכירים מ- eBay, אחרי שחברה שלה נמכרה. חשבנו ליצור פלטפורמה שמאפשרת למותגים למדוד, להבין ולשפר את הנוכחות שלהם בעולמות AI Search, לאן שהתנועה העתידית בדיגיטל עוברת.
מה הייעוד המרכזי של GeckoCheck? ועל איזה צורך מרכזי הוא נועדה לענות?
GeckoCheck עוזרת למותגים לוודא שהסיפור שלהם מסופר נכון בעידן של מנועי AI. אנחנו בודקים איך מותגים ומוצרים מופיעים בתשובות של מנועי AI, משווים את הממצאים למתחרים, ומתרגמים הכל לתוכנית פעולה שיווקית ברורה. המטרה שלנו פשוטה: לעזור למותגים לשלוט בנראות שלהם ולבלוט בתשובות שהלקוחות רואים בשלבים שונים של משפך המכירה.
במילים אחרות, אם פעם שאלת "איפה אני מדורג ב- Google", היום השאלה היא "איך ה-AI מתאר את המותג שלי, ואם הוא בכלל בוחר להזכיר אותי".
לאיזה צורך ספציפי בשוק המערכת עונה?
כדי לענות על השאלה הזו, חשוב קודם להבין שהחיפוש הקלאסי משתנה. במקום רשימת קישורים, הלקוח מתייעץ עם צ׳אט שמחזיר תשובות ולעיתים מפנה לאתרים רק בשלבים מאוחרים יותר בתהליך קבלת ההחלטות. זה משנה את כללי המשחק. עבור מנהלי שיווק זו מציאות חדשה עם אתגרים ברורים: ראשית, אין שקיפות לגבי האופן שבו בינה מלאכותית בוחרת את המקורות שלה, אין מדדים לנראות שהיא מייצרת, ולא לנתח נוכחות או סנטימנט בתוך התשובות, ונקודה שלישית: קשה לדעת אילו שינויים בתוכן באתר באמת משפיעים על התוצאות.
בדיוק כאן GeckoCheck נכנסת לתמונה. היא מוסיפה שכבת אנליטיקה ייעודית לעידן החדש של מנועי תשובה ומחזירה למותגים שליטה. ככה אפשר למדוד, להשוות ולשפר נוכחות דיגיטלית גם בעולם שבו AI מחליט מה הלקוח יראה.
כיצד מזהה החברה את היתרון התחרותי שלה בשוק AI כיום?
היתרון שלנו מגיע מכמה כיוונים. ראשית, הטכנולוגיה מותאמת לעידן שבו תשובה היא המוצר. בעולם שבו לקוחות מקבלים תשובה במקום לחפש קישור, GeckoCheck נבנתה במיוחד כדי למדוד, להבין ולשפר איך מותגים מופיעים בתוך אותן תשובות. אנחנו לא רק מתאימים את עצמנו ל-AI אלא בנינו את הפלטפורמה סביבו מהיסוד, עם מדדים שמודדים נראות, השפעה ואמינות בתוך מנועי תשובה.
שנית, היא מסייעת בשפה של מנהלי שיווק, לא רק של אנשי נתונים. אנחנו לא מסתפקים בדוחות וגרפים, אלא מייצרים "פרויקטים" ברורים עבור כל שאלה או סיכון שאנחנו מזהים: אילו עמודים לעדכן, אילו תשובות לבנות, איפה לחזק אמינות, ואיפה יש סיכון אמיתי למוניטין. לא עוד מערכת Blackbox שצוות השיווק מכירים רק בשם, אלא מערכת שתרגום להם להיכנס יותר לעומק ולקבל שליטה.
GeckoCheck לא מסתפקת בניתוח גנרי של מותג. אנחנו מציעים עומק ורטיקלי, אנחנו מבצעים אנליזה מעמיקה לפי ענף, קטגוריה ומוצר כדי להבין את התמונה המלאה. בנינו מסלולים ייעודיים לאי קומרס, שירותים דיגיטליים, B2B SaaS ותחומים נוספים, כך שכל תובנה והמלצה מדויקות למצב שלך בשוק ולשאלות שלקוחות שואלים בפועל.
מה הם הכאבים העיקריים שמנהלי שיווק ומותג חווים כיום, ואיך הפתרון נותן מענה?
הכאבים המרכזיים שאני שומע בשטח הם:
- תחושת "עיוורון" ל-AI: כולם יודעים ש-ChatGPT, Gemini ו-Perplexity משפיעים על החלטות, אבל כמעט אף אחד לא יודע אם המותג שלו בכלל מוזכר, ובאיזו צורה. כולם מבצעים חיפושים אישיים בעצמם, אבל אנחנו יודעים שבכל פעם שנחפש משהו נקבל תשובה אחרת. אז יוצרים נתונים עקביים שאפשר לסמוך עליהם לאורך זמן.
