Hãy tìm kiếm những cơ hội tăng trưởng đáng ưu tiên dựa trên nhu cầu thị trường, bối cảnh cạnh tranh, giá trị cốt lõi của thương hiệu và các nguồn trích dẫn.
Khả năng hiển thị AI cấp thương hiệu được tính trọng số theo số câu trả lời, nên một sản phẩm yếu có thể ẩn trong một con số đang tăng. Tìm hiểu khi nào nên xem theo thương hiệu, sản phẩm hay tình huống.
Khám phá hơn 12,000 thị trường ngách.
Cập nhật bởi
Cập nhật vào Nov 05, 2026
Khả năng hiển thị AI của toàn thương hiệu tăng không có nghĩa là mọi sản phẩm đều tăng. Khả năng hiển thị AI ở cấp thương hiệu được tính bằng cách gộp câu trả lời cho câu hỏi của tất cả sản phẩm. Sản phẩm có nhiều câu hỏi nhất có trọng số lớn nhất. Một sản phẩm có ít câu hỏi có thể mất khả năng hiển thị, hoặc gần như không được AI nhắc tới, mà con số tổng không hề cho thấy. Hơn nữa, khi số câu hỏi của mỗi sản phẩm, hoặc số lần lấy mẫu cho mỗi câu hỏi, thay đổi, con số tổng tự nó cũng dịch chuyển. Để biết mức tăng của một sản phẩm có đang che đi sự vắng mặt của sản phẩm khác hay không, hãy dùng cùng bộ câu hỏi và cùng khoảng thời gian, rồi tách thay đổi tổng thành hai phần: thay đổi khả năng hiển thị của chính từng sản phẩm, và thay đổi tỷ trọng câu trả lời của từng sản phẩm.
Lý do trực tiếp: khả năng hiển thị AI ở cấp thương hiệu là một trung bình có trọng số. Nó gộp câu trả lời của mọi câu hỏi bạn theo dõi và tính "số câu trả lời nhắc đến thương hiệu ÷ tổng số câu trả lời". Trọng số của mỗi sản phẩm phụ thuộc vào số câu hỏi của sản phẩm đó trong bộ câu hỏi và số câu trả lời mà các câu hỏi ấy thu được. Khi một sản phẩm có trọng số lớn tăng một chút, con số tổng tăng theo. Khi một sản phẩm có trọng số nhỏ giảm, hoặc hoàn toàn không được nhắc tới, con số tổng gần như không nhúc nhích.
Lấy Apple trong một mẫu lịch sử mà Dageno thu thập từ ba thị trường ví dụ: điện thoại thông minh, máy tính xách tay và đồng hồ thông minh. Apple và Samsung xuất hiện ở đây như ví dụ công khai, không phải khách hàng của Dageno. Từ ngày 3 đến 19 tháng 8 năm 2026, Apple được nhắc đến trong 53,4% câu trả lời về điện thoại (12.807 câu trả lời), 43,5% câu trả lời về máy tính xách tay (9.578) và 61,6% câu trả lời về đồng hồ thông minh (3.301). Gộp lại là 50,8%. Câu trả lời về đồng hồ thông minh chỉ chiếm 13% tổng số. Vì vậy, kể cả khi khả năng hiển thị của Apple ở đồng hồ thông minh giảm 10 điểm phần trăm, con số tổng cũng chỉ giảm khoảng 1,3 điểm, mức mà trong báo cáo rất dễ bị bỏ qua như dao động bình thường.
