Jak Aelo mierzy widoczność w AI?
Uruchamiamy neutralny skan: zadajemy modelom realne pytania z Twojej kategorii i analizujemy, co odpowiadają.
Dla każdej marki definiujemy zestaw fraz i pytań, które faktycznie zadają odbiorcy, a następnie wysyłamy je do modeli AI i zbieramy pełne odpowiedzi. Z tych odpowiedzi wyciągamy, czy pada Twoja marka, na jakiej pozycji, kto jest wymieniany obok niej i z jakich źródeł model korzysta. Pomiar powtarzamy na tym samym zestawie fraz, żeby wyniki dało się porównywać w czasie. To podejście jest bliższe realnemu zachowaniu użytkownika niż samo pytanie „czy znasz markę X”.
Co to znaczy neutralny skan?
Pytamy modele tak, jak zrobiłby to klient - bez podpowiadania nazwy Twojej marki.
Gdyby zapytać model wprost o Twoją markę, prawie zawsze coś odpowie - i wynik byłby zawyżony. Dlatego zadajemy pytania kategorii („najlepsze narzędzie do...”, „kto robi... w...”), a nie pytania o markę. Dopiero w odpowiedzi sprawdzamy, czy marka pada sama z siebie. Dzięki temu mierzymy realną, organiczną widoczność, a nie reakcję na podpowiedź.
Które modele sprawdzamy?
Cztery modele mierzą widoczność: Claude, ChatGPT, Gemini, Perplexity.
Każdy model inaczej dobiera marki i źródła, więc jeden model to za mało - widoczność liczymy z pięciu naraz i pokazujemy wynik osobno dla każdego oraz zbiorczo. Część z nich opiera się głównie na wiedzy z treningu, część sięga na żywo do sieci - to widać w wynikach. Groka świadomie nie wliczamy do pomiaru widoczności: gruntuje się na treściach z serwisu X i jako model rozumujący odpowiada zbyt ogólnie, przez co zaniżałby i zaburzał wynik. Wykorzystujemy go tam, gdzie jego mocna strona ma sens - w analizie cytowań i źródeł. Zestaw modeli aktualizujemy wraz z rozwojem rynku.
Co dokładnie mierzymy?
Pięć metryk, które razem opisują pozycję marki w odpowiedziach AI.
Nie sprowadzamy widoczności do jednej liczby, bo pojedyncza metryka wprowadzałaby w błąd. Zamiast tego patrzymy na kilka wymiarów naraz:
Wzmianki - czy i jak często modele wymieniają markę na Twoim zestawie fraz.
Pozycja - na którym miejscu w odpowiedzi pada marka (wyżej znaczy większa szansa na wybór).
Share of Voice - jaki udział we wzmiankach masz Ty na tle wskazanych konkurentów.
Cytowania - z jakich źródeł modele czerpią i czy przywołują Twoją domenę.
Sentyment - czy marka jest opisywana pozytywnie, neutralnie czy negatywnie.
Jak liczymy Share of Voice?
To udział wzmianek Twojej marki wobec konkurentów na tym samym zestawie fraz i w tych samych modelach.
Bierzemy Twój zestaw fraz, zliczamy wzmianki Twojej marki oraz wskazanych konkurentów w odpowiedziach modeli, a następnie liczymy, jaki procent wszystkich wzmianek należy do Ciebie. Ponieważ warunki są identyczne dla każdej marki (te same pytania, te same modele), porównanie jest uczciwe. Wysoki udział oznacza, że to Ciebie modele proponują częściej niż rywali. Śledzimy też zmianę udziału w czasie, bo trend mówi więcej niż pojedynczy pomiar.
Jak wykrywamy cytowania?
Analizujemy, na jakie źródła powołują się modele w odpowiedziach, i sprawdzamy, czy jest wśród nich Twoja domena.
Silniki odpowiedzi często wskazują źródła, z których korzystają - zbieramy je i grupujemy per fraza oraz per model. Widać wtedy, które domeny dominują w Twojej kategorii i czy Twoja strona w ogóle pojawia się jako źródło. Liczymy też wskaźnik cytowania, czyli udział odpowiedzi, w których padasz jako źródło. To pokazuje realny stan po stronie AEO, niezależnie od samych wzmianek.
Jak często odświeżamy dane?
Skan uruchamiasz na żądanie, a w wyższych planach działa też skan cykliczny.
Pojedynczy skan daje zdjęcie stanu na dany moment, ale prawdziwą wartość ma historia - dlatego zapisujemy każdy pomiar i pokazujemy trend. Możesz uruchomić skan po wdrożeniu zmian, żeby sprawdzić efekt, albo polegać na regularnym skanie cyklicznym. Dzięki temu widzisz, czy widoczność rośnie, spada, czy stoi w miejscu. Rekomendujemy patrzeć na trend, a nie na pojedynczy wynik.
Dlaczego wyniki się zmieniają?
Bo modele są probabilistyczne - ta sama fraza może dać nieco inną odpowiedź.
Modele AI nie są deterministyczne: przy tym samym pytaniu potrafią odpowiedzieć trochę inaczej, a dodatkowo same się zmieniają wraz z aktualizacjami. Dlatego pojedynczy pomiar traktujemy ostrożnie i kładziemy nacisk na trend z wielu skanów. To też uczciwe ograniczenie tej metody, o którym mówimy wprost. Powtarzalny zestaw fraz i regularne skany minimalizują szum i pozwalają wyłapać realne zmiany.