Monitoring AI pokazuje nie tylko, czy marka pojawia się w odpowiedziach modeli. Dane można rozłożyć na pytania, modele, konkurentów, skany i cytowane strony, a następnie przełożyć na konkretne zadania marketingowe.
Dane z monitoringu AI pokazują, jak często marka pojawia się w odpowiedziach, na którym miejscu jest wymieniana, z kim konkuruje o uwagę i z jakich źródeł korzystają modele. Sam procent widoczności nie wystarczy. Sens pojawia się dopiero wtedy, gdy zestawisz go z pytaniami, pozycją marki, liczbą skanów, odpowiedziami poszczególnych modeli oraz cytowanymi domenami i stronami.
Jeżeli chcesz najpierw uporządkować podstawy, zacznij od wyjaśnienia, czym jest monitoring marki w AI. Tutaj skupiamy się na drugim kroku: czytaniu wyników i zamianie obserwacji w zadania dla marketingu, treści, SEO, PR i komunikacji produktu.
Pięć grup danych, które warto czytać razem
Raport z monitoringu można podzielić na pięć warstw:
- wynik marki, czyli widoczność, typowa pozycja i Share of Voice,
- pokrycie pomiaru, czyli liczba pytań, skanów, modeli i odpowiedzi,
- kontekst zapytania, czyli wynik dla konkretnego pytania i modelu,
- otoczenie konkurencyjne, czyli marki obecne w tych samych odpowiedziach,
- źródła, czyli cytowane domeny, konkretne strony i ich zmiana w czasie.
Każda warstwa odpowiada na inne pytanie. Widoczność mówi, jak często marka występuje. Pozycja pokazuje, gdzie zwykle znajduje się w odpowiedzi. Źródła pomagają sprawdzić, na jakich materiałach opiera się model. Dopiero połączenie tych informacji pozwala odróżnić słaby wynik ogólny od problemu dotyczącego jednego tematu albo jednego modelu.
Widoczność marki mówi, w ilu odpowiedziach się pojawiła
W AI Monitor widoczność to odsetek odpowiedzi z ostatnich skanów, w których wykryto monitorowaną markę. Mianownikiem są odpowiedzi w wybranym zakresie, a nie liczba użytkowników, odsłon czy sesji na stronie.
Przykład interpretacji jest prosty: jeżeli widoczność rośnie, marka częściej trafia do odpowiedzi na monitorowane pytania. Nie wiadomo jeszcze, czy jest wymieniana na początku, na końcu, jako rekomendacja, przykład czy zastrzeżenie. Trzeba więc sprawdzić medianę pozycji i przeczytać odpowiedzi dla pytań, które wpłynęły na zmianę.
Widoczność ma sens tylko w kontekście zakresu. Wynik dla innego zestawu pytań, okresu lub modeli opisuje inne badanie. Nie należy porównywać dwóch wartości bez upewnienia się, że filtry i konfiguracja pozostały takie same.
Mediana pozycji pokazuje typowe miejsce marki
Pozycja 1 oznacza pierwszą markę wymienioną w odpowiedzi AI. Mediana pozycji jest liczona wyłącznie dla odpowiedzi, w których marka wystąpiła. Dzięki temu pojedynczy skrajny wynik nie przesuwa wskaźnika tak mocno jak średnią.
Wyobraź sobie, że widoczność jest niska, ale mediana pozycji dobra. Marka pojawia się rzadko, lecz gdy już zostaje wymieniona, trafia wysoko na listę. To inny problem niż częsta obecność na odległym miejscu. W pierwszym przypadku warto szukać pytań i tematów, przy których marka znika. W drugim trzeba przeczytać odpowiedzi i sprawdzić, dlaczego inne marki są przedstawiane wcześniej.
Mediana nie opisuje tonu wzmianki ani jej znaczenia. Nie mówi też nic o odpowiedziach, w których marki nie było. Z tego powodu zawsze należy zestawiać ją z widocznością oraz liczbą odpowiedzi.
Share of Voice w AI nie jest udziałem rynkowym
Share of Voice, oznaczany jako SoV, pokazuje udział danej marki wśród wszystkich marek obecnych w analizowanym zestawie odpowiedzi. W jednej odpowiedzi każda marka jest liczona najwyżej raz, nawet jeśli jej nazwa wystąpi kilka razy.
SoV przydaje się do porównania obecności w badanym temacie. Jeżeli konkurent ma wyższy udział, modele częściej wymieniają go na tle innych wykrytych marek. To wskazówka, by przejść do pytań i odpowiedzi, w których ta przewaga powstaje.
Nie wolno jednak przedstawiać SoV jako udziału w rynku. Wskaźnik nie mierzy sprzedaży, liczby klientów ani rozpoznawalności całej populacji. Zależy od listy pytań, modeli, okresu i marek znajdujących się w odpowiedziach. Zmiana konfiguracji może zmienić SoV bez zmiany sytuacji biznesowej firmy.