Lý do thứ hai khó nhận ra hơn: khi tỷ trọng câu trả lời đến từ mỗi sản phẩm thay đổi, con số tổng cũng thay đổi, dù không sản phẩm nào thật sự tốt lên. Số câu trả lời phụ thuộc vào hai thứ: hỏi bao nhiêu câu, và mỗi câu thu được bao nhiêu câu trả lời. Đây là Samsung trong cùng mẫu. Chúng tôi gộp câu trả lời từ cả ba thị trường, tương đương với việc dùng một bộ câu hỏi trộn lẫn câu hỏi về ba sản phẩm, rồi tính khả năng hiển thị cấp thương hiệu của Samsung. Giai đoạn 1 là 3–10/8; Giai đoạn 2 là 11–19/8. Bắt đầu với số đếm thô:
| Sản phẩm | Câu trả lời Giai đoạn 1 | Câu trả lời nhắc Samsung Giai đoạn 1 | Câu trả lời Giai đoạn 2 | Câu trả lời nhắc Samsung Giai đoạn 2 |
|---|---|---|---|---|
| Điện thoại thông minh | 7.215 | 5.788 | 5.592 | 4.130 |
| Máy tính xách tay | 6.066 | 198 | 3.512 | 162 |
| Đồng hồ thông minh | 1.360 | 634 | 1.941 | 907 |
| Tổng | 14.641 | 6.620 | 11.045 | 5.199 |
Các tỷ lệ được tính trực tiếp từ những số đếm này:
| Chỉ số | Giai đoạn 1 | Giai đoạn 2 | Thay đổi (điểm phần trăm) |
|---|---|---|---|
| Cấp thương hiệu (gộp cả ba) | 45,2% (6.620 ÷ 14.641) | 47,1% (5.199 ÷ 11.045) | +1,9 |
| Khả năng hiển thị trong câu trả lời về điện thoại | 80,2% (5.788 ÷ 7.215) | 73,9% (4.130 ÷ 5.592) | −6,4 |
| Khả năng hiển thị trong câu trả lời về máy tính xách tay | 3,3% (198 ÷ 6.066) | 4,6% (162 ÷ 3.512) | +1,3 |
| Khả năng hiển thị trong câu trả lời về đồng hồ thông minh | 46,6% (634 ÷ 1.360) | 46,7% (907 ÷ 1.941) | +0,1 |
| Tỷ trọng của điện thoại trong tổng câu trả lời | 49,3% | 50,6% | +1,3 |
| Tỷ trọng của máy tính xách tay trong tổng câu trả lời | 41,4% | 31,8% | −9,6 |
| Tỷ trọng của đồng hồ thông minh trong tổng câu trả lời | 9,3% | 17,6% | +8,3 |
Ghi chú: các thay đổi được tính từ giá trị chưa làm tròn.
Điện thoại giảm 6,4 điểm, nhưng con số cấp thương hiệu lại tăng 1,9 điểm. Ba dòng cuối giải thích lý do. Ở Giai đoạn 2, câu trả lời về máy tính xách tay, nơi Samsung hầu như không được nhắc đến, giảm từ 6.066 xuống 3.512, và tỷ trọng giảm từ 41,4% xuống 31,8%. Câu trả lời về đồng hồ thông minh, nơi Samsung làm khá ổn, tăng từ 1.360 lên 1.941, và tỷ trọng tăng từ 9,3% lên 17,6%. Mức tăng tổng đến từ sự thay đổi về cái gì được hỏi và hỏi bao nhiêu lần, chứ không phải vì sản phẩm nào được AI nhắc đến nhiều hơn. Dòng máy tính xách tay còn nói lên nhiều hơn: Samsung có bán máy tính xách tay, nhưng chỉ 3% đến 5% câu trả lời về máy tính xách tay nhắc đến Samsung ở cả hai giai đoạn, trong khi con số cấp thương hiệu luôn ở trên 45%.
Vậy số câu hỏi về máy tính xách tay có giảm không? Không. Loại bỏ trùng lặp theo ID prompt cho thấy mỗi sản phẩm có bao nhiêu câu hỏi khác nhau trong mỗi giai đoạn, và trung bình mỗi câu hỏi tạo ra bao nhiêu câu trả lời. Câu trả lời cho cùng một câu hỏi từ các nền tảng, khu vực hay ngày khác nhau đều được tính.
| Sản phẩm | Câu hỏi Giai đoạn 1 | Câu hỏi Giai đoạn 2 | Câu trả lời mỗi câu hỏi Giai đoạn 1 | Câu trả lời mỗi câu hỏi Giai đoạn 2 |
|---|---|---|---|---|
| Điện thoại thông minh | 3.249 | 3.748 | 1,65 | 1,22 |
| Máy tính xách tay | 1.885 | 2.049 | 2,25 | 1,41 |
| Đồng hồ thông minh | 649 | 1.155 | 1,59 | 1,19 |
Ghi chú: chỉ tính những câu trả lời có thể liên kết với ID prompt, chiếm 70% đến 82% câu trả lời tùy sản phẩm và giai đoạn. Chỉ dùng bảng này để xem xu hướng; đừng nhân nó với số câu trả lời ở trên.
Máy tính xách tay thực ra có nhiều câu hỏi hơn một chút (1.885 lên 2.049) nhưng lại ít câu trả lời hơn, vì mỗi câu hỏi về máy tính xách tay trung bình chỉ tạo ra 1,41 câu trả lời thay vì 2,25. Câu hỏi về đồng hồ thông minh gần như tăng gấp đôi (649 lên 1.155). Nói cách khác, tỷ trọng câu trả lời của một sản phẩm có thể thay đổi do số câu hỏi của nó, hoặc do số lần mỗi câu hỏi được chạy. Đó là lý do Phần 7 yêu cầu bạn cố định cả bộ câu hỏi lẫn số lần lấy mẫu.
