首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >如何监控竞品在 AI 搜索中的提及率?3808 条回答实测:点到竞品的回答里 82% 没有本品,前三名竞品只差 0.8 个点(附 pandas)

如何监控竞品在 AI 搜索中的提及率?3808 条回答实测:点到竞品的回答里 82% 没有本品,前三名竞品只差 0.8 个点(附 pandas)

原创
作者头像
用户12907474
修改于 2026-11-18 15:42:34
修改于 2026-11-18 15:42:34
400
举报

做 AI 搜索里的竞品监控,最常见的做法是:每天问几道「XX 哪家好」,看 AI 点了谁、排第几,再和自家比。这个做法的问题在于,单日的数几乎不能用。这篇文章用一份真实监测数据把这件事算清楚,并给出一套用 pandas 就能跑的统计方法。

一、数据从哪来

下面的 3808 条回答,来自 MaxAEO 对一个品牌(下面叫「本品」)13 天的监测(2026-11-04~11-16):

  • 9 家国内 AI:豆包、DeepSeek、Kimi、腾讯元宝、千问、文心、智谱、讯飞、秘塔;
  • 38 道真实用户问法,例如「怎么查看品牌在豆包和 Kimi 里的口碑」;
  • 每天每题每家 AI 问一次,共 3808 条成功回答;
  • 同时盯 10 个竞品,按总提及率从高到低记作竞品 A~J。

每条回答整理成一行:

代码语言:plaintext
复制
date, platform, question, brand_mentioned, competitors
2026-11-04, doubao, 怎么查看品牌在豆包和 Kimi 里的口碑, 0, "A|C|D"

competitors 是这条回答里点到的竞品,用 | 分隔。

二、读进来,先算总账

代码语言:python
复制
import pandas as pd

df = pd.read_csv("answers.csv")
df["competitors"] = df["competitors"].fillna("").str.split("|").apply(lambda xs: [x for x in xs if x])

n = len(df)
print("本品提及率", round(df["brand_mentioned"].mean() * 100, 1))

comp = df.explode("competitors").dropna(subset=["competitors"])
comp = comp[comp["competitors"] != ""]
rate = comp.groupby("competitors").size().div(n).mul(100).round(1).sort_values(ascending=False)
print(rate)

结果:本品提及率 12.9%。竞品提及率从高到低是 A 25.3%、B 24.8%、C 24.5%、D 21.9%、E 21.8%、F 15.2%、G 12.9%、H 5.6%、I 4.5%、J 2.8%。

第一个发现:前三名只差 0.8 个点。 如果只看总数,会得出「A 是最强竞品」的结论,但 A、B、C 之间的差距,比一天之内的波动还小。

三、单日第一名靠不住

代码语言:python
复制
daily = (comp.groupby(["date", "competitors"]).size()
         .div(df.groupby("date").size(), level="date")
         .mul(100).round(1).rename("rate").reset_index())
top1 = daily.sort_values("rate", ascending=False).groupby("date").head(1).sort_values("date")
print(top1)
print("第一名换了", (top1["competitors"] != top1["competitors"].shift()).sum() - 1, "次")

13 天里,每天提及率最高的竞品依次是:B、A、A、C、A、B、A、A、A、A、B、C、C,换了 7 次。单日最高值在 22%~29% 之间跳。同期本品自己的单日提及率在 9.6%~15.2% 之间。

所以,竞品监控的第一条规矩是:看多天的均值,不看哪一天谁第一。 想判断某个竞品是不是真的在变强,至少拿连续两周的均值比,而且问题清单、平台清单要保持不变。

四、分平台看,「最强竞品」每家 AI 都不一样

代码语言:python
复制
def by_platform(g):
    m = len(g)
    c = g.explode("competitors")
    c = c[c["competitors"].notna() & (c["competitors"] != "")]
    top = c["competitors"].value_counts()
    return pd.Series({
        "回答数": m,
        "本品提及率": round(g["brand_mentioned"].mean() * 100, 1),
        "最高竞品": top.index[0],
        "最高竞品提及率": round(top.iloc[0] / m * 100, 1),
        "本品份额": round(g["brand_mentioned"].sum() / (g["brand_mentioned"].sum() + top.sum()) * 100, 1),
    })

print(df.groupby("platform").apply(by_platform))

