第 7 章 IDAEO 實測:自家網站與早期實測店家 · IDAEO:AI 時代的行銷
IDAEO 實測:自家網站與早期實測店家
本章回答IDAEO 自家網站如何從零到一億次請求?第一批共同實測店家在加入實測期間有什麼變化?
為什麼排在這裡自家網站與早期實測店家提供第一方觀察數據;尚無對照組,不代表成果由 IDAEO 造成。先看圖 7-1〈IDAEO 成長里程碑〉的累積成果,再看平台店家頁與店家官網的實測。不同場景的第一方數據,顯示中小企業的 AI 曝光、搜尋接觸與客人來訪。
圖 7-1 IDAEO 成長里程碑:從零到一億次請求
看圖表文字版
按 1–8 的里程碑順序讀標題、做法與同期讀取,再對照累積曲線。5/20–8/23 是 IDAEO 方法論驗證形成階段。8/24 起採用平台認證的 AI 身分計數,辨識更精準;8/24 以前可能含重複請求。每張卡片下方標出對應學理。
IDAEO 成長里程碑:從零到一億次請求 2026/3/3–10/8 · 八個里程碑:做了什麼、讀取如何成長 ① 3/3 量測正式啟動 做了什麼:啟動 AI 到訪量測, 建立基準。 結果:首日 53 次; 3 月 63.5 萬請求。 學理: 全程成效定律(成效衡量) 逐日紀錄可查 ② 3/9–3/17 搜尋曝光同步展開 做了什麼:公司頁開始獲得 搜尋曝光。 結果:4 月讀取 159 萬次。 學理: 受眾適配定律(受眾策略) 逐日紀錄可查 ③ 4/15 首位訪客由 AI 回答到站 做了什麼:開始追蹤 AI 回答 帶來的到站。 結果:第一次有可核對的 到站紀錄。 學理: 旅程設計 · S9 客人上門 到站紀錄可查 ④ 5/20–5/23 品牌知識呈現全面升級 做了什麼:升級品牌資訊呈現, 強化 AI 理解基礎。 結果:5 月讀取 311 萬次。 學理: 身分連續定律(S1 店家就緒) 逐日紀錄可查 ⑤ 6/1–6/12 研究實證驅動優化 做了什麼:彙整網路上相關 論文,採用實測有效的方法 優化。 結果:6 月讀取 1,607 萬次。 學理: 理論基礎 · 17 項既有理論 逐日紀錄可查 ⑥ 6/25–7/4 IDAEO 新站建立 做了什麼:直接使用 IDAEO 完整方法論建站。 結果:7 月讀取 2,597 萬次。 學理: 五大構面與九大要素 逐日紀錄可查 ⑦ 7/17–8/22 讀取表現再創高峰 做了什麼:深化整體優化, 提升 AI 取用的效率與 穩定度。 結果:8 月讀取 3,599 萬次。 學理: AI 曝光數(S2–S4) 逐日紀錄可查 ⑧ 9 月至 10/8 累積突破一億次請求 做了什麼:持續追蹤 AI 與 搜尋引擎的累積讀取。 結果:9 月 1,579 萬次。 10 月至 10/8 讀取 634 萬次。 累積 1.055 億次。 學理: 複利領先與活的學說 逐日紀錄可查 4 月 5 月 6 月 7 月 8 月 9 月 3/3 10/8 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ 累積讀取請求(逐日累加) 單位:請求 · 縱軸 0–1.1 億,線性 5/20–8/23:IDAEO 方法論驗證形成階段 8/24 起:採用平台認證的 AI 身分計數,辨識更精準 → 2,500 萬 5,000 萬 7,500 萬 1 億 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ 10/8 累積 1.055 億 AI Agent 自動瀏覽 1,795 萬(8/26–10/8)另列 3/3 4 月 5 月 6 月 7 月 8 月 9 月 10/8 累積(月底) 63.5 萬 222 萬 533 萬 2,140 萬 4,737 萬 8,336 萬 9,915 萬 1.055 億 口徑:累積含 AI 的工具 707.9 萬;AI Agent 自動瀏覽 1,795 萬(8/26–10/8)另列。 圖上月量由逐日紀錄彙整;8/24 起採用平台認證的 AI 身分計數。 S1 店家準備好 → S2 爬蟲來敲門;後續回答、辦事與回流依各自口徑呈現。 ID EO
| 項目 | 累積(月底) |
|---|---|
| 3/3 | 63.5 萬 |
| 4 月 | 222 萬 |
| 5 月 | 533 萬 |
| 6 月 | 2,140 萬 |
