Pangsa Suara AI: Cara Mengukur dan Membuat Tolok Ukurnya

Metriknya, dinyatakan dengan presisi

Kebanyakan tim mencampur dua hal berbeda di bawah label yang sama. Pisahkan keduanya dan diagnosisnya jadi jauh lebih mudah.

Tingkat penyebutan menjawab pertanyaan biner: apakah Anda muncul sama sekali? Pangsa jawaban menjawab pertanyaan kompetitif: dari semua merek yang disebut asisten, berapa banyak porsi bicara yang milik Anda? Sebuah perkakas B2B bisa punya tingkat penyebutan 90% dan tetap kalah, karena ia disebut kesembilan dari sepuluh dan perhatian pembeli tertuju ke tiga teratas.

Keduanya dihitung per asisten dan per klaster prompt. Klaster adalah kumpulan pertanyaan bermuatan pembelian yang termasuk keputusan yang sama — perbandingan harga, alternatif atas pesaing tertentu, perkakas terbaik untuk X, pertanyaan integrasi. Merata-ratakan lintas klaster menghasilkan angka yang bergerak karena sebab yang tak bisa Anda telusuri.

• Tingkat penyebutan (%) = eksekusi yang memunculkan merek Anda ÷ total eksekusi prompt, untuk satu asisten dan satu klaster, × 100.
• Pangsa jawaban AI (%) = penyebutan merek Anda ÷ semua penyebutan merek dalam jawaban yang sama, × 100. Ini metrik pangsa yang sebenarnya karena bersifat zero-sum terhadap kumpulan pesaing yang ditetapkan.
• Pangsa berbobot (opsional) = rasio yang sama dengan tiap penyebutan diberi bobot menurut posisi, sehingga berada pertama dalam daftar bernilai lebih daripada jadi catatan kaki. Pakai bobot sederhana (pertama = 1,0; tengah = 0,6; terakhir = 0,3) dan dokumentasikan.
• Tingkat rekomendasi = eksekusi yang menyebut Anda sebagai rekomendasi, bukan sekadar rujukan sebagai contoh. Layak dipisahkan untuk prompt bermuatan tinggi.

Tiga masukan yang menentukan apakah angka Anda berarti

Sebuah metrik visibilitas AI hanya sestabil instrumennya. Tiga keputusan menimbulkan sebagian besar kerusakan ketika dibuat asal-asalan.

Pertama, set prompt. Tetapkan tertulis — rumusan persisnya, pasarnya, bahasanya, kerangka personanya — dan beri versi. Setiap kali Anda menambah prompt, garis tren Anda putus, jadi tambahkan sebagai klaster baru alih-alih menyunting yang lama. Targetkan cukup prompt untuk mencakup keputusannya, bukan cukup untuk terlihat menyeluruh: dua puluh sampai empat puluh pertanyaan pembelian terpilih per pasar mengalahkan beberapa ratus yang generik.

Kedua, jumlah eksekusi. Keluaran asisten tidak deterministik; prompt yang sama ditanyakan dua kali bisa menyebut merek berbeda, apalagi bila melibatkan pengambilan langsung. Artinya satu eksekusi adalah anekdot. Jalankan tiap prompt beberapa kali per asisten per periode — lima adalah lantai yang masuk akal, lebih banyak bila kategori Anda punya ekor panjang pesaing — dan perlakukan selisih kecil pada sampel kecil sebagai derau, bukan pergerakan.

Ketiga, aturan penyebutan. Putuskan lebih dulu apakah URL telanjang dihitung, apakah kutipan dalam daftar sumber dihitung sebagai penyebutan, bagaimana Anda memperlakukan salah eja dan nama induk merek, dan apakah penyebutan negatif dihitung. Tuliskan aturannya; ketidakkonsistenan di sini melahirkan sebagian besar perdebatan tentang apakah visibilitas membaik.

Mengapa tolok ukur per asisten berbeda — dan mengapa itu benar

Sebuah merek di 55% pangsa jawaban pada Perplexity dan 12% pada ChatGPT untuk prompt yang identik bukanlah galat pengukuran. Kedua sistem berbeda pada lapisan yang memutuskan merek mana yang layak disebut.