Các nhà thống kê gọi là nghịch lý Simpson khi một xu hướng trong toàn bộ tổng thể xuất hiện, biến mất hoặc đảo ngược sau khi tổng thể được chia thành các nhóm con (định nghĩa của Stanford Encyclopedia of Philosophy). Khả năng hiển thị cấp thương hiệu cũng gặp loại vấn đề tương tự: khi tỷ lệ giữa các nhóm con thay đổi, con số gộp có thể đi theo hướng khác với các con số đã tách.
Câu hỏi có chứa tên thương hiệu hay không cũng làm thay đổi con số tổng. Trong Better Metrics for AI Search Visibility, Ann Smarty của Practical Ecommerce chỉ ra rằng điểm khả năng hiển thị của một công cụ hoàn toàn phụ thuộc vào câu hỏi nào được đặt ra. Câu hỏi có tên thương hiệu nhiều khả năng đạt gần 100%, nên cần được đặt vào nhóm riêng. Nếu một sản phẩm có thêm câu hỏi chứa tên thương hiệu, con số cấp thương hiệu cũng bị thổi phồng.
Thêm một điều trước khi đi tiếp: mức giảm 6,4 điểm của điện thoại trong bảng cần được tách thêm lần nữa. Như Phần 7 cho thấy, phần lớn mức giảm đó cũng đến từ việc hỏi một bộ câu hỏi khác.
Trả lời ngắn: với cùng giai đoạn và cùng bộ câu hỏi, chia câu trả lời theo sản phẩm và tính hai con số cho mỗi sản phẩm: khả năng hiển thị của chính nó, và tỷ trọng của nó trong tổng câu trả lời. Sau đó so với giai đoạn trước và tách thay đổi tổng thành hai phần: "thay đổi bên trong mỗi sản phẩm" và "thay đổi cơ cấu câu hỏi". Nếu thấy bất kỳ dấu hiệu nào sau đây, nghĩa là có sản phẩm đang bị che:
Phương pháp gồm ba bước:
Cộng cả hai phần của tất cả sản phẩm, bạn sẽ được đúng bằng thay đổi tổng.
Đây là phần tách cho Samsung từ Phần 1:
| Sản phẩm | Thay đổi khả năng hiển thị của chính nó | Ảnh hưởng đến con số tổng | Thay đổi tỷ trọng câu trả lời | Ảnh hưởng của cơ cấu câu hỏi |
|---|---|---|---|---|
| Điện thoại thông minh | −6,4 | −3,2 | +1,3 | +1,0 |
| Máy tính xách tay | +1,3 | +0,5 | −9,6 | −0,4 |
| Đồng hồ thông minh | +0,1 | 0,0 | +8,3 | +3,9 |
| Tổng | — | −2,7 | — | +4,5 |
Ghi chú: tất cả giá trị tính bằng điểm phần trăm; hai tổng cộng lại bằng +1,9 (tính từ giá trị chưa làm tròn).
Gộp lại, thay đổi bên trong ba sản phẩm kéo con số tổng xuống 2,7 điểm, trong khi thay đổi cơ cấu câu hỏi đẩy nó lên 4,5 điểm. Nếu chỉ nhìn cấp thương hiệu, bạn sẽ nghĩ Samsung làm tốt hơn trong câu trả lời AI ở giai đoạn này. Tách ra, bạn thấy điện thoại đang giảm, máy tính xách tay gần như vắng mặt, và con số tổng được giữ vững nhờ có nhiều câu trả lời về đồng hồ thông minh hơn và ít câu trả lời về máy tính xách tay hơn.
Nếu bạn dùng Dageno, bạn có thể bắt đầu bước một, xem riêng từng sản phẩm, trên trang AI Market Segments. Trang này liệt kê thứ hạng và khả năng hiển thị của cùng một thương hiệu ở từng thị trường, kèm các thương hiệu dẫn đầu của mỗi thị trường (xem Hình 1). Phần tách ở bước ba hiện phải làm trong bảng tính sau khi xuất dữ liệu; chúng tôi không tìm thấy tính năng nào trong sản phẩm tạo ra phần tách này trực tiếp.
Hình 1: Không gian làm việc của Apple trên trang AI Market Segments của Dageno. Cùng một thương hiệu đứng thứ 2 ở Smart Phones (50,5%), thứ 3 ở Laptops (36,7%), thứ 1 ở Smart Watches (52,2%) và chỉ thứ 10 ở Cloud File Storage Software (6,2%), và mỗi thị trường có các thương hiệu dẫn đầu khác nhau. Apple là ví dụ thương hiệu công khai, không phải khách hàng của Dageno. Hình không hiển thị kỳ báo cáo; khả năng hiển thị không phải doanh số hay thị phần, và thứ hạng thấp không chứng minh có cơ hội đáng để tham gia.
Trả lời ngắn: hãy xác nhận ba điều trước khi kết luận.
Chỉ khi cả ba đều đúng thì mới là vắng mặt thật. Một câu hỏi được hỏi một hai lần, hoặc vài câu trả lời lẻ tẻ, là không đủ.