- פער בין דיווחים ל-C-Level לבין המציאות: קשה להסביר להנהלה מה באמת קורה בעולם ה-AI, כי אין KPI מוסכמים ואין גרף ברור להראות.
- עומס וצוותים קטנים: אין זמן וכוח אדם להריץ מאות או אלפי שאילתות ידנית, לתעד תשובות ולהסיק מסקנות.
- דאגה ממידע לא נכון או מיושן שה-AI ממשיך להציג על המותג.
GeckoCheck עובדת לפי לוגיקה שמדברת בשפה שלהם: אנחנו מדמים את מסע הלקוח עם עשרות ומאות אלפי שאלות אמיתיות לפי שלבי הפאנל, מריצים אותן על מודלי AI מובילים, מודדים נוכחות, סנטימנט, המלצות ומקורות, ואז מחזירים הכל לתוך דשבורדים פשוטים ותוכנית פעולה. במקום "אני לא יודע מה ה-AI אומר עליי", מנהל השיווק מקבל "כאן אתה חזק, כאן אתה לא קיים, וכאן יש סיכון שצריך לטפל בו".
האם יש תובנות ממנהלי שיווק שהשתמשו ב-GeckoCheck?
כן. כמה תובנות שחוזרות על עצמן:
- מנהלי שיווק מגלים שלמוצרים שלהם יש נראות יפה מאוד בגוגל, אבל ה-AI מעדיף להמליץ על מתחרים קטנים יותר, כי התוכן שלהם יותר "קריא ל-AI" או יותר ממוקד תשובה.
- ברגע שנותנים עדיפות ל-FAQ, ל-How-to ולתוכן שמדבר בשפה של שאלות, רואים שינוי מדורג באופן שבו ה-AI מצטט את המותג.
הצוותים משתמשים ב-GeckoCheck כדי ליישר קו בין מרקטינג, מוצר ושירות לקוחות על "איזו גרסה של האמת" אנחנו רוצים שה-AI יאחז.
ברמת מדידה, אנחנו רואים אצל לקוחות שעובדים בצורה עקבית שיפור בנתח הנוכחות שלהם בתשובות AI עבור שאילתות מפתח, וגם ירידה במספר המופעים של מידע שגוי או ישן על המותג. את הנתונים המדויקים אנחנו שומרים לרוב לדוחות פרטניים מול הלקוחות, אבל המגמה ברורה.
בוא נדבר לרגע על הפתרון הטכנולוגי שלכם. איך בעצם עובד המנוע של GeckoCheck?
ברמה גבוהה, GeckoCheck עושה שלושה דברים עיקריים:
סימולציית מסעות לקוח בתוך מנועי AI
אנחנו בונים סט של עשרות אלפי שאילתות לפי שלבי הפאנל, פרסונות, שווקים ושפות. כך אנו מדמים את הדרך שבה לקוחות פוטנציאליים שואלים את מנועי ה- AI, ומקבלים תובנות מובהקות סטטיסטית לגבי מה נענה להם, איך המותג מוצג בתוך השיחה, ואילו קישורים מובילים לאתרים של המותג ושל המתרים או צד שלישי כגון מאמרים, כתבות או ביקורות.
איסוף וניתוח תשובות AI בזמן אמת
המערכת מתחברת ישירות למודלים המובילים, מנתחת את התשובות ומזהה אזכורים של מותגים, קונטקסט, סנטימנט, המלצות, קישורים ועוד. הניתוח מבוסס על עיבוד שפה טבעית ומותאם לתהליכי העבודה של מנהלי שיווק.
הפיכת תובנות למדדים ותוכנית פעולה שיווקית
כל תשובה נשמרת במבנה אחיד ומדויק, ומתוכה אנחנו מחשבים מדדים כמו מדד נוכחות, מדד סנטימנט, נראות לפי שלבי הפאנל, סיכוני מוניטין והזדמנויות לצמיחה. משם נבנית תוכנית פעולה ברורה: אילו עמודים לעדכן, אילו תשובות חסרות, ואיפה כדאי להשקיע בתוכן, בדאטה או בבניית אמון.
חשוב להדגיש: אנחנו לא עוקבים אחרי משתמשים, לא אוספים IP, ולא מתחברים לאתר של הלקוח. מדובר בסימולציה של שאילתות מול מנועי AI, לא במעקב אחרי גולשים.
האם הפתרון משתלב בתוך מערכות קיימות?
