SEO đa địa điểm thời AI Search: 4 tín hiệu từ nghiên cứu 120.000 lượt nhắc
Một chuỗi bán lẻ có hàng chục cửa hàng, hồ sơ Google Maps đầy đủ và website chỉn chu. Nhưng khi khách hỏi ChatGPT: “Cửa hàng nào gần tôi, còn hàng và được đánh giá tốt?”, thương hiệu ấy có thể không xuất hiện. Ngược lại, một cửa hàng độc lập có thông tin rõ ràng và được nhiều nguồn nhắc đến đôi khi lại được đề xuất.
Điều này có nghĩa AI Search có một bộ thuật toán SEO hoàn toàn mới? Chưa có đủ bằng chứng để kết luận như vậy. Câu hỏi hữu ích hơn là: Những tín hiệu địa phương nào doanh nghiệp có thể cải thiện và thực sự kiểm chứng được?
Tháng 9/2026, Uberall công bố một phân tích đáng chú ý trên Search Engine Journal: hơn 120.000 lượt nhắc đến doanh nghiệp trong câu trả lời AI, trải trên 3.793 địa điểm tại Mỹ, năm loại hình kinh doanh và năm mô hình AI. Bài viết do Sara Vordermeier, người thuộc Uberall, thực hiện dưới dạng nội dung được tài trợ. Đây là một nguồn quan sát có giá trị, nhưng không phải xác nhận chính thức về cơ chế xếp hạng của ChatGPT, Gemini hay Google. Đọc nguồn Uberall trên Search Engine Journal.
Nghiên cứu Uberall về mức độ xuất hiện của doanh nghiệp trong AI Search
Phân tích được công bố ngày 10/09/2026, bao phủ nhà hàng, nha khoa, siêu thị, khách sạn và ngân hàng tại nhiều thành phố Mỹ. Năm nền tảng được nhắc đến gồm ChatGPT, Gemini, Claude, Grok và Perplexity.
Con số 120.000 trong báo cáo là số lượt doanh nghiệp được nhắc trong những câu trả lời do AI tạo ra (AI mentions). Đơn vị đo này không tương đương với số bài viết trên internet, số người sử dụng hay số giao dịch mua hàng.
Uberall gọi bốn nhóm tín hiệu là BARS:
| Nhóm tín hiệu | Nội dung nghiên cứu xem xét | Cách diễn giải thận trọng |
|---|---|---|
| B — Business Data | Hồ sơ doanh nghiệp, mô tả, thuộc tính, ảnh, thông tin địa điểm | Độ đầy đủ và độ chính xác giúp hệ thống có dữ liệu để nhận diện địa điểm |
| A — Authority | Nhắc đến trên báo chí, danh sách biên tập độc lập, nguồn uy tín | Sự công nhận từ bên ngoài có thể đồng hành với mức độ hiện diện cao hơn |
| R — Reviews | Số lượng đánh giá, điểm sao, nền tảng đánh giá | Số lượng đánh giá tương quan với lượt nhắc trong nhiều ngành, nhưng khác nhau theo ngành |
| S — Social | Hiện diện trên Facebook, Instagram và các tín hiệu công khai | Hoạt động cộng đồng có thể là tín hiệu bổ trợ, không phải công thức bắt buộc |
BARS tập trung vào dữ liệu doanh nghiệp, mức độ được nguồn bên ngoài ghi nhận, đánh giá và tín hiệu mạng xã hội. Tối ưu từ khóa địa phương hay xây nội dung cho từng khu vực vẫn cần thiết trong Local SEO, nhưng không được Uberall phân loại thành hai nhóm BARS độc lập.
Các kết quả đáng chú ý từ dữ liệu nghiên cứu
Hồ sơ địa điểm không chỉ cần tồn tại, mà cần mô tả đủ chi tiết
Theo số liệu được Uberall công bố, trong mẫu khách sạn, nhóm hồ sơ có 6–10 thuộc tính có xác suất được nhắc khoảng 22%, còn nhóm có 31–50 thuộc tính lên tới 94%. Trong mẫu nhà hàng, những địa điểm được nhắc nhiều nhất có số ảnh trung bình cao gấp khoảng ba lần nhóm đối chiếu.