Pengambilan versus pengetahuan parametrik adalah pemisah terbesar. Asisten yang bersandar pada pencarian web langsung memunculkan apa pun yang disukai indeks saat ini dan lapisan peringkatnya; jawaban yang sebagian besar datang dari bobot model mencerminkan seberapa menonjol sebuah merek muncul di data pelatihan. OpenAI menggambarkan pencarian ChatGPT sebagai penggabungan model dengan informasi dari web dan penyedia pihak ketiga (OpenAI), Anthropic menyediakan pencarian web sebagai perkakas yang diputuskan sendiri oleh Claude kapan dipanggil (Anthropic), Perplexity dibangun di atas pengambilan dan kutipan secara bawaan (Perplexity), dan Google mendokumentasikan fitur AI-nya sebagai lapisan di atas Penelusuran dengan perilaku penautannya sendiri (Google Search Central). Kelayakan berbeda, daftar merek berbeda.

Preferensi sumber adalah pendorong kedua. Satu asisten mungkin bersandar pada kurasi editorial dan platform ulasan, yang lain pada dokumentasi, forum, dan situs utama. Bila liputan pihak ketiga di kategori Anda terpusat pada segelintir artikel daftar, asisten yang memercayai halaman itu akan terlalu banyak menampilkan siapa pun yang berperingkat baik di sana.

Kebaruan dan aturan pengikatan adalah yang ketiga. Pesaing yang baru diluncurkan bisa muncul seketika di asisten yang berat pengambilan dan tak terlihat berbulan-bulan di yang berat bobot. Wilayah, bahasa, dan apakah sebuah perkakas memutuskan perlu mencari sama sekali menambah variasi yang sah.

Konsekuensi praktisnya: jangan pernah melaporkan rata-rata gabungan lintas asisten sebagai angka utama. Laporkan matriks. Rentang antar-asisten itu sendiri adalah wawasannya, karena ia memberi tahu apakah masalah Anda adalah cakupan sumber, peringkat di halaman orang lain, atau semata ketiadaan dari korpus. Rincian per asisten itulah inti yang kami bangun di Growli, dan itulah sebabnya satu skor global adalah angka paling tak berguna dalam laporan.

Templat tabel tolok ukur yang bisa Anda salin

Bangun satu baris per asisten per klaster prompt per periode. Kolomnya, berurutan:

Bacalah dua arah. Menyusuri baris, Anda melihat apakah sebuah klaster sehat di satu asisten dan rusak di asisten lain. Menuruni kolom, Anda melihat apakah seorang pesaing menang di mana-mana (masalah korpus dan otoritas) atau hanya di satu permukaan (masalah sumber yang bisa Anda bidik).

Tambahkan lembar kedua berisi kumpulan pesaing — lima sampai delapan rival bernama, tetap selama periode itu — plus daftar prompt persis dan aturan penyebutannya. Tanpa itu, angka kuartal depan tak sebanding dengan yang ini.

• Periode — minggu atau bulan, dengan tanggal eksekusinya.
• Asisten — ChatGPT, Gemini, Claude, Perplexity, Copilot, Grok. Satu baris masing-masing; tanpa penggabungan.
• Klaster prompt — misalnya perkakas-terbaik-untuk-X, alternatif-atas-pesaing, harga.
• Eksekusi — total eksekusi prompt di balik baris itu. Apa pun di bawah lima per prompt harus ditandai berkeyakinan rendah.
• Penyebutan Anda — eksekusi yang memuat merek Anda menurut aturan terdokumentasi.
• Tingkat penyebutan % — penyebutan Anda ÷ eksekusi.
• Total penyebutan merek — semua penyebutan Anda dan kumpulan pesaing terlacak dalam jawaban yang sama.
• Pangsa jawaban % — penyebutan Anda ÷ total penyebutan merek.
• Posisi rata-rata — peringkat rata-rata saat disebut dalam sebuah daftar.
• Pesaing teratas + pangsanya % — siapa yang sebenarnya mengambil slot itu.
• Domain teratas yang dikutip — tiga sumber yang paling diandalkan asisten; ini daftar tindakan Anda.
• Selisih vs periode sebelumnya — dalam poin persentase, bukan perubahan persen, agar basis kecil tak melebih-lebihkan pergerakan.

