admin 
Šį įrašą rėmė „Victorious“. Šiame straipsnyje išsakytos nuomonės yra pačios rėmėjo.
Praėjus metams nuo perėjimo prie AI paieškos, rinkodaros pramonė yra pilna pasitikėjimo veiksnių, turinčių įtakos AI matomumui. Tačiau matėme labai mažai duomenų, patvirtinančių įprastas prielaidas.
Norėjome sužinoti, kokias sąsajas galime rasti tarp tradicinės paieškos našumo ir AI paminėjimų bei citatų. Taigi sukūrėme tyrimą, norėdami išsiaiškinti, ar iš duomenų galėtume atskleisti įrodymais pagrįstas rekomendacijas.
Tyrimo metodika: tradicinės paieškos ir dirbtinio intelekto paieškos našumo palyginimas
Norėdami palyginti, kaip prekės ženklai veikia tradicinėje paieškoje ir AI paieškoje, mums reikėjo duomenų rinkinio, kuris užfiksuotų abu signalus toms pačioms įmonėms per tą patį laikotarpį.
Jį statėme keturiais etapais.
1 veiksmas: nustatykite prekės ženklo rinkinį.
Atrinkome reprezentatyvų 177 prekių ženklų pjūvį iš penkių vertikalų: sveikatos priežiūros, SaaS, finansinių paslaugų, el. prekybos / mažmeninės prekybos ir teisinių paslaugų.
2 veiksmas: užfiksuokite AI matomumo signalą.
Kiekvienam prekės ženklui mes išbandėme vertikalius konkrečius raginimus aštuoniose AI platformose: „ChatGPT“, „Perplexity“, „Gemini“, „Google AI apžvalga“, „Google AI Mode“, „Microsoft Copilot“, „Claude“ ir „Meta AI“. Tai suteikė mums 107 011 AI atsakymų, kuriuos turėjome išanalizuoti.
Už kiekvieną atsakymą įrašėme du dalykus: ar platforma pavadino prekės ženklą (paminėjimas), ir ar jis susiejo su prekės ženklo domenu kaip šaltiniu (citata).
3 veiksmas: ištraukite natūralius našumo duomenis.
Per pirmąjį 2026 m. ketvirtį stebėjome tų pačių 177 prekių ženklų natūralų domeno lygio našumą sistemoje „Semrush“, įskaitant srauto tendencijas ir autoriteto balus.
4 veiksmas: kryžminė nuoroda į du duomenų rinkinius.
Sujungėme AI matomumo duomenis su natūraliais duomenimis, todėl kiekvienas prekės ženklas turėjo tris palyginamus rodiklius: paminėjimo rodiklį, citavimo rodiklį ir autoriteto balą. Ši struktūra leidžia pažvelgti į ryšį tarp tradicinių reitingavimo signalų ir AI matomumo ir ar šie veiksniai buvo daugiau ar mažiau susiję skirtingose vertikalėse.
Kodėl paminėjimo rodiklį ir citatas stebėjome atskirai
Viena metrika neužfiksuoja AI matomumo, todėl stebėjome paminėjimo ir citavimo rodiklį kaip atskirus signalus. Pavyzdžiui, prekės ženklas gali būti minimas dažnai ir minimas retai arba minimas dažnai ir retai. Abiejų stebėjimas atskirai, o ne jų sutraukimas į vieną „AI matomumo“ balą, galiausiai buvo svarbiausias dalykas niuansams, kuriuos galėjome išgauti iš skirtingų vertikalų.
1 atradimas: daugumoje prekių ženklų dirbtinis intelektas visai nepaminėtas
Iš 177 prekių ženklų mūsų duomenų rinkinyje tik 18 AI paminėjimo rodiklis viršijo nulį 2026 m. pirmąjį ketvirtį. Tai reiškia, kad 89,8 procentų mūsų išbandytų prekių ženklų AI paieškoje beveik nebuvo iš aštuonių platformų, kurias matavome. Jie nebuvo paminėti. Prekės ženklai nebuvo pateikti kaip atsakymai, šaltiniai ar pavyzdžiai.
Tai prieštarauja daugeliui dabartinių pramonės plepalų, kurie AI matomumą traktuoja kaip lenktynes, kurios jau vyksta. Mūsų duomenys rodo labai skirtingą vaizdą. Daugeliui prekių ženklų lenktynės dar neprasidėjo.
Faktas, kad tik 18 iš 177 mūsų tyrime dalyvavusių prekių ženklų užregistravo bet kokius AI paminėjimus, rodo, kad prekės ženklai, norintys rimtai žiūrėti į AI matomumą, dabar konkuruos su nedideliu skaičiumi esamų operatorių savo vertikalėje, o ne su visa kategorija.
2 atradimas: AI matomumo modeliai skiriasi vertikaliai
Kai suskirstėme duomenis pagal vertikalę, atsirado trys skirtingi modeliai.
