Skąd się biorą te liczby.
Każdą liczbę w naszych raportach da się cofnąć do konkretnych danych, konkretnej wagi i konkretnej daty. Ta strona pokazuje, jak to działa pod spodem, żebyś mógł się z nami pokłócić. Po to właśnie jest metoda.
Pytanie
Kiedy klient w Twojej branży zaczyna szukać, kogo znajduje? W Google i w odpowiedziach AI. I gdzie w tym wszystkim jesteś Ty? Wszystko poniżej służy temu, żeby odpowiedzieć liczbami, a nie na wyczucie.
Co obejmuje badanie
Kategorię opisujemy stałą listą fraz, zwykle 10 do 20. Wybieramy takie, które wpisuje ktoś gotowy kupić, nie ktoś, kto dopiero czyta. Tę samą listę sprawdzamy dla każdej marki w zestawie, zwykle 3 do 7: Twojej, tych, które sam uważasz za konkurencję, i tych, z którymi według danych naprawdę rywalizujesz o te same frazy.
Demand Control Index
Każda marka dostaje jeden wynik od 0 do 100. Nie ma w nim uznaniowości: te same dane zawsze dają ten sam wynik, a wszystkie wartości wejściowe zapisujemy razem z raportem, więc da się je sprawdzić.
| Składowa | Waga | Co mierzy |
|---|---|---|
| Posiadanie fraz | 40 | Na ile fraz zakupowych z listy marka jest w pierwszej trójce wyników. |
| Presja płatna | 25 | Jak drogie i oblegane są te frazy i czy marka pokazuje się w wynikach płatnych. |
| Autorytet strony | 20 | Na ile fraz w ogóle pokazuje się strona i ile ma podstron komercyjnych: porównań, alternatyw, zestawień. |
| Cytowania AI | 15 | W jakiej części pytań zakupowych odpowiedzi AI wymieniają markę, z uwzględnieniem tego, na którym miejscu. |
- Do wyniku dodajemy krótką etykietę, żeby było widać, jaki to typ gracza. Na przykład „Dark Horse" to marka ze środka stawki, która ma jednak jedną mocną frazę, a „Specialist" to marka z prawdziwą publicznością w sąsiednim temacie.
- Cytowania AI mają dziś najmniejszą wagę. To właśnie ją planujemy podnosić, bo coraz większa część decyzji zapada w odpowiedziach AI.
Udział w cytowaniach AI
Zadajemy modelom te same pytania, które zadałby klient, i liczymy, kogo wymieniają.
- Lista pytań jest stała: ta sama dla każdej marki i ta sama z miesiąca na miesiąc, żeby dało się porównywać.
- Pytamy wersję, z której korzystają zwykli ludzie, z włączonym wyszukiwaniem w sieci. Surowy model przez API, bez dostępu do sieci, odpowiada z pamięci i mierzyłby coś innego.
- Nazwy marek wyciągamy z odpowiedzi w osobnym kroku. Model, który odpowiada, nie wie, kogo sprawdzamy, więc nie ma jak nam schlebiać.
- Udział w cytowaniach to po prostu odsetek pytań, w których odpowiedź wymienia markę. Pozycja to kolejność, w jakiej marki pojawiają się w tekście.
- Osobno notujemy AI Overviews w Google: czy dla danej frazy w ogóle się pokazuje, jakie strony cytuje i jaką część ruchu w kategorii to obejmuje.
Martwa waga
Skanujemy całą stronę i porównujemy z danymi o pozycjach. Każda podstrona, którą Google może zaindeksować, a która nie ma żadnej pozycji, to balast. Nazywamy go martwą wagą. Ten odsetek mówi, jaka część serwisu naprawdę pracuje, a jaka tylko rozmywa resztę. W kategoriach, które mierzyliśmy, wychodziło od 80 do 96 procent.
Skąd bierzemy dane
- Dane o wyszukiwaniu: Ahrefs. Frazy organiczne, płatne, zrzuty wyników, linki, siła domeny.
- Dane o stronie: pełny skan każdej marki, z poszanowaniem robots.txt i limitów serwera.
- Dane o AI: własne przebiegi pytań na aktualnych modelach, z zapisaną treścią odpowiedzi i cytowanymi źródłami.
- Dane klienta, jeśli są: Search Console i analityka. Służą do sprawdzenia, czy nasze szacunki zgadzają się z rzeczywistością.
Czego nie robimy
- Nie dopisujemy liczb. Jeśli jakichś danych nie udało się zebrać, raport mówi to wprost, a wniosek jest ostrożniejszy, nie uzupełniony zgadywaniem.
- Nie mówimy o trendach, dopóki nie mamy prawdziwego szeregu w czasie. Trend pojawia się dopiero, gdy kategorię zmierzymy więcej niż raz.
- Nie podajemy nazw klientów na tej stronie bez pisemnej zgody. W przykładowym raporcie każda marka jest podmieniona.
Co na to patenty
Nie wymyślamy tej metody z powietrza. Sporo z niej opisuje rejestr patentowy Google, w tym na długo przed erą odpowiedzi AI. Kilka przykładów, które da się sprawdzić po numerze:
- Wyciąganie odpowiedzi z fragmentu tekstu: model bierze to, co stoi w pierwszych zdaniach akapitu. Dlatego odpowiedź musi być na początku, nie na końcu. US10783156B1.
- Fakty są oceniane osobno: liczby, daty i nazwy podnoszą wiarygodność strony. US9672251B1 i US9785686B2.
- Wykrywanie treści powtarzalnej i różne ważenie części strony to stare patenty, nie nowość. US8898296B2, US8538989B1, US9665617B1.
- Autorytet w temacie to nie liczba artykułów, tylko historia interakcji ze źródłem w tym temacie. Uznane źródło dostaje kredyt zaufania dla nowych treści. US8949228B2, US8458196B1.
- Wartość informacyjna jest osobnym pojęciem: co nowego strona dodaje ponad to, co już mówią inne. US20140280011A1, US11354342B2.
- Rejestr obejmuje już generatywne odpowiedzi z cytowaniami, wykrywanie halucynacji i ocenę faktyczności. US12346366B2, US20250225337A1, US20240289395A1.