Part 1 — The brand: Avela
1.1 Brand archetype
Avela is a mid-market B2B SaaS company providing workforce planning software for distributed organizations. The brand has been operating commercially for approximately seven years, has grown through traditional product-led-growth and inside-sales motions, and serves roughly 400 mid-market customers in North America and Western Europe.
Avela’s commercial reality at engagement start is unambiguous: the company has revenue, customers, and product-market fit. What it doesn’t have is presence in AI-mediated discovery. When prospective customers ask AI assistants for workforce planning software recommendations, Avela does not appear. Competitors appear. The brand stakeholder, Avela’s CMO, has noticed the pattern and engages Avonetiq to address it.
This is a representative starting position for many brands entering AVO engagement. The brand is not new; it has substantive existence; it just has not engineered for AI-mediated discovery in any deliberate way. The work of AVO is to address the gap.
1.2 Starting state — what Avela looks like at month 0
Before engagement work begins, Avonetiq conducts the diagnostic baseline. The findings:
| Dimension | State |
|---|---|
| Headline AS | 14 (Critical band) |
| Optimize pillar | 22 — somewhat better than other pillars; reflects basic SEO work done by a prior consultant |
| Manifest pillar | 15 — content exists but is thin and inconsistently structured |
| Generative pillar | 6 — near floor; minimal external authority signals |
| Headline VS (initial measurement) | 3 — recognition gate is blocking; advisory and category tier measurements are structurally premature |
| Recognition gate status | Below warn threshold across all measured platforms |
| Brand stakeholder expectation | ”We need to be in the AI answers within a quarter” |
The decomposition reveals more than the headline numbers do. Within Optimize, V1.1 (Signal Architecture) is at floor — the brand has no Schema.org markup beyond an automatically-generated product schema on the pricing page. V1.2 (Technical Health) is moderate; the site loads acceptably and is crawlable, though hreflang is non-existent because the brand operates only in English. Within Manifest, V2.1 (Semantic Density) is at floor — the brand’s blog has approximately 80 posts, but most are 600-word product-feature announcements and inbound-marketing content with thin claims and minimal attribution. V2.2 (Structural Legibility) is similarly low — content uses generic templates with weak heading hierarchy. Within Generative, both vectors (V3.1 Knowledge Validation, V3.2 Trust Alignment) are essentially at floor — no Wikidata entity, no Wikipedia article, minimal earned media coverage, sparse external citation patterns, no original research published.
1.3 What Avela wants AVO to accomplish
The CMO’s stated goals at engagement scoping:
- “Show up when someone asks ChatGPT or Claude about workforce planning software”
- “Be in the recommendation when someone asks for the best workforce planning tool for distributed teams”
- “Have a real Wikipedia presence”
- “Stop losing to [a specific competitor] in AI-mediated discovery”
The practitioner translates these into Focus and engagement scope:
| Brand goal | Practitioner translation |
|---|---|
| ”Show up when someone asks about workforce planning software” | Navigational and category tier VS in workforce-planning-software prompts |
| ”Be in the recommendation” | Advisory tier VS in workforce-planning-software recommendation prompts |
| ”Have a real Wikipedia presence” | G-11 work, dependent on prerequisite work |
| ”Stop losing to [competitor]“ | Comparative analysis through O-1; subsequent action prioritization |
1.4 Engagement scope, Focus, language scope
| Scope element | Setting |
|---|---|
| Domains in scope | One primary domain (avela.com); the brand has only one domain |
| Focus | ”Workforce planning software for distributed teams” — declared after scoping conversation; specific enough to be defensible, broad enough to support meaningful probe coverage |
| Languages | English only |
| Engagement intensity | Quarterly cycle review; AS measurement quarterly; VS measurement monthly |
| Operational capacity | Avela has small in-house engineering team (3 full-time engineers, focused primarily on product), small marketing team (4 people including the CMO), and no dedicated communications function |
| Engagement bottleneck identified at scoping | Communications capacity. Generative-pillar work will be limited until this is addressed. |
The bottleneck identification is consequential. The CMO acknowledges the gap and agrees that some Generative-pillar work will be commissioned externally as needed; engineering work will be done in-house with prioritization support; content work will be a hybrid of in-house and commissioned.
Bagian 1 — Merek: Avela
1.1 Arketipe merek
Avela adalah perusahaan B2B SaaS segmen menengah yang menyediakan perangkat lunak perencanaan tenaga kerja untuk organisasi yang terdistribusi. Merek ini telah beroperasi secara komersial selama kurang lebih tujuh tahun, berkembang melalui gerak product-led-growth dan inside-sales tradisional, serta melayani sekitar 400 pelanggan segmen menengah di Amerika Utara dan Eropa Barat.
Realitas komersial Avela pada saat engagement dimulai sangat jelas: perusahaan memiliki pendapatan, pelanggan, dan kesesuaian produk-pasar. Yang belum dimilikinya adalah kehadiran dalam penemuan yang dimediasi AI. Ketika calon pelanggan bertanya kepada asisten AI tentang rekomendasi perangkat lunak perencanaan tenaga kerja, Avela tidak muncul. Kompetitorlah yang muncul. Pemangku kepentingan merek, CMO Avela, memperhatikan pola ini dan melibatkan Avonetiq untuk mengatasinya.
