# GEO 品牌监测 SAAS 平台 · 核心指标清单 > 10 大类、30+ 指标 · 覆盖 5 大 AI 平台（DeepSeek / 豆包 / 通义千问 / 文心一言 / 元宝） > 每个指标均可按「AI 平台 × 时间 × 问题 × 分类 × 竞品」五维任意切片 > 本清单配套 [能力说明书](/capabilities/novacoffee) 与[真实运行大屏](/b/cd1523be-3d51-436e-b821-6f9d8c4df0c1) --- ## 2.1 声量类（SOV 家族） 衡量品牌在 AI 回答中的"被提及份额"——4 个互补指标。 - **品牌提及率（Mention Rate）** —— 所有检测回答中品牌被提及的比例；计算：提及问题数 / 检测问题总数；粒度：整体 / 平台 / 分类。 - **平台 SOV（Platform Mention Rate）** —— 分 AI 平台独立计算的提及率；计算：该平台提及数 / 该平台检测总数；粒度：5 平台独立。 - **分类 SOV（Category Mention Rate）** —— 按业务分类聚合的提及率；计算：分类提及数 / 分类问题总数；粒度：按业务分类。 - **对话总数（Total Conversations）** —— 周期内产生的 AI 对话总量；计算：问题数 × 平台数 × 次数；粒度：周期累计。 ## 2.2 首推类（FFR 家族） AI 回答中品牌排名表现——4 个互补指标。 - **首推率（First Feature Rate）** —— AI 回答中品牌排名第 1 的比例；计算：排名=1 问题数 / 提及问题数；粒度：整体 / 平台。 - **平均排名（Average Rank）** —— 品牌在有排名记录中的平均位次；计算：Σ(position) / 有排名数；粒度：整体 / 平台。 - **Top3 / Top5 / Top10 比例（Top-N Rate）** —— 品牌进入前 3/5/10 名的比例；计算：排名 ≤N 数 / 提及问题数；粒度：整体 / 平台。 - **排名得分（Rank Score）** —— 基于排名的加权评分（0-100）；计算：分段线性映射；粒度：整体 / 平台。 ## 2.3 情感类（对应报价单第 6 条） "能够实时监测品牌在 AI 中的情感正面比例"——4 维覆盖。 - **正面情感率（Positive Rate）** —— 品牌被提及时的正面评价比例；计算：正面数 / 被提及数；粒度：整体 / 平台 / 竞品。 - **情感分布（Sentiment Distribution）** —— 正面 / 中性 / 负面的绝对数量与百分比；计算：按类计数归一化；粒度：整体 / 分类。 - **平台情感矩阵（Platform Sentiment）** —— 分 AI 平台独立统计的正面率；粒度：5 平台独立。 - **竞品情感对比（Competitor Sentiment）** —— 每个竞品在 AI 回答中的情感分布对比；粒度：每竞品独立。 ## 2.4 覆盖率指标 衡量品牌在 AI 生态中的渗透广度。 - **AI 平台覆盖率（AI Coverage Rate）** —— 品牌在被检测 AI 平台中实际覆盖的范围；计算：有提及平台数 / 参与检测平台数。 - **关键词占领率（Keyword Coverage）** —— 品牌在 AI 回答中覆盖核心关键词的程度；计算：被提及关键词 / 目标关键词总数。 - **内容引用率（Citation Rate）** —— AI 回答中引用品牌相关内容的问题比例；计算：有引用问题数 / 提及问题总数。 ## 2.5 综合评分 - **品牌综合得分（Brand Score）** —— 加权融合提及、排名、情感（0-100）；计算：mentionRate × 40 + rankScore × 30 + positiveRate × 30。 - **平台得分（Platform Score）** —— 每个 AI 平台独立的综合表现分；计算：mentionRate × 60 + count × 15 + rankScore × 15 + positiveRate × 10。 - **周期变化值（Period Delta）** —— 本周期相比上一周期的变化量；计算：current − previous；粒度：周 / 月 / 季。 ## 2.6 竞品对比指标 - **竞品提及次数（Competitor Mentions）** —— 每个竞品在 AI 回答中被提及的次数；数据源：competitorsMentioned 字段。 - **竞品平均排名（Competitor Rank）** —— 竞品在 AI 推荐中的平均位次；排名为 1 的竞品标记为"首推"。 - **竞品超越率（Competitor Win Rate）** —— 品牌在主要竞品排行中的相对位置评分（Top3=100%、4-10=80%、11-30=60% 等）。 - **竞品情感分布（Competitor Sentiment）** —— 每个竞品的正 / 中 / 负面评价分布，支持舆情对比。 ## 2.7 信息准确性校验（独有 · 差异化卖点） 自动校验 AI 回答中提到的品牌网址、电话、地址是否准确，识别 AI 信息幻觉。 - **官网准确率（Website Accuracy）** —— AI 提及的品牌网址与官方一致的比例；输出：正确 / 错误 / 未提及 三维统计。 - **电话准确率（Phone Accuracy）** —— 联系电话提及的准确率；附错误样本列表。 - **地址准确率（Address Accuracy）** —— 公司地址提及的准确率；按平台展示错误分布矩阵。 ## 2.8 引用来源指标（独有 · 差异化卖点） - **Top 引用域名（Top Cited Sources）** —— 被 AI 引用次数最多的 Top40 网站；按 domain 聚合降序。 - **引用总量（Citation Metrics）** —— 总引用次数 / 独立文章数 / 独立网站数 三项核心指标。 - **平台引用分布（Platform Citation）** —— 各 AI 平台的引用数占比（饼图）。 - **问题级引用（Question Citations）** —— 哪些问题引用最多 + 引用平台列表。 ## 2.9 问题与场景维度 "核心语义词"一一对应的能力底座。 - **问题热力图（Question Heatmap）** —— 问题 × 日期的排名热力图，颜色编码（Top1 深绿 / Top3 浅绿 / Top5 黄 / Top8 橙 / 8+ 红），30 天可视化。 - **问题最高排名（Best Rank）** —— 某问题在所有平台中的最佳排名；计算：min(position)。 - **问题平台覆盖（Platform Coverage）** —— 某问题被多少 AI 平台提及；识别"全平台覆盖"的明星问题。 - **问题标签（Question Tags）** —— GOLD（金牌）/ GOOD（良好）/ COMPETITOR（竞品优势）/ FADING（下滑）/ ZOMBIE（僵尸）/ BROKEN（失效）/ NEGATIVE（负面）/ NEW（新增）八类自动标签。 ## 2.10 时间维度 - **日级快照（Daily Snapshot）** —— 每个检测日的全部 30+ 指标数值快照。 - **30 天趋势图（Trend Timeline）** —— 支持 5 类指标切换的时间序列（得分 / 提及率 / 排名 / 提及次数 / 正面率）。 - **周期对比（Period Change）** —— 自动计算与上一周期的 Delta 值与变化方向；粒度：周 / 月 / 季。 --- ## 数据维度立方体 上述 30+ 指标可按以下 5 个维度任意切片： - **AI 平台维度** —— 5 大平台独立（DeepSeek / 豆包 / 通义千问 / 文心一言 / 元宝） - **时间维度** —— 每日 / 每 3 天 / 每周可调；日 / 周 / 月报可选；近 30 天趋势 - **问题维度** —— 每条核心语义词独立记录 + 8 类自动标签 - **业务分类维度** —— 按业务主题聚合 - **竞品维度** —— 自动识别（AI 提取）+ 人工维护混合 **切片示例：** 「豆包 × 近 30 天 × 现磨咖啡分类 × 挪瓦 vs 瑞幸」——四维约束下查询任一指标的对比趋势。 --- ## 交付物（报价单第 6 条四项硬需求对照） | 报价单要求 | 平台交付 | 访问入口 | |---|---|---| | 基于客户视角的 SAAS 平台数据透视服务 | 品牌大屏（30+ 指标一屏可视） | `/b/[id]` 公开大屏 | | 实时监测品牌在 AI 中的情感正面比例 | 日级 RPA 检测 + 自动情感分析 | 大屏首屏 / 运营端执行面板 | | 持续提供技术维护与内容更新 | 专属运营负责人 + 问题库随时增删 | `/ops/questions` | | 检测 SOV、FFR 等 AI 平台数据 | 30+ 指标全自动采集 + 月度分析报告 | 大屏 + 月报 HTML | --- ## 联系与查看 - 能力说明书与真实案例：https://www.viddura.com/capabilities/novacoffee - 真实运行大屏（秒萌知产网，无需登录）：https://www.viddura.com/b/cd1523be-3d51-436e-b821-6f9d8c4df0c1 - 指标清单纯文本版：https://www.viddura.com/indicators.txt