Đây là những tương quan theo ngành trong tập dữ liệu của Uberall. Không thể lấy chênh lệch 22% và 94% để hứa rằng chỉ cần điền thêm thuộc tính sẽ làm AI đề xuất một khách sạn nhiều hơn 72 điểm phần trăm. Những doanh nghiệp đầu tư tốt vào hồ sơ cũng có thể đồng thời có thương hiệu mạnh, hoạt động lâu năm và nhiều khách hàng hơn.
Ứng dụng hợp lý: kiểm tra hồ sơ nào đang thiếu danh mục, giờ mở cửa, mô tả dịch vụ, ảnh cửa hàng hoặc liên kết website; sau đó sửa bằng thông tin thật.
Lượng đánh giá có thể hữu ích hơn việc chỉ chăm chăm vào điểm sao
Trong ngành siêu thị, Uberall ghi nhận nhóm có nhiều đánh giá nhưng điểm thấp hơn được AI nhắc trong 94,3% trường hợp, so với 60,6% ở nhóm điểm cao nhưng ít đánh giá. Với nha khoa, nghiên cứu báo cáo không có điểm sao trên các nền tảng khảo sát đạt ý nghĩa thống kê. Khách sạn lại là ngoại lệ: điểm sao trên Google Business Profile có tương quan mạnh hơn lượng đánh giá.
Không nên biến các kết quả này thành thông điệp “điểm sao không quan trọng”. Điểm sao vẫn ảnh hưởng quyết định của người thật; và Google xác nhận số lượng cũng như điểm đánh giá đều có thể ảnh hưởng thứ hạng tìm kiếm địa phương. Hướng dẫn xếp hạng địa phương của Google.
Đồng thời, ví dụ về Yelp, Zocdoc, Trustpilot hay BBB trong nghiên cứu chủ yếu phản ánh hệ sinh thái dữ liệu Mỹ. Không thể mặc nhiên sao chép mức ngưỡng đánh giá của các nền tảng ấy sang thị trường Việt Nam.
Quy mô chuỗi không đảm bảo được nhắc nhiều hơn
Uberall nhận thấy độ lớn thương hiệu là biến dự đoán yếu đối với tần suất được AI đề xuất ở nhiều nhóm ngành; nhưng trong một số ngành, quy mô vẫn liên quan đến xác suất có được nhắc ít nhất một lần. Hai chỉ số này rất khác nhau.
Đây là cơ hội để doanh nghiệp nhỏ cải thiện dữ liệu và uy tín địa phương, chứ chưa đủ để kết luận AI “không quan tâm đến thương hiệu lớn”.
Các mô hình AI không đưa ra cùng một danh sách
Trong tập thử nghiệm của Uberall, Gemini nêu nhiều nhà hàng khác nhau hơn ChatGPT khoảng tám lần; tác giả cũng mô tả các khuynh hướng khác nhau giữa Claude, Grok và Perplexity. Tuy nhiên, nghiên cứu công khai không cung cấp đầy đủ bộ câu hỏi, phiên bản mô hình, điều kiện truy vấn và độ biến động để khẳng định đây là tỷ lệ ổn định theo thời gian.
Kết quả cần được đọc theo tên mô hình, câu hỏi, địa bàn, thời điểm và cách thu thập dữ liệu. Thiếu những thông tin này, thứ hạng hoặc tỷ lệ được đề xuất không có nhiều ý nghĩa để so sánh.
Đối chiếu với hướng dẫn của Google và OpenAI
Google Business Profile: Google nêu ba nhóm yếu tố chủ yếu của kết quả địa phương là mức độ liên quan, khoảng cách và mức độ nổi bật. Hồ sơ đầy đủ, giờ mở cửa đúng, ảnh và đánh giá thật giúp cả người dùng lẫn hệ thống tìm kiếm hiểu doanh nghiệp. Đây là hướng dẫn chính thức cho Google Search/Maps, không phải công bố thuật toán của ChatGPT.
Google AI Overviews và AI Mode: Google xác nhận các thực hành SEO nền tảng vẫn phù hợp. Không có yêu cầu về một tệp “AI SEO”, một schema đặc biệt hay mẹo riêng để được xuất hiện. Website phải có khả năng được tìm thấy, được lập chỉ mục, có nội dung hữu ích và dữ liệu có cấu trúc phù hợp với nội dung thực tế. Google Search Central.
