Čo je viditeľnosť značky v AI?

Značka môže mať dobré umiestnenie v Google, publikovať autoritatívny obsah a napriek tomu chýbať, keď sa niekto opýta systému AI, ktorých poskytovateľov, produkty alebo organizácie by mal zvážiť.

Môže sa tiež často objavovať pri otázkach, ktoré ju menujú, pričom zostáva neviditeľná v scenároch nebrandovaného objavovania a odporúčania. Obe situácie zahŕňajú viditeľnosť v AI, ale opisujú veľmi odlišné formy.

Viditeľnosť značky v AI preto nie je univerzálne skóre priradené značke. Je to pozorovanie vykonané v rámci definovaného súboru otázok, systémov a podmienok.

Definícia viditeľnosti značky v AI

Viditeľnosť značky v AI je pozorovateľná prítomnosť značky, produktu, domény alebo súvisiacej entity v rámci definovaného súboru odpovedí, scenárov a systémov generovaných AI.

Najjednoduchšie odpovedá na otázku: objavila sa značka? Užitočné meranie musí tiež uviesť, kde, prečo a za akých podmienok bolo pozorovanie vykonané.

To robí viditeľnosť v AI užšou ako reprezentácia značky vo veľkých jazykových modeloch. Reprezentácia zahŕňa aj rolu priradenú značke, odporúčania, atribúty, sentiment, konkurentov, zdroje a faktickú presnosť. Viditeľnosť je vstupným bodom k tejto širšej analýze.

Čo sa môže považovať za viditeľnosť značky?

Počítanie názvu spoločnosti je užitočné, ale nezachytáva každý spôsob, akým sa entita môže objaviť. Štúdia by mala rozlišovať aspoň štyri formy viditeľnosti.

Cielená prítomnosť značky

Značka sa objaví, pretože otázka ju explicitne menuje: „Aké služby poskytuje Spoločnosť X?“ alebo „Je Spoločnosť X vhodná pre tento projekt?“

To môže testovať rozpoznanie, identifikáciu entity a faktický opis. Je to slabé meradlo objaviteľnosti, pretože systém si značku nevybral nezávisle.

Spontánna prítomnosť značky

Značka sa objaví v kategórii, probléme alebo scenári odporúčania, aj keď ju otázka nespomína. Napríklad: „Ktoré platformy dokážu monitorovať, ako systémy AI opisujú značku?“

Táto forma je relevantnejšia pre objaviteľnosť, pretože systém zavádza značku do odpovede. Stále to automaticky neznamená, že značka je odporúčaná.

Prítomnosť iba produktu

Produkt sa môže objaviť bez jasného spojenia s jeho materskou značkou. Môže sa stať aj opak: spoločnosť je menovaná, ale relevantný produkt chýba.

Toto rozlíšenie je dôležité pre organizácie s viacerými produktovými radmi, lokálnymi pobočkami, získanými značkami alebo produktmi, ktorých názvy sú známejšie ako ich vlastníci.

Prítomnosť iba zdroja

Doména značky môže byť citovaná ako zdroj, aj keď spoločnosť nie je spomenutá v generovanej odpovedi. Toto je viditeľná prítomnosť zdroja, nie odporúčanie značky.

Ako sa meria viditeľnosť značky v AI?

Percento viditeľnosti je zmysluplné len vtedy, keď sú jeho čitateľ a menovateľ explicitné.

Začnite s jednotkou pozorovania

Praktickou jednotkou je jedna odpoveď generovaná pre jeden definovaný scenár v jednom špecifikovanom systéme za zaznamenaných podmienok. Ak sa analyzuje 100 oprávnených odpovedí a značka je správne identifikovaná v 28 z nich, jej pozorovaná miera zmienok pre túto štúdiu je 28 %.

Miera zmienok = odpovede obsahujúce platnú zmienku značky ÷ všetky oprávnené odpovede × 100 %

Toto nie je pravdepodobnosť, že ktorýkoľvek používateľ uvidí značku. Je to podiel pozorovaný v definovanej výskumnej vzorke.

Fráza „platná zmienka značky“ tiež vyžaduje pravidlo. Prechodná zmienka inej spoločnosti s podobným názvom by sa nemala počítať. Ani produkt by sa nemal automaticky pripisovať jeho materskej značke, ak tento vzťah v odpovedi chýba alebo je nesprávny.