Wystąpienia, skany i odpowiedzi pokazują trwałość wyniku
Kolumna Wyst./Skanów mówi, w ilu datach skanowania marka pojawiła się przynajmniej raz, w stosunku do wszystkich skanów w analizowanym oknie. Odpowiedzi to liczba pojedynczych odpowiedzi AI zawierających markę w stosunku do wszystkich odpowiedzi, czyli pytań pomnożonych przez użyte modele.
Te dwie wartości chronią przed pochopnym wnioskiem opartym na jednym procencie. Marka może pojawić się w wielu odpowiedziach podczas jednego skanu, a potem zniknąć. Może też występować w każdym skanie, lecz tylko przy jednym pytaniu. Pierwszy układ sugeruje jednorazowy skok, drugi stabilną, ale wąską obecność.
Mała liczba skanów oznacza mało materiału do oceny trendu. Duża liczba odpowiedzi nie gwarantuje szerokiego pokrycia tematów, jeśli wynik pochodzi z kilku podobnych pytań. Dlatego przed decyzją sprawdź zarówno daty, jak i rozkład na poziomie pytań.
Dane dla pytań i modeli wskazują miejsce problemu
Tabela pytań pokazuje widoczność marki, typową pozycję, wystąpienia w skanach oraz wynik dla każdego modelu. Liczba w kolumnie modelu oznacza pozycję marki. Znak potwierdzenia informuje o wzmiance, kreska o jej braku, a kropka o braku danych dla modelu.
To tutaj ogólny wynik zamienia się w materiał do pracy. Jeżeli marka pojawia się przy pytaniach o kategorię produktu, ale znika przy pytaniach o koszt albo wybór dostawcy, zespół otrzymuje konkretny obszar do sprawdzenia. Może przeanalizować ofertę, cennik, porównania, dowody kompetencji i treści odpowiadające na kryteria wyboru.
Różnice między modelami również są sygnałem, nie diagnozą. Modele mogą korzystać z innych mechanizmów wyszukiwania, wersji danych i sposobów budowania odpowiedzi. Pojedynczego braku wzmianki nie warto traktować jak trwałej oceny marki. Lepiej sprawdzić kilka skanów i pełną treść odpowiedzi.
Dane o konkurentach pokazują, kto zajmuje miejsce marki
Ranking marek pozwala sprawdzić, którzy konkurenci mają większą widoczność, lepszą medianę pozycji albo wyższy SoV. Najbardziej użyteczne porównanie nie polega na wskazaniu lidera tabeli. Trzeba znaleźć pytania, przy których wybrana marka występuje zamiast naszej, a następnie przeczytać odpowiedzi i sprawdzić cytowane materiały.
Konkurent z wysoką widocznością nie musi być najważniejszym rywalem biznesowym. Modele mogą wymieniać serwisy, produkty komplementarne albo marki spoza faktycznego rynku. Listę porównawczą trzeba więc porządkować według realnego kontekstu. Pełny proces opisujemy w poradniku o analizie konkurencji w AI.
Cytowane domeny i strony pokazują zaplecze odpowiedzi
Na ekranie źródeł domena oznacza cały serwis, a strona konkretny adres URL wskazany przez model. Cytowania pokazują, ile razy domena została użyta jako źródło w wybranym okresie. Udział mówi, jaki procent wszystkich cytowań przypada na daną domenę lub stronę. Pytania to liczba różnych monitorowanych pytań, przy których źródło się pojawiło.
Te metryki pozwalają odróżnić dwa przypadki. Domena może być cytowana szeroko przy wielu pytaniach, ale bez jednej dominującej strony. Inny serwis może zdobywać większość obecności dzięki jednemu poradnikowi albo podstronie produktu. W pierwszym przypadku warto przeanalizować pozycję i typ serwisu w całym temacie. W drugim najwięcej wyjaśni konkretna strona: jej zakres, aktualność, struktura, dane i sposób opisania problemu.
Oznaczenie GAP wskazuje domenę, na której w analizowanym materiale wykryto konkurencję, ale nie monitorowaną markę. To lista miejsc do sprawdzenia, a nie automatyczny plan link buildingu. Czasem sensownym działaniem będzie uzupełnienie profilu w katalogu lub ekspercka publikacja. Innym razem lepsza okaże się własna strona odpowiadająca na brakujący temat. Więcej przykładów znajdziesz w artykule o lukach w źródłach AI.
Liczba cytowań nie mówi, czy strona była najważniejszym źródłem ani w którym miejscu odpowiedzi się pojawiła. Microsoft podobnie zastrzega w opisie AI Performance w Bing Webmaster Tools, że aktywność cytowań pokazuje częstotliwość, a nie rangę, znaczenie czy pozycję strony w odpowiedzi. Wniosek praktyczny jest prosty: po tabeli trzeba otworzyć odpowiedź i źródło.
Zmiana okresowa ma sens tylko przy stałym zakresie
AI Monitor porównuje bieżący okres z poprzednim okresem o tej samej długości. W tabeli widać aktualną liczbę cytowań i udział, wartości poprzednie oraz wzrost lub spadek.