ChatGPT Search: OpenAI mô tả khả năng dùng thông tin vị trí để trả lời câu hỏi địa phương, đồng thời nhấn mạnh kết quả không được bảo đảm vị trí. Chủ website có thể kiểm tra việc cho phép bot tìm kiếm OAI-SearchBot truy cập, nhưng chỉ mở quyền thu thập dữ liệu không có nghĩa cửa hàng sẽ được đề xuất. Tài liệu ChatGPT Search.
Ba nguồn trên giúp dựng nguyên tắc chung: sự hiện diện của địa điểm là bài toán thông tin đáng tin, phân phối qua nhiều nguồn và phù hợp ngữ cảnh tìm kiếm. Không nên gộp ba hệ thống thành một thuật toán duy nhất.
Triển khai SEO cho hệ thống nhiều chi nhánh
Lớp 1 — Chuẩn hóa dữ liệu địa điểm (nền tảng bắt buộc)
Mỗi cửa hàng nên có một mã địa điểm cố định và bảng thông tin nguồn được quản lý tập trung: tên hiển thị hợp lệ, địa chỉ, tọa độ, số điện thoại, giờ mở cửa và giờ ngày lễ, danh mục, dịch vụ/sản phẩm, liên kết website, liên kết bản đồ, trạng thái hoạt động, người chịu trách nhiệm và thời điểm kiểm chứng.
Đối chiếu dữ liệu giữa website, Google Business Profile, các danh bạ quan trọng và những nền tảng địa phương thực sự có người dùng. NAP (Name–Address–Phone) nhất quán là yêu cầu vệ sinh dữ liệu; tránh đổi tên doanh nghiệp chỉ để nhồi từ khóa.
Với chuỗi nhiều địa điểm, Google hỗ trợ công cụ tải hồ sơ hàng loạt. Trường Business code đóng vai trò định danh duy nhất và giúp tránh cập nhật nhầm cửa hàng. Khi cập nhật bằng file, cần đặc biệt chú ý các cột rỗng có thể xóa dữ liệu hiện có. Hướng dẫn Business Profile hàng loạt.
Lớp 2 — Trang địa điểm có giá trị thực, không phải trang thay tên quận
Mỗi điểm bán có nhu cầu tìm kiếm riêng nên có trang cung cấp được những thông tin người đọc cần để ra quyết định: địa chỉ rõ, cách đến, giờ mở cửa, dịch vụ/sản phẩm thật sự có ở địa điểm đó, điểm đỗ xe/di chuyển nếu liên quan, ảnh đúng cửa hàng, câu hỏi thường gặp tại chỗ và nút gọi hoặc chỉ đường.
Ví dụ một người hỏi: “Ở khu vực này có nơi đo mắt cuối tuần không, phải đặt lịch trước không?” Trang địa điểm tốt phải giúp họ xác định đúng cơ sở, đúng dịch vụ, đúng giờ, thay vì chỉ chèn cụm “đo mắt + tên quận” lặp đi lặp lại.
Website có thể sử dụng cấu trúc LocalBusiness riêng cho từng địa điểm, với địa chỉ, số điện thoại, tọa độ và URL phù hợp. Google nêu rõ dữ liệu có cấu trúc giúp hệ thống hiểu trang; không bảo đảm rich result hay vị trí xếp hạng. Tài liệu LocalBusiness.
Không tạo hàng loạt trang gần giống nhau chỉ thay tên quận/tỉnh rồi chuyển tất cả về một điểm bán; mô hình này có nguy cơ vi phạm chính sách doorway abuse của Google. Chính sách spam.
Lớp 3 — Tích lũy tín nhiệm tại từng điểm bán
Duy trì quy trình xin phản hồi từ khách đã có trải nghiệm thật, phản hồi cả nhận xét tích cực lẫn tiêu cực và xử lý vấn đề dịch vụ có thể cải thiện được. Điểm đánh giá không phải thứ để “mua” bằng quà tặng hoặc chỉ mời nhóm hài lòng; Google cấm đánh giá giả, đánh giá có động cơ thưởng và thao túng xếp hạng. Chính sách đánh giá.
Ảnh nên phản ánh con người, không gian, dịch vụ và sản phẩm thực tế. Không lấy mục tiêu “100 ảnh” hay “2.000 ảnh” được tác giả bài tài trợ gợi ý làm ngưỡng bắt buộc cho mọi cửa hàng. Ưu tiên đúng, hữu ích, cập nhật, hơn là tạo nội dung dày nhưng kém giá trị.