Không. Nhiều nhất chỉ là không ổn định. Câu trả lời AI có thể khác nhau mỗi lần. SparkToro và Gumshoe.ai đã nhờ 600 tình nguyện viên chạy 12 prompt đề xuất thương hiệu trên ChatGPT, Claude và câu trả lời AI của Google tổng cộng 2.961 lần trong khoảng tháng 11 đến tháng 12 năm 2025. Xác suất cùng một prompt trả về cùng một danh sách thương hiệu hai lần là dưới 1% (bài gốc của SparkToro). Schulte, Bleeker và Kaufmann ở Đại học St. Gallen cũng cho rằng khả năng hiển thị nên được đọc như một phân phối qua nhiều lần đo, không phải kết quả của một lần quan sát (Don't Measure Once). Theo bài báo, chạy một prompt một lần cho sai số chuẩn 0,370 đối với tỷ lệ phát hiện một thương hiệu; sau 7 lần chạy, nó giảm xuống dưới 0,10. Một người làm thực tế cũng nói trong một thảo luận trên Reddit rằng khả năng hiển thị trên cùng các prompt dao động 15% đến 20% từ tuần này sang tuần khác dù họ không thay đổi gì. Đó là quan sát cá nhân, không phải kết quả thống kê.
Vì vậy hãy xem kết quả sau khi lấy mẫu lặp lại. Trong mẫu ba thị trường, 26 nhóm câu hỏi về máy tính xách tay đã được hỏi ít nhất ba lần trên cùng nền tảng, cùng khu vực.
Mẫu nhỏ, nhưng đủ để thấy sự vắng mặt của Samsung không phải do một hai lần lấy mẫu kém may mắn. Khả năng hiển thị của Samsung cũng thấp ở mọi loại câu hỏi về máy tính xách tay:
Điều này có nghĩa là cả sản phẩm đang vắng mặt, không chỉ một tình huống. Các thương hiệu như Dell (63,0%), Lenovo (49,2%) và Apple (43,5%) đã chiếm những vị trí đó.
Điều đó phụ thuộc vào quy tắc phát hiện của công cụ, và tốt nhất là đọc câu trả lời gốc rồi kiểm tra ngẫu nhiên. Mẫu có 8.713 câu trả lời về máy tính xách tay đọc được toàn văn. Kết quả kiểm tra:
Việc bị thiếu có thể do quy tắc phát hiện chỉ tính những thương hiệu được trình bày như một đề xuất, hoặc do bỏ sót khi phát hiện; hãy đối chiếu với quy tắc của công cụ. Với Samsung, kể cả khi tính hết những trường hợp này, câu trả lời nhắc đến Galaxy Book cũng chỉ chiếm khoảng 3% câu trả lời về máy tính xách tay, nên kết luận sản phẩm vắng mặt vẫn đúng.
Đó không phải khoảng trống. Hãy ghi là "không theo đuổi". Samsung có dòng máy tính xách tay Galaxy Book, nhưng mẫu bao phủ nhiều quốc gia và khu vực. Chúng tôi không kiểm tra mẫu nào được bán ở đâu, với giá bao nhiêu; chỉ đội sản phẩm của chính thương hiệu mới xác nhận được. Tương tự, nếu một thương hiệu không có sản phẩm ở một mức giá hay cho một mục đích sử dụng nào đó, việc AI không nhắc đến là bình thường, và không nên coi đó là khoảng trống nội dung.
Trong Dageno, các con số trên trang phân khúc thị trường và ý định tìm kiếm có thể nhấp vào để xem câu trả lời AI gốc, gồm nền tảng, khu vực và toàn văn câu trả lời (dựa trên ghi chép trong cơ sở kiến thức sản phẩm của Dageno ngày 8–9/9/2026). Bạn có thể làm hai bước kiểm tra đầu ở đó; bước thứ ba cần dữ liệu sản phẩm của chính bạn.
Trả lời ngắn: con số cấp thương hiệu là đủ khi cả ba điều kiện sau đều đúng:
Nếu bất kỳ điều kiện nào không đúng, con số cấp thương hiệu chỉ là tham chiếu xu hướng; nó không cho biết một sản phẩm cụ thể có đang làm tốt hay không.
Điều kiện thứ nhất thường đúng với thương hiệu một ngành hàng. Hãy nghĩ đến một thương hiệu chỉ làm đồng hồ thông minh: các mẫu khác nhau của họ đối mặt với cùng loại câu hỏi và cùng đối thủ. Chia theo mẫu khiến mỗi phần có quá ít câu trả lời và càng khó đọc hơn. Việc chia cũng có chi phí. Dùng một kiểm định thống kê tiêu chuẩn, ThriveStack ước tính rằng để phân biệt tỷ lệ nhắc đến thực tế 10% với 15% ở độ tin cậy 95% cần khoảng 686 lần chạy cho mỗi điều kiện (tóm tắt của ThriveStack). Chia thành năm sản phẩm thì mỗi sản phẩm cần đủ câu trả lời riêng, nên khối lượng lấy mẫu nhân lên nhiều lần.