Definujte, ktoré odpovede sú oprávnené

Pred výpočtom percenta sa rozhodnite, ako spracovať:

• nedostupné systémy alebo neúspešné požiadavky;

• odpovede, ktoré odmietajú úlohu;

• scenáre, v ktorých značka nie je skutočne relevantná;

• duplikované scenáre;

• odpovede v rôznych jazykoch alebo na rôznych trhoch;

• cielené a spontánne zmienky.

Zmena týchto pravidiel mení menovateľ a môže podstatne zmeniť výsledok. Dve percentá viditeľnosti nie sú porovnateľné len preto, že obe sú vyjadrené v percentách.

Meranie pokrytia scenárov

Jednoduchý priemer môže zakrývať, kde viditeľnosť existuje. Tá istá značka môže byť prominentná v informačných otázkach, ale chýbať v porovnávacích a nákupne orientovaných scenároch.

Užitočné skupiny scenárov môžu zahŕňať:

• objavovanie kategórií;

• rozpoznávanie problémov;

• porovnávanie produktov alebo poskytovateľov;

• odporúčania pre definované publikum;

• overovanie tvrdení, reputácie alebo vhodnosti;

• rôzne fázy rozhodovacieho procesu.

Pokrytie scenárov ukazuje, kde značka vstupuje do odpovede, nielen ako často sa objavuje v celej štúdii.

Meranie pokrytia systémov

Neexistuje jeden univerzálny výsledok AI. Chatové rozhrania, funkcie vyhľadávania AI a koncové body API môžu používať rôzne modely, inštrukcie, mechanizmy získavania a zdrojové prostredia.

Google uvádza, že AI Overviews a AI Mode môžu používať rôzne modely a techniky a môžu zobrazovať rôzne odpovede a odkazy. Výsledky z jedného systému by sa preto nemali považovať za náhradu pre každú platformu AI.

Porovnanie naprieč systémami by malo zachovať rovnakú výskumnú otázku a zároveň dokumentovať rozdiely v rozhraniach a dostupných možnostiach.

Opatrne pridajte konkurenčný kontext

Viditeľnosť možno porovnať s definovaným súborom konkurentov, ale metrika musí uvádzať, čo sa počíta. „Podiel hlasu v AI“ môže odkazovať na:

• podiel odpovedí, v ktorých sa objavuje každá značka;

• podiel všetkých zmienok značiek v rámci konkurenčného súboru;

• podiel udalostí odporúčania;

• pokrytie naprieč scenármi alebo platformami.

Toto sú rôzne miery. Žiadna z nich nie je automaticky ekvivalentná trhovému podielu, preferencii zákazníkov alebo predajnému potenciálu.

Viditeľnosť v AI nie je to isté ako odporúčanie

Značka môže byť spomenutá ako:

• poskytovateľ;

• zdroj informácií;

• príklad v pozadí;

• konkurent;

• nevhodná možnosť;

• spoločnosť zapojená do kontroverzie;

• entita zamenená s inou organizáciou.

Len niektoré z týchto rolí predstavujú odporúčanie. Vysoká miera zmienok preto môže koexistovať s nízkou mierou odporúčaní alebo nepriaznivou reprezentáciou.

Preto by sa zmienka, zaradenie do užšieho výberu, odporúčanie a primárne odporúčanie mali považovať za samostatné pozorovania. Nazývať ich všetky viditeľnosťou môže byť pohodlné v exekutívnom zhrnutí, ale odstraňuje to rozlíšenie potrebné na diagnostiku výsledku.

Viditeľnosť v AI nie je vyhľadávacie poradie

Tradičná viditeľnosť vo vyhľadávaní je často postavená na zoradených stránkach, zobrazeniach, kliknutiach a odhadovanom dopyte po dotazoch. Generatívne odpovede vždy neposkytujú stabilný usporiadaný zoznam. Môžu spomenúť značku v texte, umiestniť ju do tabuľky, použiť ju ako zdroj alebo ju podmienečne odporučiť po upozornení.

Pôvodný recenzovaný výskum o Generative Engine Optimization formalizoval viditeľnosť v rámci generovaných odpovedí a zahŕňal miery upravené podľa pozície. Textová prominentnosť môže byť dôležitá, ale nie je identická s konvenčným organickým poradím.

