Co zmierzyliśmy
- Zapytania testowe
- 110
- Modele AI
- Gemini, ChatGPT
- Persony
- 5 person w 4 językach: klient detaliczny zmieniający bank, właściciel MŚP, nadawca transgraniczny, freelancer, dbający o bezpieczeństwo nowy użytkownik
- Benchmark konkurencji
- 6: dwa globalne neobanki, jeden specjalista od przelewów, dwa banki tradycyjne, jeden lokalny pretendent
Wyniki po 90 dniach
| Metryka | Start | Dzień 90 | Zmiana |
|---|---|---|---|
| Wynik widoczności w AI | 29/100 | 52/100 | +23 pts |
| Wskaźnik wyświetleń w zapytaniach | 31% | 54% | +23 pp |
| Udział w odpowiedzi AI względem konkurencji | 12% | 26% | +14 pp |
| Wskaźnik dopasowania semantycznego | 45% | 71% | +26 pp |
| Spójność narracji | 33% | 69% | +36 pp |
| Wskaźnik rekomendacji marki | 22% | 38% | +16 pp |
| Indeks luk w treści | 67/100 | 36/100 | -31 pts |
Kluczowe wnioski
Opis AI zmieniał się według języka: zaufany pretendent na jednym rynku, „ograniczona / regionalna” na innym.
Marka zaprzeczała samej sobie na rynkach, które próbowała zdobyć.
Najbardziej krytyczne w tonie odpowiedzi pojawiały się przy zapytaniach w językach germańskich.
Najsilniejsze rynki wypadały najchłodniej, tłumiąc rekomendację.
Udział w rekomendacjach był bliski dolnej granicy grupy porównawczej.
Solidny produkt, ale AI brakowało sygnałów potwierdzających.
Na pytania o bezpieczeństwo, licencję i gwarancję depozytów odpowiadano ogólnikowo.
AI asekurowało się przy zaufaniu, bramie do rekomendacji finansowej.
Plan na 90 dni
Miesiąc 1: fundament narracji
Zdefiniuj jedną narrację obejmującą rynki z tymi samymi faktami budującymi zaufanie (licencja, gwarancja depozytów) w każdym języku; usuń rozjazd.
Miesiąc 2: treści pod intencje AI
Treści decyzyjne dla rynku i persony: opłaty, „najlepsza aplikacja do” oraz objaśnienia bezpieczeństwa/regulacji, zlokalizowane dla każdego języka.
Miesiąc 3: sygnały zewnętrzne
Lokalne media fintechowe na każdym rynku, serwisy porównawcze, referencje zaufania, raport o przelewach transgranicznych, comiesięczny ponowny pomiar w wielu językach.
Przed i po
| Obszar | Przed | Po 90 dniach |
|---|---|---|
| Widoczność | Widoczny na rynku macierzystym, słabo gdzie indziej. | Pojawia się na wielu rynkach i wśród person. |
| Narracja | Inna historia w każdym języku. | Jedna spójna historia: licencjonowany bank cyfrowy. |
| Konkurencja | Globalne neobanki zajmowały krótkie listy. | Utrzymuje miejsce jako regionalny pretendent. |
| Treści | Strony marketingowe, ogólnikowe co do zaufania. | Treści odpowiadają na bezpieczeństwo, opłaty i intencje person na danym rynku. |
| Dowody | Niewiele lokalnych sygnałów potwierdzających zaufanie. | Lokalne media i serwisy porównawcze podnoszą potwierdzenie. |
Metoda. Zanonimizowane studium przypadku; klient jest utajniony na mocy NDA, natomiast branża, zakres i zestaw konkurencyjny są prawdziwe. Wartości bazowe pochodzą z pomiarów indeksu widoczności w AI Rankfor w branży fintech i bankowość cyfrowa (CEE i region nordycki); wartości po 90 dniach odzwierciedlają trajektorię, którą program Rankfor ma wypracować. Raportujemy widoczność i zrozumienie w AI, oddzielone od wyników sprzedaży.