| 7 月 | 4,737 萬 |
| 8 月 | 8,336 萬 |
| 9 月 | 9,915 萬 |
| 10/8 | 1.055 億 |
怎麼看按 1–8 的里程碑順序讀標題、做法與同期讀取,再對照累積曲線。5/20–8/23 是 IDAEO 方法論驗證形成階段。8/24 起採用平台認證的 AI 身分計數,辨識更精準;8/24 以前可能含重複請求。每張卡片下方標出對應學理。
圖 7-2 AI 平台月排名消長圖
看圖表文字版
每列一個名次,沿同色線看各平台的月排名,再與同期間讀取量一起解讀。
各平台的月排名變化 2026/3/3–10/8 · 每月讀取請求前十名(上方為第一名)· 10 月截至 10/8 品牌色: Apple Anthropic OpenAI Microsoft Meta Amazon Google 自家 AI 搜尋 Perplexity DuckDuckGo 中性色(名稱標在帶子兩端): Yandex ByteDance Sogou Huawei Parallel TollBit Common Crawl 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月(至 10/8) 前十名以外 前十名以外 1 23.7 萬 2 14.1 萬 3 10.2 萬 4 5 6 7 8 9 10 1 44.4 萬 2 36.3 萬 3 34.9 萬 4 5 6 7 8 9 10 1 165 萬 2 76.6 萬 3 30.2 萬 4 5 6 7 8 9 10 1 573 萬 2 394 萬 3 245 萬 4 5 6 7 8 9 10 1 1,071 萬 2 436 萬 3 383 萬 4 5 6 7 8 9 10 1 1,266 萬 2 1,022 萬 3 601 萬 4 5 6 7 8 9 10 1 269 萬 2 178 萬 3 168 萬 4 5 6 7 8 9 10 1 163 萬 2 80.3 萬 3 32.6 萬 4 5 6 7 8 9 10 OpenAI Yandex Amazon Google Microsoft ByteDance Perplexity Apple Anthropic DuckDuckGo Meta Microsoft Anthropic Amazon OpenAI Apple Google Perplexity Yandex Sogou 來源:IDAEO 第一方量測紀錄;每月按同一AI 平台請求量排序,只畫前十名。 十月截至 10/8;AI 平台排名按逐家來源統計;AI Agent 自動瀏覽、AI 的工具與實測追蹤中另列。 帶寬隨月請求量開根號變化;同一請求兼具兩種用途時,在同一AI 平台排名只計一次。 ID EO
| 項目 | 3 月 | 數值 | 10 月(至 10/8) | 數值 |
|---|---|---|---|---|
| 1 | OpenAI | 23.7 萬 | Meta | 163 萬 |
| 2 | Yandex | 14.1 萬 | Microsoft | 80.3 萬 |
| 3 | Amazon | 10.2 萬 | Anthropic | 32.6 萬 |
怎麼看每列一個名次,沿同色線看各平台的月排名,再與同期間讀取量一起解讀。
圖 7-3 早期實測店家成果:加入實測期間的變化
看圖表文字版
由上往下讀。先看 IDAEO 平台店家頁的 Google 搜尋點擊,再看 AI 把客人帶進店家頁的累積次數,掌握加入實測期間的變化。接著看第一批店家官網加入 IDAEO 實測後的變化。再看自家和心村官網(旅館觀光產業)的搜尋點擊、AI 讀取與 AI 帶來的預訂。最後看第二批實測產業 IDA 頁的 AI 曝光、來讀的平台與用途。各項數據依標示的對象、期間與用途解讀;第一批店家官網的數字是整站開啟次數。尚無對照組,不代表因果。
