ブランドプレゼンス brand-presence
ブランドプレゼンスダッシュボードには、AI によって生成された応答のレベルでブランドがどのように認識されているかについて、詳細な概要が表示されます。 ブランドがメンションされる場所、頻度およびコンテキストを示します。 ダッシュボードを使用して、表示/非表示の測定、引用のトラッキング、センチメントトレンドの調査を行うことができます。 ダッシュボードはいくつかのセクションに分かれており、それぞれが異なるインサイトを提供します。 また、表示されるデータを絞り込むのに役立つ、カスタマイズ可能なフィルターもあります。
このページの詳細は次のとおりです。
フィルター filters
ページの上部で、フィルターを適用してビューを絞り込むことができます。 選択するフィルターは、ダッシュボードに存在するセクション すべて に影響します。 次の項目をカスタマイズできます。
- 日付範囲 – 表示されたデータの時間枠を選択します。 例：過去 4 週間。 また、「カスタム週 オプションを選択して期間をカスタマイズするオプションもあり す。
- カテゴリ – 事前定義済みのカテゴリまたはカスタムカテゴリのいずれかで表示された結果をフィルタリングします。
- トピック - トピックでフィルタリングして、AI の応答でブランドが表示されるコンテンツテーマとサブジェクト領域を分析します。
- プラットフォーム – 分析する AI エンジンを選択します。 LLM Optimizerは現在、ChatGPT、Google AI の概要、Google AI モード、Microsoft コパイロット、Google Gemini、Perplexity をサポートしています。
- プロンプトの原点 - プロンプトの原点を選択します。 オリジンは、ユーザーが入力したものでも、AI が生成したものでもかまいません。
- プロンプトブランディング - ブランド プロンプトまたはブランド以外のプロンプトで結果をフィルターします。
- 地域 – 結果を地域でフィルタリングします。 すべての地域がローンチ時に利用できるわけではありません。
目的のフィルターを選択したら、「フィルターを適用」をクリックして、選択をダッシュボードに適用します。
概要指標 overview-metrics
ダッシュボードの上部には、可視性スコア、メンション、引用という非常に重要な 3 つの指標がハイライト表示されます。 これらの指標の数が少ないほど、ブランドが悪く認識され、ブランドプレゼンスを向上させるために行動する必要があります。 各指標とその意味を簡単に説明します。
可視性スコア visibility-score
可視性スコアは、メンション、引用、センチメント、ランクなどの要素で構成されます。 各要因には、最終的なスコアに追加される特定の「重み」が付いています。
ブランド言及 mentions
この指標は、サンプリングされた AI プロンプト全体で、ブランドまたはカテゴリがメンションされた合計回数を表します。 例えば、「コーヒー B」ブランドの「機械」カテゴリと「アクセサリ」カテゴリがある場合、この指標は、サンプリングされた AI 回答にこれらが表示された回数の合計をカウントします。
引用 citations
この指標は、サイトがソースとして参照された回数を表します。
各キー指標のトレンド指標は、前期と比較して、これらの値が時間の経過とともにどのように変化しているかを示します。
他社との比較 others-comparison
その他の比較セクションでは、他のブランドを最大 5 つ選択し、それらのメンションと引用をブランドと比較できます。 これにより、他のブランドに対するパフォーマンスの表示とベンチマークを行うことができます。
他のブランドはドロップダウンリストから選択され、「フィルターの適用」をクリックするとグラフが更新されます。 グラフには、毎週のブランド言及と毎週のブランドの引用が並んで表示されます。 また、グラフに沿ってマウスを移動して、週次時間枠全体でのデータの変化を確認することもできます。
好感度トレンド分析 sentiment-trend
「センチメントトレンド分析」セクションでは、サンプリングされた AI 回答でのブランドの認知方法を追跡できます。 センチメントトレンド指標は、正、中立、負のいずれかになります。 例えば、回答が製品の品質を強調している場合は肯定的であり、サービスが低いと言及している場合は否定的です。 トレンドグラフは、1 週間におけるブランド認知度の変化を示します。 このセクションは、ブランドに言及した後にのみ入力されます。
データインサイトとシェアオブボイス data-insights