Uy tín ngoài website cũng quan trọng: được báo chí hoặc tổ chức độc lập ghi nhận có căn cứ, danh sách địa phương có tiêu chí thực, cộng đồng người dùng nhắc đến tự nhiên. Không tự tạo một bảng “Top 10 tốt nhất” rồi xem đó là đánh giá độc lập.
Lớp 4 — Kiểm tra AI Search như một phép quan sát, không phải bảng xếp hạng cố định
Tạo một tập câu hỏi theo nhu cầu thật × khu vực × ngành hàng × thời điểm. Phân biệt:
- Câu hỏi khám phá: “Địa điểm nào gần khu vực X có dịch vụ Y?”
- Câu hỏi so sánh: “Khác nhau giữa A và B là gì, có nên đặt lịch trước?”
- Câu hỏi xác thực: “Chi nhánh A có mở cửa chủ nhật và cung cấp dịch vụ Y không?”
- Câu hỏi sau đề xuất: “Nguồn nào xác nhận địa chỉ, giờ và dịch vụ này?”
Với từng lượt thử, ghi lại câu hỏi gốc, vị trí được chỉ định, công cụ/mô hình, thời gian, có nhắc thương hiệu hay không, địa điểm đúng hay sai, có liên kết nguồn hay không và nguồn dẫn đến đâu. Kiểm tra lặp lại trên cùng bộ câu hỏi vì câu trả lời có thể thay đổi.
Đừng chỉ đo số lần xuất hiện. Một đề xuất trỏ đến sai cơ sở hoặc giờ hoạt động cũ có thể gây hại nhiều hơn không được nhắc tên.
Đo lường độ hiện diện trong AI Search và hiệu quả kinh doanh
Bảng theo dõi nên phân bốn tầng:
| Tầng | KPI đề xuất | Có thể kết luận | Chưa thể kết luận |
|---|---|---|---|
| Dữ liệu nền | % địa điểm được kiểm chứng, % thuộc tính quan trọng hoàn chỉnh, số lỗi NAP | Dữ liệu địa điểm tốt lên hay chưa | AI chắc chắn sẽ đề xuất nhiều hơn |
| SEO & địa phương | GSC impressions/clicks, hiệu suất trang địa điểm, GBP actions (nếu có) | Khả năng được tìm thấy và hành động ghi nhận | Toàn bộ thay đổi do AI |
| AI visibility | Tỷ lệ câu hỏi có nhắc đúng chi nhánh, tỷ lệ nhắc sai, nguồn dẫn được xác minh | Mức xuất hiện trong bộ câu hỏi đã kiểm tra | Thị phần AI chung trên toàn thị trường |
| Kinh doanh | Lượt gọi/đặt lịch có nguồn, lead đủ điều kiện, lượt ghé cửa hàng được xác minh theo hệ thống | Chỉ báo gần hơn với kết quả thực tế | Doanh thu tăng thêm do AI nếu không có thiết kế nhân quả |
Google cho biết lưu lượng từ các tính năng AI trong Google Search được tính vào dữ liệu Search Console theo cách báo cáo của công cụ; đây không phải phép đo đầy đủ mọi cuộc trò chuyện với tất cả ứng dụng AI. Vì thế, cần đối chiếu với analytics, CRM và câu hỏi tự khai báo “Bạn biết đến địa điểm này qua đâu?” thay vì quy hết thay đổi của Direct/Brand Search cho AI.
Cách thử đơn giản là chọn một nhóm chi nhánh cần chuẩn hóa trước, giữ một nhóm tương đồng để quan sát nếu điều kiện cho phép, ghi baseline và thay đổi theo tuần. Tuy nhiên, thay đổi kết quả sau khi tối ưu chỉ mới là mối liên hệ theo thời gian; yếu tố mùa vụ, khuyến mãi, cạnh tranh hay mô hình AI cập nhật đều có thể gây nhiễu. Nếu muốn chứng minh incremental lift cần thiết kế thí nghiệm riêng.
Đọc thêm: Đo lường AI Search khi Attribution không nhìn thấy toàn bộ hành trình và Bốn thử nghiệm AI Search: được đề xuất chưa có nghĩa được tin hay được mua.
