这是关于品牌如何衡量其人工智能可见性的有效性和投资回报率的三篇系列文章中的第三篇。
我们合作过的一家房地产开发商拥有强大的母公司品牌。
它经常出现在人工智能的答案中。品牌搜索表现良好。表面上看，人工智能的可见性似乎发挥了作用。
但当我们查看他们各自的房地产项目时，却发现了一些更具启发性的东西。
有些项目是按名称推荐的。人工智能会根据项目的具体位置、特点和定位，精准地将它们呈现出来。
还有一些项目并非如此。它们仅被提及为“[品牌名称]旗下的一个项目”。没有项目名称，没有独立标识，仅仅是母品牌将其带入答案中。
这种差距很重要，不仅仅是因为一种类型的买家比另一种类型的买家更容易转化。
更深层次的问题在于： 如果人工智能只知道品牌而不知道具体项目，就无法将该项目与特定的用户查询匹配起来。.
当用户询问时：
“哪个公寓在[！] 有 [具体功能/要求]？
人工智能需要了解项目的位置、功能和定位才能回答这个问题。如果它只知道母品牌存在，则不会推荐该项目。
并非因为它不合适，而是因为人工智能没有足够的信息来判断它是否合适。
这个项目不仅仅是错失了一次转化机会，而是在一位合格的买家提出关键问题的关键时刻，完全被排除在了对话之外。
数据不仅告诉我们人工智能的表现如何，还告诉我们哪些项目已经建立了足够多的独立信号，可以独立运作……以及哪些项目还没有。
这是一个品牌架构问题。而子实体人工智能可见性数据给出了答案。
这就是子实体光环发挥作用的地方。
为什么品牌层面的衡量还不够
品牌层面的衡量固然有用，但它恰恰会掩盖这类差距。
一家公司可能拥有多个子品牌产品（例如 iPhone、Xbox）或服务（例如 AWS、YouTube、Apple Music）。即使母品牌在人工智能的回答中频繁出现，也无法告诉你人工智能对哪些具体产品或服务足够了解，可以进行推荐，以及哪些产品或服务无法与用户的实际查询匹配。
用户的需求往往比品牌层面的衡量指标所能涵盖的要具体得多。他们并非总是向人工智能询问品牌相关信息，他们还会询问：
- 具有特定功能的产品
- 一项符合特定使用场景的服务
如果人工智能对特定产品或服务的信息掌握不足，即使母品牌知名度很高，它也无法在搜索结果中显示该品牌及其产品/服务。子实体恰恰在最相关的时刻被忽略了。
这种隐蔽性在母品牌层面并不会显现出来。整体品牌在人工智能的回答中可能看起来很稳定，但实际上，对企业而言最重要的查询结果却系统性地排除了各个具体产品/服务。
这就是为什么品牌需要第三层衡量标准。
子实体光环的通俗解释
子实体光环回答了两个相互关联的问题：
- 人工智能是否会在最相关的查询中优先展示我们的特定产品或服务？
- 当人工智能将这些信息呈现出来时，这是否会带来针对该特定产品的后续搜索意图和转化？
之所以称之为“光环效应”，是因为与搜索光环效应类似，人工智能并非总能促成最终点击。它的作用在于提升用户认知度，并在早期阶段影响用户的购买决策。这种影响最终会体现在用户针对特定产品的搜索行为和产品页面转化率上。
旅程大致如下：
- 用户向人工智能询问特定类别或使用场景下的最佳选项。
- 人工智能拥有足够多的关于您的产品/服务的具体信息，可以将其与查询进行匹配，并按名称进行推荐。
- 用户离开人工智能界面。
- 用户专门搜索该产品或服务名称。
- 用户进入相关的产品或服务页面。
- 用户进行转换。
如果第二步失败——即人工智能没有足够的信息将产品与查询匹配——那么后续流程就无法进行。竞争对手会取而代之。
这就是子实体光环效应。它是使这种效应可见的测量层。
子实体光环效应的实践
通过真实的品牌案例，这个概念会更加清晰。以下两个例子分别针对实体产品和服务，展示了子实体光环效应如何根据你销售的产品/服务而变化。
注意：这些并非实际演出，只是为了说明概念而举的例子。