Điều kiện thứ hai liên quan đến báo cáo cho ban lãnh đạo. Ban lãnh đạo thường chỉ cần xu hướng chung và biết có sản phẩm nào gặp vấn đề hay không, không cần chi tiết từng tình huống.
Điều kiện thứ ba dễ bị bỏ qua nhất. Samsung ở Phần 1 cho thấy khi tỷ trọng câu trả lời của mỗi sản phẩm thay đổi, con số tổng tự nó dịch chuyển. Cách khắc phục là tính con số cấp thương hiệu bằng trọng số cố định: tính khả năng hiển thị của từng sản phẩm trước, rồi gộp lại bằng các trọng số được đặt sẵn và giữ nguyên mỗi giai đoạn. Bạn có thể cố định trọng số theo tỷ lệ câu hỏi hiện tại, hoặc đặt theo tầm quan trọng kinh doanh của từng sản phẩm. Khi đó, thay đổi số câu hỏi hay tần suất lấy mẫu không thể làm con số tổng dịch chuyển.
Dù ban lãnh đạo chỉ xem một con số, hãy thêm một dòng bên dưới ghi khả năng hiển thị và mức thay đổi của từng sản phẩm, để kiểm tra xem có sản phẩm nào đang trượt dốc không. Giữ câu hỏi chứa tên thương hiệu ở dòng riêng và không đưa vào con số tổng. Câu hỏi có và không có tên thương hiệu đo hai thứ khác nhau; xem sự khác biệt giữa lượt nhắc có và không có tên thương hiệu.
Trả lời ngắn: nếu bất kỳ điều nào sau đây đúng, hãy cho mỗi sản phẩm một đường cơ sở riêng, tức là câu hỏi riêng, danh sách đối thủ riêng và con số khởi điểm riêng:
Đối thủ khác nhau thể hiện rõ trong mẫu ba thị trường. Năm thương hiệu có khả năng hiển thị cao nhất hoàn toàn khác nhau ở mỗi thị trường:
Cùng là Apple nhưng trong câu trả lời về điện thoại thì cạnh tranh với Samsung và Google, còn trong câu trả lời về máy tính xách tay thì cạnh tranh với Dell và Lenovo. Gộp lại thành một bảng xếp hạng thương hiệu duy nhất, bạn không còn so với cùng đối thủ nữa.
Chênh lệch lớn trông như thế này: khả năng hiển thị của Samsung là 77,4% ở điện thoại, 46,7% ở đồng hồ thông minh và chỉ 3,8% ở máy tính xách tay. Apple trong Hình 1 cũng vậy: thứ 1 ở đồng hồ thông minh, thứ 3 ở máy tính xách tay và chỉ thứ 10 ở lưu trữ đám mây.
Người phụ trách khác nhau nghĩa là đánh giá người khác bằng con số cấp thương hiệu sẽ trao công hoặc đổ lỗi cho những gì họ không làm. Người phụ trách máy tính xách tay có thể thấy con số tăng chỉ vì có thêm câu hỏi về đồng hồ thông minh, trong khi sản phẩm của họ chẳng thay đổi gì.
Tỷ trọng nhỏ nghĩa là, theo phép tính ở Phần 1, sản phẩm có thể giảm 10 điểm trong khi con số tổng chỉ dịch chuyển hơn 1 điểm một chút.
Nghiên cứu bên ngoài và những người làm thực tế cũng chỉ ra điều tương tự. Nhà cung cấp Odyssiant đã phân tích 5.356 câu trả lời AI từ tháng 2 đến tháng 4 năm 2026 và kết luận rằng khả năng hiển thị thương hiệu cho biết AI có nhận ra công ty hay không, còn khả năng hiển thị sản phẩm cho biết đề xuất đúng có được hiểu trong đúng bối cảnh mua hàng hay không. Sự khác biệt này quan trọng nhất với các công ty có nhiều dòng sản phẩm hoặc dịch vụ (Product Visibility vs Brand Visibility). Nghiên cứu này đã điều chỉnh phương pháp chấm điểm trong giai đoạn đó, và các tác giả lưu ý rằng các mô hình theo từng giai đoạn mua hàng nên được đọc như một đường cơ sở đang hình thành, không phải xu hướng rõ ràng. Một người làm thực tế trên Reddit cũng mô tả việc thương hiệu bị "chia thành hai hồ sơ" trong AI, một cho truy vấn sản phẩm và một cho thông tin công ty (thảo luận gốc). Đó là quan sát cá nhân, nhưng cùng một ý: được nhận ra như một thương hiệu không đồng nghĩa với việc sản phẩm của bạn được đề xuất.
