Kentucky and Carolina Debuts: Location Selection Math
2026-10-29博晓通

Kentucky and Carolina Debuts: Location Selection Math

Kentucky and Carolina Debuts: Location Selection Math 文章配图

As of October 28, 2026, three U.S. grocery chains opened new stores on the same day. Publix opened a 46,791-square-foot store at Commons at Carolina Shores in Calabash, North Carolina, and a 48,397-square-foot store in Independence, Kentucky. H-E-B opened a store of more than 125,000 square feet at Interstate 10 East and Loop 1604, serving San Antonio's far East Side along with Converse, Seguin and La Vernia. Fareway opened a Meat & Grocery in Coal Valley, Illinois. For teams that plan store networks, the useful question is not how many doors opened but what each site had to prove before the lease was signed.

Three debuts, three different bets

Known factsUnverifiedNeeds verification
Publix opened two stores Oct. 28 in Calabash, N.C., and Independence, Ky.First-year sales targets per storeRamp-up curve after opening
H-E-B opened a 125,000-square-foot store at I-10 East and Loop 1604Household counts inside the drive-time ringCensus tract growth rates
Fareway opened a Meat & Grocery in Coal Valley, Ill.Store size and assortment depthCompetitive overlap with nearby grocers

Start with what each site is being asked to do. The H-E-B store is a box of more than 125,000 square feet with a True Texas BBQ restaurant, a drive-thru pharmacy, more than 30 curbside pickup spaces, home delivery including one-hour delivery at $9.95, and a convenience store with a 10-pump fuel station and car wash under construction for summer 2027. That is a format built to anchor a corridor rather than fill a gap in an existing network.

Publix is running a different play. Its two openings are 46,791 and 48,397 square feet, each with a full-service deli, bakery, meat and seafood departments, a drive-thru pharmacy, and Publix Delivery through Instacart. The Independence store adds an adjacent Publix Liquors. These are conventional supermarkets extending coverage into Northern Kentucky and the coastal Carolinas, where the chain already has density to protect rather than a corridor to claim.

What location selection has to prove

Catchment before capex

Location selection starts with a catchment estimate, not a rent negotiation. The workable version counts households inside a drive-time ring, adjusts for income and car ownership, then subtracts sales that will migrate from the chain's own nearby stores. Skipping the cannibalization step is the most common error, because a new box can hit its own sales target while the surrounding district quietly loses volume.

Only after that does capex enter the conversation. A store above 125,000 square feet with a restaurant, fuel and car wash carries a very different payback profile from a 47,000-square-foot supermarket. Both can be correct decisions, but they answer different questions: one buys share in a growth corridor, the other defends density inside an established trade area where the chain already has a position to protect.

Format follows the ring

Format should follow the ring, not the other way around. Where households are spread out and car-dependent, a larger box with curbside lanes and fuel works because the trip is planned in advance. Where the ring is dense and walkable, a smaller store with faster replenishment usually beats a big box on trip frequency. H-E-B's 30-plus curbside spaces and one-hour delivery option are a clear bet on car-based stock-up trips.

Publix's drive-thru pharmacy and Instacart delivery point the other way: the store remains the primary trip, and delivery extends the same basket rather than replacing it. Neither model is superior in the abstract. The failure mode is copying a format that worked in one ring into a ring with different trip behavior, then blaming execution when the sales curve stays flat.

Four site tests, in order

Site testQuestion it answersData needed
CatchmentHow many households reach the door in ten minutesDrive-time rings, household counts
CannibalizationHow much volume moves from existing storesStore-level sales by origin
Format fitWhich box size matches trip behaviorCar ownership, basket size, trip frequency
FulfillmentWhether delivery adds trips or replaces themOnline share, delivery radius

Run the tests in order. Catchment without cannibalization overstates demand; cannibalization without format fit picks the wrong box size; format fit without fulfillment data misses the fastest-changing variable in grocery. Each test is cheap relative to a lease, and each one can kill a site before capital is committed, which is exactly the point of doing them early rather than after construction.

The output should be a range, not a single number. A single forecast invites false precision and makes the review meeting about defending a figure rather than testing an assumption. Give the investment committee a base case, a downside case where the ring grows half as fast as projected, and an upside case where a competitor exits. Decisions made on ranges survive the first bad quarter.

Turning the site test into a document

Keep four columns in the site file: ring definition and household count, estimated cannibalized volume, chosen format and square footage, and fulfillment plan with delivery radius. Add a fifth column for the assumption most likely to be wrong. That fifth column is what makes the file useful a year later, when actual sales either confirm the plan or quietly contradict it.

Evidence boundaries matter here. The three openings are confirmed by trade press reports published Oct. 28, and store sizes, service features and the summer 2027 fuel station timeline come from those reports. Neither chain disclosed first-year sales targets, catchment counts or cannibalization estimates. The tests described above are a planning method, not a description of what these chains actually did.

  1. Real estate: define the drive-time ring and pull household counts.
  2. Analytics: estimate volume that will migrate from existing stores.
  3. Operations: match format and square footage to observed trip behavior.
  4. Digital: set the delivery radius and measure online share of the basket.
  5. Review: compare actual sales with the base case after four quarters.
FieldExample value
RingTen-minute drive time
HouseholdsTo be counted
Cannibalized volumeTo be estimated
FormatConventional supermarket
StatusBaseline pending

FAQ

  • Why did three chains open on the same day?

    Timing is usually driven by construction completion and lease commencement rather than coordination. Late October also sits ahead of the holiday season, so a store that opens now has several weeks to build awareness before peak grocery weeks. The same-day pattern is a coincidence of schedules, not a signal about the market.

  • Is a 125,000-square-foot store still viable?

    It can be, if the site is anchoring a corridor rather than competing inside an existing trade area. Large boxes need planned stock-up trips, which means car access, curbside capacity and enough households in the ring. Without those conditions the same square footage becomes a cost problem rather than a competitive advantage.

  • How much cannibalization is acceptable?

    There is no universal number. The test is whether the new store adds net volume to the district after migration is subtracted. If district volume is flat while the new store hits its own target, the site has mostly moved sales around, and the investment case rests on cost or format advantages rather than growth.

  • Where does delivery fit into location selection?

    Delivery changes the effective ring. If a store can serve a wider radius through delivery, the catchment calculation should include those households. The open question is whether delivery adds trips or replaces them, which is why online share belongs in the site file alongside household counts.