רוב הלקוחות היום מייבאים את הנתונים מתוך GeckoCheck לכלי ה-BI, ה-CRM או מערכת הדיווח הפנימית שלהם באמצעות קבצי CSV או חיבור API. תובנות הנראות במנועי AI נכנסות לדוחות שיווקיים ודוחות הנהלה כחלק אינטגרלי מהמדידה. במקביל אנחנו מפתחים חיבורים ישירים למערכות כמו מערכות ניהול לקוחות (CRM) ופלטפורמות דאטה (CDP), כדי לאפשר מעקב סגור בין פעולות GEO לבין מדדי המרה, השפעה עסקית והכנסה בפועל. גם ברמת המדיה, התובנות של GeckoCheck מזינות את אסטרטגיית הקריאייטיב והתוכן לקמפיינים בפלטפורמות כמו Google, Meta ו-TikTok,. גם בלי אינטגרציה ישירה עם מערכות פרסום, אפשר לתרגם את הממצאים לתוכן שמניע ביצועים.
ומה לגבי התחרות בשוק? אילו שחקנים או פתרונות אתם רואים כמתחרים?
אנחנו מסתכלים על שלוש קבוצות עיקריות:
- כלי SEO קלאסיים שהוסיפו מודולים ל-AI visibility.
- פלטפורמות חדשות שצמחו סביב AI search בלבד, ומתמקדות בעיקר בטראקינג של אזכורים וציטוטים.
- ייעוץ וגופי מדיה שבונים "דוחות AI" אד הוק, בלי פלטפורמה מאחוריהם, או כלי שפיתחו עצמאית.
כיצד אתם מבדילים את עצמכם בשוק מתפתח במהירות של AI Search?
ההבדל המרכזי הוא ש-GeckoCheck תוכננה מראש כ"שכבת תפעול" למותגים בעולם AI, לא כעוד דשבורד: GeckoCheck נבנתה מראש ככלי פעולה ולא רק ככלי מדידה. אנחנו מחברים בין נראות, סנטימנט, תחרות וסיכוני מוניטין לתמונה אחת כוללת, ברמת מסע הלקוח ולא רק ברמת מילות מפתח. וזה הבדל מהותי בעולם שבו רוב השאלות הן חופשיות ומשקפות כוונת משתמש אמיתית. מעבר לניתוח, הפלטפורמה יודעת גם להפוך את התובנות לרשימת משימות מסודרת. כך מנהלי שיווק יכולים לתרגם בעיות להזדמנויות אמיתיות ולהכניס שיפורים ישירות לתוך תוכנית העבודה.
לקוחות ישראליים אוהבים לגבר במונחים של ״תכלס״. האם יש תוצאות מדידות?
אנחנו לרוב רואים שיפורים בטווח של 6-8 שבועות ומעלה.
- שיפור בנראות ב-AI: מותגים שמיישמים את ההמלצות רואים בתוך כמה חודשים עלייה ברמת הנוכחות שלהם בשאילתות מסחריות, ובמיוחד בשאלות אמצע פאנל של השוואות ומחקר.
- צמצום סיכונים: מצאנו לא מעט מקרים של מידע ישן או לא מדויק שה-AI הציג על מותג, וטופלו בעקבות הניתוח. זה לא רק שיווק, זה ניהול מוניטין והנרטיב של המותג.
- יישור קו פנימי: המדדים שמספקת GeckoCheck, מעניקים מסגרת ברורה לשיחה בין שיווק, הנהלה ומוצר. כשכולם רואים את אותן תובנות על נראות, סיכונים והזדמנויות, קל יותר לתעדף משימות, לזהות פערים ולנוע יחד באותו כיוון.
כשמחברים את זה לשאר הדאטה הארגונית, ניתן לראות השפעות עקיפות על יחס המרה, על תנועה אורגנית איכותית יותר ועל קיצור זמן מחקר הלקוח לפני קנייה, אבל זה כבר תלוי איך כל ארגון בונה את המידול שלו.
באילו ענפים הערך הגבוה ביותר?
הערך בולט במיוחד כשיש: מחזורי קנייה לא טריוויאליים, הרבה השוואות בין מותגים, וצורך באמון גבוה לפני סגירה. לכן אנחנו רואים כיום אימוץ חזק בעיקר בתחום המסחר האלקטרוני וקמעונאות, אצל נותני שירותים מקומיים ואזוריים, ואצל שירותי B2B SaaS ופתרונות מורכבים יותר, שבהם הלקוח קורא הרבה לפני שהוא מדבר עם איש מכירות.
עם הפנים קדימה, לאן החברה מתקדמת?
