HubSpot opisuje, jak rozdzielać zapytania brandowe i niebrandowe w wyszukiwaniu AI oraz mierzyć widoczność marki. Raport wskazuje, że połączenie obu grup może ukryć różnicę między rozpoznawalnością firmy a jej odkrywaniem przez nowych odbiorców. W przykładzie 90% widoczności dla promptów brandowych spada do 20% dla niebrandowych.
Czym różnią się zapytania brandowe i niebrandowe w AI search
Według artykułu HubSpot zapytanie brandowe zawiera nazwę marki, jej bliską odmianę, częsty błąd pisowni albo nazwę produktu. Jako przykłady podano pytania „Are Nikes good shoes for marathon runners?” oraz „Are Air Force 1s good running shoes?”. Jak pisze HubSpot: „A branded query names a brand”.
Zapytanie niebrandowe nie zawiera nazwy marki. Opisuje kategorię, problem albo przypadek użycia, jak w pytaniu „What’s the best shoe for marathon runners?”. „An unbranded query, on the other hand, names no brand” — podaje źródło. Taki prompt może dotyczyć odbiorcy, który dopiero szuka rozwiązania i nie wskazuje konkretnej firmy.
Te grupy odpowiadają na różne pytania dotyczące widoczności marki. Zapytania brandowe pokazują, jak AI opisuje markę i jaką intencję ma użytkownik. Zapytania niebrandowe pokazują, czy AI w ogóle przywołuje markę w odpowiedzi. HubSpot ujmuje tę różnicę krótko: „They answer different questions”.
Dlaczego nie należy łączyć wyników w jeden wskaźnik
Prompt zawierający nazwę firmy znacznie zwiększa prawdopodobieństwo wzmianki o tej firmie. W promptach niebrandowych silnik AI musi natomiast sam zdecydować, czy dana marka powinna pojawić się w odpowiedzi. Z tego powodu wspólny wynik może zawyżyć ocenę pozyskiwania nowych odbiorców.
Przykład z artykułu pokazuje, jak powstaje ten efekt. Wśród 100 odpowiedzi na prompty brandowe marka została wymieniona 90 razy, co daje 90% widoczności. Wśród 400 odpowiedzi niebrandowych odnotowano 80 wzmianek, czyli 20%.
| Typ promptu | Liczba odpowiedzi | Odpowiedzi zawierające wzmiankę o marce | Wskaźnik widoczności |
|---|---|---|---|
| Brandowy | 100 | 90 | 90% |
| Niebrandowy | 400 | 80 | 20% |
| Łącznie w przykładzie | 500 | 170 | 34% blended visibility |
Połączenie wyników daje w tym przykładzie 34% blended visibility, mimo że widoczność wśród odbiorców, którzy nie znają marki, wynosi 20%.
Jak prowadzić cotygodniowe śledzenie promptów
HubSpot zaleca zbudowanie i oczyszczenie biblioteki promptów. Każdy prompt powinien mieć oznaczenie statusu, etapu zakupowego, typu — brandowego lub niebrandowego — oraz obecności konkurenta. Artykuł wskazuje także na potrzebę przypisania idealnego klienta i geografii.
Śledzenie powinno łączyć codzienne uruchamianie monitorowanych promptów przez narzędzie HubSpot AEO z cotygodniowym przeglądem rezultatów. „Tracking works best as a routine. We recommend weekly, as AI answers are probabilistic” — pisze HubSpot.
Znaczenie regularności wiąże się ze zmiennością odpowiedzi. SparkToro i Gumshoe.ai ustaliły, że prawdopodobieństwo otrzymania na ChatGPT tej samej listy marek dwa razy było mniejsze niż 1 na 100. Prawdopodobieństwo uzyskania tej samej listy w tej samej kolejności było bliższe 1 na 1000.
W monitoringu należy osobno oznaczać prompty zawierające wyłącznie nazwę konkurenta. Artykuł nie zalicza ich ani do promptów niebrandowych, ani do własnych brandowych, dlatego nie powinny automatycznie trafiać do żadnej z tych dwóch grup.
Jak interpretować wskaźniki widoczności
HubSpot definiuje wskaźnik widoczności wzorem: Visibility Rate = mentions of your brand / total number of answers tracked. Oznacza to podzielenie liczby odpowiedzi zawierających wzmiankę o marce przez całkowitą liczbę śledzonych odpowiedzi.
W analizie warto zachować dwa osobne szeregi danych: dla zapytań brandowych i dla niebrandowych. W przykładzie 90/100 daje 90%, a 80/400 — 20%. Wynik 34% połączony z 500 odpowiedziami nie pokazuje, że marka jest przywoływana w taki sam sposób przez osoby już ją znające i przez osoby dopiero poszukujące rozwiązania.
Według artykułu wyniki należy porównywać z ostatnimi czterema tygodniami, a nie wyłącznie z poprzednim dniem. Taki zakres uwzględnia probabilistyczny charakter odpowiedzi AI i ogranicza ryzyko wyciągania wniosków z pojedynczego uruchomienia. To element analizy widoczności marki w wyszukiwaniu AI, ale pomiar pozostaje zależny od grupy promptów.
Co to oznacza w praktyce
- Firmy usługowe z Białegostoku i Podlasia powinny prowadzić osobne zestawienia promptów zawierających nazwę firmy oraz promptów opisujących usługę bez nazwy marki.
- Wysoka widoczność w zapytaniach brandowych nie musi oznaczać odkrywania firmy przez nowych klientów. Ten wniosek wymaga sprawdzenia wyników niebrandowych, gdzie w przykładzie widoczność wyniosła 20%, a nie 90%.
- Przy ocenie trendu należy porównywać wyniki z ostatnimi czterema tygodniami. Wynika to ze zmienności odpowiedzi: SparkToro i Gumshoe.ai wskazały mniej niż 1 na 100 szans na powtórzenie tej samej listy marek na ChatGPT.
Źródła
- Marketing — HubSpot — Branded vs. unbranded queries in AI search — and how to track them, 2026-11-09
Tekst został utworzony przy pomocy sztucznej inteligencji (modeli językowych).