Sources

猜你喜欢
GEO服务商盘点升温 AI搜索可见度该看哪几个指标 文章配图
博晓通
2026-10-29
GEO服务商盘点升温 AI搜索可见度该看哪几个指标
<p>截至 10 月 28 日的公开信息,围绕 GEO(生成式引擎优化)服务商的第三方盘点在 10 月密集出现,其中一篇援引 Gartner 的判断称 2026 年被 AI 蚕食的搜索流量将达到 50%、传统 SEO 流量年降幅约 30%,并引用艾瑞咨询调研称超过 80% 的用户在购买前会使用 AI 辅助决策、41% 已完全转向 AI 搜索。对品牌市场与内容团队来说,真正需要判断的不是服务商名单,而是自家品牌在 AI 回答里被提到几次、被哪些网页引用、排在竞品之前还是之后。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>盘点援引 Gartner:2026 年被 AI 蚕食的搜索流量达 50%</td><td>该比例的口径与统计范围</td><td>Gartner 原文的样本与方法</td></tr><tr><td>援引艾瑞:80% 用户购买前使用 AI 辅助、41% 完全转向 AI 搜索</td><td>样本量、地域与品类分布</td><td>艾瑞报告原文</td></tr><tr><td>72% 品牌无法预判自身在 AI 答案中的描述方式</td><td>该结论的调研对象构成</td><td>调研问卷与抽样说明</td></tr></tbody></table></div><p>这三条背景之所以被反复引用,是因为它们共同指向一个结构性变化:流量入口从搜索结果页迁移到对话式回答,而回答的生成过程对品牌方不可见。传统 SEO 可以观察关键词排名与点击率,AI 回答没有排名列表,只有一段自然语言描述和若干引用来源,品牌方看到的是结果,看不到过程。</p><p>第二层原因是服务商市场的自然反应。入口迁移意味着预算迁移,围绕「如何让品牌被 AI 提到」的服务需求快速出现,第三方盘点、工具评测与方案对比随之增多。但盘点文章本身也是内容,它的立场与取样范围会影响结论,因此品牌方在读这类材料时,应把结论当作行业信号,而不是采购依据。</p><h3>描述偏差从哪里来</h3><p>AI 回答对品牌的描述来自它检索到的公开内容。如果官网信息过期、第三方页面存在错误参数、旧闻仍在被引用,回答就会把这些内容拼接成一段看起来合理、实际有偏差的描述。这类偏差不会像负面新闻那样显性传播,却会长期影响用户对品牌的第一印象,而且很难通过一次公关动作纠正。</p><h3>多平台之间的差异</h3><p>同一品牌在不同平台的表现往往不同。有观察指出,豆包可能更多引用头条号与知乎,DeepSeek 更偏向技术文档与官方站点,Kimi 更侧重论文与行业报告。这意味着单平台监测会严重低估风险:在一个平台表现良好,不代表在另一个平台没有被竞品占位。</p><p>把「品牌在 AI 里表现如何」拆成可测量的指标,是 GEO 监测的第一步。建议至少覆盖四列:品牌提及率、推荐位次、引用来源占比、竞品占位情况。四列共同构成一份可以按周对比的基线,而不是一次性的截图。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">指标</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">定义</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">取数方式</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">品牌提及率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">问题库中被提到的比例</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">按平台逐条采样统计</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">推荐位次</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">回答中出现的先后顺序</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">记录首次出现位置</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">引用来源占比</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">引用域名中自有站点比例</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">统计信源域名分布</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">竞品占位</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">竞品被推荐的场景数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同问题库对比计数</td></tr></tbody></table></div><p>这四个指标里,最容易做错的是品牌提及率。它必须以固定问题库为分母,否则每次换问题都会得到不同结果。问题库应按用户真实提问方式构建,覆盖品类选择、场景需求、价格比较与售后疑虑四类,每类保留 10 到 15 个问题,才能在周度采样中形成可比的时间序列。</p><p>如果品牌方准备自己动手做一轮诊断,不需要复杂的系统,按下面的步骤先把基线建起来,再决定是否需要引入外部工具。关键是口径固定、证据留存,让每一次采样都能回溯到具体问题与具体回答。</p><div style="display:none"><ol><li>市场负责人确定监测目标,明确要回答的是提及率、位次还是竞品占位,避免一次监测塞进所有诉求。</li><li>内容团队构建问题库,按品类选择、场景需求、价格比较、售后疑虑四类各写 10 到 15 个问题。</li><li>数据人员按平台分别采样,记录回答原文、引用链接与采样时间,至少覆盖三个主流入口。</li><li>分析人员统计提及率与引用来源占比,标记描述偏差与竞品占位场景,形成基线报告。</li><li>复盘会确定优化动作:补充官网信息、修正第三方错误内容或新增可被引用的权威材料。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>说明</th></tr></thead><tbody><tr><td>问题编号</td><td>Q-CAT-07</td><td>品类选择类第 7 题</td></tr><tr><td>采样平台</td><td>DeepSeek</td><td>按平台分别记录</td></tr><tr><td>是否提及</td><td>是</td><td>回答中出现品牌名</td></tr><tr><td>引用域名</td><td>品牌官网、行业媒体</td><td>按域名归类</td></tr><tr><td>核验状态</td><td>已复核</td><td>待复核、已复核</td></tr></tbody></table></div><p>这套基线的作用不是给出一个漂亮的分数,而是让后续每一次优化都有对照物。当服务商给出「可见度提升多少」的说法时,品牌方可以用自己的问题库与采样口径去验证,而不是接受一个无法复核的百分比。这也是 GEO 监测与流量投放最大的区别:投放可以看后台数据,AI 回答只能靠外部采样。</p><ul><li><p>GEO 和传统 SEO 的区别在哪?</p><p>SEO 争搜索结果页排名,GEO 争 AI 回答里是否被提到、被怎么描述、引用了谁的网页。前者看关键词排名,后者要按问题库采样回答并统计提及率与引用来源占比。</p></li><li><p>AI 回答里的引用来源怎么查?</p><p>按平台记录回答中的引用链接或信源标注,统计域名分布与频次。不同平台偏好不同,豆包偏头条号与知乎,DeepSeek 偏技术文档与官方站点,要分平台建表。</p></li><li><p>多平台可见度怎么对比才有意义?</p><p>前提是同一套问题库、同一时间窗口、同一采样次数。口径不一致时,跨平台对比只会得到噪声。</p></li><li><p>优化之后多久能看到变化?</p><p>没有统一答案。信源收录与模型更新存在时间差,应按周采样看趋势,样本不足时短期波动不能作为效果证据。</p></li></ul><ul><li><a href="https://finance.ifeng.com/c/8xNwrW00TAF">凤凰网财经·AI 搜索时代品牌可见性之战 2026 年 10 月 GEO 服务商盘点</a></li><li><a href="https://baijiahao.baidu.com/s?id=1878557398715171359&wfr=spider&for=pc">百家号·2026 年 10 月 AI 搜索品牌可见度观察</a></li><li><a href="https://cloud.tencent.com/developer/article/2706433">腾讯云开发者社区·AI 搜索引用源选择机制的数据分析</a></li></ul>
AI助手凭据被木马盯上 引用来源核验怎么保底 文章配图
博晓通
2026-10-28
AI助手凭据被木马盯上 引用来源核验怎么保底
<p>截至 10 月 28 日的公开信息,Check Point 研究披露、经 Kill The AI 与 Dark Reading 报道,新型信息窃取木马 Aokigahara 把目标从浏览器与加密钱包扩大到 AI 助手和开发者工具,会从 Claude、ChatGPT Desktop、Cursor 等收集凭据、会话数据和配置文件,并顺带窃取 Git 凭据、SSH 私钥与云配置。对正在做品牌 AI 可见度监测的团队来说,这条消息指向一个常被忽略的前置条件:采集 AI 回答依赖账号与浏览器会话,采集链路的权限治理做不好,监测数据与品牌资产会一起暴露。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>木马目标扩展到 AI 助手与开发者工具</td><td>受影响用户规模</td><td>研究方未公布感染量</td></tr><tr><td>收集凭据、会话数据与配置文件</td><td>是否已出现针对品牌的定向攻击</td><td>暂无公开案例</td></tr><tr><td>同时窃取 Git 凭据、SSH 私钥与云配置</td><td>具体传播渠道</td><td>分发方式待披露</td></tr></tbody></table></div><p>目标清单的变化说明攻击面在迁移。过去信息窃取木马主要盯着浏览器保存的密码与加密钱包,因为这些直接对应资金;现在把 AI 助手与开发者工具加进清单,看中的是另一类资产:对话历史里有业务信息,配置文件里有接口密钥,会话数据里有登录态。对做监测的团队来说,这些恰好都是采集链路的核心组件。</p><p>更值得注意的是窃取范围的重叠。AI 助手凭据、Git 凭据、SSH 私钥与云配置被同时列为目标,意味着一次感染可能同时打通内容系统、代码仓库与云环境。单点加固无法应对这种组合风险,必须按链路做隔离。</p><h3>一次感染可能打通三类系统</h3><p>凭据、私钥与云配置同时被列为目标,意味着攻击者可以从一个入口横向移动到内容系统、代码仓库与云环境。对监测团队来说,安全边界不能按设备划,而要按系统划:采集环境、内容系统与云资源之间必须有明确的访问隔离。</p><p>AI 可见度监测的采集方式决定了它的脆弱性。要拿到不同平台对同一问题的回答,通常需要在多个 AI 平台保持登录态,按问题逐条提问并保存回答;为了覆盖不同账号的个性化结果,还可能在同一环境里切换多个账号。登录态越集中,一次泄露的影响面越大。</p><p>浏览器插件与自动化脚本进一步放大了风险。为了提升采集效率,团队常用插件读取页面内容、用脚本模拟提问,这些工具需要较高权限,能访问页面数据与本地配置。一旦工具本身被植入恶意代码,采集环境里的凭据会随之外流,而团队往往只关注采集是否成功,不关注工具是否可信。</p><h3>采集环境与生产环境必须分开</h3><p>隔离是最有效也最容易被省略的一步。采集应使用专用设备或独立浏览器配置文件,只登录监测所需账号,不存放其他业务凭据;采集完成后清理会话,不长期保持登录态。隔离的目标很明确:让一次泄露只影响采集环境,不波及内容系统与云资源。</p><p>把隔离落到制度上,需要四条底线:最小权限、独立账号、加密回传、白名单工具。四条都不是新技术,但都需要在执行层面固定下来,否则会在赶进度时被逐个跳过。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">环节</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">主要风险</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">保底措施</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">账号与登录态</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">凭据被窃</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">独立账号、最小权限</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">浏览器插件</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">会话数据外泄</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">隔离环境采集</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">数据回传</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">配置文件泄露</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">加密与脱敏</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">第三方工具</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">供应链风险</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">白名单与审计</td></tr></tbody></table></div><p>四条底线的执行顺序建议从账号开始。