Un anchor set è un pannello di brand di controllo sottoposto a misurazione continua. Monitorando riferimenti stabili, è possibile rilevare la deriva dei modelli di IA senza correggere direttamente il punteggio AGS del cliente dei clienti per isolare ciò che riflette una variazione reale della visibilità.

Il problema: i modelli cambiano

Quando un provider aggiorna il proprio modello, le risposte — e quindi i punteggi — possono cambiare anche se il brand non ha fatto nulla. Questa è la deriva dei modelli. Senza una salvaguardia, tale variazione verrebbe erroneamente attribuita alle prestazioni del brand.

La soluzione: un pannello di controllo

L'anchor set è un gruppo di brand di riferimento sottoposti a misurazione continua. Se si muovono tutti nella stessa direzione contemporaneamente, è segno di deriva dei modelli, non di un cambiamento reale. Il punteggio del cliente può quindi essere corretto di conseguenza.

Nell'AGS

L'AGS utilizza un anchor set per separare il segnale (la vera evoluzione del brand) dal rumore (la deriva dei modelli). È una delle risposte concrete ai limiti della misurazione documentati nella nostra metodologia.

Quando un cliente interroga le IA senza nominare un brand, viene raccomandato qualcun altro. E i brand che gestisci?

Ogni domanda posta a ChatGPT senza il brand nella risposta è un concorrente raccomandato al suo posto: misurato su 6.820 risposte reali di IA.