Ini adalah posisi awal yang representatif bagi banyak merek yang memasuki AVO engagement. Mereknya bukan baru; ia memiliki eksistensi yang substansial; hanya saja belum dirancang untuk penemuan yang dimediasi AI secara disengaja. Pekerjaan AVO adalah menutup kesenjangan tersebut.
1.2 Kondisi awal — tampilan Avela pada bulan ke-0
Sebelum pekerjaan engagement dimulai, Avonetiq melakukan baseline diagnostik. Temuannya:
| Dimensi | Kondisi |
|---|---|
| AS Utama | 14 (band Kritis) |
| pillar Optimize | 22 — sedikit lebih baik dibanding pillar lain; mencerminkan pekerjaan SEO dasar yang dilakukan konsultan sebelumnya |
| pillar Manifest | 15 — konten ada tetapi tipis dan strukturnya tidak konsisten |
| pillar Generative | 6 — mendekati batas bawah; sinyal otoritas eksternal sangat minimal |
| VS Utama (pengukuran awal) | 3 — recognition gate memblokir; pengukuran tingkat advisory dan kategori secara struktural masih prematur |
| Status recognition gate | Di bawah ambang peringatan di semua platform yang diukur |
| Ekspektasi pemangku kepentingan merek | ”Kami perlu muncul dalam jawaban AI dalam satu kuartal” |
Dekomposisi mengungkapkan lebih banyak hal dibanding angka-angka utama. Dalam Optimize, V1.1 (Signal Architecture) berada di batas bawah — merek tidak memiliki markup Schema.org selain skema produk yang dihasilkan otomatis di halaman harga. V1.2 (Technical Health) moderat; situs memuat dengan cukup baik dan dapat dirayapi, meskipun hreflang tidak ada karena merek hanya beroperasi dalam bahasa Inggris. Dalam Manifest, V2.1 (Semantic Density) berada di batas bawah — blog merek memiliki sekitar 80 posting, tetapi sebagian besar berupa pengumuman fitur produk sepanjang 600 kata dan konten inbound-marketing dengan klaim tipis serta atribusi minimal. V2.2 (Structural Legibility) juga rendah — konten menggunakan template generik dengan hierarki heading yang lemah. Dalam Generative, kedua vectors (V3.1 Knowledge Validation, V3.2 Trust Alignment) pada dasarnya berada di batas bawah — tidak ada entitas Wikidata, tidak ada artikel Wikipedia, liputan media yang diperoleh sangat minim, pola sitasi eksternal yang jarang, dan tidak ada penelitian orisinal yang dipublikasikan.
1.3 Apa yang ingin Avela capai melalui AVO
Tujuan yang dinyatakan CMO pada saat scoping engagement:
- “Muncul ketika seseorang bertanya kepada ChatGPT atau Claude tentang perangkat lunak perencanaan tenaga kerja”
- “Masuk dalam rekomendasi ketika seseorang bertanya tentang alat perencanaan tenaga kerja terbaik untuk tim yang terdistribusi”
- “Memiliki kehadiran Wikipedia yang nyata”
- “Berhenti kalah dari [kompetitor tertentu] dalam penemuan yang dimediasi AI”
Praktisi menerjemahkan tujuan-tujuan ini ke dalam Focus dan ruang lingkup engagement:
| Tujuan merek | Terjemahan praktisi |
|---|---|
| ”Muncul ketika seseorang bertanya tentang perangkat lunak perencanaan tenaga kerja” | VS tingkat navigasional dan kategori dalam prompt workforce-planning-software |
| ”Masuk dalam rekomendasi” | VS tingkat advisory dalam prompt rekomendasi workforce-planning-software |
| ”Memiliki kehadiran Wikipedia yang nyata” | Pekerjaan G-11, bergantung pada pekerjaan prasyarat |
| ”Berhenti kalah dari [kompetitor]“ | Analisis komparatif melalui O-1; prioritisasi tindakan selanjutnya |
1.4 Ruang lingkup engagement, Focus, ruang lingkup bahasa
| Elemen ruang lingkup | Pengaturan |
|---|---|
| Domain dalam ruang lingkup | Satu domain utama (avela.com); merek hanya memiliki satu domain |
| Focus | ”Perangkat lunak perencanaan tenaga kerja untuk tim yang terdistribusi” — dideklarasikan setelah percakapan scoping; cukup spesifik untuk dapat dipertahankan, cukup luas untuk mendukung cakupan probe yang bermakna |
| Bahasa | Hanya bahasa Inggris |
| Intensitas engagement | Tinjauan siklus kuartalan; pengukuran AS per kuartal; pengukuran VS per bulan |
| Kapasitas operasional | Avela memiliki tim teknik internal kecil (3 insinyur penuh waktu, berfokus terutama pada produk), tim pemasaran kecil (4 orang termasuk CMO), dan tidak ada fungsi komunikasi yang didedikasikan |
| Hambatan engagement yang diidentifikasi saat scoping | Kapasitas komunikasi. Pekerjaan pillar Generative akan terbatas hingga hal ini ditangani. |
Identifikasi hambatan ini berdampak signifikan. CMO mengakui kesenjangan tersebut dan menyetujui bahwa sebagian pekerjaan pillar Generative akan dikerjakan secara eksternal sesuai kebutuhan; pekerjaan teknik akan dilakukan secara internal dengan dukungan prioritisasi; sementara pekerjaan konten akan merupakan gabungan antara internal dan yang dikerjakan secara eksternal.