先给监测单独开设账号,不与日常运营账号共用;再固定采集设备与浏览器环境;然后规范回传方式,去掉明文凭据;最后建立工具白名单,新增工具需经审计。顺序颠倒容易出现先上工具、后补权限的被动局面。</p><div style="display:none"><ol><li>安全负责人:为监测项目单独开设账号,明确可访问的平台与权限范围。</li><li>采集人员:在专用设备或独立浏览器配置文件中执行采集,不与日常办公混用。</li><li>开发人员:回传数据前完成脱敏,移除凭据、Cookie 与本地路径信息。</li><li>运维:建立采集工具白名单,新增工具需记录来源、权限与审计结论。</li><li>复核人:季度检查登录态留存情况与权限变更记录,关闭不再使用的账号。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>说明</th></tr></thead><tbody><tr><td>采集环境</td><td>独立浏览器配置</td><td>标注设备编号</td></tr><tr><td>登录平台</td><td>ChatGPT Desktop</td><td>按平台分列</td></tr><tr><td>权限范围</td><td>只读对话</td><td>最小权限原则</td></tr><tr><td>回传方式</td><td>脱敏后上传</td><td>移除凭据与会话</td></tr><tr><td>核验状态</td><td>已审计</td><td>季度审计回填</td></tr></tbody></table></div><p>安全治理之外,引用来源的核验同样需要分级。同一个回答里可能同时引用官方页面、媒体测评与聚合内容,三者的可信度差别很大,混在一起统计会让结论失真。分级之后,偏差可以定位到具体来源类型,处理动作也更明确。</p><p>分级的标准可以简化成三条:来源是否可公开访问、是否有明确作者与发布时间、内容是否可被独立验证。三条都满足归为高可信,缺一条降一级。这个标准不需要复杂工具,但需要在每次采样时如实记录,否则分级只是纸面规则,无法支撑后续判断。</p><ul><li><p>做 AI 可见度监测为什么会有账号安全风险?</p><p>因为采集 AI 回答通常需要登录态。多个平台的账号集中在同一台设备或同一浏览器环境里,一旦该环境被木马攻破,凭据、会话数据与配置文件会同时暴露,风险远高于单个平台账号泄露。</p></li><li><p>采集环境应该怎么隔离?</p><p>建议使用专用设备或独立浏览器配置文件,只登录监测所需账号,不存放其他业务凭据;采集完成后清理会话,避免长期保持登录态。隔离的目标是让一次泄露不影响其他系统。</p></li><li><p>引用来源核验要记录哪些字段?</p><p>至少记录域名、页面标题、发布时间与来源类型,并标注该来源是否可公开访问。字段不全时,后续无法判断描述偏差来自内容过期还是来源本身不可靠。</p></li><li><p>这类安全事件会影响 AI 回答的可信度吗?</p><p>会间接影响。若采集环境被污染,监测数据可能失真,基于失真数据做出的优化判断也会偏离;因此数据安全是可见度工作的前置条件,而不是附带事项。</p></li></ul><ul><li><a href="https://post.smzdm.com/p/anv9l2p0/">什么值得买:今日AI圈值得关注的动态 2026年10月28日</a></li></ul>
周大福内地门店较高峰少2596家 黄金门店筛选逻辑要改 文章配图
博晓通
2026-10-29
周大福内地门店较高峰少2596家 黄金门店筛选逻辑要改
<p>截至10月28日的公开信息,周大福在2027财年第二财季于中国内地净关闭240个零售点,截至9月末内地门店为4807家,较7403家的历史峰值减少2596家;同期集团整体零售销售值同比微降0.5%,内地市场下滑5.3%、占集团零售份额83.3%,香港澳门及其他市场则增长33.2%<a href="https://k.sina.com.cn/article_7857201856_1d45362c001908sszg.html" target="_blank">新浪财经:零售行业热点小时报</a>。对做珠宝、服饰这类高客单品类渠道管理的团队来说,这组数字真正的信息量不在关了多少店,而在头部品牌自己动手收缩网络之后,判断一个点位该留该关的口径必须换成可量化的商圈与单店数据——过去按门店总数考核覆盖率的做法,正在反过来制造库存与租售比压力。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>第二财季内地净关闭240个零售点</td><td>关闭门店的城市与商圈分布</td><td>下一财季是否继续净关</td></tr><tr><td>9月末内地门店4807家,较峰值7403家少2596家</td><td>关店是否伴随加盟转直营</td><td>同店销售与客单价拆分</td></tr><tr><td>整体销售值同比降0.5%,内地降5.3%、港澳及其他增33.2%</td><td>单店坪效与租售比的具体变化</td><td>三四线点位占比变化</td></tr></tbody></table></div><p>240家是第二财季内地净减少的零售点数量,2596家是从7403家峰值到9月末4807家的累计差额。前者衡量当期调整力度,后者衡量网络相对高点的整体退坡幅度。两个数字混着读,很容易得出「一个季度关掉两千多家」这种明显错误的判断,进而让后续的补货节奏、陈列面积规划乃至加盟商招募都按错误的速度排期。集团把内地销售下滑归因于网络优化与去年同期较高的对比基数,这句表述说明收缩是主动选择,而不是被动关店止损。</p><p>口径问题还牵出一个容易被忽略的细节:零售销售值是含税口径下门店与电商渠道的合计收益,它并不等于同店销售。门店数量减少时,即便单店产出不变,总额也会下降,因此只看销售值同比会高估需求端的恶化程度;反过来,如果管理者用销售值回升来证明网络优化成功,也可能只是关掉低效店之后的算术效果。对品牌方来说,判断依据应当落在单店口径上,而不是网络总量上,这也是后文所有指标讨论的前提。</p><h3>内地的压力来自结构而不是单点</h3><p>内地零售销售值下滑5.3%,但内地仍贡献集团83.3%的零售份额,这意味着任何一点内地波动都会被放大成集团层面的数字。同期运动服饰经销商滔搏披露,其2026/27财年第二季度零售及批发总销售金额同比下跌10%至20%的低段,截至8月31日直营门店毛销售面积环比减少5.2%、同比减少12.9%<a href="http://finance.sina.com.cn/stock/bxjj/2026-10-28/doc-iniwuvct9414821.shtml" target="_blank">格隆汇:滔搏第二季销售数据</a>。两个不同品类的头部玩家在同一季度同时收缩面积,说明压力更接近渠道结构问题,而不是某一家公司的选址失误。</p><h3>港澳的 33.2% 是客流结构给的</h3><p>港澳及其他市场零售销售值增长33.2%、占集团份额16.7%,这个反差常被解读为「内地不行、外面行」,但它更可能是客流结构变化的结果:当内地门店数量减少、单店辐射半径被压缩时,跨境与旅游客群的消费会向少数核心商圈集中,这类增长对门店数量的依赖度本来就低。对经营者的启示是,把港澳的增长逻辑直接搬到内地并不成立,内地需要的是商圈分层,而不是简单复制高势能门店模型。</p><p>门店筛选这件事,过去靠城市等级加客流估值就能拍板,现在需要换成能反映单店真实产出的参数。下面三组参数对应这次披露的口径变化,可以直接替换掉旧模型里的经验权重,让黄金门店的判断从「感觉这个位置不错」变成「这个位置在什么条件下值得留」。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">参数</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">旧口径</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">新口径</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">商圈密度</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">按城市等级铺满</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">按客流与租售比筛选</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">单店产出</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">看销售额绝对值</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">看坪效与库存周转</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">区域机会</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">先占点位再优化</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">先验证再进点</td></tr></tbody></table></div><p>把这三组参数落到黄金门店计划里,第一步不是去找新点位,而是给现有门店逐店打分:用坪效、库存周转与租售比三项把门店分成保留、观察、退出三档,再决定哪些区域机会值得追加投入。百货渠道的数据可以作为参照——天虹股份前三季度营业收入84.78亿元、同比下降4.50%,归母净利润6008.73万元、同比下降3.92%,但扣非净利润同比增长3.24%,毛利率36.03%仅下降0.06个百分点<a href="http://finance.sina.com.cn/stock/aiassist/yjbg/2026-10-28/doc-iniwuqvv9497070.shtml" target="_blank">新浪财经:天虹股份三季报</a>,说明在客流下滑的环境里,靠结构与成本仍能守住利润,门店筛选的价值正体现在这里。</p><p>区域机会的判断尤其需要重做。过去品牌进入一个新城市,通常先在最核心的商圈拿点位建立形象,再向外扩散;当门店总数从峰值回落,扩散逻辑要反过来——先用小面积、低租金的点位验证当地消费力与复购,验证通过后再升级为大店。商圈机会不是「有没有」,而是「在什么租售比条件下成立」,这个条件必须写进选址标准,否则区域团队仍会按旧习惯抢核心铺位。</p><p>门店网络从扩张转向收缩,考核指标必须同步换挡,否则一线会用「开店数量」这类容易完成的动作替代真实经营改善。比较务实的做法是把指标压到四个:单店坪效、库存周转天数、门店可售率、以及新点位的首年回本周期。前三个衡量存量质量,最后一个约束增量风险。</p><p>这四个指标的价值在于可以交叉验证。坪效上升而可售率下降,通常意味着缺货把客流推走了;库存周转改善而坪效下滑,可能是靠打折清货换来的短期数字;首年回本周期拉长而坪效尚可,说明租金谈判出了问题。把它们放进同一张周报,门店筛选就从一次性的选址判断,变成可以持续纠偏的运营动作。</p><div style="display:none"><ol><li>区域运营负责人:按门店导出近12个月坪效、库存周转天数与租售比,形成保留、观察、退出三档名单,证据为门店月度经营报表。</li><li>渠道负责人:核对退出名单门店的租约到期日与违约成本,证据为租赁合同与违约金测算表。</li><li>商品负责人:对保留档门店重算陈列面积对应的SKU覆盖,证据为门店陈列图与在架SKU清单。</li><li>数据负责人:把首年回本周期写入新点位审批流程,证据为选址评估表与首年现金流预测。</li></ol><table><thead><tr><th>字段</th><th>示例</th><th>核验要点</th></tr></thead><tbody><tr><td>门店编号</td><td>内地某商场店</td><td>与经营报表一致</td></tr><tr><td>坪效</td><td>按季度核算</td><td>面积口径含仓库</td></tr><tr><td>库存周转天数</td><td>按品类拆分</td><td>剔除在途库存</td></tr><tr><td>租售比</td><td>租金除销售额</td><td>含物业与推广费</td></tr></tbody></table></div><ul><li><p>周大福关店是不是意味着珠宝消费在萎缩?</p><p>不能直接这样推论。公司把内地销售下滑归因于网络优化与去年同期较高的对比基数,而整体零售销售值只微降0.5%,港澳及其他市场还增长33.2%。关店更多反映渠道结构调整,需求端的变化需要看同店销售与客单价,这两个数据在本次披露中没有给出。</p></li><li><p>门店数量减少时,怎么判断是主动优化还是被动止损?</p><p>看两个信号:一是关店是否集中在租售比高、坪效低的点位,二是关店同期毛利率是否稳定。天虹股份扣非净利润同比增长3.24%、毛利率仅下降0.06个百分点,说明结构优化可以在收入下滑时守住利润;若关店同时伴随毛利率快速下滑,则更可能是被动退出。</p></li><li><p>黄金门店计划对小品牌适用吗?</p><p>适用,但参数权重需要调整。大品牌可以用坪效、库存周转、租售比三项直接分层,小品牌样本少,应先用首年回本周期做粗筛,再逐步补充坪效数据。关键不是模型复杂度,而是把商圈机会写成可验证的条件。</p></li><li><p>收缩期还要不要进新点位?</p><p>要,但进入方式要变。先用小面积、低租金点位验证当地消费力与复购,验证通过后再升级为大店,把区域机会的判断从一次性决策变成可退出的试错。</p></li></ul><ul><li><a href="https://k.sina.com.cn/article_7857201856_1d45362c001908sszg.html" target="_blank">新浪财经:零售行业热点小时报 2026年10月28日22时</a></li><li><a href="http://finance.sina.com.cn/stock/bxjj/2026-10-28/doc-iniwuvct9414821.shtml" target="_blank">格隆汇:滔搏第二季总销售金额同比录得10-20%低段下跌</a></li><li><a href="http://finance.sina.com.cn/stock/aiassist/yjbg/2026-10-28/doc-iniwuqvv9497070.shtml" target="_blank">新浪财经:天虹股份前三季度营收84.78亿元同比降4.50%</a></li></ul>