Theo dõi riêng từng sản phẩm không phức tạp:
Trang giải pháp Product Portfolio Planning của Dageno mô tả đúng kiểu so sánh này: trước tiên so sánh khả năng hiển thị và thứ hạng AI giữa các dòng sản phẩm, sau đó chọn một dòng và đào sâu vào câu hỏi của người mua và điểm bán hàng. Trang này cũng nói rõ giới hạn: vị trí và độ bao phủ trong câu trả lời AI không đo nhu cầu thị trường, thị phần hay doanh thu, và kết quả của các thị trường khác nhau cần được tách riêng.
Trả lời ngắn: khi khả năng hiển thị hoặc thứ hạng của cùng một sản phẩm chênh lệch lớn giữa các loại câu hỏi của người mua, và bạn cần khoảng chênh đó để quyết định sửa trang nào hay thêm nội dung gì, hãy tách thêm một cấp theo tình huống. Nếu khoảng chênh đến từ một mức giá hay mục đích sử dụng mà bạn không phục vụ, chỉ cần ghi lại; đó không phải khoảng trống.
Trong mẫu ba thị trường, khả năng hiển thị tổng thể của Apple trong câu trả lời về điện thoại là 53,4%, nhưng khi tách theo loại câu hỏi của người mua, bức tranh thay đổi nhiều:
| Loại câu hỏi của người mua | Khả năng hiển thị | Câu trả lời |
|---|---|---|
| Tốt nhất nói chung | 73,8% | 839 |
| Tốt nhất theo ngân sách | 22,9% | 376 |
| Lý do chọn | 18,5% | 287 |
Loại câu hỏi là cách phân loại của Dageno. Để tách theo tình huống, chúng tôi chỉ dùng những câu trả lời có thể liên kết với siêu dữ liệu câu hỏi, khoảng 78% câu trả lời về điện thoại.
Chỉ nhìn 53,4% ở cấp sản phẩm, bạn sẽ nghĩ sản phẩm này làm tốt trong câu trả lời AI nói chung. Tách theo tình huống, bạn thấy câu hỏi "tốt nhất nói chung" đang nâng mức trung bình, trong khi sản phẩm hiếm khi xuất hiện khi ngân sách được đưa vào câu hỏi.
Trang AI Search Intents của Dageno được tổ chức xoay quanh ý này (xem Hình 2). Trong ví dụ Smart Watches, Apple bao phủ cả 25 ý định con, tỷ lệ bao phủ 100%. Nhưng trong Recommendations:
Độ bao phủ 100% chỉ có nghĩa là thương hiệu xuất hiện trong mọi loại câu hỏi, không có nghĩa là dẫn đầu ở mọi loại.
Hình 2: Chế độ xem ý định tìm kiếm của thị trường Smart Watches trong không gian làm việc của Apple: 7 ý định chính và 25 ý định con, với tỷ lệ bao phủ ý định con 100%. Trong Recommendations, Apple đứng hạng 1 ở "Find alternatives" (71,4%) và hạng 4 ở "Choose by budget or tier" (32,9%). Tỷ trọng nhu cầu mô tả cách phân bố của các câu hỏi được phân tích, không phải tổng lượng tìm kiếm hay nhu cầu mua đã được chứng minh; hình không hiển thị kỳ báo cáo.
Trong Prompt-Level Visibility, Swetha Venkiteswaran của Pixis đưa ra ví dụ: hai thương hiệu có cùng điểm khả năng hiển thị tổng thể. Một thương hiệu xuất hiện đều đặn ở mọi loại câu hỏi; thương hiệu kia mạnh ở câu hỏi chung nhưng biến mất khi người mua hỏi về lựa chọn thay thế hoặc mục đích sử dụng cụ thể. Mức trung bình giống hệt nhau, nhưng vị thế thương mại hoàn toàn khác. Điểm tổng thể cho biết nên nhìn vào đâu; từng câu hỏi cho biết lý do.
Cũng nên nói khi nào không cần tách theo tình huống. Nếu một tình huống chỉ có vài chục câu trả lời, lên xuống của nó phần lớn là ngẫu nhiên; hãy theo dõi chung với phần còn lại cho đến khi đủ dữ liệu để tách. Và nếu thương hiệu không có sản phẩm cho mức giá hay mục đích sử dụng đó, không cần đặt đường cơ sở riêng cho tình huống ấy.
