Long-tail citationer
Also known as: Long-tail-citationer, Zipf citationfordeling, AI linkøkonomi long tail
Long-tail citationer er den brede vifte af lavfrekvente domæner, som AI bruger til at underbygge svar, efter en Zipf-fordeling, hvor den n-te-rangerede kilde modtager ca. 1/n^0,85 af citationerne.
Fuld Forklaring
Long-tail citationer er den brede vifte af lavfrekvente domæner, som AI bruger til at underbygge svar, efter en Zipf-fordeling, hvor den n-te-rangerede kilde modtager ca. 1/n^0,85 af citationerne. Rankfor Index 2026 rensede 131.667 citationer på tværs af 21.077 unikke domæner og tilpassede en potenslov på de top-1.000 domæner med alpha = 0,85 og R-squared > 0,95. Praktisk set kommer 80% af alle citationer fra 18,4% af domænerne (3.878 kilder); de resterende 20% kræver mere end 17.000 yderligere domæner at dække. Et lille sæt universelle kilder (Wikipedia, YouTube, Statista) dominerer toppen, mens en brand-lokal long tail af fagpresse, industriportaler og brand-ejede domæner bærer resten. For PR-strategi betyder dette, at få universelle placeringer flytter mest, men long tail'en tjener stadig én ud af fem citationer og kan ikke ignoreres.
Eksempel
wikipedia.org alene leverer 5.800 citationer på tværs af alle 66 indekserede brands, mens en brand-lokal kilde som tatrabanka.sk leverer 733 citationer for ét brand. Begge er nødvendige for at vinde citationandel.
Forskningsindsigt
Vores Hvor AI henter sine svar: 167.551 kildehenvisninger-forskning viste: 18% af domænerne står for 80% af alle AI-citationer
Læs den fulde forskningRelaterede Termer
Dyk dybere
Status for AI-synlighed
Lær, hvordan AI-synlighed fungerer, hvilke metrikker der betyder noget, og hvordan brands går fra at være usynlige til at blive anbefalet.