Lộ trình triển khai thử nghiệm trong 30 ngày
| Giai đoạn | Việc ưu tiên | Đầu ra cần có |
|---|---|---|
| Ngày 1–7 | Kiểm kê địa điểm; đối chiếu website, GBP và thông tin liên lạc; ghi lỗi mức độ cao | Danh sách chi nhánh, mã định danh, lỗi dữ liệu, người chịu trách nhiệm |
| Ngày 8–14 | Sửa hồ sơ sai; hoàn thiện thông tin quan trọng; chuẩn hóa trang cho một nhóm cửa hàng | Hồ sơ được xác minh, trang địa điểm thật sự hữu ích |
| Ngày 15–21 | Bổ sung ảnh đúng cửa hàng, phản hồi đánh giá, liên kết dẫn nguồn, dữ liệu có cấu trúc nếu phù hợp | Các bằng chứng và nội dung đủ tin cậy, không đánh giá giả |
| Ngày 22–30 | Chạy bộ câu hỏi AI có kiểm soát; đối chiếu tìm kiếm, hành động địa phương và dữ liệu liên hệ | Baseline theo địa điểm và quyết định tiếp tục/sửa/không mở rộng |
Ba quyết định sau 30 ngày: dữ liệu đã đúng chưa; các chi nhánh thử nghiệm có được mô tả chính xác hơn không; và có tín hiệu khách hàng thực tế đủ tốt để đầu tư tiếp không?
Nếu hai tiêu chí đầu chưa đạt, cần tiếp tục hoàn thiện dữ liệu và nội dung địa điểm. Ngay cả khi độ hiện diện trong AI Search cải thiện, tác động đến doanh thu vẫn cần được đánh giá bằng dữ liệu kinh doanh trước khi đưa ra kết luận.
Kết luận
Nghiên cứu Uberall đáng đọc vì đặt hoạt động SEO đa địa điểm trong một bối cảnh mới: doanh nghiệp không chỉ xuất hiện trong danh sách liên kết, mà còn có thể được mô hình AI tổng hợp thành một lời giới thiệu. Nó cũng gợi ý các biến đo cụ thể, thay vì nói chung rằng “hãy tối ưu GEO”.
Nhưng đây là nghiên cứu quan sát của một nhà cung cấp có lợi ích thương mại, với công bố phương pháp còn chưa đủ để xác nhận quan hệ nhân quả. Bốn nhóm BARS là khung giả thuyết để kiểm tra, không phải bảng hệ số xếp hạng do ChatGPT, Gemini hay Google công bố.
Giá trị bền vững nhất của Local SEO thời AI vẫn là những việc người dùng thực sự cần: biết địa điểm nào có thật, ở đâu, còn mở cửa không, phục vụ việc gì, có đáng tin và làm sao để liên hệ. AI có thể trở thành một con đường mới để người dùng tiếp cận sự thật đó; nhưng không nên là lý do để doanh nghiệp tạo thêm một lớp thông tin thiếu kiểm chứng.
Nguồn tham khảo và giới hạn bằng chứng
- Nguồn nghiên cứu chính: Uberall / Sara Vordermeier — Search Engine Journal, 10/09/2026. Bài tài trợ, số liệu do phía nhà cung cấp tự báo cáo. Đặc biệt, mốc 120.000 là AI mentions, không phải bài đăng; tương quan không chứng minh nhân quả. Phương pháp đầy đủ, cấu hình mô hình và toàn bộ dữ liệu thô không có trong bài công khai đã đối chiếu.
- Hướng dẫn chính thức về Google Local SEO: Google Business Profile. Áp dụng cho Google Search/Maps, không phải chứng nhận cơ chế ChatGPT.
- Hướng dẫn chính thức về AI Search của Google: AI features and your website, cùng bài giới thiệu hướng dẫn mới tháng 5/2026.
- Hướng dẫn chính thức về ChatGPT Search: OpenAI Help Center. Không bảo đảm thứ hạng hiển thị.
- Triển khai và bảo vệ chất lượng: LocalBusiness structured data, Business Profiles hàng loạt, spam/doorway và chính sách đánh giá.
Bài viết tổng hợp và phản biện các nguồn được dẫn, không phải một nghiên cứu độc lập do Làm Cùng Long tiến hành. Các ví dụ triển khai là khuyến nghị phương pháp, không phải case study đã được kiểm nghiệm.