Bảng dưới đây tóm tắt khi nào nên dùng từng góc nhìn:
| Góc nhìn | Khi nào dùng | Điều nó không cho biết |
|---|---|---|
| Cấp thương hiệu | Các sản phẩm đối mặt với cùng câu hỏi và đối thủ; quyết định liên quan đến thương hiệu; tỷ trọng hoặc trọng số của mỗi sản phẩm cố định | Một sản phẩm cụ thể có làm tốt không; việc sửa trang có hiệu quả không |
| Theo sản phẩm | Đối thủ khác nhau, chênh lệch khả năng hiển thị lớn, người phụ trách và trang web khác nhau, hoặc có sản phẩm tỷ trọng nhỏ | Trong một sản phẩm, loại câu hỏi nào của người mua là vấn đề |
| Theo tình huống | Một sản phẩm chênh lệch lớn giữa các câu hỏi của người mua, và bạn cần khoảng chênh để quyết định sửa trang nào | Lên xuống ở tình huống có quá ít câu trả lời; mức giá hoặc mục đích sử dụng thương hiệu không phục vụ |
Trả lời ngắn: chỉ dùng những câu hỏi được hỏi ở cả hai giai đoạn, trên cùng nền tảng, cùng khu vực, cùng số lần lấy mẫu, và kiểm tra xem khả năng hiển thị của chính sản phẩm có tăng không. Sau đó tách thay đổi cấp thương hiệu thành thay đổi bên trong mỗi sản phẩm và thay đổi cơ cấu câu hỏi. Chỉ khi sản phẩm tăng trên cùng câu hỏi thì bạn mới nói được là nó đã tốt lên. Việc sửa trang có phải nguyên nhân hay không là câu hỏi khác mà bạn chưa thể kết luận.
Quay lại Samsung ở Phần 1: tính trên mọi câu trả lời, khả năng hiển thị ở điện thoại giảm 6,4 điểm. Chỉ so sánh những câu hỏi được hỏi ở cả hai giai đoạn (khớp theo ID prompt, 1.431 câu hỏi), kết quả hoàn toàn khác:
| Khả năng hiển thị trong câu trả lời về điện thoại | Mọi câu trả lời | Cùng câu hỏi được hỏi ở cả hai giai đoạn |
|---|---|---|
| Samsung | 81,1% → 77,6% | 84,3% → 84,9% |
| Apple | 56,3% → 48,6% | 58,2% → 55,1% |
Ở đây chỉ dùng những câu trả lời có thể liên kết với ID prompt, khoảng 78% câu trả lời về điện thoại, nên cột "Mọi câu trả lời" hơi khác với số liệu ở Phần 1.
"Mức giảm" ở điện thoại của Samsung gần như hoàn toàn đến từ một bộ câu hỏi khác; trên cùng câu hỏi, khả năng hiển thị gần như không đổi. Apple giảm 7,7 điểm tính chung, nhưng chỉ khoảng 3 điểm trên cùng câu hỏi. Cơ cấu nền tảng của câu trả lời về điện thoại cũng thay đổi trong cùng thời gian: tỷ trọng câu trả lời của Gemini giảm từ 46% xuống 27%, trong khi ChatGPT tăng từ 30% lên 48%. Dùng số liệu mọi câu trả lời để đánh giá bất kỳ thay đổi nào thực hiện giữa hai giai đoạn, bạn sẽ đi đến kết luận sai.
Vì vậy, việc kiểm tra lại cần bốn điều:
Trong Dageno, các prompt, nền tảng, khu vực và đối thủ mà bạn muốn kiểm tra lại theo thời gian có thể được cố định trong phần cài đặt theo dõi. Nhập CSV cần bốn cột: prompt, platforms, regions và language. Không cột nào là nhãn sản phẩm, nên đội của bạn cần tự ghi mỗi câu hỏi thuộc sản phẩm nào trong bảng tính riêng. Theo ghi chép trong cơ sở kiến thức của Dageno, mới chỉ xác minh màn hình cài đặt và quy tắc nhập liệu; việc gửi bản nhập, lưu và lấy mẫu thực tế chưa được thử nghiệm. Để theo dõi liên tục, xem Theo dõi khả năng hiển thị thương hiệu trong câu trả lời AI.