Zmiana może oznaczać, że modele częściej korzystają z danego serwisu. Może też wynikać z dodania pytań, zmiany modeli, innego filtra albo krótkiej serii odpowiedzi. Przed przypisaniem wyniku działaniu marketingowemu sprawdź konfigurację i rozkład na pytania. Porównuj podobne okresy, a ważniejsze wnioski opieraj na serii skanów.
Jak przełożyć sygnał na działanie marketingowe
| Sygnał w danych | Możliwa interpretacja | Co sprawdzić dalej | Rozsądne działanie |
|---|---|---|---|
| Widoczność spada, pozycja pozostaje podobna | Marka znika z części odpowiedzi, ale zachowuje miejsce tam, gdzie występuje | Pytania i modele z nowymi brakami wzmianki | Uzupełnić treści dla brakujących intencji i sprawdzić kolejne skany |
| Widoczność jest stabilna, pozycja się pogarsza | Marka nadal jest wymieniana, lecz później niż wcześniej | Odpowiedzi oraz marki wymieniane przed nią | Porównać sposób przedstawienia oferty, dowody i kryteria wyboru |
| Konkurent ma wysoki SoV przy kilku pytaniach | Przewaga może być skupiona w wąskim temacie | Konkretne pytania, odpowiedzi i źródła konkurenta | Przygotować lub poprawić materiał odpowiadający na ten temat |
| Domena ma duży udział i wiele pytań | Serwis jest szeroko wykorzystywany jako źródło | Typ domeny i najczęściej cytowane strony | Ocenić możliwość obecności marki albo stworzyć lepsze źródło własne |
| Jedna strona jest cytowana przy wielu pytaniach | Konkretny materiał pokrywa kilka intencji | Zakres, struktura, aktualność i dowody na stronie | Rozbudować własny materiał, zamiast kopiować cudzy układ |
| Wynik zmienił się tylko w jednym modelu | Zmiana może dotyczyć sposobu pozyskiwania lub budowania odpowiedzi przez ten model | Pełne odpowiedzi i kilka kolejnych skanów | Obserwować, zanim zmieni się strategię dla całego kanału |
Tabela porządkuje pracę, ale nie dowodzi przyczyny. Monitoring pokazuje korelację między odpowiedziami, markami i źródłami. Nie potwierdza, że jedna konkretna publikacja wywołała zmianę wyniku.
Przykład pełnej analizy bez zgadywania przyczyny
Załóżmy, że w stałym zakresie spadła widoczność marki, a mediana pozycji prawie się nie zmieniła. Najpierw sprawdzasz pokrycie: liczba pytań i modeli jest taka sama, a raport obejmuje wystarczająco wiele skanów, by nie opierać się na jednym dniu.
W tabeli pytań widać, że marka nadal występuje przy zapytaniach opisujących kategorię, ale częściej znika przy pytaniach o porównanie dostawców. Ranking pokazuje, że w tych odpowiedziach pojawia się wybrany konkurent. Po otwarciu odpowiedzi okazuje się, że model podaje konkretne kryteria wyboru i cytuje zewnętrzny serwis porównawczy oraz poradnik konkurenta.
Na tym etapie nie zapisujesz w raporcie, że konkurent wygrał dzięki jednemu linkowi. Formułujesz hipotezę: obecne materiały marki mogą słabo odpowiadać na kryteria wyboru widoczne w tych pytaniach. Zespół treści sprawdza, czy strona pokazuje zakres usługi, ograniczenia, sposób wdrożenia, dowody i różnice względem alternatyw. Zespół PR ocenia zewnętrzny serwis, ale tylko pod kątem realnej wartości i zgodności tematycznej.
Po wdrożeniu zmian zachowujesz ten sam zestaw pytań i filtrów. W kolejnych skanach sprawdzasz widoczność, pozycję, odpowiedzi oraz źródła. Jeżeli wynik się poprawi, nadal nie masz dowodu na jeden czynnik, ale masz spójną obserwację w kontrolowanym zakresie. Jeżeli się nie zmieni, wracasz do treści odpowiedzi i szukasz innej hipotezy.
Jak nie przecenić danych z monitoringu AI
Przed wysłaniem raportu warto zadać cztery pytania:
- Czy porównywane okresy mają ten sam zestaw pytań, modeli i filtrów?
- Czy wniosek wynika z wielu skanów, czy z pojedynczej odpowiedzi?
- Czy sprawdziliśmy pełny tekst odpowiedzi, a nie tylko wartość w tabeli?
- Czy proponowane działanie ma sens dla użytkownika i marki także poza samym wskaźnikiem?
Dobry raport nie kończy się zdaniem "widoczność spadła". Powinien wskazać, przy jakich pytaniach nastąpiła zmiana, które marki zajęły miejsce, jakie źródła wystąpiły i co zespół sprawdzi jako następne. Praktyczny rytm takiej pracy opisuje poradnik jak pracować z monitoringiem AI.
Zobacz dane dla swojej marki, nie przykład z obcej branży
Przygotujemy dla Ciebie zakres pytań i konkurentów, a następnie pokaże, jak czytać pierwszy zestaw wyników.