早期實測店家成果:加入實測期間的變化 2026/3–10 月 · 各區期間見分項 · IDAEO 第一方量測紀錄 A|店家頁的 Google 搜尋點擊(每月) IDAEO 平台上的店家頁 3 月 297 4 月 2,810 5 月 8,127 6 月 9,673 7 月 10,734 8 月 12,119 9 月 15,128 連續七個月上升,9 月是 4 月的 5.4 倍 B|AI 把客人帶進店家頁(累積) AI 回答帶來的到站 · 4/15 起累計 3 月 4 月 3 5 月 53 6 月 336 7 月 524 8 月 651 9 月 760 至 10/8 累計 774 次 約 5,067 萬次 店家頁的 AI 曝光數(5/19–10/9 被 AI 讀取) 先有 AI 曝光數,才有後面的旅程 C|第一批實測店家的官網 加入 IDAEO 實測期間的變化(尚無對照組,不代表因果) 官網 參與實測 第一批實測店家 373,254 次官網開啟 4/11 起累積 341 次 AI 帶來的到站 行業 5 月 → 9 月 AI 帶來的到站 育兒內容網站 52,817 55,286 294 次 ChatGPT 236、Gemini 35、 Perplexity 15、Claude 6、Copilot 2 餐飲設備製造商 842 1,275 ChatGPT 15 次 活動場景設計 442 1,741 — 皮件品牌 555 908 ChatGPT 2 次 髮廊 74 128 — 工作室 3 329 — 5 月與 9 月都有完整紀錄的官網中,多數成長、部分未成長 D|自家網站:和心村官網(旅館觀光產業) www.washinmura.jp · IDAEO 方法論的第一個實測場 每 8 次讀取,就有 1 次是有人正在問 AI AI 當場來讀 11,333 次,占 AI 與搜尋引擎讀取 95,333 次的 11.9% S2–S4 AI 資訊取得 95,333 次 AI 與搜尋引擎讀取 8/20–10/8 S5 有人問 AI 11,333 次 AI 當場來讀 ChatGPT 7,720、Claude 1,983、 Perplexity 1,630 S9 客人上門 已收到由 AI 帶來的預訂 預訂數據之後會公布 Google 搜尋點擊 109,140 次、搜尋顯示 1,344,589 次 3/3–10/8 E|第二批實測產業:7–8 月加入 373,776 次 AI 曝光 第二批實測產業的 IDA 頁 · 7/18–10/8 被 AI 讀取的次數 誰來讀 來做什麼 Meta 170,137 OpenAI 60,869 Anthropic 59,178 Amazon 37,218 Apple 36,744 Microsoft 9,407 Common Crawl 107 Google 102 Perplexity 11 ByteDance 3 抄回去訓練 327,365 次 建 AI 目錄與搜尋目錄 46,399 次 當場來讀 12 次 當場來讀=有人問 AI,AI 即時來讀這些頁面。 IDA 頁的搜尋點擊與客人到站:實測追蹤中,之後會公布。 產業官網(4–9 月合計) Copilot 引用 37,793 次 Bing 搜尋點擊 10,177 次 AI 引用是搜尋點擊的 3.7 倍 IDAEO 經過和心村、第一批店家、第二批產業的實測驗證,即將擴大公開實測。 ID EO 店家官網數字為整站開啟次數。
怎麼看由上往下讀。先看 IDAEO 平台店家頁的 Google 搜尋點擊,再看 AI 把客人帶進店家頁的累積次數,掌握加入實測期間的變化。接著看第一批店家官網加入 IDAEO 實測後的變化。再看自家和心村官網(旅館觀光產業)的搜尋點擊、AI 讀取與 AI 帶來的預訂。最後看第二批實測產業 IDA 頁的 AI 曝光、來讀的平台與用途。各項數據依標示的對象、期間與用途解讀;第一批店家官網的數字是整站開啟次數。尚無對照組,不代表因果。
本章重點
| 主張 | 為什麼 |
|---|---|
| IDAEO 不只在自己的 IDAEO 本站與和心村實測,早期實測店家也一起提供實測數據。 | 平台店家頁、店家官網與第二批實測產業提供不同場景的第一方數據,能對照同一套學說在各行業的實際成果。和心村是 IDAEO 方法論的第一個實測場。自家和心村官網(www.washinmura.jp,旅館觀光產業)的 Google 搜尋點擊 109,140 次(3/3–10/8);AI 與搜尋引擎讀取 95,333 次(8/20–10/8)裡,有人問 AI、AI 當場來讀 11,333 次,約每 8 次讀取就有 1 次(11.9%)。和心村已收到由 AI 帶來的預訂,預訂數據之後會公布。因為提問會觸發 AI 來讀官網,而 AI 已帶來預訂,這些成果對應旅程:S2–S4 AI 讀取 → S5 有人問 AI → S9 客人上門(AI 帶來的預訂)。 |