Có hai loại kết luận có thể đưa vào báo cáo tháng:
Giữ một cột riêng "chưa được chứng minh" với ít nhất ba mục:
Dưới đây là một ví dụ ghi chép. Thương hiệu, ngày tháng và con số đều là giả định, chỉ để minh họa cách điền:
| Mục | Ví dụ giả định (số liệu giả định) |
|---|---|
| Thay đổi | 10/9: cập nhật trang sản phẩm máy tính xách tay với các tình huống sử dụng, điều kiện thử pin và so sánh với các mẫu cùng tầm giá |
| Phạm vi so sánh | 120 câu hỏi về máy tính xách tay được hỏi ở cả hai giai đoạn; ChatGPT và Google AI Mode; Mỹ và Đức; 5 lần chạy mỗi câu hỏi mỗi giai đoạn; 14 ngày mỗi giai đoạn |
| Thay đổi bên trong sản phẩm | Khả năng hiển thị của máy tính xách tay trên 120 câu hỏi này: 8,0% → 12,5% |
| Thay đổi con số cấp thương hiệu | +1,6 điểm: +0,9 từ chính máy tính xách tay, +0,7 từ việc có thêm câu hỏi về đồng hồ thông minh |
| Đưa vào báo cáo tháng | Trên cùng câu hỏi, tỷ trọng câu trả lời nhắc đến máy tính xách tay tăng 4,5 điểm |
| Chưa được chứng minh | Việc sửa trang là nguyên nhân của mức tăng; có duy trì sang giai đoạn sau không; có mang lại yêu cầu tư vấn hay doanh số không |
Về cách đặt khoảng thời gian kiểm tra lại và số lần lấy mẫu, xem cách đặt cỡ mẫu và tần suất kiểm tra lại. Về cách biết thay đổi sau khi cập nhật trang có hơn mức ngẫu nhiên không, xem cách kiểm chứng đề xuất của AI thực sự đã cải thiện.
Không. Tách càng nhỏ thì mỗi phần càng ít câu trả lời, và con số càng nhảy ngẫu nhiên. Như đã nói ở trên, phân biệt tỷ lệ nhắc đến thực tế 10% với 15% cần khoảng 686 lần chạy cho mỗi điều kiện. Hãy bắt đầu bằng việc tách theo sản phẩm dựa trên đối thủ và người phụ trách, và chỉ tách sản phẩm thành mẫu hoặc tình huống khi đã có đủ dữ liệu.
Hãy đặt nó vào nhóm riêng "câu hỏi liên sản phẩm", cho những câu như "nên kết hợp điện thoại với đồng hồ thông minh thế nào?". Nó không được tính cho sản phẩm đơn lẻ nào; hãy theo dõi xu hướng của nó riêng. Nếu không, cùng một câu trả lời sẽ bị đếm hai lần, hoặc bị gán tùy tiện cho một sản phẩm.
Hãy tính riêng. Câu hỏi chứa tên thương hiệu hầu như luôn nhắc đến thương hiệu, nên trộn vào sẽ thổi phồng con số tổng, và mỗi lần số lượng của chúng thay đổi lại làm con số dịch chuyển. Về cách kết hợp tên thương hiệu, tên sản phẩm và thuật ngữ ngành hàng trong bộ câu hỏi, xem cách xây dựng bộ prompt đo khả năng hiển thị AI.
Hãy dùng trọng số cố định. Gộp câu trả lời trực tiếp sẽ khiến kết quả phụ thuộc vào sự thay đổi tỷ trọng câu trả lời của mỗi sản phẩm, như ví dụ Samsung cho thấy. Bạn có thể cố định trọng số theo tỷ lệ câu hỏi hiện tại hoặc đặt theo tầm quan trọng kinh doanh của từng sản phẩm. Khi đã đặt, hãy giữ nguyên qua mọi giai đoạn, để thay đổi của con số tổng chỉ phản ánh thay đổi bên trong các sản phẩm.
Có thể. Trong mẫu, khoảng 14% câu trả lời về máy tính xách tay có nhắc đến "MacBook" không được ghi nhận là nhắc đến Apple. Hãy kiểm tra ngẫu nhiên câu trả lời gốc bằng phương pháp ở Phần 3, rồi kiểm tra quy tắc phát hiện của công cụ để quyết định có tính những câu trả lời đó hay không.
Bạn không thể khẳng định như vậy. Khả năng hiển thị là tỷ trọng câu trả lời AI nhắc đến sản phẩm; nó không đo doanh số, thị phần hay lượng tìm kiếm thực tế. Để đánh giá tác động kinh doanh, hãy so sánh riêng với dữ liệu yêu cầu tư vấn, lưu lượng truy cập và doanh số.
Hãy bắt đầu với khả năng hiển thị cấp thương hiệu của kỳ này và kỳ trước, theo phương pháp ở Phần 2:
Chỉ cần xuất hiện một tín hiệu, hãy thêm một dòng dưới con số cấp thương hiệu trong báo cáo, ghi số liệu của từng sản phẩm, và đánh dấu sản phẩm đang bị che. Sau đó quyết định hai việc: nó có cần đường cơ sở riêng không (Phần 5), và có cần tách thêm theo tình huống không (Phần 6).
Con số cấp thương hiệu vẫn có thể cho ban lãnh đạo thấy xu hướng chung. Chỉ là nó không nên là căn cứ duy nhất để đánh giá một sản phẩm có đang làm tốt hay không.
Cập nhật bởi
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Alexa for Shopping