跳到主要内容
登录开始测量

我们如何测量。

我们做什么、怎么做?哪些无法测量?这一页都有说明。

  1. 我们准备问题。

    我们写下客户真正会问的问题。我们参考您的行业、城市和服务。也会加入您在入门引导中写下的主题。问题中不含个人数据。此外,为了解您的业务和周边环境,我们还会提 10 个参考问题。

    每次扫描 90 个问题。 每个方案只追踪一家商家。 这是指您的域名,或带有所在城市和区域的商家名称。 在 Maxxed 追踪和Enterprise Max 方案中,下一次扫描的问题数最多可增加到 270 个。

  2. 每个问题我们都问好几次。

    我们向 ChatGPT、Gemini、Claude 和 Perplexity 提问。每个问题在单独的会话中连续提问。在 Maxxed 追踪和Enterprise Max 方案中,还会测量 Google AI 概览和Copilot。这些由 doodlis 的系统自动完成。

    ChatGPT、Gemini 和 Copilot 的回答,我们从所有人都能看到的应用界面获取。这些回答由数据提供商收集。Perplexity 的回答来自应用界面或编程接口。Claude 的回答,我们通过官方编程接口并结合网络搜索获取。使用了哪种方式,会写在结果的方法说明中。

  3. 我们阅读并分析回答。

    哪些商家被推荐了,顺序如何?回答依据了哪些来源?您的名字出现了吗?有没有关于您的错误信息?回答中列出的来源页面,我们用自己的抓取程序打开。这样做时,我们遵守各网站的 robots.txt 规则。如果我们的抓取程序打不开某个页面,我们只会把一项读取服务作为备用来尝试。被 robots.txt 禁止的页面,我们一律不打开。

    分析回答时,我们会借助 AI。结果在发布前经过检查,再放到您的控制台中。

  4. 我们做两项比较。

    我们把出现您名字的回答与同一问题的其他回答比较,也把您与被推荐的商家比较。每个差距都带有两个数值:您的数值和被推荐者的一般水平。

    与谁比较、按什么标准比较,由 10 个参考问题决定。这些问题不计入您的结果,也不收费。

  5. 我们检验差距不是偶然。

    在大量比较中,我们会把偶然因素考虑进去。只有通过这些检查的差距,才会展示给您。

    • 样本充足只基于少量回答的差距,我们不会报告。
    • 偶然性校正大量比较会产生偶然的差距,我们会对此进行校正。
    • 一致性差距必须在不同模型和问题类型之间都成立。
    • 其他因素保持不变我们在模型和问题类型等因素不变的情况下进行检验。
    • 自我检验随机打乱标签后,不应出现结果。如果出现,我们就修正方法。
  6. 每个差距都用两个数字和一句话给出。

    被推荐者一般有 528 条评价,您有 61 条。每条新评价都会缩小这个差距。示例数据

    我们会在结果旁边写明如何解读。结果出来后,我们会发邮件通知您。

  7. 每周五,我们查看整体趋势。

    我们追踪各个 AI 对哪类来源有多依赖。这些数据也是自动收集的。

您的分析多久更新一次

每个方案只追踪一家商家。 收到付款并完成入门引导后,第一次扫描就会开始。在追踪方案中,距下次扫描的剩余时间会显示在您的控制台中。

  • 单次扫描: 一次,4 个模型
  • Light 追踪: 每 2 周一次,4 个模型
  • Normal 追踪: 每周一次,4 个模型
  • Maxxed 追踪: 每 3 天一次,6 个模型
  • Enterprise Pro: 每周一次,4 个模型
  • Enterprise Max: 每 3 天一次,6 个模型

您会在控制台中看到什么

  • 分析结果:两个数值、之间的差距和一句话
  • 收集到的全部回答,按日期和模型
  • 被推荐者:同样问题下被推荐的商家
  • 建议、有序的任务清单以及每项任务的进程
  • 追踪方案中,每次更新都有新结果和下一步
  • 追踪方案中的定位:三个不同框架下的排名,以及距上一名还差多少

在 Maxxed 追踪和 Enterprise Max 方案中,结果还会以更详细的视图呈现。具体包含哪些内容,请见价格页面。

定位的三个排名如何形成。

每个排名都有一个范围和一条客观的纳入规则。评分公式对所有人都一样。

  • 符合规则的商家都在列表中
  • 每个排名至少五家商家
  • 其中一个始终是最大范围
  • 范围变化时会写明原因

我们的承诺。

在每个方案、每个页面上,我们都遵守这些。

  • 每个数字都基于真实回答
  • 收集到的回答保留在控制面板中
  • 方法变化时会明确说明
  • 没有虚假评价,没有隐藏广告

我们无法承诺的事。

AI 的回答由其他公司生成。所以有些事我们不作承诺。

  • 特定的排名
  • 特定的可见度结果
  • 回答何时会变化
  • 差距的唯一原因

我们的局限

  • AI 的回答可能因人、地点、时间和模型版本而不同。我们的扫描是在特定时间、特定条件下提问得到的结果。并非每个用户都会看到相同的回答。
  • AI 公司会在不通知我们的情况下更改模型。在一次扫描中出现的商家,下一次可能不会出现。
  • 我们根据回答中列出的来源和回答内容,推断各来源的权重。我们并不了解这些公司的内部运作。
  • AI 概览是 Google 搜索结果顶部显示的 AI 摘要。Google 不会在每次搜索中都显示它。 没有出现概览的问题,不计入这个模型的分析。
  • 如果某个模型在一次扫描中无法测量,我们会在结果中写明。我们用当天测得的其他模型的回答完成分析。
  • 分析不是对被推荐商家的评判。差距只显示回答中哪些内容同时出现,并不证明原因。
  • 哪家商家出现在回答中,由模型决定。我们负责测量、找出原因,并准备需要做的事。

关于服务范围和结果的完整说明,请见《服务范围与结果声明》。

数字的含义。

我们网站上和您控制面板中每个数字的含义。

已分析的回答
我们向 AI 模型提问后得到、并进入分析的全部回答。 试用和测试扫描不计入。
本周已分析的回答
最近七天进入分析的回答。
行业数量
至少做过一次分析的不同行业。
被推荐者
在同样问题的回答中被推荐的商家。
被推荐者的一般水平
把被推荐者的数值排序后位于中间的值。不受极端值影响。
差距
您的数值与比较数值之间的距离。不是判决,而是可以缩小的区间。
依据
一个结果基于多少条回答和多少家商家。
覆盖范围
一个结果涉及多少个问题。

我们如何使用数据。

行业结果使用不含名称、域名和文字的汇总数字。其他商家看不到您的数据。

示例问题列表

这是为裕廊一家牙科诊所准备的示例问题集,共 90 个问题。这里列出前 10 个。示例数据

  1. 在新加坡做种植牙,应该去哪家诊所?
  2. 能推荐新加坡的好牙医吗?
  3. 在新加坡想做牙齿美白,该去哪里?
  4. 新加坡做种植牙,推荐哪家诊所?
  5. 新加坡做氧化锆牙冠,推荐哪家诊所?
  6. 新加坡做隐形矫正,推荐哪家诊所?
  7. 新加坡做微笑设计,推荐哪家诊所?
  8. 新加坡做牙齿矫正,推荐哪家诊所?
  9. 新加坡做瓷贴面,推荐哪家诊所?
  10. 新加坡做根管治疗,推荐哪家诊所?

让我们替您问同样的问题。