| 參與實測的中小企業,在加入 IDAEO 平台期間出現以下變化。 | 平台把店家資訊接到 AI 讀取、搜尋與客人來訪。店家頁 Google 搜尋點擊從 3 月 297 次增至 9 月 15,128 次,連續七個月上升,9 月是 4 月的 5.4 倍;4/15 首次由 AI 回答帶客,到 10/8 累計 774 次;5/19 到 10/9 的 AI 曝光約 5,067 萬次。這是加入實測期間的變化,尚無對照組,不代表因果。店家可用第一方數據驗收各段成果。 |
| ① 量測正式啟動 → 全程成效定律(成效衡量);② 搜尋曝光同步展開 → 受眾適配定律(受眾策略);③ 首位訪客由 AI 回答到站 → 旅程設計:S9 客人上門。 | 量測讓每段成果有依據,搜尋曝光則把內容接到搜尋受眾;AI 回答首次帶來客人時,前段取用就接上旅程中的實際到站。這些紀錄讓定律與旅程有可對照的成果。若新紀錄和定律說的方向不符,就要修正定律。 |
| ④ 品牌知識呈現全面升級 → 身分連續定律(S1 店家就緒);⑤ 研究實證驅動優化 → 理論基礎:17 項既有理論;⑥ IDAEO 新站建立 → 五大構面與九大要素。 | 一致的品牌身分讓 AI 把新資訊連回同一主體;研究支持設計,新站落實各構面與要素,讓後續取用承接前段基礎。要看的是新資訊有沒有連回同一身分;連不回,這個對應就不成立。 |
| ⑦ 讀取表現再創高峰 → AI 曝光數(S2–S4 AI 資訊取得);⑧ 累積突破一億次請求 → 複利領先與活的學說。 | 讀取高峰顯示 AI 取得資訊的規模;持續取用留下新數據,讓下一輪優化更準。累積曲線上升不能單獨證明複利領先,這仍是待驗假說;每月新實測也讓學說成長。圖 7-1 的累積曲線記錄這段累積:3 月底 63.5 萬 → 6 月底 2,140 萬 → 9 月底 9,915 萬 → 10/8 累積 1.055 億次(含 AI、搜尋引擎與機械爬蟲;平台站規模,不能直接和單一店家官網比)。8/24 以前可能含重複請求。熱啟動經驗值約 30 天;冷啟動業界經驗值約 90 天。另有單站觀察:同一 AI 平台下一隻爬蟲相隔 30–35 天。TK Lin 個人 IDA 案例 14 天走到 S7。熱啟動內容滿足 S1、上線在 AI 流量樞紐,可供既有爬蟲讀取。 |
| 第一批參與實測、5 月與 9 月都有完整紀錄的店家官網中,多數成長、部分未成長。成長的官網,整站開啟次數從 5 月到 9 月:育兒內容網站從 52,817 次增至 55,286 次,餐飲設備製造商從 842 次增至 1,275 次,活動場景設計從 442 次增至 1,741 次,皮件品牌從 555 次增至 908 次,髮廊從 74 次增至 128 次,工作室從 3 次增至 329 次。 | 官網整站開啟次數記錄各行業加入實測後的來訪變化。統計對象與期間一致,這批第一方數據可供共同研究跨行業對照。上列只含成長的官網,未成長的官網也存在,未列入;尚無對照組,不代表因果。 |
| 第二批實測產業的 IDA 頁,7/18–10/8 取得 373,776 次 AI 曝光(被 AI 與搜尋引擎爬蟲讀取的次數)。 | 來讀的有 10 家平台,前六家是 Meta 170,137 次、OpenAI 60,869 次、Anthropic 59,178 次、Amazon 37,218 次、Apple 36,744 次、Microsoft 9,407 次。用途以「為訓練來讀」327,365 次為主,「為建 AI 目錄與搜尋目錄來讀」46,399 次,當場來讀 12 次。紀錄顯示第二批實測產業的內容已被 AI 與搜尋引擎讀取;搜尋點擊與客人到站實測追蹤中,之後會公布。 |
名詞
- 里程碑
- 以方法論落實與對應成果標示的成長節點。
- 研究實證驅動優化
- 結合相關論文與實測有效的方法,提升行銷成果。
- 完整方法論建站
- 從建站起點統整受眾、旅程、信任驗證與成效衡量。
- 累積曲線
- 依時間呈現 AI 與搜尋引擎請求數持續累積的曲線。
- 早期實測店家
- 最早一批把量測放進自己官網、與 IDAEO 一起實測的店家與網站主。
- 共同實測
- 店家、網站主與 IDAEO 以第一方數據一起驗證方法論的合作研究。
常見問題
問 八個里程碑說明哪條成長主線?
