Recommendation Frequency

Recommendation Frequency показывает, насколько часто ИИ предлагает компанию или продукт как подходящий вариант для задачи пользователя. В отличие от простого упоминания, рекомендация предполагает определённую роль бренда: его включают в выбор, советуют рассмотреть или называют подходящим при конкретных условиях.

Как распознать рекомендацию

Фраза «компания N работает на этом рынке» сообщает факт. Фраза «для небольшого проекта можно рассмотреть N» предлагает вариант. А утверждение «N не подходит при таких требованиях» содержит название, но исключает компанию из выбора. Автоматический поиск строки не различает эти ситуации.

До подсчёта полезно подготовить правила разметки и несколько пограничных примеров. Условная рекомендация остаётся рекомендацией, если условие соответствует задаче пользователя. Если ассистент советует продукт только при обстоятельствах, которых в запросе нет, это следует отметить отдельно.

Фрагмент ответа	Интерпретация
Можно рассмотреть N для указанной задачи	Прямая рекомендация
N подходит при небольшом объёме заказов	Условная рекомендация
N участвовала в отраслевой выставке	Справочное упоминание
При ваших условиях N не подходит	Исключение из выбора
Пользователь уже выбрал N	Обсуждение заданного варианта

Расчёт частоты

Для выбранного набора коммерческих запросов число ответов с рекомендацией бренда делят на число пригодных ответов. Например, 12 рекомендаций в 60 ответах дают 20%. Если компания встречается в 30 ответах, доля упоминаний составит 50%, но считать все эти появления рекомендациями нельзя.

Содержательный отказ подобрать поставщика можно включить в знаменатель как результат без рекомендации, если это заранее принятое правило. Технические ошибки учитывают отдельно. Исключение всех неудачных ответов после просмотра способно заметно завысить частоту.

Зависимость от пользовательской задачи

Рекомендация всегда относится к условиям запроса. Компания может подходить для срочного ремонта, но не для обслуживания промышленного оборудования. Поэтому процент следует разбивать по услугам, регионам и важным ограничениям. Коммерческое намерение раскрывает статья № 48 «Коммерческий интент».

Для вопросов о конкретном бренде нужна отдельная группа. Когда пользователь спрашивает «стоит ли выбрать N», ассистент получает название заранее. Такой ответ нельзя напрямую сравнивать с самостоятельным включением компании в список поставщиков по небрендовому вопросу.

Проверка качества совета

Положительное предложение может опираться на ошибку: вымышленный филиал, неподтверждённую цену или отсутствующую услугу. В мониторинге полезно вести две отметки: рекомендация присутствует и её основания корректны. Исправление фактической ошибки иногда снижает число рекомендаций, но делает присутствие компании точнее.

Позиция в перечне тоже требует осторожности. Если ассистент прямо говорит, что список составлен без ранжирования, первый пункт не обязательно означает предпочтение. Размещение бренда в ответе рассматривается в статье № 127 «Answer Position».

Надёжность измерения

Часть ответов стоит разметить двумя проверяющими независимо. Расхождения покажут, достаточно ли ясны критерии. Если используется модель для оценки текста, сохраняют её инструкцию и версию, а спорные случаи проверяют вручную. Иначе изменение классификатора может выглядеть ростом рекомендаций.

Результат показывают с абсолютными числами и количеством повторов. Пять рекомендаций из десяти и пятьдесят из ста имеют одинаковую долю, но разную устойчивость оценки. Сравнивать периоды следует при одинаковом протоколе.

Для бизнеса метрика полезна как показатель включения в выбор. Связь с обращениями требует отдельного наблюдения: пользователь может выбрать другой вариант, отложить решение или связаться с компанией без перехода из ответа. Частота рекомендаций сама по себе не доказывает продажи.