全家六代店连开五店 便利店的鲜食新品怎么排 文章配图
博晓通
2026-10-29
全家六代店连开五店 便利店的鲜食新品怎么排
<p>截至10月28日的公开信息显示,全家第六代门店"新世代自在便利店"已在上海与广州连开五店:9月10日上海静安、普陀、松江、浦东四店同日开业,10月16日华南首店落在广州长堤大马路。门店在百十平方米里塞进饭吧、面吧、小吃吧与湃客咖啡角,用16.8元的主食加饮品加小菜三件套把一日五餐装进同一动线。对做便利店鲜食与新品排期的团队来说,这次改造真正值得拆的不是"加了多少SKU",而是鲜食新品该怎么跟着时段排。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>上海四店于9月10日同日开业,华南首店广州长堤大马路店于10月16日开业</td><td>六代店年底前的开店数量与城市名单</td><td>单店改造投入与回本周期</td></tr><tr><td>门店新增热气小灶(饭吧、面吧、小吃吧)、湃客咖啡角与鲜卤味专区,堂食区扩大</td><td>各档口的实际出餐速度与峰值承载</td><td>鲜食销售占比与毛利结构变化</td></tr><tr><td>推出16.8元主食加饮品加小菜三件套,安心早餐6元起,超值鲜享两件套9.9元起</td><td>套餐价格是否为长期定价而非开业促销</td><td>套餐的实际连带率与客单价变化</td></tr></tbody></table></div><p>改造的重点在动线而不在面积。门店把热食保温柜、蒸包机之外的空间重新切成三块:热气小灶负责饭、面、小吃,湃客咖啡角负责茶咖与雪泥,鲜卤味专区负责即食卤味。饭吧配了自动打饭机与水浴保温台,面吧主打现捞现煮,小吃吧现点现炸鸡排、薯条与热狗棒。原本只承担"拿了就走"的门店,被改造成可以坐下来吃完一顿的地方(<a href="https://www.163.com/dy/article/LABUEQ8I0512AHTN.html">消费者报道的实地探访</a>)。</p><p>价格带也跟着下移。红烧狮子头饭12.8元、米汉堡9.9元、美式咖啡低至6.9元,全家在中国大陆拥有3226家门店,这样的价格带意味着鲜食不再是高毛利补充,而是承担客流的主力品类(<a href="https://baijiahao.baidu.com/s?id=1876716457727279019&wfr=spider&for=pc">零售行业报道</a>)。用低价鲜食换频次,再用频次摊薄中央厨房与冷链的固定成本,这套逻辑在便利店行业已经被反复验证,难点在于新品排期能否跟上时段。</p><p>便利店的鲜食有一个绕不开的约束:保质期以小时计。同一批原料,做成早餐饭团能卖到上午十点,做成午市便当只能卖到下午两点,做成夜宵关东煮又要换一套配料。新品如果按品类排期,很容易出现早高峰缺货、午市过剩、夜间空柜的结构性浪费,损耗直接吃掉毛利。</p><p>按时段排期的做法是把一天切成五个窗口:早餐、午市、下午茶、晚餐、夜宵,每个窗口对应一组固定单品与一组轮换单品。固定单品保证供应稳定,轮换单品用来测试新品。这样做的好处是测试结果可比:同一个窗口、同一批客流、同一套价格,新品的表现差异只来自商品本身,而不是时段错配。</p><h3>一条产线要供五个饭点</h3><p>六代店把饭吧、面吧、小吃吧放在同一条产线上,本质是用一套设备覆盖五个饭点。设备利用率上去了,但排产复杂度也上去了:同一个时段既要出便当又要出现煮面,出餐顺序一旦混乱,堂食区的翻台就会被拖慢。因此新品上架前必须先算清产线在峰值时段的分钟级产能,而不是只看日均总量。</p><h3>低价套餐改变的是结构而不是价格</h3><p>16.8元三件套的意义不在便宜,而在把主食、饮品、小菜绑成一个决策。用户不再分别比价,门店则获得了一个稳定的连带结构。对鲜食新品来说,这意味着单品不必自己承担引流任务,只要能在套餐里占住一个位置,就能获得稳定的曝光与试购,这比单独做促销更可持续。</p><p>把已开业的六代店按城市、开业时间、动线配置与主打价格带排列,能看清这次改造的推进节奏。下表信息来自公开报道,未披露的配置项留空而不做推测。对计划跟进的团队来说,这张表的用处是判断哪些配置属于标准件、哪些属于单店试验。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:720px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">门店</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">开业时间</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">动线配置</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">主打价格带</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">上海静安梅园路店</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">2026年9月10日</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">热气小灶、湃客咖啡角、鲜卤味专区、堂食区</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">早餐6元起,三件套16.8元</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">上海普陀店</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">2026年9月10日</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同上,属首批四店之一</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同上</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">上海松江店</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">2026年9月10日</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同上,属首批四店之一</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同上</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">上海浦东店</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">2026年9月10日</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同上,属首批四店之一</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同上</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">广州长堤大马路店</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">2026年10月16日</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">华南首店,配置以公开报道为准</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未单独披露</td></tr></tbody></table></div><p>鲜食新品的失败大多不是因为不好吃,而是因为排错了时段或者超出了产线能力。下面这组步骤按上架流程排列,每一步都对应一个可以回填的字段,跑完一轮就能判断这个新品该进固定菜单还是轮换菜单。</p><div style="display:none"><ol><li>第一步:确定新品归属的时段窗口,写清早、午、下午、晚、夜中的哪一个。</li><li>第二步:核算该窗口峰值时段的分钟级产能,确认不会挤压既有单品出餐。</li><li>第三步:设定保质期与废弃时点,把损耗率上限写进上架条件。</li><li>第四步:上架后四周统计该窗口的连带率与复购,低于红线的转入轮换菜单。</li><li>第五步:季度末对比鲜食销售占比与毛利,判断结构是否真的改善。</li></ol><table><thead><tr><th>字段</th><th>示例</th><th>用途</th></tr></thead><tbody><tr><td>窗口归属</td><td>午市11:30至14:00</td><td>避免时段错配</td></tr><tr><td>峰值产能占用</td><td>每分钟3.2份</td><td>防止挤占既有单品</td></tr><tr><td>四周损耗率</td><td>7.5%</td><td>衡量定价与产量是否匹配</td></tr></tbody></table></div><ul><li><p>全家六代店开了几家、在哪里?</p><p>目前公开信息为五家:上海静安、普陀、松江、浦东四店于9月10日同日开业,广州长堤大马路店于10月16日开业,为华南首店。</p></li><li><p>六代店和普通门店最大的区别是什么?</p><p>动线从拿了就走改为可以坐下来吃,新增热气小灶、湃客咖啡角与鲜卤味专区,堂食区扩大,用一条产线覆盖早餐到夜宵五个时段。</p></li><li><p>三件套16.8元是长期价格吗?</p><p>公开报道显示门店同时推出安心早餐6元起、超值鲜享两件套9.9元起,是否长期执行需以门店实际标价为准,不能把开业促销当常态定价。</p></li><li><p>鲜食新品该按什么维度排期?</p><p>按时段窗口排,而不是按品类排。每个窗口配固定单品加轮换单品,固定单品保供应,轮换单品做测试,测试结果才具备可比性。</p></li></ul><ul><li><a href="https://www.163.com/dy/article/LABUEQ8I0512AHTN.html">消费者报道:被闪电仓、量贩零食围剿,便利店爆改自救</a></li><li><a href="https://baijiahao.baidu.com/s?id=1876716457727279019&wfr=spider&for=pc">便利店巨头变身快餐厅:现蒸饭、现煮面,加速抢食餐饮生意</a></li><li><a href="https://baijiahao.baidu.com/s?id=1876367475045002416&wfr=spider&for=pc">实探全家六代店,用全时段餐饮重新定义便利店</a></li></ul>
ChatGPT广告覆盖89国 付费位与自然答案怎么分开测 文章配图
博晓通
2026-10-29
ChatGPT广告覆盖89国 付费位与自然答案怎么分开测
<p>截至10月22日的公开信息显示,OpenAI于10月21日宣布ChatGPT Ads扩展至26个新国家,覆盖范围从63国增至89国;此时距离广告产品正式上线仅八个多月,已有超过10万名广告主在ChatGPT上投放,广告年化收入运行率在200天内突破10亿美元,每周超过12亿人在使用。对品牌方来说,比扩张速度更值得记住的是另一条表述:广告独立于对话回复板块,不会影响模型生成的答案。这句话决定了付费位与自然答案必须分开测。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>10月21日宣布新增26个国家,覆盖范围从63国增至89国,上线八个多月已有超10万广告主</td><td>各市场的广告填充率与竞价密度</td><td>官方公告中广告位的具体展示规则</td></tr><tr><td>广告只出现在免费版与Go计划,Plus、Pro与Enterprise订阅保持无广告</td><td>广告对自然回答排序的间接影响</td><td>不同账号类型的答案差异幅度</td></tr><tr><td>广告独立于对话回复板块,不会影响模型生成的答案</td><td>声明在多大程度上覆盖全部广告形态</td><td>各市场的计费方式与最低预算</td></tr></tbody></table></div><p>第一个事实是分层。广告只出现在免费版与Go计划,付费订阅保持无广告。这意味着同一句提问,不同用户看到的界面并不一样:免费用户可能先看到一条标注了广告的赞助内容,付费用户只看到自然答案。做监测时如果不区分账号类型,样本就会被广告位污染,得到的数字看着漂亮但没有解释力。</p><p>第二个事实是独立性声明。广告与自然回答分属两套系统,付费不改变模型在自然答案里推荐谁。这个声明对品牌的意义是双向的:一方面,买广告买不到自然推荐;另一方面,自然答案里的位置也不会因为不投广告而被惩罚。两件事各有各的衡量方式,混在一起看,就会得出错误结论(<a href="https://www.ebrun.com/20261022/715074.shtml">广告与对话回复分属两个板块</a>)。</p><p>混着测最直接的后果是预算错配。如果品牌在AI回答里的可见度提升,同时广告也在投,很难判断增量来自哪一侧;反过来,如果可见度下降,也可能是模型更新导致,而不是广告挤压了自然位。没有分开的基线,任何结论都只能靠猜,续投决策也只能凭感觉。</p><p>更麻烦的是评价标准不同。自然答案看的是被提及、被正确描述、被引用;付费位看的是曝光、点击与转化成本。