核心摘要

  • 互动广告局（IAB）针对AI驱动的发现平台测量碎片化问题，发布了一套新的标准化指南，据该行业组织的一份新闻稿。
  • IAB识别出超过20家提供AI可见性测量工具的供应商，但发现其方法论和结果之间缺乏一致性。其框架以可见性的四个“P”——存在（presence）、突出（prominence）、呈现（portrayal）和说服（persuasion）——为核心，并基于数据质量和严谨性提出两级测量。
  • 该指南发布之际，搜索等核心渠道正进一步被AI重塑，迫使营销人员和出版商加大在生成式引擎优化（GEO）、答案引擎优化（AEO）和提示工程方面的优化压力。

深度洞察

IAB指出，OpenAI的ChatGPT和谷歌的AI Overviews的广泛流行表明，AI驱动的发现已具备相当规模，需要为营销人员和出版商建立更标准化的测量框架。对于未能适应AI驱动发现的品牌，风险极高——麦肯锡估计，落后者可能面临传统搜索流量高达50%的下降。麦肯锡在CMO调查中发现，目前仅有16%的品牌系统性地追踪其AI搜索表现。

IAB的指南并非旨在对日益增多的AI测量供应商进行评级——该领域缺乏一致性。相反，IAB希望引入共享词汇、质量标准和披露要求，使营销人员能够进行同类比较，并让测量供应商“以严谨性而非声明来差异化”，指南中如此表述。IAB目前还专注于有机AI可见性测量，而非付费广告或商业归因。付费测量被描述为“相邻优先事项”，因为“有机和付费可见性日益出现在同一响应表面上”，IAB解释道。

让行业就通用术语和最佳实践达成一致可能颇具挑战，尤其是考虑到AI驱动的发现仍处于早期且快速演进阶段。IAB的观点是，广告主愿意在这些渠道上增加投入，前提是有可靠的基础来评估其购买效果。

IAB的框架以四个“P”原则为核心，这些原则构成层级结构：顶层是“存在”，体现在提及率、引用率、声量份额和“可见性动量”上。其下是“突出”，主要基于展示位置和排名顺序；然后是“呈现”，评估情感、框架、幻觉和事实错误率。最后是“说服”，衡量推荐强度和引用后点击率。同样的四个“P”也适用于出版商，但每个原则附带不同的指标。

此外，IAB提议为AI驱动的发现设立两级测量。第一级为“方向性测量”，侧重于早期信号检测、内部简报和竞争意识，但其严谨性不足以影响广告支出或其他战略决策。第二级为“决策级测量”，名副其实，纳入样本量、查询量、提示类型覆盖、测试频率、可重复性和数据验证等因素。IAB表示，后者可指导从代理绩效评估到预算分配等各项战略。

与传统搜索相比，AI驱动的发现给营销人员带来了一系列独特的挑战。传统搜索的路径较为简单：用户查询、结果页面、点击。而生成式AI平台通过抓取并浓缩一系列现有信息来源，生成单一答案，仍可能产生不准确或误导性的结果。同一问题询问两次可能得到不同回答，加剧了一致性问题。同样，根据LQ最近的研究，在有机搜索结果中出现的品牌引用中，超过40%并未出现在同一查询的AI概览中。

参与AI可见性测量框架制定的IAB工作组，代表了营销和广告领域的多方利益相关者。成员包括来自沃尔玛、Acxiom、微软、WPP Media、eMarketer和Tinuiti的测量专家。