הכיוון שלנו בנוי משני צירים עיקריים: הצרי הראשון: העמקת ההבנה של השפעת נכסים דיגטליים: אנחנו מפתחים יכולות שיאפשרו לנתח באופן מדויק אילו נכסים דיגטליים משפיעים על איך מנועי AI מציגים את המותג. המערכת תדע לזהות תכנים אפקטיביים ולהציע פעולות לשיפור ברמה הטכנית, ברמת התוכן וגם בנראות החזותית של אותו נכס. הציר השני: חיבור הדוק לביצוע בפועל: אנחנו מעמיקים את החיבור למערכות ניהול משימות, מערכות ניהול תוכן וספריות מדיה כדי לאפשר לצוותים לעבור מתובנה לביצוע בצורה חלקה ומהירה.
האם אתם שוקלים כניסה לשווקים בינלאומיים, ואיפה עליתם לאוויר לראשונה?
כן. התחלנו בישראל, עם מותגים שפועלים כאן וגם מוכרים לשווקים גלובליים, ומשם התחלנו להתרחב לאירופה, אסיה ולארצות הברית יחד עם לקוחות שחיפשו פתרון GEO אחיד לכמה מדינות במקביל.
איך אתם רואים את תמונת השוק בעוד שנתיים, והאם אתם חוששים מגוגל או מטא?
להערכתי, תוך כשנתיים החיפוש מבוסס AI יהפוך לברירת מחדל עבור רוב המשתמשים. זה כבר לא יהיה תוסף ניסיוני אלא הדרך המרכזית שבה מתקבלות החלטות. יותר ויותר תובנות יישארו בתוך מנועי התשובה, והמשתמש יקבל החלטה עוד לפני שייכנס לאתר.
אין ספק שגוגל, מטא ואחרות יפתחו כלים משלהן למדידה, אבל כמו שקרה בעולם ה-אנליטיקס הקלאסי, תמיד יהיה ערך לשחקן ניטרלי שנותן למותגים תמונה שלמה, רוחבית ורב מערכתית. GeckoCheck לא מסתכלת רק על מה שנוח לפלטפורמה להציג, אלא על מה שהלקוח באמת רואה בתשובה. זאת ההזדמנות, וזאת בדיוק הסיבה שאנחנו בונים את זה עכשיו.
מהו המסר העיקרי למנהלי שיווק ומותג, ולמה זה חשוב עכשיו?
המסר שלי פשוט: אי אפשר לחכות. AI Search כבר כאן, הלקוחות שלכם כבר משתמשים בו, ואם אתם לא מודדים ולא מנהלים את הנוכחות שלכם שם, מישהו אחר יתפוס את המקום. כמו שלא הייתם אומרים "אין לי גוגל אנליטיקס, אבל זה בסדר", כך אי אפשר להישאר בלי ראות בעולם שבו תשובות של AI הופכות לשער הכניסה למותגים.
איזו עצה תיתנו לחברה בינונית שמתמודדת עם AI Search תחרותי, ומה כדאי לעשות מיידית?
שלושה צעדים פרקטיים שאפשר לעשות כבר השבוע:
- הוספת מקטע שאלות ותשובות מדויקות ואינפורמטיביות
זה אחד הכלים הפשוטים אך הקריטיים ביותר להתאמה לעידן AI Search. מנועי תשובה ניזונים מתוכן ישיר, תמציתי ומבוסס שאלה. הוסיפו לאתר מקטעי שאלות ותשובות שעונים על שאלות אמיתיות של לקוחות. כללו השוואות, שימושים, יתרונות, מגבלות ותמחור. השתמשו בניסוח ברור ואובייקטיבי. זה בדיוק סוג התוכן שמנועי AI נוטים לצטט. - מבנה תוכן שמאפשר הבנה והקשר
סדרו את תוכן העמודים בצורה היררכית וברורה. התחילו בכותרת שאלה, אחריה תשובה ישירה ואז הרחבה לפי הצורך. הימנעו מפסקאות ארוכות או ניסוחים מעורפלים. מנועי AI צריכים להבין מי אתם, מה אתם מציעים ומה מבדל אתכם מאחרים, והם זקוקים לזה בצורה ברורה ומובנית. - תיקון ושדרוג של מבני נתונים באתר
ודאו שהאתר שלכם כולל שימוש נכון במבני מידע כמו שאלות ותשובות, מוצרים או מאמרים. זה מאפשר למנועי AI לפרש את התוכן בצורה מדויקת ולשלוף את המידע הנכון למענה על שאלות. גם עדכון של נתונים ישנים או לא עקביים יכול למנוע טעויות חוזרות בתשובות של המנועים.