把两套指标放进同一张报表,通常会出现“总体效果不错但说不清哪部分有效”的结果。这份混淆在扩张期尤其常见,因为新增市场同时打开了广告位与新的提问习惯(<a href="https://www.tmtpost.com/agent/ai-article?id=21295">广告扩张与投放结构</a>)。</p><h3>归因混淆的两种典型场景</h3><p>第一种是时间重叠。广告上线与内容优化同时启动,两周后可见度上升,团队把功劳记给内容,实际上新客是被广告带进来之后才开始搜索品牌的。第二种是样本污染。监测脚本用免费账号跑,抓到的回答页面里混着广告位,统计时把赞助内容当成自然结果计入,提及率被系统性高估。</p><h3>分开测的最小可行口径</h3><p>最小可行口径只需要三个控制变量:账号类型固定为无广告环境、问句集合版本化、采样次数固定。在这三个条件不变的前提下,自然答案的提及率与描述准确率才有可比性;付费位则单独用平台后台的曝光与点击数据,两边不做换算,只在结论层面对照。</p><p>另一个容易被忽略的变量是平台差异。同一批问句在ChatGPT、Gemini、DeepSeek上的引用偏好并不一致,有机构统计2026年9月Google AI Overview带来源的回答里有38.6%带Reddit链接,而ChatGPT只有1.4%(<a href="https://baijiahao.baidu.com/s?id=1880089057034065869&wfr=spider&for=pc">各平台引用来源差异</a>)。这说明信源策略要按平台分别设计,用一套内容打所有平台,结果一定是两头都不占优。</p><p>落地时最省事的做法是画一张对照表,把同一个指标在两个场景下的取值与判断标准并列。下表按指标、只看自然答案、只看付费位与合并看会错在哪四列排列,具体阈值需要按品类与市场调整,不必追求行业统一。填完这张表,团队就能看清哪一侧在动、动多少、值不值得继续投。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:720px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">指标</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">只看自然答案</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">只看付费位</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">合并看会错在哪</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">提及率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">无广告环境下的品牌出现比例</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不适用</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">把赞助内容计入,系统性高估</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">描述准确率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">对照事实底稿判断参数与场景是否一致</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不适用</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">提及上升但描述失真被掩盖</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">引用来源</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">信源类型与平台分布</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不适用</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">无法判断是内容被采信还是广告位曝光</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">曝光与点击</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不适用</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">取平台后台数据</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">与自然指标混算,归因失真</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">转化成本</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不适用</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">按订单或线索口径计算</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">把品牌词自然流量算进广告效果</td></tr></tbody></table></div><p>这张表还有一个用途:判断该不该投。如果自然答案的提及率已经接近品类上限,广告的边际作用主要是抢犹豫期的用户;如果提及率很低,先修内容与信源,再谈投放,顺序反了会把预算花在接不住的流量上。两类问题的解法不同,用同一套动作应对,效果都不会好。</p><p>广告位会随平台策略调整,自然答案会随模型更新波动,所以复测要固定节奏而不是固定结论。建议按周跑自然答案、按月对账付费位,两套数据各自留原始记录,出现异动时先看时间线是否对得上。下面这组步骤按执行顺序排列,每一步都对应一个可回填的字段,前一步没有记录就不建议进入下一步。</p><div style="display:none"><ol><li>第一步:固定问句集合与平台清单,版本化保存,中途不增删。</li><li>第二步:锁定无广告账号环境,记录每次抓取的时间戳与账号类型。</li><li>第三步:自然答案统计提及率、描述准确率与引用来源分布三项。</li><li>第四步:付费位按月导出曝光、点击与转化成本,不与自然指标混算。</li><li>第五步:对异动逐条回溯,判断是模型更新、广告策略调整还是内容变更。</li></ol><table><thead><tr><th>字段</th><th>示例</th><th>用途</th></tr></thead><tbody><tr><td>基线问句数</td><td>180条</td><td>保证跨周可比</td></tr><tr><td>账号类型</td><td>付费无广告</td><td>排除广告位污染</td></tr><tr><td>描述准确率</td><td>74%</td><td>衡量事实一致性</td></tr></tbody></table></div><ul><li><p>买了广告会提升自然答案里的排名吗?</p><p>不会。广告与自然回答分属两套系统,付费不改变模型在自然答案里推荐谁,反过来不投广告也不会让自然位被惩罚。</p></li><li><p>为什么监测要固定账号类型?</p><p>广告只出现在免费版与Go计划,付费订阅保持无广告。用免费账号抓取,样本里会混入赞助内容,提及率会被系统性高估。</p></li><li><p>自然答案该看哪几个指标?</p><p>看提及率、描述准确率与引用来源分布三项,其中描述准确率要对照事实底稿判断参数、价格与适用场景是否一致。</p></li><li><p>付费位的数据从哪里取?</p><p>取平台后台的曝光、点击与转化数据,不与自然答案的指标做换算,只在结论层面互相对照。</p></li></ul><ul><li><a href="https://www.tmtpost.com/agent/ai-article?id=21295">8个月10万广告主,ChatGPT广告杀入89国:OpenAI的搜索广告野望</a></li><li><a href="https://www.ebrun.com/20261022/715074.shtml">OpenAI扩ChatGPT广告覆盖26国 年化收入达10亿美元</a></li><li><a href="https://baijiahao.baidu.com/s?id=1880089057034065869&wfr=spider&for=pc">ChatGPT不再引用Reddit之后,还值得在Reddit上做AI可见度吗?</a></li></ul>
2880次提问测出20.7%可见度 AI品牌可见度对照实验怎么做 文章配图
博晓通
2026-10-29
2880次提问测出20.7%可见度 AI品牌可见度对照实验怎么做
<p>截至10月28日的公开信息,中央广电总台总经理室于10月28日晚间发布CTR的一项调查:CTR《2026中国广告主营销趋势调查报告》显示,70.4%的广告主已在2026年规划了GEO预算;同期一项汽车品牌实测选取国内六大主流AI平台、围绕16个核心购车问题累计完成2880次统一提问,去重后得到30个独立品牌,其中投放总台大屏广告的一组在AI回答中的可见度为20.7%,对照组为15.0%。对正在向管理层解释“AI可见度到底怎么算”的团队来说,这是目前少见的带对照组的公开样本,值得逐项拆开看它成立的条件。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>六大平台、16个核心购车问题、累计2880次统一提问</td><td>每个问题的重复次数与采样时间分布</td><td>采样窗口是否跨越模型版本更新</td></tr><tr><td>30个独立品牌中20个投放了总台大屏广告</td><td>投放金额与投放时长</td><td>投放起止时间与监测窗口是否重叠</td></tr><tr><td>投放组可见度20.7%、对照组15.0%</td><td>可见度的具体计算式</td><td>分母是回答数还是品牌出现次数</td></tr></tbody></table></div><p>先看20.7%这个数的构成。2880次问答评测由16个问题、6个平台与重复提问共同构成,每个问题在每个平台被按同一标准重复提问,每题输出前十名品牌,再把全部结果去重合并成30个独立品牌。可见度的分母是这批回答的总量,分子是品牌被提及的次数。这个结构决定了它能回答“在一组固定问题下被提到的频率有多高”,却不能回答“在所有消费者关心的场景里表现如何”,因为问题只有16个,且集中在购车环节。</p><p>再看对照组的来源。30个品牌里有20个在2026年投放了总台大屏广告,其余10个构成对照。这是观测性对比,不是随机分组:能投放总台大屏的品牌,通常本身规模更大、内容资产更厚、渠道覆盖更广,这些条件同时也会推高在AI回答中被提及的概率。所以六个百分点的差距可以读成“投放与可见度同向”,但不能直接读成“投放带来了六个百分点”。要做因果判断,需要投放前后的同口径时间序列。</p><h3>提及看记忆,引用看摘取</h3><p>行业研究已把“被AI提及”与“被AI引用”拆成两条通道:前者依赖模型的品牌先验与措辞匹配,属于记忆层;后者依赖页面在检索环节的可摘取性,属于检索层。两者变化速度不同,验证方法也不同。CTR这次的实测测的是提及侧,也就是品牌有没有出现在前十名名单里;它没有测引用侧,也就是回答里那些链接最终指向了谁。把两者混在同一个“曝光”口径里,既说不清问题出在哪,也无法指导预算该投内容还是投信源。</p><p>这个区分对预算分配有直接影响。如果品牌在回答里频繁出现,但引用链接都指向第三方媒体与电商平台,那么缺口在自有站点的可摘取性,补内容结构比补投放更有效;如果品牌连提及都很少,说明问题在记忆层,需要长期的内容曝光与措辞占位。两种缺口的解法几乎不重叠,先分清再投钱,能省下大量试错成本。</p><h3>信源可信度是引用侧的前置变量</h3><p>CTR同批调研给了一个解释引用侧为何难改的线索。2026年9月的调研显示,67%的用户在参考AI推荐时会关注其引用的信源是否可靠;消费者按经验、专业、权威、可信四个维度对七类信源打分,四维平均分都在80分以上,80至100分区间的人数均超过70%,四个维度的分值差距只有80.4到82.0分,因此按各25%等权加权后,国家级主流媒体在四个维度上全部排名第一,权威性与可信性均达86.3分。</p><p>这组数字的价值不在排名,而在说明“信源”是一个既可以被消费者感知、也可以被模型采信的变量。89.2%的用户表示AI回答引用国家级权威媒体内容会提升其对品牌的信任,其中40.1%表示大幅提升信任并显著提升购买意愿。对做引用侧优化的团队,这意味着信源结构不是纯粹的技术问题:把品牌信息放进高可信信源,既影响模型检索时的取舍,也影响消费者看到引用之后的判断。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">核验项</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">做法</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">能得出什么</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">问句池复现</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">按品牌词、品类词、对比词三类各设若干条,固定平台与重复次数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">判断20.7%这类数字在自有品类能否复现</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">对照组设置</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">选同品类、同价格带、未做同类投放的品牌作对照</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">区分投放效应与品牌基础差异</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">引用来源归类</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">按域名统计回答引用的信源类型与占比</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">定位缺口在自有站点还是第三方信源</td></tr></tbody></table></div><p>三项里最容易做也最容易被跳过的是第一项。