Cách chúng tôi thu thập và lập mô hình dữ liệu về khả năng hiển thị của AI

Radar thương hiệu cho phép bạn theo dõi và khám phá mức độ hiển thị của thương hiệu trên AI và tìm kiếm. Trong bài đăng này, chúng tôi chia nhỏ cách thu thập, lập mô hình và cập nhật dữ liệu.

Chúng tôi hỏi các nền tảng AI như ChatGPT, Perplexity, Gemini, Copilot và Tổng quan về AI của Google hàng triệu câu hỏi thực tế – sau đó lưu câu trả lời của chúng để bạn có thể tìm kiếm trong đó và xem thương hiệu của bạn xuất hiện ở đâu.

Chúng tôi thu thập từ khóa và SERP từ cơ sở dữ liệu của Ahrefs với hơn 100 tỷ từ khóa, sau đó lấy câu hỏi People Also Ask của Google từ những SERP đó để mô hình hóa cách mọi người đặt câu hỏi trực tuyến một cách tự nhiên. Chúng tôi chạy những câu hỏi này trên nền tảng AI và lưu trữ câu trả lời của chúng, vì vậy bạn có thể tìm kiếm qua văn bản và liên kết để xem tên thương hiệu của bạn (hoặc bất kỳ thuật ngữ nào) xuất hiện ở đâu.

Bộ câu hỏi được cập nhật và kiểm tra trong chatbot hàng tháng, sử dụng thời hạn báo cáo 90 ngày.

Các số liệu như Tỷ lệ phản hồi và Số lần hiển thị ước tính mô hình hóa mức độ hiển thị của thương hiệu qua các chủ đề phổ biến, dựa trên sở thích tìm kiếm thực tế. Chúng cho thấy khả năng hiển thị tiềm năng chứ không phải khả năng tiếp cận đối tượng thực tế.

Radar thương hiệu giúp các công ty hiểu cách thương hiệu của họ xuất hiện trên AI và tìm kiếm. Nó tính toán Chia sẻ giọng nói dựa trên tần suất các thương hiệu được đề cập hoặc trích dẫn trong các phản hồi từ ChatGPT, Perplexity, Gemini, Microsoft Copilot cũng như Tổng quan về AI và Chế độ AI của Google.

1. Thu thập dữ liệu

Brand Radar mô hình hóa hành vi của người dùng trong thế giới thực chứ không phải là những lời nhắc bịa đặt.

Các truy vấn được thu thập từ kho dữ liệu “Mọi người cũng hỏi” của Google và cơ sở dữ liệu từ khóa 110 tỷ của Ahrefs (28,7 tỷ được theo dõi), thể hiện nhu cầu tìm kiếm thực tế và cụm từ tự nhiên.

Mỗi truy vấn được thực thi trong giao diện AI được hỗ trợ. Chúng tôi lưu trữ các phản hồi thô và sau đó người dùng có thể tìm kiếm kho dữ liệu này để hiển thị các trích dẫn (URL được liên kết) và đề cập (so khớp chuỗi) cho bất kỳ cụm từ nào.

Khối lượng truy vấn hàng tháng (xấp xỉ):
ChatGPT – 10,6 triệu
Sự bối rối – 13,1 triệu
Song Tử – 7,2 triệu
Phi công phụ – 13,3 triệu
Tổng quan về AI – 134 triệu
Chế độ AI – 13,5 triệu

Tất cả lời nhắc đều chạy qua giao diện web miễn phí, công khai của ChatGPT, Gemini, Perplexity, Copilot và các nền tảng được hỗ trợ khác để phản ánh trải nghiệm người dùng thông thường.

Tham số hóa miền địa phương phản ánh tỷ lệ truy vấn theo quốc gia và ngôn ngữ trong cơ sở dữ liệu từ khóa của chúng tôi, cho phép đại diện theo tỷ lệ giữa các thị trường.

2. Mô hình hóa dữ liệu

Vì lời nhắc của AI thực sự là vô hạn nên Brand Radar tập trung vào các chủ đề có nhu cầu cao, định kỳ phản ánh mức độ quan tâm khi tìm kiếm. Số liệu là chỉ báo định hướng, không phải số lượng lưu lượng truy cập chính xác – được hiểu rõ nhất là tín hiệu hiển thị được mô hình hóa chứ không phải số liệu hiệu suất.

• Số lần hiển thị ước tính trọng số được đề cập bởi lượng tìm kiếm trên Google để mô hình hóa mức độ hiển thị tiềm năng.

Nhịp độ cập nhật thay đổi tùy theo nền tảng:

• ChatGPT, Perplexity, Gemini và Copilot được làm mới hàng tháng, sử dụng thời hạn báo cáo 90 ngày để đảm bảo tính ổn định và nhất quán. Mỗi báo cáo bao gồm tất cả các câu hỏi còn hiệu lực trong vòng 90 ngày trước ngày đã chọn.
  

• Tổng quan về Google AI và Chế độ AI cập nhật liên tục, phù hợp với chu kỳ làm mới cơ sở dữ liệu từ khóa.
• Báo cáo tổng hợp “Tất cả các nền tảng” kết hợp dữ liệu từ cả hai nhóm.

3. Tính minh bạch và những hạn chế

• Độ bao phủ – Mạnh nhất về tiếng Anh; thị trường không phải tiếng Anh đại diện tương ứng.
• Phạm vi – Việc sử dụng Chatbot được cá nhân hóa cao và số lượng truy vấn AI có thể thực hiện là vô hạn. Chúng tôi ưu tiên các câu hỏi phổ biến nhất và có nhu cầu cao nhất dựa trên mức độ phổ biến trong cơ sở dữ liệu từ khóa 110B của chúng tôi và kho dữ liệu Mọi người cũng hỏi của Google. Điều này đảm bảo bao phủ các loại câu hỏi có nhiều khả năng xuất hiện nhất trong kết quả tìm kiếm AI, mặc dù không phải lúc nào các lời nhắc dài hoặc thích hợp cũng có thể được đưa vào.
• Sự bất thường – LLM đôi khi tạo ra các liên kết ảo giác hoặc không đúng định dạng. Chúng tôi không lọc ra các liên kết ảo giác hoặc không đúng định dạng vì chúng phản ánh kết quả đầu ra của mô hình thực.
• nhịp – Tần suất cập nhật theo nền tảng được mô tả trong phần Mô hình dữ liệu.

4. Cách diễn giải dữ liệu

Thương hiệu Radar phù hợp nhất cho:

• Đánh giá khả năng hiển thị thương hiệu và Chia sẻ tiếng nói
• So sánh phạm vi phủ sóng của đối thủ cạnh tranh trên các nền tảng AI
• Xác định các mô hình đồng trích dẫn và khoảng cách về khả năng hiển thị

Nó không thể thay thế cho việc đo lường khán giả hoặc phân tích lưu lượng truy cập. Hãy coi nó như một cuộc kiểm tra khả năng hiển thị trên phương tiện truyền thông, hiển thị những gì xuất hiện trong AI và tìm kiếm – không phải Ai đã nhìn thấy nó.

5. Nền tảng dữ liệu

Brand Radar được xây dựng trên cơ sở hạ tầng dữ liệu của Ahrefs:

• 28,7 tỷ từ khóa được lọc từ 110 tỷ được phát hiện

Nền tảng này đảm bảo Brand Radar kết hợp dữ liệu tìm kiếm đã được xác minh với khả năng hiển thị AI được mô hình hóa, minh bạch – luôn đúng với trọng tâm của Ahrefs về độ chính xác và hành vi trong thế giới thực.