Share of Model-KPI'er: sådan rapporterer du AI-synlighed til ledelsen

AI-synlighed er en strategisk mulighed, men for at få budget og ressourcer har du brug for KPI'er, som ledelsen forstår og kan handle på. Share of Model (SoM) er det overordnede målepunkt for din AI-synlighed — din andel af relevante AI-anbefalinger sammenlignet med konkurrenterne. Men SoM alene er ikke nok. Du har brug for et komplet rammeværk af KPI'er, der dækker hele vejen fra synlighed til forretningsværdi.

Hvad er Share of Model?

Share of Model måler, hvor stor en andel af relevante AI-svar der inkluderer dit brand. Beregningen er enkel: tag et sæt spørgsmål, dine ideelle kunder stiller til AI-modeller, kør dem systematisk, og tæl, hvor ofte du nævnes sammenlignet med konkurrenterne.

Eksempel: Du definerer 50 relevante prompts for din branche. ChatGPT nævner dig i 12 af svarene, Konkurrent A i 22 og Konkurrent B i 8. Din SoM er 12/(12+22+8) = 28,6 %. Konkurrent A fører med 52,4 %.

SoM er AI-søgningens pendant til traditionel Share of Voice, men med en vigtig forskel: mens traditionel SoV måler eksponering, måler SoM anbefaling. Det er forskellen mellem at blive set og at blive valgt.

De fem kerne-KPI'er for AI-synlighed

Share of Model er målepunktet på topniveau, men under det har du brug for fem operationelle KPI'er:

• Citeringsfrekvens (Citation Rate) — Absolut antal gange, dit brand citeres i AI-svar per periode. Viser volumen uafhængigt af konkurrenter. Tendensen over tid er vigtigere end enkeltværdier.
• Platformsdækning (Platform Coverage) — Andel af AI-platforme, hvor du citeres. Citeres du på ChatGPT, Gemini, Perplexity og Google AI Overviews, eller kun på én? Bred dækning reducerer platformsrisikoen.
• Sentimentscore — Kvalitativ vurdering af omtalen. Er den positiv, neutral eller negativ? En citering med forbehold («nogle brugere rapporterer problemer med...») tæller imod dig. Sentimentscore måles på en skala fra -1 til +1.
• Entitetsgenkendelse (Entity Recognition) — Grad af korrekthed i AI-modellens forståelse af dit brand. Rigtig kategori, korrekte produkter, rigtig information. Måles ved at stille identifikationsspørgsmål og vurdere svarets præcision.
• AI-henvist konverteringsrate — Konverteringsraten for besøgende, der kommer fra AI-platforme (ChatGPT, Perplexity), sammenlignet med andre kanaler. Kobler AI-synlighed direkte til forretningsværdi.

Sådan bygger du et KPI-dashboard

Et effektivt dashboard for AI-synlighed bør have tre niveauer:

• Ledelsesniveau — Share of Model (tendens), AI-henvist trafik (tendens) og estimeret forretningsværdi. Maks. 3–4 tal på ét slide. Ledelsen har brug for tendensretning og kontekst, ikke detaljer.
• Strategisk niveau — Citeringsfrekvens per platform, sentimentscore, entitetsgenkendelse og konkurrentbenchmark. Til marketingchef og strategiteam. Opdateres månedligt.
• Operationelt niveau — Citering per prompt, per platform, per periode. Hvilke prompts giver citering? Hvilke gør det ikke? Hvilke sider citeres oftest? Til indholdsteams og specialister. Opdateres ugentligt.

Fra KPI til handling med beslutningsmatricen

KPI'er er kun værdifulde, hvis de driver handling. Her er en enkel beslutningsmatrice:

• Lav SoM + lav citeringsfrekvens → Grundlæggende problem med entitetsgenkendelse. Start med Entity SEO: schema-optimering, konsistensaudit og opbygning af mentions og citations.
• Lav SoM + høj citeringsfrekvens på nogle prompts → Du citeres, men kun i en smal niche. Udvid indholdsdækningen til flere promptkategorier.
• Høj SoM + lavt sentiment → AI kender dig, men omtaler dig negativt. Prioritér omdømmestyring: ret fejlinformation, styrk positive signaler.
• Høj SoM + lav konverteringsrate → Synligheden er der, men den konverterer ikke. Optimer landingssider og CTA'er til AI-henvist trafik.
• Faldende SoM over tid → Konkurrenter tager markedsandele. Analyser, hvad de gør anderledes, og svar med målrettet indhold og PR.

Almindelige fejl i AI-KPI-rapportering

• At rapportere enkeltstående tjek — AI-svar varierer mellem kørsler. Brug gennemsnit over flere kørsler for pålidelige tal.
• At ignorere platformsforskelle — 40 % SoM på Perplexity og 5 % på ChatGPT er ikke det samme som 22,5 % i gennemsnit. Rapportér per platform.
• Manglende konkurrentkontekst — «Vi blev citeret 15 gange denne måned» er meningsløst uden at vide, hvad konkurrenterne fik.
• Ikke at koble til forretningsværdi — Ledelsen bekymrer sig om indtægter. Kobl altid AI-målepunkter tilbage til trafik, leads og salg.

Sådan sætter du mål for Share of Model

Målsætningen for SoM bør tage udgangspunkt i nuværende position og konkurrencesituationen:

• Startpunkt — Etabler en baseline med minimum 30 prompts over 4 uger.
• Kortsigtet mål (3 mdr.) — Øg SoM med 5–10 procentpoint gennem Entity SEO-tiltag og indholdsproduktion.
• Mellemlangt mål (6 mdr.) — Nå paritet med nærmeste konkurrent på mindst 2 af 4 platforme.
• Langsigtet mål (12 mdr.) — Markedslederposition i SoM for dine kernekategorier.

CitationLab og automatiseret KPI-tracking

CitationLab gør hele KPI-rammeværket beskrevet ovenfor operationelt. Du definerer prompts og konkurrenter, og platformen leverer automatiserede dashboards med SoM, citeringsfrekvens, sentiment, platformsdækning og entitetsgenkendelse. Rapporter kan eksporteres til ledelsespræsentationer. Vil du forbedre selve tallene, så se, hvordan du systematisk arbejder med Answer Engine Optimization (AEO).

Ofte stillede spørgsmål om Share of Model-KPI'er

Hvor mange prompts skal vi bruge til pålidelig SoM? Minimum 30 for en meningsfuld baseline. Ideelt 50–100, der dækker hele købsrejsen. Kvaliteten af prompterne er vigtigere end antallet — de bør repræsentere reelle spørgsmål, dine kunder stiller.

Hvor ofte bør vi rapportere? Månedligt på ledelsesniveau, ugentligt for operationelle teams. AI-svar ændrer sig relativt hurtigt, så hyppigere måling giver bedre trenddata.

Kan SoM sammenlignes med traditionel SoV? Konceptuelt ja — begge måler relativ synlighed. Tallene kan ikke sammenlignes direkte, fordi mekanismerne er forskellige, men tendensen bør ideelt gå i samme retning.