示例 1：耐克（实体产品）
母品牌：耐克
子实体（命名产品）耐克Air Max 270
耐克是世界上最知名的品牌之一。但当用户向人工智能提出具体问题时，仅仅依靠品牌知名度可能不足以获得合适的产品推荐。
用户查询：“哪款日常运动鞋缓震性能好，适合长时间行走？=
为了回答这个问题，人工智能需要知道Air Max 270拥有耐克最大的后跟气垫，它的设计旨在提供全天候的舒适感，并且它的价格区间也比较具体。它需要知道的是这个具体的子实体，而不仅仅是品牌名称。
当子实体信号强时人工智能根据名称推荐Air Max 270，描述其缓震技术，并将其与用户的使用场景进行匹配。然后，用户搜索“耐克空气最大270的并直接跳转到产品页面。
当子实体信号较弱时人工智能只知道耐克生产运动鞋。它泛泛地提到耐克，但无法将具体型号与查询匹配。因此，人工智能可能会选择竞争对手的产品，因为竞争对手的产品拥有更清晰的特征信息。
Air Max 270 页面可能会获得大量的直接流量和付费流量。但子实体光环只有在人工智能能够精准识别它时才会出现，这就要求人工智能对它有足够的了解才能进行匹配。
这对耐克意味着什么？如果人工智能可见性数据显示，在与缓震或舒适度相关的查询中，Air Max 270 没有被提及，这是信号质量问题，而非产品问题。解决方法是围绕这款产品构建更丰富、更具体的内容，以便人工智能能够在它应该占据优势的对话中准确地呈现它。
示例 2：HubSpot（服务/解决方案）
母品牌： 枢纽点
子实体（命名解决方案）HubSpot营销中心
HubSpot 广为人知的是其客户关系管理 (CRM) 和营销平台。但该平台由多个名称各异的 Hub 组成，每个 Hub 都针对不同的团队、问题和客户群体。用户在评估解决方案时很少会关注 HubSpot 这个品牌，他们关注的是针对特定问题的特定解决方案。
用户查询：“对于中型 B2B 公司而言，哪款工具最适合在一个平台上管理电子邮件营销活动、落地页和潜在客户培育？=
为了回答这个问题，人工智能需要知道 Marketing Hub 涵盖了电子邮件营销、落地页创建、潜在客户培育流程和营销分析。人工智能还需要知道，它是专门为希望将这些功能集成到 CRM 中的团队而构建的。它需要了解 Marketing Hub，而不仅仅是 HubSpot。
当子实体信号强时人工智能根据名称推荐 HubSpot Marketing Hub，解释其功能，并将其与用户的中型 B2B 企业背景进行匹配。用户搜索“HubSpot Marketing Hub”后，即可进入该解决方案的专属页面。
当子实体信号较弱时人工智能知道 HubSpot 是一个营销平台，但无法详细描述 Marketing Hub 的具体功能，因此无法将其与查询匹配。它要么笼统地提及 HubSpot，要么推荐一个竞争对手，因为 AI 的知识库中对该竞争对手的解决方案页面描述得更清楚。
HubSpot 的整体品牌信号很强。但如果 Marketing Hub 不能作为一个独立的子实体，拥有清晰的定位、功能详情和用例覆盖范围，就可能在它原本旨在赢得的搜索结果中被忽略。
这对 HubSpot 意味着什么每个中心都需要被视为独立的AI可见性挑战。营销中心、销售中心和服务中心各自拥有不同的买家、不同的查询以及AI做出准确推荐所需的不同信号。强大的母品牌并不会自动转化为强大的子实体可见性。每个中心都必须在AI答案中赢得属于自己的一席之地。
如果单凭品牌不足以开启对话呢？
前面的例子展示了当人工智能了解某个品牌但对其子实体了解不足，无法进行匹配时会发生什么情况。该品牌仍然可能被推荐，但推荐方式会更加宽泛/笼统。
但这个问题还有更大、更隐蔽的一面。