Minimi ir cituojami: sveikatos priežiūros, SaaS ir finansinių paslaugų prekės ženklai
Šių trijų vertikalų prekės ženklai buvo nuolat minimi ir cituojami, tačiau dėl skirtingų priežasčių. Sveikatos priežiūros prekių ženklams naudingi aiškūs subjektų identifikatoriai, tokie kaip pavadinimai, vietos, specialybės ir tinklai, kurie sustiprina signalus, kuriuos AI platformos naudoja vertindamos kompetenciją ir autoritetą. SaaS prekės ženklai dažniausiai pateikiami trečiųjų šalių platformose, tokiose kaip G2, Reddit ir LinkedIn, kur vartotojai ir apžvalgininkai aptaria produktus. Finansinėms paslaugoms naudingas stiprus redakcinės žiniasklaidos buvimas tokiose platformose kaip MarketWatch, Bankrate ir NerdWallet, kurios yra dažni šaltiniai, į kuriuos AI platformos kreipiasi finansiniais klausimais.
Finansinės paslaugos taip pat buvo vienintelė vertikalė, kurioje citavimas šiek tiek viršijo paminėjimą, o tai rodo, kad dirbtinio intelekto platformos pasitiki turiniu šiek tiek labiau nei konkrečiais prekių ženklais.
Kiekvienu atveju rodomi prekių ženklai turi kažką, prie ko AI platformos gali priskirti prekės ženklo tapatybę: struktūrinius duomenis, trečiosios šalies patvirtinimą arba redakcinę aprėptį. Nerodomiems prekių ženklams paprastai trūksta vieno ar kelių iš jų.
Minėti daugiau nei cituota: el. prekyba ir mažmeninės prekybos prekės ženklai
El. prekyba paskelbė didžiausią spragą mūsų duomenų rinkinyje. Dirbtinio intelekto platformos atpažįsta šiuos prekės ženklus, bet renka pradinę medžiagą iš kur nors kitur, dažniausiai prekyviečių, kaupiklių ir apžvalgų svetainių, o ne pačių prekių ženklų domenų.
Šie prekių ženklai atpažįstami dėl buvimo rinkoje ir vartotojų pažinimo. Didesnis iššūkis el. prekybos prekių ženklams yra suteikti dirbtinio intelekto platformoms turinį, kurį verta cituoti jų pačių domene, užuot palikus šią sritį Amazon, Reddit ir apžvalgų agregatoriams.
Cituojama, bet retai minima: teisinės paslaugos
Teisinės tarnybos paskelbė atvirkštinį modelį kaip el. prekybos prekės ženklus. AI platformos reguliariai gauna turinį iš legalių svetainių, tačiau retai priskiria prie straipsnio autorių.
Uždaryti šią spragą reiškia sukurti subjekto signalus, kurie sujungia turinį atgal su atpažįstama įmone.
3–4 išvados
Kiekviena AI platforma gauna iš skirtingų šaltinių.
„ChatGPT“, „Perplexity“, „Gemini“ ir „Copilot“ rodo konkrečių tipų turinio nuostatas. Visoje ataskaitoje paminėjimo rodikliai suskirstyti pagal platformą ir vertikalę, todėl galite sutelkti dėmesį į AI platformas, kurias iš tikrųjų naudoja jūsų pirkėjai.
Personalizavimas gali apsunkinti ankstyvą AI matomumą.
„Google“ asmeninio intelekto naujinimas perkelia signalus iš vartotojo „Gmail“ ir nuotraukų į AI režimo atsakymus, o rezultatus nukreipia į prekės ženklus, su kuriais vartotojas jau susidūrė. Jei šis efektas pasitvirtins, prekės ženklai, kurie laimi pirmą kartą vartotojo dirbtinio intelekto sąveiką tam tikra tema, gali padidinti savo matomumą greičiau nei vėlesni rinkos dalyviai. Visoje ataskaitoje aprašoma, ką stebime per antrąjį ketvirtį, kad tai patikrintume.
Raktų išsinešimas
Jei iš šių duomenų neatimsite nieko daugiau, atminkite, kad nepraradote pirmojo žaidėjo pranašumo. Tik 18 iš 177 prekių ženklų, kuriuos įvertinome, uždirbo paminėjimus dirbtinio intelekto paieškoje, jūsų vertikalėse vis dar yra tuščios vietos, kuri laukia, kol bus pareikštos teisės.
Visą 2026 m. I ketvirčio paieškos ataskaitą galite perskaityti mūsų svetainėje.
Gaukite AI paieškos pranašumą
Vaizdo kreditai
Teminis vaizdas: Victorious vaizdas. Naudotas su leidimu.
Vaizdai įraše: pergalės vaizdai. Naudotas su leidimu.
