Mierzymy konkretny rynek, nie „to, co AI mówi wszystkim”.

1. Najpierw definiujemy komercyjnie istotny rynek

Rynek to obszar, na którym klient realnie szuka i wybiera dostawcę. Może nim być na przykład Opole i okolice, województwo opolskie, cała Polska albo inny spójny obszar odpowiadający sposobowi działania firmy. Nie zakładamy automatycznie, że każda firma powinna być mierzona lokalnie, regionalnie i krajowo.

Dentysta może potrzebować wyłącznie rynku lokalnego. Producent ogólnopolski może potrzebować tylko rynku Polska. Firma specjalistyczna może potrzebować dwóch lub trzech odrębnych rynków. Jeżeli mierzymy kilka rynków, każdy pozostaje osobnym benchmarkiem i otrzymuje osobne wyniki.

2. Każdy mierzony rynek otrzymuje własne 24 pytania odkrywające

Główna część badania składa się z pytań, które nie zawierają nazwy badanej firmy. Symulują sytuację, w której klient zna potrzebę, ale nie wybrał jeszcze dostawcy. Dla każdego mierzonego rynku uruchamiamy 24 pytania discovery dopasowane do priorytetowych ofert, klientów, intencji zakupowych i geografii.

Dwa rynki oznaczają więc dwa oddzielne zestawy po 24 pytania. Trzy rynki oznaczają trzy oddzielne zestawy. Nie dzielimy jednego zestawu 24 pytań pomiędzy miasto, region i kraj, ponieważ utrudniałoby to interpretację i porównanie wyników.

3. Pytania z nazwą firmy są diagnostyczne

Osobny zestaw pytań sprawdza, jak AI opisuje samą markę, jej ofertę, wiarygodność i dopasowanie. Ta diagnostyka pomaga zrozumieć publiczny obraz firmy, ale nie może podnosić wyniku odkrywania ani siły rekomendacji. Przy wielu rynkach nie mnożymy tej samej diagnostyki marki bez potrzeby.

4. Nie liczymy każdej wzmianki jako sukcesu

Dla badanej firmy i konkurentów stosujemy ten sam zestaw stanów rekomendacji:

• Nieobecna: 0 punktów.
• Wspomniana: 10 punktów. Firma występuje tylko jako tło, źródło albo kontekst.
• Kandydat: 40 punktów. Firma jest realną opcją do rozważenia.
• Rekomendowana: 70 punktów. Odpowiedź wyraźnie sugeruje firmę jako dobry wybór.
• Preferowana: 100 punktów. Odpowiedź stawia firmę jako najlepszy, pierwszy albo wyraźnie najsilniejszy wybór.

Pozycję liczbową zapisujemy tylko wtedy, gdy sama odpowiedź jasno porządkuje firmy. Nie wyciągamy rankingu z kolejności akapitów.

5. Pokazujemy trzy różne sygnały zamiast jednej niejasnej liczby

Pojawianie się odpowiada na pytanie: w ilu poprawnych pytaniach na danym rynku firma pojawiła się w ogóle? Jest to prosty odsetek obserwacji, w których firma została rozpoznana.

Częstotliwość rekomendacji odpowiada na pytanie: w ilu poprawnych pytaniach firma była rzeczywiście rekomendowana lub preferowana? Sama wzmianka albo bycie jednym z kandydatów nie jest tu liczone jako rekomendacja.

Siła rekomendacji AI ma skalę od 0 do 100 i jest średnią ważoną punktów 0, 10, 40, 70 i 100. Pokazuje nie tylko czy firma wystąpiła, lecz jak mocno AI traktowało ją jako wybór w scenariuszach o różnym znaczeniu komercyjnym.

Dzięki temu firma może pojawiać się często, ale mieć umiarkowaną siłę rekomendacji, jeżeli jest głównie wymieniana jako kandydat. Może też mieć niski wynik ogólny mimo mocnych pojedynczych odpowiedzi, jeżeli w większości ważnych pytań pozostaje nieobecna.