问句池复现不需要工具,只需要把问题写下来、固定平台、固定重复次数。做完这一步,团队会发现自己算出的比例与公开数字可能差很远,这不是谁错了,而是问句构成不同。把口径写清楚,比争论数字高低更有价值。</p><p>对照组设置是三项里最难的一项,难在可比性。理想的对照组要与投放组同品类、同价格带、同渠道覆盖,且未做同类投放。现实中很难完全满足,退一步的做法是逐项记录差异,在汇报时明确标注哪些差异可能污染结论。把不可比的部分说清楚,比假装两组可比更专业。</p><p>汇报时建议同时给出四个数:问句池条数与构成、覆盖平台清单、重复次数与采样周期、对照组的选择依据。这四项决定了百分比的可信度。缺少任一项,同一个数字在不同团队手里会被解读成完全不同的结论,最后变成无法对齐的争论。</p><p>需要说明证据边界。CTR的实测对象是汽车品类,问题集中在购车环节,结论不能直接迁移到快消、家电或服务业;20.7%与15.0%是特定问句池下的观测值,不是行业基准;六个百分点的差距来自观测性对比,未做随机分组,无法排除品牌基础差异。把这三条边界写进汇报材料,比把数字放大更有说服力。</p><div style="display:none"><ol><li>市场负责人:按品牌词、品类词、对比词建立问句池,写明条数与选择依据。</li><li>数据岗:固定平台与重复次数,记录回答原文与生成时间。</li><li>分析师:按域名归类引用来源,统计各类占比。</li><li>品牌公关:抽检回答原文,比对官方口径,标记信息错位项。</li><li>复核人:四周后同口径复测,确认变化是否超出抽样波动。</li></ol><table><thead><tr><th>字段</th><th>示例值</th></tr></thead><tbody><tr><td>问句</td><td>该品类哪个品牌更值得买</td></tr><tr><td>平台</td><td>主流AI问答平台</td></tr><tr><td>是否提及</td><td>待采样</td></tr><tr><td>引用来源</td><td>待归类</td></tr><tr><td>核验状态</td><td>基线待建</td></tr></tbody></table></div><ul><li><p>20.7%这个可见度是怎么算出来的?</p><p>分母是2880次问答评测的回答总量,分子是品牌在这些回答中被提及的次数。评测由16个核心购车问题、6个主流AI平台与重复提问共同构成,每题输出前十名品牌,去重后得到30个独立品牌。所以它衡量的是一组固定问题下的提及频率,不是全场景的曝光份额。</p></li><li><p>投放组比对照组高六个百分点,能说明投放有效吗?</p><p>只能说同向,不能说明因果。两组不是随机分组,投放总台大屏的品牌本身规模更大、内容资产更厚,这些条件也会推高被提及的概率。要判断因果,需要投放前后的同口径时间序列,或找到可比性更强的对照组。</p></li><li><p>被AI提及和被AI引用,哪个更难做?</p><p>两者难度不同。提及依赖品牌先验与措辞匹配,需要长期内容积累;引用依赖页面可摘取性,可以通过结构化改造较快改善。这次实测只测了提及侧,没有测引用侧,判断缺口在哪一侧要另做引用来源归类。</p></li><li><p>消费者真的在意AI回答引用了谁吗?</p><p>在意。CTR 2026年9月调研显示,67%的用户在参考AI推荐时会关注引用信源是否可靠;89.2%表示引用国家级权威媒体内容会提升对品牌的信任,其中40.1%表示大幅提升信任并显著提升购买意愿。这也是信源结构值得单独作为一项指标的原因。</p></li></ul><ul><li><a href="https://mp.weixin.qq.com/s?__biz=MjM5MDg2MTA4MA==&mid=2651864713&idx=1&sn=41c6f729556736cca785191b116e2e8b&chksm=bc33cfe577d5c0ce0ceddee97bd1a178bff77c4e57bafc9f2085cc2637f02530acb371cd3d7f&scene=27">中央广电总台总经理室:CTR调查显示 消费者对七类AI信源的可信度进行评分 国家级主流媒体排名第一</a></li><li><a href="https://www.cet.com.cn/itpd/sm/10633809.shtml">中国经济新闻网:2026年生成式引擎优化新研究 AI品牌提及与页面引用是两条通道</a></li><li><a href="https://cloud.tencent.com/developer/article/2767865">腾讯云开发者社区:2026 AI营销窗口期 如何让品牌被AI优先推荐</a></li></ul>
滔搏门店净减17.4% 运动品牌商圈机会怎么重算 文章配图
博晓通
2026-10-29
滔搏门店净减17.4% 运动品牌商圈机会怎么重算
<p>截至 10 月 28 日的公开信息,运动品牌零售商滔搏(06110.HK)在 2026/27 财年第二季度把直营门店压到 3872 家、同比减少 17.4%,门店总销售面积同比下降 12.9%,单店销售面积却同比提升 5.5%;同期中期收入 109.13 亿元、同比减少 11.3%,归母净利润 6.63 亿元、同比下降 16.0%。对做快消与运动品类的品牌方来说,这不是一条简单的关店新闻,而是一次门店结构的重新定价:面积在收缩、单店在变大、商圈选择正在被重新计算。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>直营门店 3872 家,同比减 17.4%</td><td>关店是否集中在同一城市层级</td><td>各城市撤店清单与租约到期时间</td></tr><tr><td>门店总销售面积同比减 12.9%,单店面积同比增 5.5%</td><td>单店变大是否等于坪效提升</td><td>同店口径的坪效与客流数据</td></tr><tr><td>中期收入 109.13 亿元,同比减 11.3%</td><td>收入下滑是否全部由面积收缩解释</td><td>直营与批发分渠道拆分</td></tr></tbody></table></div><p>把三个数字放在一起看,逻辑就清楚了:门店数量降 17.4%,总面积只降 12.9%,单店面积反而涨 5.5%。这意味着关掉的多是小面积、低产出的点位,保留的是能承载完整产品线的大店。滔搏在<a href="https://data.eastmoney.com/notices/detail/06110/AN202610281831129683.html">公告</a>里给出的口径是「直营门店毛销售面积」,把仓库与后场一起算进物理面积,因此单店面积上升既可能来自门店升级,也可能来自后场占比变化,需要结合单店销售才能判断效率。</p><p>第二季度零售及批发总销售金额同比录得 10-20% 低段下跌,跌幅小于面积收缩幅度,说明单位面积的产出并没有同步塌陷。对品牌方而言,这条线索比关店数量更有用:渠道在减少点位的同时提高了单点承载,铺货逻辑就从「多店少量」转向「少店全量」,SKU 深度、陈列面积与新品首铺节奏都要跟着改。</p><h3>面积收缩的三条传导路径</h3><p>第一条路径是租约到期后的主动退出。运动品牌主力店租期通常三到五年,续约时租金与客流预期一变,低效点位就会被放弃。第二条是渠道职能迁移:当线上与即时零售承接了标品补货,线下门店的库存与后场面积可以压缩,把面积让给体验与新品。第三条是品牌方自身的渠道收拢,滔搏此前披露耐克中国内地线上平台销售将于 2027 年 1 月 1 日起终止,该业务约占集团总收入 22%,渠道结构变化会直接改写门店的品类组合。</p><h3>单店变大不等于单店变强</h3><p>单店销售面积提升 5.5% 只是一个结构性结果,不能直接推导出效率改善。要验证效率,至少要同时看三个指标:单店销售额、坪效(销售额除以营业面积)与存货周转天数。滔搏中期存货周转天数 146.4 天、较去年同期下降 3.6 天,库存效率有小幅改善;但毛利率 40.1%、同比下降,说明终端折扣仍在承压。面积变大而毛利率下滑,通常意味着大店承担了更多促销与清货职能。</p><p>品牌方评估一个商圈是否值得保留或新开点位时,最容易犯的错是只看门店数量与客流总量。更可操作的做法是把商圈拆成可测的几列:点位所在商圈的客流结构、同业态竞争密度、单店可承载的 SKU 数量、以及该点位的历史售罄率。下表把本次披露的关键读数按这套口径整理,可以直接套用到自己的门店复核表里。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">指标</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">口径</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">本次读数</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">直营门店数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">期末在营家数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">3872 家,同比减 17.4%</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">门店总销售面积</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">毛销售面积同比</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">减 12.9%</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">单店销售面积</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">总面积除以门店数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同比增 5.5%</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">存货周转天数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">中期口径</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">146.4 天,同比减 3.6 天</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">毛利率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">中期口径</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">40.1%,同比下降</td></tr></tbody></table></div><p>这张表的用法不是背数字,而是校准预期:当门店数下降 17.4% 而面积只降 12.9% 时,任何按门店数做的铺货预算都会高估覆盖、低估单店压力。把面积口径与门店口径分开记,才能在预算会上说清楚缺口来自哪里,也才能判断一个商圈是该加密还是该退出。</p><p>如果品牌方要在下一轮渠道复盘里用上这组数据,建议把动作拆成可追溯的步骤,而不是停在「优化门店结构」这类结论上。下面的清单按谁做什么、核验什么证据组织,每一步都对应一个可以被审计的文件或字段,避免复盘时只剩口头判断。</p><div style="display:none"><ol><li>渠道经理导出期末在营门店清单,核对门店编码、城市、商圈、营业面积四项字段是否与合同一致。</li><li>区域主管按商圈分组计算单店销售面积与坪效,标记面积上升但坪效下降的点位。</li><li>商品团队比对同店 SKU 数量与售罄率,确认面积扩大后新增陈列位是否被有效使用。</li><li>财务复核存货周转天数与毛利率变动,确认折扣投入是否集中在大店。</li><li>复盘会输出保留、改造、退出三类名单,并附租约到期时间作为决策依据。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>说明</th></tr></thead><tbody><tr><td>门店编码</td><td>TS-06110-3872</td><td>与合同、系统主数据一致</td></tr><tr><td>商圈</td><td>华东二线城市核心商圈</td><td>按统一商圈库归类</td></tr><tr><td>营业面积</td><td>420 平方米</td><td>与毛销售面积口径区分</td></tr><tr><td>坪效</td><td>1.8 万元每平方米每年</td><td>销售额除以营业面积</td></tr><tr><td>核验状态</td><td>待区域复核</td><td>保留、改造、退出三选一</td></tr></tbody></table></div><p>这份清单的价值在于把「关店」从情绪判断变成证据链:门店编码对应合同,面积对应租金,坪效对应产出,周转天数对应库存。四组证据对齐之后,商圈机会才是一个可以算出来的数,而不是一句「这个场子还行」。对快消品牌来说,同一套方法也可以用来判断即时零售前置仓覆盖的商圈优先级。</p><ul><li><p>滔搏门店减少 17.4%,运动品牌线下是在收缩吗?</p><p>是结构收缩而非总量收缩。门店数减 17.4%,总面积只减 12.9%,单店面积增 5.5%,退出的是低效小点位。是否真收缩要看同店销售,公开信息未披露分城市数据。</p></li><li><p>品牌方按门店数还是按面积做铺货预算更准?</p><p>两个口径同时用。门店数决定覆盖广度,面积决定陈列与库存深度,本次两者背离约 4.5 个百分点,只按门店数会低估单店压力。</p></li><li><p>单店面积变大,SKU 结构要怎么调?</p><p>面积扩大带来更多陈列位,但毛利率同时下降时新增面积可能被促销占用。判断标准是新品陈列占比与售罄率,不是面积本身。</p></li><li><p>商圈机会评估最容易被忽略的指标是什么?</p><p>同业态竞争密度与租约到期时间。前者决定分流,后者决定退出成本,两项都不在财报里,需要品牌方自建门店库。</p></li></ul><ul><li><a href="https://data.eastmoney.com/notices/detail/06110/AN202610281831129683.html">东方财富·滔搏 2026/27 财政年度第二季度运营表现公告正文</a></li><li><a href="https://stock.stockstar.com/AN2026102800048958.shtml">证券之星·滔搏第二季度运营表现内容摘要</a></li><li><a href="https://news.sohu.com/a/1094058722_114986">搜狐新闻·滔搏中期净利润 6.6 亿元 拟派中期股息每股 0.11 元</a></li></ul>