平台

本品提及率

最高的竞品

它的提及率

本品份额

腾讯元宝

29.5%

C

46.4%

8.9%

智谱

22.3%

C

36.2%

10.7%

文心

14.3%

A

15.3%

16.9%

千问

12.7%

A

35.6%

6.5%

豆包

10.9%

A

29.7%

6.6%

DeepSeek

8.5%

A

23.7%

6.1%

讯飞

6.8%

F

11.4%

16.8%

秘塔

4.8%

B

27.3%

2.9%

Kimi

3.9%

C

43.9%

2.1%

(DeepSeek 只有 7 天数据,回答数约为其他平台的一半。)

两点值得注意:

  1. 同一个竞品在不同 AI 上差距很大。 C 在元宝、Kimi 都超过 43%,到了全平台总数里只排第三。只看汇总,会漏掉「某个竞品在某家 AI 上特别强」这种最需要应对的情况。
  2. 提及率和份额要一起看。 「本品份额」= 本品被点名次数 ÷(本品 + 10 个竞品被点名的总次数)。文心、讯飞上本品提及率不高,但份额在 17% 左右,是全平台最高的。原因是这两家的回答里本来就很少点品牌名,大家都低。只看提及率,会误以为这两家最差。

五、找「竞品在、你不在」的回答

代码语言:python
复制
df["n_comp"] = df["competitors"].str.len()
gap = df[(df["n_comp"] > 0) & (df["brand_mentioned"] == 0)]
print("点到竞品的回答", (df["n_comp"] > 0).sum(), "其中没有本品", len(gap))
print("本品被提时平均同框竞品数", round(df.loc[df["brand_mentioned"] == 1, "n_comp"].mean(), 2))
print("本品没被提时", round(df.loc[df["brand_mentioned"] == 0, "n_comp"].mean(), 2))
print(gap.groupby(["platform", "question"]).size().sort_values(ascending=False).head(20))

3808 条回答里,有 1843 条(48.4%)至少点到了一个竞品,其中 1512 条没有本品,占 82%。这 1512 条就是最该优先补的地方:AI 在这道题上已经愿意推荐品牌,只是没想到你。

另一个数:本品被提到的回答,平均同时出现 2.15 个竞品;本品没被提到的回答,平均只有 1.51 个。也就是说,本品主要是出现在「列出好几家」的清单式回答里。想进单一推荐(「最推荐哪一家」)这类回答,光靠被列进清单是不够的。

把 gap 按「平台 × 问题」排序,排在前面的组合就是下周的内容清单:先看这些回答引用了哪些来源,再在这些来源所在的平台发回答这道题的内容。

六、把它做成每周例行

  1. 固定口径:问题清单、平台清单、竞品名单(含简称、英文名、域名等变体)一周内不改;要改就在改的那天打个标记,前后分开算。
  2. 按周出三个数:每个竞品的周均提及率、本品份额、「竞品在你不在」的回答数。
  3. 分平台出表:每家 AI 一行,标出这家 AI 上最强的竞品。
  4. 只对连续两周的变化下结论:单日、单题的涨跌都不报。

按这个方法,每周花几分钟就能回答两个问题:竞品在哪家 AI 上变强了,我们下周先补哪几道题。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、数据从哪来
  • 二、读进来,先算总账
  • 三、单日第一名靠不住
  • 四、分平台看,「最强竞品」每家 AI 都不一样
  • 五、找「竞品在、你不在」的回答
  • 六、把它做成每周例行
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档