Måling af synlighed i AI-søgning: En praktisk guide

Sammensæt et sæt spørgsmål, du kan genbruge

Begynd med de spørgsmål, en potentiel kunde kunne stille, før vedkommende kender dit brand. Gruppér dem efter hensigt, for eksempel research om en produktkategori, problemløsning, sammenligninger, implementering og direkte spørgsmål om dit brand. Hold spørgsmål, der nævner dit brand, i deres egen gruppe, så de ikke trækker resultatet for spørgsmål uden brandnavn op.

Der findes ingen universel fordeling af spørgsmålstyper. En lokal servicevirksomhed, en softwareleverandør og en webshop har forskellige købsforløb. Dokumentér, hvorfor hvert spørgsmål er med, hvem det repræsenterer, og hvilket marked eller sprog det dækker.

Lås sættet for en rapporteringsperiode. Hvis du tilføjer eller fjerner spørgsmål, skal du vise ændringen i stedet for at sammenligne den nye score direkte med den gamle.

Gem det præcise spørgsmål, det returnerede svar, de citerede URL'er, søgetjenesten, datoen, den geografiske placering, kontostatus samt model eller produkttilstand, når brugerfladen viser det, for hver kørsel. Kør det samme sæt flere gange, hvis budgettet tillader det. Assistenternes svar kan ændre sig fra kørsel til kørsel, så ét svar er en observation, ikke en stabil placering.

Brug en enkel rækkefølge til at finde problemet:

1. Blev brandet nævnt?
2. Blev brandets eget domæne angivet som kilde?
3. Underbyggede den citerede side svaret?
4. Var oplysningerne om brandet korrekte og aktuelle?
5. Fulgte der et målbart besøg eller en konvertering?

Hvert spørgsmål peger på et forskelligt problem. Få omtaler kan være tegn på svag relevans i kategorien. Omtaler uden kildehenvisninger kalder på en gennemgang af kilderne.

Defekte eller udokumenterede kildehenvisninger kræver kontrol af sider og påstande. Trafik uden værdifulde resultater peger på et problem med analyse eller konvertering.

Brug målinger med klare definitioner

En brugbar rapport behøver ikke fjorten overlappende scorer. Begynd med målinger, dit team kan beregne og kontrollere:

• Dækning af spørgsmål: Antal gennemførte, gyldige kørsler divideret med antal planlagte kørsler.
• Andel med brandomtale: Antal gyldige svar, der nævner brandet, divideret med antal gyldige svar i samme spørgsmålsgruppe.
• Andel med domænehenvisning: Antal gyldige svar, der henviser til brandets domæne, divideret med antal gyldige svar i samme gruppe.
• Andel underbyggede kildehenvisninger: Antal gennemgåede kildehenvisninger, hvor målsiden underbygger den tilknyttede påstand, divideret med antal gennemgåede kildehenvisninger.
• Andel faktuelt korrekte oplysninger: Antal kontrollerede påstande om brandet, der vurderes korrekte og aktuelle, divideret med alle kontrollerede påstande.
• Fordeling af citerede URL'er: De sider og sidetyper, der optræder i kildehenvisningerne.
• Variation mellem søgetjenester: Forskellen mellem sammenlignelige observationer fra hver søgetjeneste. Beskriv forskellen uden statistiske konklusioner, medmindre stikprøven og metoden giver grundlag for analyse.
• Henvisningsbesøg fra AI: Besøg, der i analyseværktøjet tilskrives en assistent eller AI-søgning. Nogle besøg vil mangle henvisningsdata eller have ufuldstændige data.
• Resultater efter henvisning: Leads, tilmeldinger, køb eller andre udvalgte hændelser fra besøg, der kan tilskrives en kilde. Oplys attribueringsperiode og -model.

Vis altid, hvad der divideres med. En andel baseret på seks brugbare svar bør ikke fremstå lige så pålidelig som en andel baseret på en større stikprøve med gentagne målinger. Skeln også mellem en brandomtale og et link til brandets domæne. Det ene beviser ikke det andet.

Undgå én samlet score, medmindre vægtningen er dokumenteret og hjælper med en konkret beslutning. Samlede scorer kan skjule netop det problem, teamet skal løse.

Kontrollér kildehenvisninger og tekniske forudsætninger

Åbn hver kildehenvisning i en stikprøve af overskuelig størrelse, og registrér tre ting: om URL'en virker, om siden underbygger påstanden, og om oplysningerne er aktuelle. Send usikre tilfælde videre til en anden person til gennemgang. Et link, der virker, beviser ikke, at svaret gengiver kilden korrekt.

Vedligehold et kort faktaark med oplysninger, som assistenter ofte gengiver forkert, for eksempel aktuelle produktnavne, placeringen af prissiden, understøttede regioner, kontaktoplysninger og datoer for politikker. Vurdér kun oplysninger, der kan kontrolleres mod en navngiven kilde. Udfyld ikke huller med antagelser.

Tekniske kontroller bør følge den enkelte platforms offentliggjorte krav. Google oplyser, at sider skal være indekseret og kunne vises med et tekstuddrag for at blive vist som understøttende links i virksomhedens AI-søgefunktioner. Deres vejledning kræver ikke særlig AI-markup.

OpenAI's vejledning til udgivere forklarer, hvordan OAI-SearchBot styrer registrering til ChatGPT-søgning adskilt fra GPTBots indstillinger for træning.