速卖通双11提前到29日预热 跨境商品的渠道变化怎么跟 文章配图
博晓通
2026-10-29
速卖通双11提前到29日预热 跨境商品的渠道变化怎么跟
<p>截至 10 月 29 日的公开信息,速卖通今年把双 11 与黑五网一拆成两个波段:10 月 29 日至 31 日为双 11 预热期,11 月 1 日至 18 日为正式售卖期,11 月 19 日至 12 月 3 日转入黑五网一周期;双 11 招商报名已于 10 月 26 日截止,报名后系统自动关联黑五,11 月 16 日前仍可补报。对跨境卖家来说,最实质的变化不是折扣力度,而是决策点整体前移:备货、定价与广告预算必须在十月内定完,渠道变化的应对窗口被压缩到不足两周。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>10 月 29 日至 31 日为双 11 预热期</td><td>预热期的流量分配规则</td><td>预热与售卖的价格是否必须一致</td></tr><tr><td>11 月 1 日至 18 日为正式售卖期</td><td>分阶段流量峰值</td><td>各阶段的活动门槛</td></tr><tr><td>11 月 19 日至 12 月 3 日为黑五网一周期</td><td>黑五的补贴力度</td><td>与双 11 的价格衔接规则</td></tr><tr><td>双 11 招商报名 10 月 26 日截止,11 月 16 日前可补报黑五</td><td>补报的流量权重</td><td>补报商品是否受资源位限制</td></tr></tbody></table></div><p>预热提前到 10 月 29 日,意味着十月的最后三天就要完成价格设置与库存锁定。过去卖家可以在 11 月初边卖边调,现在预热期的表现会直接影响正式期的流量分配,前期数据不好,后面很难靠加预算翻盘。这种电商趋势把备货节奏整体往前挪了至少两周,也把商品定价的决策点从十一月拉回十月;对卖家而言,判断依据从「往年的节奏」变成「今年消费需求的实际变化」。</p><p>周期拉长到 12 月 3 日,则带来另一个问题:库存周转被拉长,资金占用增加。对中小卖家而言,双 11 与黑五共用一批库存,一旦双 11 卖超,黑五就无货可卖;卖不动,则要承担两个周期的仓储成本。这个取舍必须在十月底之前算清楚。</p><p>平台公布的信息里,更值得关注的是补贴结构而不是折扣数字。Code 投入同比上涨 20%,非欧盟市场 CAC 新客规模预计同比提升 25%,Elite 会员覆盖九大重点国家并享受额外 95 折补贴,NN&amp;SD 核心场域投入同比增加 20%。这些投入指向的是获客与会员复购,而不是单纯降价。</p><p>对卖家的含义是:拿到补贴的前提是参与平台设定的玩法。Code 优惠仅对报名大促的商品开放叠加权限,未报名的商品即使降价也拿不到叠加资源。这解释了为什么报名率会直接影响实际到手价,也解释了为什么平台反复强调报名节点。</p><h3>Code 与会员是两层不同的补贴</h3><p>Code 是面向全量用户的优惠码,影响的是转化率;Elite 会员的 95 折是面向高价值用户的定向补贴,影响的是客单价与复购。两者叠加时,卖家要算的是净价而不是标价,否则会出现「卖得越多亏得越多」的情况。</p><h3>站外流量决定上限</h3><p>平台称将联动全球媒体与 7 万多名内容创作者,预估线上总曝光突破 10 亿;PPC 覆盖 Google、Meta、Instagram 等渠道,预算预计双位数同比增长。站外流量决定了大促的上限,但也意味着投放成本上升,卖家需要提前锁定预算而不是临时加价抢量。</p><p>跨境商家今年有两项明确调整:综合体验受损率需小于或等于 40%,商品近 30 天的 SNAD 纠纷率需小于或等于所属类目标准的 3 倍。这两项都属于事后指标,一旦超标,影响的是报名资格与流量权重,而不是单笔订单。</p><p>这也意味着运营重点要从「卖出去」转向「卖出去且不出问题」。物流时效、描述准确度与售后响应会直接体现在体验受损率上。大促期间订单量激增,若履约能力没跟上,指标恶化会在下一个周期反噬。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">观察项</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">本次公开要求</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">运营动作</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">综合体验受损率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不高于 40%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">提前排查物流与售后短板</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">SNAD 纠纷率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不高于类目标准 3 倍</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">校准描述与实物一致性</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">大促报名</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">10 月 26 日截止</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未报名则无法叠加 Code</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">返佣激励</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">符合条件的商家最高 12%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">完成报名并达报名率要求</td></tr></tbody></table></div><p>备货的核心是把一批库存分配到两个周期。可行做法是按去年双 11 与黑五的销量比例切分,并给黑五留出补货窗口。若供应链补货周期超过三周,就需要在十月底一次性备足两个周期的量,资金压力要用预售或小批量试销来对冲。</p><p>定价则要避免两个周期互相打脸。黑五价格低于双 11 是常态,但若差距过大,消费者会在双 11 观望。建议把双 11 定位为「叠加权益最多」,黑五定位为「单价最低」,用不同的价值主张区分,而不是单纯比谁更便宜。</p><div style="display:none"><ol><li>运营:导出近两年双 11 与黑五的分周期销量,计算比例,留存数据表与口径说明。</li><li>供应链:确认补货周期与最小起订量,判断是否需要一次性备足两周期库存,留存备货计划。</li><li>定价:分别设定双 11 与黑五的价格带与权益组合,核对净价不与历史低价冲突,留存价格表。</li><li>品牌方:按体验受损率与 SNAD 指标设置预警线,指定复盘时间,留存监控记录。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>责任人</th></tr></thead><tbody><tr><td>核验日期</td><td>2026-10-29</td><td>运营</td></tr><tr><td>大促周期</td><td>10 月 29 日至 12 月 3 日</td><td>运营</td></tr><tr><td>报名状态</td><td>双 11 已于 10 月 26 日截止,黑五可补报至 11 月 16 日</td><td>运营</td></tr><tr><td>关键指标</td><td>综合体验受损率不高于 40%</td><td>供应链</td></tr><tr><td>证据链接</td><td>https://www.upkuajing.com/knowledge/zixun/30395</td><td>定价</td></tr></tbody></table></div><ul><li><p>没赶上 10 月 26 日的双 11 报名,还有机会吗?</p><p>双 11 主报名已截止,但黑五可在 11 月 16 日前补报,新发布商品也可补充进入黑五报名池。代价是双 11 期间无法叠加 Code 等报名权益。</p></li><li><p>预热期表现不好,正式期还能翻盘吗?</p><p>难度较大。预热期的数据会影响正式期的流量分配,翻盘通常要靠站外投放或高佣金联盟,成本高于前期做好预热。</p></li><li><p>两个周期共用库存,怎么避免黑五断货?</p><p>按历史比例切分并预留安全库存,若补货周期超过三周,应在十月底一次性备足,或用预售锁定需求后再补。</p></li><li><p>体验受损率 40% 是硬门槛吗?</p><p>公开信息表述为需小于或等于 40%,属于报名与激励的资质要求。超标影响的是资格与权重,具体判定以平台规则为准。</p></li></ul><ul><li><a href="https://www.upkuajing.com/knowledge/zixun/30395">雨果跨境:重磅!速卖通双11、黑五网一大促攻略来了</a></li></ul>
豆包一半引用来自抖音 AI信源矩阵该怎么排 文章配图
博晓通
2026-10-29
豆包一半引用来自抖音 AI信源矩阵该怎么排
<p>截至 10 月 29 日的公开信息,觅恒在 2026 年 9 月 25 日至 10 月 24 日期间真机实测 37,917 条 AI 回答,统计到 83.9 万条带链接的引用:豆包 55.3% 的引用指向抖音视频,元宝约 13.6% 来自微信公众号文章,DeepSeek 平均每个回答引用 55.4 条来源且最分散,千问只有 45% 的回答带引用。这组数据把「AI 搜索可见度」从抽象概念变成了可核对的信源结构——不同平台信谁,直接决定品牌该在哪里铺内容。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>实测区间 2026 年 9 月 25 日至 10 月 24 日,共 30 天</td><td>样本行业分布的偏差幅度</td><td>各行业单独口径是否公开</td></tr><tr><td>37,917 条回答、83.9 万条带链接引用</td><td>无链接引用是否被排除</td><td>去重规则与子域合并方式</td></tr><tr><td>豆包 55.3% 引用指向抖音视频</td><td>抖音内容的具体形态占比</td><td>企业号与达人号的差异</td></tr><tr><td>千问仅 45% 的回答带引用</td><td>不带引用时的信息来源</td><td>模型知识更新的时间窗</td></tr></tbody></table></div><p>平台之间的差异不是程度差异,而是结构差异。豆包一半以上引用来自抖音,意味着在这个平台里,视频内容的有无几乎决定了品牌被如何描述;元宝依赖公众号,DeepSeek 分散在百科、知乎与资讯站,千问则大量回答不带引用。用一套内容策略打所有平台,结果必然是某些平台完全缺席。</p><p>样本是品牌监测的真实提问,不是全网随机问题,行业分布会影响具体网站的排名。但各平台之间的相对差异在不同行业里是一致的,这也是这组数据最可用的部分:绝对值要谨慎,结构差异可以信。</p><p>从公开数据看,豆包回答数 11,941 条,94% 带引用,平均每个回答引用 16.9 条;元宝 8,931 条,98% 带引用,平均 20.7 条;DeepSeek 7,544 条,99% 带引用,平均 55.4 条;千问 8,781 条,仅 45% 带引用,平均 11.9 条。带引用比例与引用数量,反映的是平台对来源的依赖程度。</p><p>依赖度高的平台,内容布局的边际收益更大;依赖度低的平台,品牌信息是否早已广泛存在于公开网页更重要。这解释了为什么在千问上「临时发几篇稿子见效慢」——它更多依赖模型自身知识,而不是实时检索的结果。</p><h3>豆包与抖音是同一套生态</h3><p>豆包 55.3% 的引用指向抖音视频,第二名搜狐只有 2.7%。这种集中度意味着单点依赖:抖音上有内容,豆包就容易介绍你;没有,就很难被提及。对品牌而言,抖音企业号与达人测评从「营销渠道」变成了「信源基础设施」。</p><h3>元宝与公众号是另一套</h3><p>元宝引用最多的是腾讯系网站,占 15.3%,其中 89% 是微信公众号文章,折合约 13.6%。公众号内容在其他平台很少被引用,在元宝却是首要来源。这说明信源布局必须按平台生态分开做,而不是把同一篇稿子全渠道分发就完事。</p><p>把数据翻译成动作,就是一张分平台清单。豆包优先抖音企业号与达人测评,次要布局资讯站;元宝优先公众号文章,次要布局头条与百科;DeepSeek 需要百科、知乎专栏与资讯站的多点一致;千问优先百科、企业信息平台与点评类口碑站;小红书点点几乎只信站内笔记。