答 學理指出該看什麼,實測提供可對照的成果。量測與搜尋曝光對應成效衡量、受眾策略,AI 帶客對應客人上門。品牌知識升級、研究實證與新站建立,對應身分一致、理論依據與完整架構。讀取高峰及持續累積,則對應 AI 資訊取得、複利領先與活的學說。累積量見圖 7-1。總量含 AI、搜尋引擎與機械爬蟲;8/24 以前可能含重複請求。每月新數據用來檢驗這些關係,補強理論與實證基礎。
問 研究實證驅動優化是什麼意思?
答 IDAEO 彙整網路上的相關論文,用實測有效的方法優化自家網站。研究提供依據,實測將優化選擇連上真實取用成果。
問 IDAEO 新站建立有什麼特色?
答 新站直接使用 IDAEO 完整方法論,把圖 1-1〈五類行銷受眾全景圖〉的行銷受眾與優化領域納入規劃。建站時就串起資訊、信任與成效,後續成長便能承接前段成果。
問 曲線上的「8/24 起」代表什麼?
答 8/24 起採用平台認證的 AI 身分計數,來訪者辨識更精準。5/20–8/23 是 IDAEO 方法論驗證形成階段,8/24 以前可能含重複請求。9 月較 8 月下降;8 月的數字跨過 8/24 這個口徑轉換日。比較跨 8/24 的月量時,須用同一口徑的期間。
問 平台排名變化如何用在行銷判斷?
答 合看對應期間的讀取量與排名,觀察各平台的接觸變化。排名反映相對位置,讀取量反映實際接觸,兩者合看更能掌握受眾分布。
問 早期實測店家的數據說明了什麼?
答 數據呈現加入實測期間的變化:平台店家頁的搜尋點擊持續上升,AI 回答帶來客人到站;第一批店家官網中,多數成長、部分未成長。尚無對照組,不代表因果。搜尋點擊、AI 帶客與官網整站開啟次數各自衡量不同的接觸,依對象與期間分開看,就能掌握每種成果的行銷意義,並為共同研究提供依據。第二批實測產業的 IDA 頁,7/18 到 10/8 取得 373,776 次 AI 曝光,來讀的有 Meta、OpenAI、Anthropic、Amazon、Apple、Microsoft 等 10 家平台,呈現第二批實測產業的內容已被 AI 取得;搜尋點擊與客人到站實測追蹤中,之後會公布。
問 為什麼要招募更多店家、網站主一起實測?
答 為了研究 IDAEO 如何在店家、網站主身上發揮更好效果,持續深化理論、實務、方法論與解決方案。因為更多店家與網站主的第一方數據能呈現不同場景的實際成果,共同實測能為這些進階研究提供更完整的依據。
本章三句話
- 自家網站與早期實測店家,提供不同場景的第一方數據。
- 八個里程碑並列做法與同期讀取;8/24 前後計數口徑不同。
- 有完整紀錄的官網中,多數成長、部分未成長;尚無對照組,不代表因果。
本週可以做的三件事
- 把自己官網要記錄的對象與期間先寫下來,再開始記。
- 比較月量前,先核對各月的計數口徑。
- 記下自己官網的來訪變化,不拿別人的曲線當自己的預期。
下一章下一章你會知道 IDAEO 的理論依據,以及它和市面 AI 能見度工具的差別。
自我檢查用 IDAEO 本站、和心村與早期實測店家的不同場景,說明共同實測的意義;依里程碑與月排名說明從零到一億次請求的歷程。再讀圖 7-3〈早期實測店家成果〉,分別解讀平台店家頁、各行業官網與第二批實測產業的數字、期間及行銷價值,說明加入實測期間各場景出現什麼變化,以及為何尚不能說是因果。
免費下載,每月更新
參與這本書:更正、反例、實測、合作 →更新日誌引用本書
IDAEO:AI 時代的行銷 · 林毅祥(TK Lin) · 第一版第八次修訂 · · https://km.idaeo.ai/idaeo/textbook · CC BY 4.0