SEO zostáva súčasťou podpornej infraštruktúry. Pokyny spoločnosti Google uvádzajú, že existujúce základy SEO sa naďalej vzťahujú na jej funkcie AI a že nie je potrebná žiadna špeciálna schéma AI. Silná organická viditeľnosť však nezaručuje, že značka bude spomenutá v každom generatívnom systéme alebo scenári.

Prečo sa viditeľnosť značky v AI líši?

Zmení sa formulácia a zámer

„Ktoré platformy monitorujú viditeľnosť značky v AI?“ a „Ako môže PR tím odhaliť nepresné tvrdenia AI o spoločnosti?“ sa týkajú súvisiacich problémov, ale môžu produkovať rôzne súbory značiek.

Veľká štúdia TACL zistila, že rôzne parafrázy inštrukcií môžu produkovať podstatne odlišné výsledky modelu. Štúdia sa neobmedzovala na dotazy týkajúce sa značiek, ale demonštruje, prečo by sa viditeľnosť nemala odvodzovať z jednej pohodlnej formulácie.

Zmení sa systém a zdrojové prostredie

Niektoré systémy používajú aktuálne webové získavanie; iné sa spoliehajú na rôzne kombinácie znalostí modelu, vyhľadávania a produktových inštrukcií. Niektoré zobrazujú citácie, zatiaľ čo iné nie. Spotrebiteľské rozhranie a koncový bod API nesúci rovnaký názov poskytovateľa preto môžu vrátiť rôzne odpovede.

Zmení sa jazyk, trh a čas

Značka môže byť viditeľná v angličtine, ale chýbať v poľštine, byť globálne rozpoznaná, ale nesúvisieť s lokálnou pobočkou, alebo byť opísaná pomocou informácií, ktoré sa medzitým zmenili. Každý výsledok by mal obsahovať dátum, jazyk a kontext trhu.

Samotná generácia sa môže líšiť

Opakovanie rovnakého scenára za podobných podmienok môže viesť k inej odpovedi. Toto sa líši od zmeny výzvy a opäť sa líši od opakovania štúdie o mesiac neskôr.

Jediný výsledok je pozorovanie. Nie je to dôkaz stabilnej viditeľnosti. Monitorovanie porovnáva zmeny medzi meraniami, zatiaľ čo stabilita vyžaduje opakované pozorovania za kontrolovaných podmienok.

Ako spustiť obhájiteľnú štúdiu viditeľnosti v AI

1. Definujte entitu

Zaznamenajte oficiálny názov, varianty, produkty, dcérske spoločnosti, trhy a vzťahy, ktoré umožňujú rozlíšiť platnú zmienku od zámeny entít.

2. Definujte účel výskumu

Rozhodnite sa, či sa štúdia týka objavovania, odporúčaní, viditeľnosti produktu, prítomnosti zdroja, konkurenčného porovnania alebo faktického rozpoznania. Od jednej vzorky by sa nemalo očakávať, že odpovie na každú otázku.

3. Vytvorte scenáre okolo skutočných potrieb

Používajte publiká, problémy, produkty, fázy rozhodovania a kritériá výberu. Nezačínajte náhodným zoznamom výziev vybraných len preto, že sa ľahko testujú.

4. Vyberte systémy a zaznamenajte podmienky

Zdokumentujte platformu, model alebo koncový bod, ak sú k dispozícii, jazyk, dátum, prístup k vyhľadávaniu, predpoklady o polohe a či scenár menuje značku.

5. Zachovajte úplné dôkazy

Uchovajte odpoveď, relevantný výňatok, viditeľné zdroje, citácie a klasifikáciu. Percento bez prístupu k jeho základným pozorovaniam je ťažké auditovať.

6. Nahláste menovatele a obmedzenia

Uveďte počet scenárov, systémov a odpovedí, pravidlá oprávnenosti a čo nebolo testované. Vyhnite sa prezentovaniu jednorazovej vzorky ako stabilnej vlastnosti modelu.

Pre širší operačný proces, Brand Semantics vysvetľuje ako spustiť audit viditeľnosti v AI naprieč platformami vyhľadávania AI.

Ako by sa mal výsledok interpretovať?

