Esita tehisintellekti mudelile brändivaba ostuküsimus ("parim CRM väikeettevõttele", "milline konsultatsioonifirma digitaalse transformatsiooni jaoks") ja see nimetab brände. Esita see 3750 korda, eri mudelite ja korduste lõikes, ning saad kaardi sellest, kes millise küsimuse omab.

See kaart ongi kategooria omandi andmestik. See artikkel selgitab kolme mõõdikut, mille andmestik toodab, tulemuste ausat üllatust ning seda, kuidas lugeda 50 avalikku brändiprofiili, mis sellele tuginevad. Andmed ja analüüsikood on avatud litsentsi CC-BY-4.0 all platvormidel Kaggle ja Zenodo (10.5281/zenodo.20788142).

Katse ülesehitus

250 brändivaba kategooria ostuküsimust viies tööstusharus: SaaS, konsultatsioon, fintech, e-kaubandus ja tervishoiutehnoloogia. Kolm mudelit: GPT-5.2, Gemini 3 Flash, Perplexity sonar-pro. Iga päring korrati viis korda täringuveeretuse stabiilsusprotokolli järgi, sest üksik tehisintellekti vastus ei tõesta midagi. Kokku: 3750 vastust, kaardistatud 50 brändi vastu.

Kolm mõõdikut

Kategooria omandi indeks (COI) mõõdab, kui põhjalikult üks bränd oma kategooria küsimusi domineerib. EY omab konsultatsioonivaldkonda tasemel 0.95, esinedes juhtiva soovitusena 47-s 50-st konsultatsiooniküsimusest. Stripe juhib fintech'i tasemel 0.53, HubSpot juhib SaaS-i tasemel 0.38. Vahe on oluline: konsultatsioon käitub nagu monopol, SaaS nagu vaieldav turg.

Konkurentsivaakumi indeks (CVI) leiab küsimused, kus ükski bränd pole omandit kindlustanud. 8.0% päringuruumist on vaakum: ostjaküsimused, millele tehisintellekt vastab üldise nõuande või vahelduvate nimedega. Need on kõige odavamad küsimused võita, sest nende võitmine ei tõrju kedagi välja.

Väljatõrjumise skoor (DS) hindab, kui raske oleks praegust omanikku küsimusest välja suruda, tuginedes sellele, kui järjekindlalt mudelid teda tagastavad.

Aus üllatus: domineerimine on haruldasem, kui narratiiv väidab

Lugu "võitja võtab tehisintellekti otsingus kõik" on koondtasemel enamjaolt vale. Keskmine Gini kontsentratsioon kategooriate lõikes on 0.284, mõõdukas tase, ning juhtiva brändi eelis teisele kohale koondub umbes suhtele 1.3:1, palju alla 3:1 läve, mille seadsime tõelise domineerimise jaoks enne uuringut.

EY-stiilis monopolid on reaalsed, kuid erandlikud. Tüüpiline kategooria on vaieldav väli mõõduka liidri, pika sabaga ja 8% küsimustega, mida ei oma keegi. Enamiku brändide jaoks on see hea uudis: uks on avatud laiemalt, kui avalik arutelu vihjab.

Veel kaks tulemust, mida tasub teada: 4.2% vastustest moodustas tekkivaid klastreid (mudelite leiutatud brändirühmitused, mis ei vasta ühelegi analüütikute taksonoomiale), ning kolm mudelit olid küsimuse tipubrändis nõus vaid 41.6% ajast. Igaüks, kes ütleb, et kontrollis "mida tehisintellekt soovitab", esitades ühele mudelile üks kord, kirjeldab ilma, mitte kliimat.

Kuidas seda kasutada

  • Leia oma COI. Kui su bränd on üks 50-st, näitab su profiil aadressil /brands, milliseid päringuid sa omad, kus oled tugev ja kus sind pole.
  • Jahi vaakumeid. Andmestiku CVI-tabelid loetlevad omanikuta küsimused tööstusharu kaupa. Sisu, mis vastab vaakumiküsimusele otse, on kõige tulusam saadaolev tehisintellekti nähtavuse töö.
  • Mõõda alati uuesti. 41.6% mudelitevahelise kokkuleppega vajab iga omandiväide vähemalt kolme mudelit ja viit kordust. Meie tasuta Dice Roller käivitab selle protokolli mis tahes küsimusel, kontot pole vaja.

Andmestik sisaldab toorvastuseid, väljavõetud mainimisi, kõiki kolme mõõdikumaatriksit, vastuste vektoresitusi ning märkmikku, mis reprodutseerib iga tabeli ja joonise. Kaasnev teadusartikkel on ajakirja retsenseerimisel; eeltrüki materjalid on Zenodo kirjes.

Continue Reading

research

We Asked 3 AI Platforms About 24 Brands. They Could Not Agree on Anything.

The largest multi-industry study of AI reputation sourcing to date. 24 companies, 8 industries, 1,311 responses, 3,041 coded source attributions across GPT-5.2 and Gemini 3 Flash. Key finding: 70.2% of what AI "knows" about brands cannot be traced to any source. Models disagree on sentiment (0.83 vs 0.32), consistency averages just 0.54, and being publicly traded gives zero advantage. Published in Springer Discover Artificial Intelligence.

research

Cross-Model Response Stability Analysis: A Comparative Study of Brand Mention Consistency in Large Language Models

This study investigates response variability and brand mention consistency across three leading LLMs: Google Gemini 3 Flash, OpenAI GPT-5.2, and xAI Grok-4-1. Using 239 total samples across three prompt variations (husband, wife, 2025), we measured brand mention frequency, response consistency, and cross-model agreement.

article

The "Best Of" Trap: Why Self-Promotional Listicles Are Losing Google and Winning ChatGPT

Three signals in one week: Google penalized self-promotional listicles (SaaS brands losing 34-49% visibility), reduced crawl limits by 86.7%, while Ahrefs found 44% of ChatGPT citations come from those exact listicles. Google is shrinking, AI is expanding. Includes a 5-minute brand audit playbook and split strategy for navigating both discovery systems.

research

How We Measure AI Brand Reputation: The Method Behind the Rankfor Index 2026

The full method behind the Rankfor Index 2026: 66 brands, 12 languages, 3 AI models with live grounding, 35,640 responses, 131,667 citations. Five weighted components (sentiment, recommendation, source quality, consistency, stability) produce the 0-100 AI Visibility Score published on every brand page, plus the metrics only multilingual data can expose: bilingual penalty, citation concentration, and blind languages.

BeVisible Club

Get research like this before we publish it.

New AI visibility studies, ranking patterns, and source-stack data delivered to your inbox a week before they go public.

Join BeVisible Club

Want to Know How AI Sees Your Brand?

Rankfor.AI measures your brand's AI visibility across all major platforms and provides actionable recommendations.

Request a DemoTrace one buyer question across three AI models

About the Author

Dmitrij Żatuchin
Dmitrij Żatuchin

Founder

Dmitrij Żatuchin is the founder of Rankfor.AI. A computer scientist with a PhD in semantic web technologies, he bridges the gap between how AI reasons about brands and how brands want to be understood. With over two decades of software architecture experience and academic roles at Estonian Business School, Dmitrij builds the measurement infrastructure brands need to transition from optimizing for search engines to becoming visible for reasoning engines.