</p><p>清单的价值在于分配预算。过去品牌习惯把预算按渠道大小分配,现在要按「该平台信谁」分配。同一个平台内,也要区分自有号与第三方号:第三方内容的采信度通常更高,但可控性更差,两者需要配比。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">平台</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">首要信源</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">优先动作</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">豆包</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">抖音视频,55.3%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">企业号+达人测评短视频</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">元宝</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">微信公众号,约 13.6%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">自有号+行业号文章</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">DeepSeek</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百度百科为主,最分散</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百科+知乎+资讯站一致</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">千问</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百度系与点评站</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百科、企业信息、口碑站</td></tr></tbody></table></div><p>口径要能回答三个问题:品牌有没有被提到、被引用了哪些来源、竞品在同一次回答里占了什么位置。三者缺一,结论都会失真。只统计提及率,会漏掉「被提到但引用的是竞品内容」这种更糟的情况。</p><p>执行上建议先小样本高频次,再扩到全问题集。AI 回答波动大,低频大样本容易被单次异常带偏。每条记录必须带时间戳与平台版本,否则后续无法判断变化来自内容还是系统更新。</p><div style="display:none"><ol><li>内容负责人:确定 30 至 50 个意图问题,冻结表述并留存版本记录。</li><li>数据岗:在手机 App 内逐条提问,记录回答原文与引用链接,标注平台与采集时间,留存截图。</li><li>分析岗:按平台统计带引用比例、引用来源分布与竞品占位,标注样本量,留存计算说明。</li><li>品牌方:按缺口分配内容预算,设定四周后复测,留存决策记录与复测对比。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>责任人</th></tr></thead><tbody><tr><td>采集日期</td><td>2026-10-29</td><td>数据岗</td></tr><tr><td>平台</td><td>豆包、元宝、DeepSeek、千问</td><td>数据岗</td></tr><tr><td>引用来源</td><td>抖音视频、公众号文章、百度百科</td><td>分析岗</td></tr><tr><td>竞品占位</td><td>同一次回答中出现两个竞品</td><td>分析岗</td></tr><tr><td>证据链接</td><td>https://www.cnblogs.com/zhitijia/p/23437381</td><td>分析岗</td></tr></tbody></table></div><ul><li><p>为什么不同 AI 平台引用的网站差别这么大?</p><p>各平台背后的搜索服务与内容生态不同:豆包与抖音同属字节跳动,元宝背靠腾讯公众号内容,DeepSeek 会同时检索大量网页再汇总,生态内内容更容易被检索。</p></li><li><p>这组数据的绝对值可以直接引用吗?</p><p>建议谨慎。样本是品牌监测的真实提问,行业分布会影响具体网站排名。可用的是平台之间的结构差异,绝对值应结合自身行业重新测量。</p></li><li><p>只做抖音就够覆盖豆包了吗?</p><p>不够。抖音解决豆包的主要信源,但其他平台各有各的取材路径,单平台覆盖不了全部入口,仍需按平台补齐。</p></li><li><p>品牌应该先做哪个平台?</p><p>看用户主要用哪个平台,以及自己在该平台的现状。先做一次真机体检,看清被提及次数与引用来源,再决定先补哪块。</p></li></ul><ul><li><a href="https://www.cnblogs.com/zhitijia/p/23437381">博客园:豆包一半的引用来自抖音:AI 平台信源实测(2026 年 10 月)</a></li></ul>
Gemini 4 Carbon登场 AI回答引用基线要不要重算 文章配图
博晓通
2026-10-29
Gemini 4 Carbon登场 AI回答引用基线要不要重算
<p>截至10月29日的公开信息,谷歌于美东时间10月28日正式发布Gemini 4 Carbon,官方称其为在网络安全防护与长周期任务处理方面最强的模型,在Artificial Analysis Intelligence Index v5.0上得分59、排名第一,距Gemini 4 Argon全面可用(9月30日)仅两周。模型迭代节奏加快,对做品牌AI可见度管理的团队是一道现实问题:当底层模型换了一版,此前测得的引用来源结构与推荐位次,还能不能直接沿用。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>Gemini 4 Carbon于10月28日发布,智能指数得分59</td><td>回答质量提升幅度</td><td>同题对比新旧模型输出</td></tr><tr><td>距Gemini 4 Argon全面可用仅两周</td><td>旧版是否停止服务</td><td>模型版本切换时间表</td></tr><tr><td>官方强调网络安全与长周期任务能力</td><td>对引用来源结构的影响</td><td>信源分布前后对比</td></tr></tbody></table></div><p>先看节奏。Gemini 4 Argon在9月30日全面可用,Carbon在10月28日发布,间隔不到一个月。对监测工作来说,这意味着一个季度内可能经历多次底层模型变化,而品牌可见度的基线通常按月或按季度建立。基线与模型版本不同步,跨期比较就会出现“看起来变了、其实是换了模型”的误判。</p><p>再看能力方向。官方把重点放在网络安全与长周期任务,参数与上下文长度均未公布。能力方向会间接影响回答形态:长周期任务能力更强,意味着模型更愿意处理需要多步推理的问题,回答里可能出现更多比较与推理段落;这对品牌来说既是机会也是风险——被比较的机会变多,被错误归因的风险也变多。</p><h3>提及靠记忆,引用靠可摘取</h3><p>行业研究已把“被AI提及”与“被AI引用”拆成两条通道:前者依赖模型的品牌先验与措辞匹配,后者依赖页面在检索环节的可摘取性。两者混在同一个“AI曝光”口径里考核,预算必然投偏。模型换代时,两条通道的变化幅度也不同:提及受训练数据与品牌认知影响,变化缓慢;引用受检索与页面结构影响,变化更快。</p><h3>官网只占引用的一小段</h3><p>有研究指出,2026年官网在AI引用中只占很小一段,信源结构已从官网单点变成多平台分布。这个结论对品牌的含义是:只优化自有站点,等于让出大部分引用入口。更有效的做法是建立覆盖自有资产、第三方权威平台与生态内媒的多信源矩阵,并保证各处的说法一致、每块内容可独立摘取。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">维度</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">核验口径</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">模型换代时的处理</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">品牌提及率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">固定问题集下提及品牌的比例</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">标注模型版本,分版本对比</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">引用来源结构</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">回答引用中各类信源域名占比</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">重建基线,不与旧版直接合并</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">竞品占位</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同题下竞品出现频次与位次</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同版本内横向比较,不跨版本</td></tr></tbody></table></div><p>三个维度的共同要求是版本标注。监测记录里必须写明回答由哪个模型生成、采样时间、问题原文,否则跨期数据无法比较。实践中常见的问题是只记录日期不记录版本,一个月后回看,发现同一问题的回答风格突变,却无法判断是优化生效还是模型换代。</p><p>竞品占位尤其要限定在同版本内比较。不同模型对同一品类的推荐逻辑不同,把A模型下的竞品位次与B模型下的位次放在一起排名,得出的差距没有意义。正确做法是在每个模型内单独排名,再看品牌在各模型间的稳定性——稳定出现在多个模型候选里的品牌,才算真正建立了AI搜索可见度。</p><p>处理顺序应当是先冻结旧基线,再重建新基线。冻结是指把旧版本的最后一次采样结果存档并标注版本号,作为历史参照;重建是指在新模型上重跑同一问题集,形成新的基线。两者之间不做插值,也不做同比,只做方向性对照:哪些问题上的提及消失了,哪些引用来源被替换了。</p><p>证据边界需要说明。公开信息只提供了发布时间、指数得分与能力方向,没有披露模型对检索与引用机制的具体改动,也没有公开新旧版本在同题下的输出对比。因此“模型换代导致可见度变化”目前只能作为假设,需要用同一问题集在新旧版本上实测才能确认。参数与上下文长度未公布,也限制了对能力变化的进一步推断。</p><div style="display:none"><ol><li>数据岗:存档旧版本最后一次采样结果,标注模型名称与日期。</li><li>监测负责人:在新模型上重跑同一问题集,记录回答原文与引用来源。</li><li>分析师:比对两版结果,标出提及消失、引用替换与位次变动项。</li><li>内容团队:对引用被替换的问题,补齐可摘取的自有与第三方内容。</li><li>复核人:两周后复测,确认变化来自内容调整而非模型波动。</li></ol><table><thead><tr><th>字段</th><th>示例值</th></tr></thead><tbody><tr><td>模型版本</td><td>Gemini 4 Carbon</td></tr><tr><td>问题</td><td>某品类哪个品牌更值得买</td></tr><tr><td>是否提及</td><td>是</td></tr><tr><td>引用来源</td><td>行业媒体、电商平台</td></tr><tr><td>核验状态</td><td>新基线待建</td></tr></tbody></table></div><ul><li><p>模型换代后,之前的AI可见度数据还能用吗?</p><p>可以作为历史参照,但不能直接同比。回答由具体模型生成,换代后推荐逻辑与引用结构都可能变化。正确做法是冻结旧基线并标注版本,再在新模型上重建基线,两者只做方向性对照。</p></li><li><p>被AI提及和被AI引用有什么区别?</p><p>提及依赖模型的品牌先验与措辞匹配,属于记忆层;引用依赖页面在检索环节的可摘取性,属于检索层。两者变化速度不同,混在同一个曝光口径里考核,会导致预算投偏。</p></li><li><p>官网内容还有必要做吗?</p><p>有必要,但不能只做官网。研究显示官网在AI引用中只占很小一段,信源结构已变成多平台分布。自有站点是基础,还需要第三方权威平台与生态内媒共同构成信源矩阵。</p></li><li><p>怎么判断可见度变化是优化生效还是模型波动?</p><p>靠版本标注与重复采样。同一问题在同一模型上多次采样,若结果稳定则说明是结构性的;若跨版本变化明显而同版本稳定,则更可能是模型换代导致。两者混在一起就无法归因。</p></li></ul><ul><li><a href="https://baijiahao.baidu.com/s?id=1880336534223209859&wfr=spider&for=pc">百家号:谷歌发布最强模型Gemini 4 Carbon 荣登榜首</a></li><li><a href="https://www.cet.com.cn/itpd/sm/10633809.shtml">中国经济新闻网:AI品牌提及与页面引用是两条通道</a></li><li><a href="https://dongguan.ifeng.com/c/8xaf2LBtKqA">凤凰网:2026年官网只占AI引用7% 多信源矩阵成必选项</a></li></ul>