Mengubah kesenjangan pangsa menjadi tindakan

Laporan pangsa suara yang berakhir pada sebuah persentase hanyalah dasbor. Nilainya ada pada pemetaan dari jenis kesenjangan ke intervensi, dan jenis kesenjangan yang layak diberi nama hanya segelintir.

Absen di setiap asisten untuk sebuah klaster berarti Anda tak ada di bahan sumber tempat jawaban itu dibangun. Pekerjaannya adalah cakupan: buat diri Anda disebut, digambarkan, dan dibandingkan pada halaman yang sudah dikutip asisten untuk klaster itu — platform ulasan, kurasi kategori, utas komunitas, publikasi industri — dan pastikan halaman Anda sendiri menyatakan dengan gamblang apa yang Anda kerjakan, untuk siapa, dan pada harga berapa.

Muncul di asisten yang berat pengambilan tetapi absen di yang berat bobot menunjuk pada kebaruan. Anda ada di web langsung tetapi belum di korpus yang lebih dalam. Perkirakan ada jeda, dan sementara itu pusatkan upaya pada permukaan tempat pengambilan menentukan kelayakan.

Disebut tetapi di urutan terakhir adalah masalah bukti perbandingan. Asisten mengurutkan daftar memakai kerangka yang mereka temukan di sumber. Bila pesaing punya halaman perbandingan eksplisit, tabel harga, dan pernyataan kasus penggunaan sedangkan Anda tidak, Anda ditempatkan sebagai pelengkap. Terbitkan hal-hal spesifiknya — untuk siapa Anda bukan pilihan sama bergunanya dengan untuk siapa Anda cocok.

Disebut dengan atribut keliru adalah yang paling merusak dan paling mudah terlewat bila Anda hanya menghitung penyebutan. Catat klaim yang dibuat tentang Anda, bukan sekadar fakta bahwa Anda disebut: model harga yang salah, integrasi yang hilang, posisi yang usang. Perbaiki di sumber yang sedang dikutip.

Satu pesaing dominan pada satu asisten biasanya bermuara pada satu halaman. Temukan di kolom domain yang dikutip, lalu putuskan apakah langkahnya adalah masuk ke halaman itu, membuat alternatif yang lebih kuat di domain sepadan, atau meminta koreksi faktual.

Prioritaskan berdasarkan bobot komersial, bukan besar kesenjangan. Kesenjangan sepuluh poin pada prompt “alternatif atas” yang bermuatan tinggi lebih berharga daripada kesenjangan empat puluh poin pada pertanyaan definisi. Bila Anda ingin kerangka lebih luas tentang bagaimana tingkat penyebutan, nada, dan sumber kutipan saling terkait, lihat pengantar kami tentang visibilitas AI.

Irama, keyakinan, dan apa yang dihitung sebagai pergerakan nyata

Pengukuran bulanan cocok untuk kebanyakan kategori; mingguan wajar saat peluncuran, penggantian merek, atau kampanye koreksi aktif. Apa pun yang Anda pilih, jalankan seluruh set prompt dalam jendela yang rapat supaya pembaruan model tidak memotong sampel Anda.

Tetapkan ambang pergerakan sebelum Anda melapor. Dengan lima eksekusi per prompt, pergeseran beberapa poin persentase pada satu klaster masih jauh di dalam variasi sampel — sebut itu pergerakan hanya bila bertahan dua periode berturut-turut atau muncul di beberapa klaster pada asisten yang sama. Beri anotasi pada tiap laporan dengan peristiwa yang bisa menjelaskan lonjakan: pembaruan model, peluncuran pesaing baru, artikel pihak ketiga besar yang terbit, perubahan pada situs Anda sendiri.

Satu disiplin terakhir: simpan jawaban mentahnya, bukan hanya tallynya. Enam bulan dari sekarang, tally akan bilang bahwa pangsa turun dan jawaban tersimpan akan bilang kenapa — dan itulah beda antara metrik visibilitas AI yang bisa Anda pertahankan dan angka yang memulai pertengkaran.

FAQ