Kontrollér robots-direktiver, mulighed for indeksering, kanoniske URL'er, serversvar, synligt sideindhold og interne links. Brug kun strukturerede data, når de stemmer overens med det indhold, læserne kan se, og følger den relevante søgedokumentation. Kontrollerne kan forbedre forudsætningerne for at blive vist og gøre indholdet tydeligere.

De garanterer ikke, at en side bliver vist eller citeret.

Vælg værktøjer efter metode, ikke score

Værktøjers dækning og funktion ændrer sig hurtigt. Vurdér produktet, som det er nu, i stedet for at stole på en gammel sammenligningstabel. Bed hver leverandør vise:

• hvilke søgetjenester, markeder, sprog og produkttilstande der er dækket;
• hvordan spørgsmål planlægges, og om gentagne kørsler understøttes;
• de oprindelige svar og kildehenvisninger bag hver score;
• hvordan mislykkede kørsler, manglende kildehenvisninger og dublerede kilder håndteres;
• om resultater kan eksporteres med tidsstempler og versioner af spørgsmålene;
• hvad der ændrer sig, når en søgetjeneste opdaterer sin model eller brugerflade;
• de gældende vilkår for opbevaring, privatliv og betaling.

Lav en lille accepttest, før du beslutter dig. Giv hvert værktøj det samme sæt spørgsmål, og kontrollér manuelt en stikprøve af de gemte svar og links. Hvis platformen kun viser en score uden den bagvedliggende dokumentation, er den svær at kontrollere og et svagt grundlag for beslutninger.

Et regneark er nok til at etablere et første udgangspunkt. Automatisering bliver nyttig, når den bevarer den oprindelige dokumentation, gentager metoden konsekvent og mindsker arbejdet med dataindsamling uden at skjule fejl. Afsæt tid til at gennemgå kildehenvisninger og faktuelle oplysninger, selv når indsamlingen er automatiseret.

Fortolk forskelle mellem søgetjenester med omtanke

Forskellige assistenter kan give forskellige svar, fordi deres systemer til informationssøgning, indekser, brugerflader, modeller, personalisering og adgang til søgning er forskellige. Brug forskellene som anledning til at undersøge dokumentationen, ikke som bevis for, at én søgetjeneste varigt foretrækker en bestemt type kilde.

Sammenlign kun sammenlignelige forhold. Brug så vidt muligt samme ordlyd i spørgsmålene, marked, sprog, periode og loginstatus. Rapportér hver søgetjeneste for sig, før du viser et samlet resultat.

Hvis et produkt ikke angiver kilder til et svar, skal du registrere det i stedet for at gætte på, hvilken kilde der påvirkede svaret.

Branchebenchmarks kan give idéer til spørgsmål, men de kan ikke erstatte dit eget udgangspunkt. Før du bruger et benchmark, skal du undersøge dets spørgsmålssæt, indsamlingsdatoer, udvælgelse af stikprøve, geografiske dækning, opsætning af søgetjenester og definition af omtale eller kildehenvisning. Scorer fra forskellige leverandører kan ikke sammenlignes direkte, når metoderne er forskellige.

Når et resultat ændrer sig, skal du gennemgå de bagvedliggende svar og citerede URL'er. En højere andel med brandomtale kan stadig dække over ukorrekte påstande. En lavere andel med kildehenvisninger kan skyldes en ændring i brugerfladen, en mislykket dataindsamling eller en reel forskydning i kilderne.

Den oprindelige dokumentation viser, hvilke forklaringer der er sandsynlige.

Knyt synlighed til beslutninger uden at påstå årsagssammenhæng

En omtale giver nyttig viden om brandets tilstedeværelse, men beviser hverken autoritet, trafik eller omsætning. En kildehenvisning er stærkere dokumentation for, at en side blev vist som kilde, men beviser stadig ikke, at nogen klikkede eller konverterede.

Brug analyseværktøjer til at registrere henvisningsbesøg, hvor en genkendelig AI-kilde fremgår. Tilknyt de samme hændelser for leads, tilmeldinger eller køb, som du bruger til andre kanaler. Dokumentér attribueringsmodellen og -perioden.

Nogle brugere vender tilbage direkte eller via en anden kanal, og nogle assistenter sender ikke brugbare henvisningsoplysninger. De rapporterede AI-henvisninger er derfor kun den del, der kan observeres, ikke det samlede antal.

Når du ændrer indhold eller teknisk opsætning, skal du registrere datoen og holde spørgsmålsættet fast. Sammenlign observationer før og efter ændringen, og undersøg derefter produktopdateringer, sæsonudsving, kampagner og andre mulige forklaringer. Beskriv en sammenhæng som en sammenhæng.

Et kontrolleret eksperiment kan understøtte en stærkere konklusion, men en udvikling i et dashboard kan ikke i sig selv.

Rapporten bør slutte med handlinger, der bygger på dokumentationen. Ret sider, der ikke virker, korrigér påstande uden belæg, opdatér forældede oplysninger, forbedr sider, der allerede får relevante kildehenvisninger, og undersøg spørgsmålsgrupper med gentagne faktuelle fejl. Lov ikke flere kildehenvisninger.

Mål igen med den næste stikprøve, og vis, hvad der har ændret sig.