6. Pytania mają jawne wagi komercyjne

Nie każde pytanie ma takie samo znaczenie dla decyzji zakupowej. Scenariusze otrzymują wagę 1, 2 albo 3. Wagi są określone z góry w logice produktu, dzięki czemu siła rekomendacji jest deterministyczna i może zostać ponownie obliczona z tych samych obserwacji. Pojawianie się i częstotliwość rekomendacji pozostają prostymi odsetkami, aby były łatwe do zrozumienia.

7. Wynik lokalny, regionalny i krajowy to różne wyniki

Jeżeli firma kupuje kilka rynków, raport pokazuje je osobno. Wyniku z Opola nie interpretujemy jako wyniku województwa opolskiego. Wyniku województwa nie interpretujemy jako wyniku Polski. Każdy benchmark ma własne pytania, własną konkurencję i własne trzy sygnały.

Nie tworzymy domyślnie jednego łącznego wyniku z kilku rynków. Taki agregat mógłby mieć sens dopiero po ustaleniu biznesowych wag poszczególnych rynków i zawsze powinien pozostać dodatkiem do wyników źródłowych, a nie ich zamiennikiem.

8. Brak danych obniża zakres ukończonego pomiaru, a nie wynik firmy

Jeżeli odpowiedź modelu jest niekompletna, wywołanie dostawcy nie kończy się poprawnie albo klasyfikacja wymaga ręcznego sprawdzenia, nie wstawiamy automatycznie zera. Pokazujemy mniejszy zakres ukończonego pomiaru. Finalny benchmark powinien mieć komplet wymaganych obserwacji dla każdego mierzonego rynku albo wyraźne oznaczenie, że wynik jest niepełny.

9. Pozycjonowanie jest osobnym wymiarem

Dopasowanie pozycjonowania odpowiada na inne pytanie niż widoczność i rekomendacja: czy sposób opisywania firmy jest zgodny z uzgodnionymi kategoriami, priorytetowymi ofertami, klientami, geografią i wyróżnikami. Firma może więc być często rekomendowana, ale opisywana w niewłaściwy sposób albo odwrotnie.

10. Konkurenci należą do tego samego rynku co pytanie

Z odpowiedzi wyciągamy alternatywne firmy i przypisujemy im te same stany rekomendacji. Dla lokalnego benchmarku Opole analizujemy konkurentów surfacowanych przy pytaniach dotyczących Opola i okolic. Firma z Warszawy ma znaczenie tylko wtedy, gdy AI rzeczywiście wprowadza ją do odpowiedzi na takie pytanie, co samo w sobie byłoby anomalią wartą pokazania.

11. Źródło jest dowodem dopiero po weryfikacji treści

Sam adres URL widoczny w odpowiedzi nie oznacza jeszcze, że potwierdza konkretną tezę. Warstwę dowodową traktujemy oddzielnie od samej rekomendacji. Jeżeli nie można zweryfikować, że treść źródła rzeczywiście wspiera stwierdzenie, nie powinna podnosić oceny dowodowej.

12. Zapisujemy warunki każdej obserwacji

Dla produkcyjnego pomiaru zachowujemy między innymi dostawcę, model, konfigurację, pełną treść pytania, identyfikator i nazwę rynku, lokalizację, czas wykonania, surową odpowiedź, cytowania oraz wersje ekstrakcji i klasyfikacji. Dzięki temu ponowny pomiar może być porównywalny z punktem wyjścia.

13. Rekomendacja powinna prowadzić do ponownego pomiaru

Dobra rekomendacja nie kończy się na „napisz więcej treści”. Powinna wskazywać rynek, lukę, scenariusze, których dotyczy, obserwowanych konkurentów lub źródła, konkretny sygnał do poprawy oraz kryterium ponownego pomiaru. Celem jest prosta pętla: pomiar, zmiana, ponowny pomiar.

Jak interpretować wynik

Markometr nie jest oficjalnym rankingiem żadnego dostawcy AI i nie gwarantuje przyszłych rekomendacji. Każdy wynik jest streszczeniem serii zdefiniowanych obserwacji na konkretnym rynku. Najbardziej wartościowe są powtarzające się wzorce: gdzie firma regularnie znika, gdzie jest mocna, kto pojawia się zamiast niej oraz jakie źródła i komunikaty warto zweryfikować.