Vysoká viditeľnosť nie je automaticky pozitívna

Často spomínaná značka môže byť priradená k nesprávnej kategórii, spojená so zastaraným produktom, použitá len ako zdroj alebo opakovane kritizovaná. Viditeľnosť potvrdzuje prítomnosť; nepotvrdzuje presnosť ani hodnotu.

Nízka viditeľnosť nie je vždy problém

Absencia je dôležitá len v scenároch, kde je značka skutočne relevantná. Pridanie širokých, ale irelevantných otázok môže znížiť percento viditeľnosti bez odhalenia zmysluplnej obchodnej medzery.

Porovnania vyžadujú spoločný rozsah

Značky by sa mali porovnávať pomocou rovnakých scenárov, systémov, jazykov, dátumov a pravidiel počítania. Aj vtedy výsledok opisuje výskumnú vzorku, nie celý trh.

Jedno skóre nie je diagnóza

Kompozitné skóre môže byť užitočné pre reportovanie, ale akcia vyžaduje rozmery pod ním. Auditný model reprezentácie AI 5P od Brand Semantics oddeľuje Prítomnosť, Pozíciu, Pôvod, Presnosť a Perzistenciu, aby sa zmienka nezamenila za kompletné hodnotenie.

Čo môže značka robiť s údajmi o viditeľnosti?

Prvou úlohou nie je „optimalizovať pre skóre“. Je to identifikovať typ medzery:

• entita nie je rozpoznaná;

• relevantný produkt chýba;

• konkurenti sa objavujú v scenároch, kde značka nie;

• značka je viditeľná, ale neodporúča sa;

• jej webová stránka je citovaná bez toho, aby sa spoločnosť objavila v odpovedi;

• viditeľnosť závisí od úzkeho súboru výziev alebo systémov;

• značka sa objavuje s nepresnými alebo zastaranými informáciami.

Možné reakcie zahŕňajú objasnenie vzťahov entít, aktualizáciu vlastných informácií, zlepšenie pokrytia skutočných otázok publika, zosúladenie popisov produktov naprieč zdrojmi a získanie autoritatívnych externých referencií. Žiadny vydavateľ nemôže priamo kontrolovať každú odpoveď generovanú externým modelom, takže zmeny by mali byť nasledované novým meraním, nie predpokladaným zlepšením.

Ako Semantio meria viac než len prítomnosť

Semantio je výskumná platforma na analýzu a monitorovanie toho, ako veľké jazykové modely opisujú, porovnávajú a odporúčajú značky. Umožňuje tímom skúmať zmienky značiek spolu s odporúčaním, sentimentom, priradenými charakteristikami, produktmi, publikami, konkurentmi, viditeľnými zdrojmi a problémami s reprezentáciou.

Používatelia môžu kontrolovať jednotlivé odpovede a ich podporné dôkazy namiesto toho, aby sa spoliehali len na agregované skóre. To umožňuje rozlíšiť chýbajúcu zmienku od nesprávnej kategórie, nepriaznivého porovnania alebo nepodloženého tvrdenia.

Vytvorte si účet a zmerajte viditeľnosť svojej značky v AI v Semantiu.

Často kladené otázky

Aká je najjednoduchšia definícia viditeľnosti značky v AI?

Je to pozorovateľná prítomnosť značky alebo súvisiacej entity v rámci definovaného súboru odpovedí generovaných AI.

Je viditeľnosť v AI to isté ako byť citovaný?

Nie. Doména môže byť zobrazená ako zdroj bez toho, aby sa značka objavila v odpovedi. Značka môže byť tiež spomenutá bez viditeľnej citácie.

Je zmienka to isté ako odporúčanie?

Nie. Značka sa môže objaviť ako zdroj, príklad, konkurent, varovanie alebo náhodná referencia. Odporúčanie musí byť klasifikované samostatne.

Môže byť viditeľnosť v AI vyjadrená v percentách?

Áno, za predpokladu, že sú uvedené čitateľ, menovateľ, pravidlá platných zmienok a rozsah výskumu. Percento opisuje vzorku, nie univerzálnu pravdepodobnosť.

Dokazuje monitorovanie, že viditeľnosť je stabilná?

Nie. Monitorovanie porovnáva merania v čase. Stabilita vyžaduje opakované pozorovania za dostatočne kontrolovaných podmienok.