Доля голоса в ответах ИИ: что она измеряет, а что — нет
Метрика доли голоса в ответах ИИ описывает определённый набор наблюдавшихся ответов, а не весь рынок и не будущую видимость бренда.
Фраза «Наша доля голоса в ответах ИИ выросла на 12 пунктов» звучит как утверждение о рынке в целом. Но его обоснованность зависит от вопросов, платформ, местоположений, дат и правил подсчёта. Начинать стоит не с процента, а с того, какое именно утверждение он должен подкрепить.
Определите знаменатель, прежде чем сообщать долю
Один из возможных способов рассчитать долю голоса в ответах ИИ — разделить число отвечающих критериям упоминаний бренда на число таких упоминаний для выбранной группы сравнения, взяв заданную выборку запросов и запусков. Это предлагаемая методика, а не общепринятое универсальное определение доли голоса в ответах ИИ. Она также отличается от значения термина, связанного с расходами на рекламу, которое приводит Nielsen: доля бренда в расходах на медиа в рамках категории, рынка, канала и периода времени (https://www.nielsen.com/insights/2025/what-is-share-voice/).
За обозначением «AI SOV» не стоит какой-то один общий знаменатель. Можно считать ответы, в которых упоминается бренд, все упоминания брендов или долю упоминаний среди всех упоминаний брендов из конкурентной группы. Результаты будут разными. Укажите, какой метод вы используете и может ли один ответ дать более одного упоминания.
- Единица подсчёта: ответ, упоминание бренда или отдельное появление бренда в ответе. Например, если бренд назван в одном ответе дважды, при подсчёте по ответам это будет один ответ, а при подсчёте появлений — два.
- Группа сравнения: перечислите конкурентов или другие бренды, которые в неё входят. Если доля рассчитывается по ответам, уточните, является ли знаменателем общее число подходящих ответов или только ответы, содержащие хотя бы один бренд из этой группы.
- Учитываемое упоминание: укажите, засчитываются ли названия в цитатах, списках ссылок и сгенерированном тексте. Определите, как вы обрабатываете опечатки, головные бренды и местные подразделения. Например, учитывайте опечатку, только если она явно относится к бренду; головной бренд считайте отдельно от подразделения, если правила не предусматривают иное.
- Охват: зафиксируйте платформу и продукт, набор запросов, язык, рынок, местоположение, период и условия запуска.
Упоминание — это не рекомендация, охват или результат
Если бренд назван в ответе, это означает лишь, что он встретился в этом ответе. Это не доказывает, что пользователи его увидели, ему доверились, перешли по ссылке, выбрали его или получили тот же ответ. При простом подсчёте наличия нейтральное сравнение, предостережение и одобрение могут считаться одним упоминанием, хотя смысл у них разный.
Не смешивайте наличие бренда с его позицией, тональностью, цитированием, заметностью и формулировками рекомендации. Если объединяете эти показатели в одну оценку, опубликуйте определения составляющих и их веса. Сама по себе «доля голоса» не доказывает предпочтение, трафик, число лидов или выручку.
Набор запросов — это рамка измерения, а не вся совокупность
Запросы служат заменой вопросов, которые вы решили проверить. Они автоматически не представляют все вопросы клиентов. Если набор сосредоточен на запросах с названием бренда, одной товарной категории или одного города, бренд может казаться заметнее, чем при более широкой или иначе взвешенной выборке. Для сетей с несколькими точками среднее по стране также может скрывать местоположения с малым числом наблюдений или существенно отличающимися результатами.
Считайте результат описанием собранной выборки, если у вас нет обоснованного дизайна, позволяющего делать более широкие выводы. AAPOR разъясняет, что для непредставительных выборок вероятности отбора неизвестны, а выводы зависят от допущений (https://aapor.org/wp-content/uploads/2023/11/Nonprobability-Online-Survey-Samples-Final-AAPOR.pdf). Применение этого предостережения к специально составленному набору запросов — методологическое суждение, а не вывод о мониторинге ИИ как таковом: одно лишь большое число наблюдений не доказывает, что запросы представляют более широкую совокупность.
Для подсчётов нужен протокол, а не только панель мониторинга
Google указывает, что в режимах AI Overviews и AI Mode может использоваться разветвление запросов: система выполняет связанные поиски по подтемам и источникам (https://developers.google.com/search/docs/appearance/ai-features). Это описание процесса поиска; оно не доказывает, насколько ответы различаются при разных запусках и нестабильны ли результаты бренда. Рассматривайте каждый записанный ответ как наблюдение, полученное при задокументированных условиях, а не как представление всех ответов, которые система могла бы выдать.
Чтобы результаты можно было проверить, сохраняйте список запросов и его версию, даты запусков, платформу и продукт, региональные настройки, важные параметры учётной записи или персонализации, способ получения данных, исходные ответы и правила разбора, по которым классифицируются упоминания. Не удаляйте неудачные или пустые запуски без следа — фиксируйте их. При изменении определения отметьте разрыв в ряду данных или последовательно пересчитайте исторические данные.
Что может и чего не может показать размер выборки
Большее число наблюдений может снизить влияние любого отдельного ответа на результат выборки, но не исправит перекос в составе запросов и не превратит выборку в вероятностную. Если запросы сгруппированы по темам или местоположениям, повторные запуски нескольких запросов не заменяют охват множества разных намерений клиентов. Указывайте отдельно число вариантов запросов и число запусков, а не одно общее число, скрывающее устройство выборки.
Не приводите стандартную погрешность выборки для выборки запросов, основанной на удобном отборе или специально сконструированной, если статистическая модель и допущения не сформулированы явно и не обоснованы. AAPOR разъясняет, что стандартные оценки погрешности выборки неприменимы к непредставительным выборкам (https://aapor.org/wp-content/uploads/2022/12/Margin-of-Sampling-Error-508.pdf). Для внутренних решений показывайте числитель и знаменатель, состав выборки и то, как меняется результат при разумных альтернативных правилах подсчёта.
Формулируйте вывод в соответствии с данными
Обоснованное утверждение должно быть узким: «В этом месяце в фиксированном наборе запросов на указанных платформах и рынках наш бренд присутствовал в такой-то доле ответов, отвечающих заданным критериям, при использовании указанного правила подсчёта наличия». Оно описывает наблюдение, но не утверждает, что бренд занимает такую же долю во всех ответах ИИ, будет рекомендован или завоевал расположение покупателей.
При сравнении периодов сохраняйте неизменными рамки и правила, сообщайте о пробелах в охвате и отделяйте наблюдаемое изменение от объяснений. Сравнивая команды или поставщиков, сначала согласуйте знаменатель, дизайн выборки и правила классификации. Цель не в том, чтобы уменьшить показатель, а в том, чтобы масштаб вывода соответствовал доказательствам.
Источники
Меряете бренд или сеть?
Каждый скан хранит сами ответы и источники — число можно перепроверить через полгода, а не принимать на веру.
Посмотреть тарифы