ダッシュボードを切り上げると、データインサイトとシェアオブボイスの 2 つの重要なテーブルがあります。 これらの表に示す情報は、ブランドが強みを持つ場所と最適化が必要な場所を特定するのに役立ちます。
データインサイト テーブルを使用すると、トピックとユーザーの質問を調べて、コンテンツの影響を評価および最適化できます。 結果は、トピックとプロンプトによって詳細に示されます。 一方、シェアオブボイス テーブルでは、様々なトピックをまたいでブランドの声と他のブランドの声を比較するため、ギャップを特定し、今後のトピックに優先順位を付けることができます。
両方のテーブルには、トピックにすばやくアクセスするための検索フィールドがあり、「列を設定」ボタンをクリックして、表示する指標をカスタマイズできます。 また、「書き出し」オプションを使用して、.csv テーブルをダウンロードし、インサイトをチームで共有したり、エグゼクティブレポートにテーブルを含めたりできます。
各テーブルと関連指標の詳細については、以下のタブをクリックしてください。
データインサイトテーブルは、コンテンツの影響を評価および最適化するためのトピックとユーザープロンプトを調査するのに役立ちます。 次の指標が表示されます。
- トピック - トピックカテゴリは、ブランドに関連する SEO キーワードとユーザーの質問を表します。 各トピックをクリックして展開し、ブランドプレゼンスのために分析された個々のプロンプトを確認できます。 各トピックには、マウスを上に置くと 詳細 ボタンが表示されます。 ボタンをクリックすると、詳細を含む別のウィンドウが表示されます。
- 地域 - プロンプトの地域を表示します。
- 人気度 – 人気度カテゴリは、分析におけるその他すべてのトピックに対する、このトピックの検索量を表します。 値には、高、Medium、低のいずれかを指定できます。
- 可視性スコア – そのトピックの可視性スコア。 メンション、引用、センチメント、ランクなどの重み付け要因が反映されます。
- メンション – このトピックまたはこのトピックとプロンプトの組み合わせに対する AI の応答でブランドがメンションされた回数。
- センチメント – すべての週の平均として計算された各トピックに関連する、AI 対応のブランド認知度。 ブランドが実際にメンションされたときにのみ入力されます。
- ポジション - AI 応答でのブランドの相対的な知名度。全週の平均として計算されます。
- すべての引用 – このトピックまたはこのトピックとプロンプトの組み合わせに対する AI の回答で引用された一意のソースの数（所有コンテンツの引用を含む）。
- 所有コンテンツの引用 – このキーワードまたはキーワードと質問の組み合わせに対する AI の回答でブランドが引用された回数。
また、各行の最後にある 詳細 アイコンをクリックすると、各トピックの追加の詳細を表示できます。
シェアオブボイステーブルは、生成 AI 応答に関する主要なトピック全体でのブランドのパフォーマンスを比較したものです。 可視性のギャップを特定し、競争力のあるパフォーマンスを追跡し、最適化すべき分野の優先順位を付けるのに役立ちます。 次の指標が表示されます。
-
トピック – 分析されたトピック。
-
人気度 – 分析内の他のすべてのトピックに関連するトピックの検索量。
-
メンション - トピックまたはトピックとプロンプトの組み合わせに対する AI 応答でブランドがメンションされた回数。
-
ランキング – 特定された他のすべてのブランドに対する、ブランドのシェアオブボイスのランキング。
-
シェアオブボイス - AI によって生成された応答全体で、ブランドが保持する合計メンションの割合。
-
その他トップ 5 – 同じトピックで最も頻繁に言及されたトップ 5 ブランド。 ブランドは、シェアオブボイス（最上位から最下位）別に整理されています。
データインサイトテーブルの使用 using-data-insights
データインサイトテーブルは、トピックレベルとプロンプトレベルでパフォーマンスを分類することで、指標からアクションに移行するのに役立ちます。
テーブルを使用する主な方法：
- 視認性の低い、人気の高いトピックを優先順位付けします。オーディエンスの需要は高いがブランドプレゼンスが弱い場合に、フォーカスの最適化を行います。
- センチメントの変化を追跡 – メンションがマイナスまたはニュートラルのトレンドを示すトピックを見つけ、対応を調整します。
- 引用文献と所有コンテンツの引用の比較 – ブランドが言及されていても、他のブランドのコンテンツが引用されているプロンプトを特定し、コンテンツギャップを示します。
- 職位の範囲を評価 – ブランドが AI の応答の早い段階で表示されるか（職位 1～3）、またはさらに下の段階で表示されるか（6～10）を監視します。