有时，用户的查询过于具体，母品牌无法直接回答，但其某个子品牌却可能更符合需求。然而，由于人工智能对该子品牌了解不足，因此无法找到足够具体的答案。
因此，无论是品牌本身还是子品牌，都完全没有被纳入讨论范围。这正是仅仅依赖母品牌知名度会成为战略盲点的地方。
子实体跟踪功能可以揭示这些问题。它能精准地显示哪些子实体本应获得更高的搜索排名却反而下降了，以及哪些方面的集中投资才能真正带来显著成效。
注意：这并非正式演出，只是一个用来说明概念的例子。
例如：万豪旗下的 Moxy 酒店（实体/基于位置的产品）
母品牌万豪酒店
子实体（命名产品）莫克西酒店
万豪酒店集团是全球最大的酒店集团之一，旗下酒店涵盖豪华、商务和生活方式住宿等多个领域。用户如果提出一般性的酒店问题，答案中很可能会出现万豪酒店。
但并非所有查询都是通用的。
用户查询：“20多岁的我独自一人去阿姆斯特丹旅行，有哪些有趣又实惠的酒店推荐？=
该查询有具体要求：价格实惠、社交氛围浓厚、设计前卫，以及面向年轻独立旅行者的受众群体。
万豪作为一个品牌涵盖范围太广，无法给出确切答案。人工智能无法判断某个具体的万豪酒店是否符合条件，因此它会筛选出明确符合这些标准的品牌和酒店。
如果没有子实体信息会发生什么： 万豪酒店及其旗下任何酒店均未被提及。人工智能搜索结果中出现的却是青年旅舍、精品经济型酒店或生活方式品牌，这些品牌的定位显然与搜索查询相符。机会就这样彻底消失了。
应该发生的情况： Moxy Hotels正是万豪酒店集团针对这一需求推出的品牌。它定位为价格亲民、设计时尚、注重社交的酒店品牌，目标客户是年轻旅行者，在欧洲各地均设有分店，包括阿姆斯特丹。它完美契合了用户的需求。
但如果人工智能无法将 Moxy Hotels 识别为一个拥有独立名称、定位、价格范围、目标受众和酒店层面详细信息的子实体，它就无法判断万豪旗下的某个子实体是否合适。单凭品牌本身无法给出答案。
子实体跟踪揭示了什么： 在Moxy拥有酒店的城市，关于经济型生活方式酒店、社交住宿和预算旅行的搜索词代表着错失的良机。将Moxy作为子品牌进行追踪，可以清晰地展现这些错失的良机，并明确指出哪些内容和公关投资真正能够产生效果，而不是投资于万豪更广泛的品牌推广——因为后者根本无法赢得这些搜索词的关注。
为什么子实体光环效应对品牌至关重要
对于以下类型的品牌而言，这一点尤为重要：
- 指定的产品线或服务
- 命名类别特定的着陆页
- 针对不同受众或用例的解决方案
注意“命名”这个词。因为如果没有名称，用户就无法轻松搜索到它，人工智能也无法轻松将其与某个实体关联起来。
如果你只在母品牌层面衡量人工智能的影响，你可能会错过价值的创造点和价值的流失点。
某个品牌的整体人工智能表现可能很稳定，但某个特定产品却悄悄地被排除在所有相关查询之外。或者，某个高利润产品被持续推荐，而团队成员却毫不知情，因为他们只关注品牌的高层信号。
人工智能的可见性并不能均匀地为整个投资组合创造价值。它可能更有利于：
- 一款产品胜过另一款产品
- 一条服务线覆盖另一条服务线
- 一个子品牌凌驾于其他子品牌之上
区别往往在于人工智能掌握了多少关于每个子实体的具体、结构化信息。信息越强的子实体，匹配到的查询就越多。而信息较弱的子实体，无论其母品牌多么知名，都会被忽略。
品牌如何实际衡量子实体光环效应
该逻辑与搜索光环类似，但应用于产品或服务层面。该模型分三个步骤运作。
步骤 1：隔离子实体
明确您想要衡量的产品、服务或业务线。您需要一个清晰的名称和一个专门的着陆页。
定义越清晰，测量结果就越准确。
步骤二：衡量该子实体的搜索意图
在 Google Search Console 中，查看与该产品或服务相关的搜索流量，同时查看用户点击的着陆页以及搜索查询中的产品或服务名称。
这样就能区分出搜索意图确实是针对特定产品的访问，而不仅仅是对页面的任何访问。
步骤 3：评估转化影响
在 GA4 中，衡量该特定着陆页的自然转化率。然后应用步骤 2 中的产品意图比率，估算其中有多少转化是由真实的、针对产品的搜索意图驱动的。
子实体光环效应 = 产品意图在自然流量中所占份额 × 该产品页面上的自然转化率
因此，如果产品页面的 30% 的自然点击量来自明确与该产品相关的搜索，并且该页面产生了 50 次自然转化，则估计转化影响为 15 次转化。
重点并非在于这15次转化全部都来自人工智能。重点在于，如果人工智能在特定产品上的可见度提升，并且产品意向搜索和产品页面转化率也随之提升，那么你就有了一种切实可行的方法来评估其后续影响并跟踪其随时间的变化。
品牌应该关注哪些方面
- 主要输入：按名称查找特定产品或服务的 AI 可见性
- 查询覆盖率：出现在特定功能和特定位置的查询中
- 需求信号：搜索与该特定产品或服务名称相关的电梯
- 交通信号灯：指向匹配着陆页的自然流量
- 意图信号：该页面自然流量中产品意向所占份额
- 输出：预计产品层面的光环转化率随时间的变化
第一个信号最为重要：子实体是否出现在与其最相关的特定特征级、位置级查询中？
如果不是，无论母品牌信号有多强，下游指标都会反映出这种缺失。
当所有信号同步变化时（人工智能可见性提高，产品意向搜索增加，产品页面转化率随之提高），你就能看到人工智能在产品层面（而不仅仅是母品牌层面）创造价值的地方。
子实体光环的更深层含义
子实体光环不仅仅是一个测量模型，它还具有诊断功能。
当这位房地产开发商看到哪些项目是由人工智能命名的，哪些不是时，他们就找到了一个更难问题的答案：
我们的哪些项目已经构建了足够多的独立信号，可以独立运作？哪些项目又完全依赖于母品牌才能将其转化为人工智能答案？
这种区别具有直接的商业意义。如果人工智能无法充分描述某个项目（例如其位置、功能、连接方式和定位），那么在买家真正搜索这些细节时，该项目将被排除在所有搜索结果之外。它不会出现，因为品牌本身的相关性不足以被考虑。
了解这一点后，开发商改变了投资方向。他们不再凭直觉，而是根据人工智能可见性数据所揭示的信息，将更多资源投入到影响力较弱的项目品牌上，从而为这些项目品牌投入更多内容和公关资源。这些数据揭示了哪些子实体具备独立竞争的能力，哪些则不具备。
这就是子实体光环技术所能实现的。它不仅仅是归因分析，更是基于人工智能如何实际发现和推荐特定产品和服务而进行的战略优先级排序。
子实体光环如何完善这一人工智能可见性测量系列
第一部分（直接投资回报率） 回答： 人工智能是否直接推动了可归因的转化？
第二部分（搜索光环） 回答： 人工智能是否提升了品牌需求，而这种需求随后通过搜索和间接流量显现出来？
第三部分（子实体光环）答案： 人工智能是否能在最相关的查询中突出显示特定的子实体（命名产品和服务）——这是否能为这些特定产品带来可衡量的需求和转化？
这三个层面共同构成了 AI 可见性投资回报率的完整视图：直接转化影响、间接品牌光环影响和间接产品光环影响。
这比仅仅依靠末次点击流量要好得多。
最后的想法
在人工智能搜索时代，归因分析不再仅仅关注点击来源。
关键在于了解需求从何而来，人工智能是否拥有足够的具体信息来将你的产品与正确的查询相匹配，以及业务的哪些部分正在被真正发现或悄悄地排除在外。
子实体光环效应之所以重要，是因为它能赋予品牌精准性。它将讨论的焦点从“人工智能对我们有帮助吗？“要”人工智能究竟能帮助我们销售什么产品，又有哪些产品是它了解不够深入而无法推荐的？=
正是在这里，衡量标准才真正具有战略意义。
作者： 张爱玲
首席产品官，联合创始人 Zicy.com
Growth.pro 的 AEO/GEO 负责人
