Đọc kết quả AI: biến động, kết quả chưa xác định và giới hạn kết luận

Trả lời ngắn

Đọc kết quả AI theo bốn quy tắc: (1) một lần đo là một quan sát, không phải sự thật cố định; (2) Chưa xác định là “chưa đủ căn cứ”, không phải “không xuất hiện”; (3) mỗi tỷ lệ phải nêu tử số và mẫu số; (4) thay đổi trước/sau là quan sát, không chứng minh nguyên nhân. Bốn quy tắc này là thực hành đề xuất của team; các nguồn nền tảng chỉ cung cấp giới hạn của từng công cụ đo.

Nguyên lý

Hai trục cho mỗi câu hỏi. Kết quả của một câu hỏi theo dõi được đọc theo hai trục tách riêng.

Mẫu số luôn là “câu hỏi có dữ liệu phân tích được”.

Biến động là bình thường. Cùng một câu hỏi, hai lần chạy có thể cho nguồn và lời văn khác nhau. Thư viện hướng dẫn không có số liệu chung về mức biến động nên không đặt ngưỡng “thay đổi đáng kể”. Cách làm đề xuất của team: chạy cùng bộ câu hỏi theo dõi nhiều lần (PB-M03) và so sánh trong dải biến động bạn quan sát được, thay vì so một điểm với một điểm. Google cũng nêu AI Overviews và AI Mode có thể dùng mô hình và kỹ thuật khác nhau nên link hỗ trợ có thể khác (CLM-google-ai-features-003), vì vậy không gộp hai bề mặt.

Chưa xác định có ba nguồn gốc thường gặp (phân loại là thực hành đề xuất của team): không đọc được câu trả lời; không tách được lời văn khỏi nguồn; hoặc công cụ không có dữ liệu. Cách xử lý chi tiết: PB-M01. Ví dụ từ nền tảng: báo cáo Generative AI performance có thể không hiển thị khi site có quá ít impressions từ tính năng AI, và site chọn Exclude không đủ điều kiện hiển thị; trang không nêu ngưỡng bằng số (CLM-google-report-002). Không thấy báo cáo hoặc thấy số bằng 0 chưa có nghĩa là không xuất hiện. Cụ thể, giá trị ~ hoặc - (không sẵn có) trong báo cáo thành số 0 trong dữ liệu tải xuống, và ngày trong báo cáo theo múi giờ Pacific Time (CLM-google-report-003). Khi import, giữ nguồn gốc dữ liệu (provenance), ghi múi giờ nguồn và đánh dấu trường không suy ra được (thực hành đề xuất của team).

Mỗi chỉ số trả lời một câu hỏi. Báo cáo Search Console đo impressions theo page, country, device, date (CLM-google-report-001). Citation Share của Bing là phần citations của một grounding query, không phải thứ hạng hay thị phần (CLM-bing-ai-performance-002), và nằm trong tính năng preview (CLM-bing-ai-performance-001). Không cộng hay lấy trung bình các số này với tỷ lệ từ bộ câu hỏi theo dõi của team thành một “AI score” (thực hành đề xuất của team).

Mẫu số phải được ghi. Tối thiểu: số câu hỏi được lên lịch, đã đo, Phân tích được, Chưa xác định, và số câu trả lời AI thực sự có đề xuất mua hàng. Tỷ lệ trên câu hỏi Phân tích được và tỷ lệ có điều kiện trên “có đề xuất mua hàng” là hai câu trả lời khác nhau.

Trước/sau không phải nhân quả. Nếu bạn sửa trang rồi đo lại và thấy thay đổi, đó là một tương quan quan sát, không phải quan hệ nhân quả. Nguyên nhân khác có thể là biến động, thay đổi của nền tảng, thay đổi catalog hay chiến dịch cùng lúc. Thư viện hướng dẫn không có kết quả thí nghiệm nào hứa tăng đề xuất; mọi mô tả đúng dạng là “đã làm A, quan sát B”.

Phạm vi của ứng dụng

AI Commerce Tracker hiện chỉ phân tích nội dung trả lời Google AI Mode. Dữ liệu đo được lưu trên máy của bạn và không tự tải lên thư viện; khi đo, câu hỏi vẫn được gửi tới Google.

Ví dụ (ví dụ giả lập)

Ví dụ giả lập, không phải dữ liệu thật. Kỳ 1: lên lịch 20, đã đo 18, Phân tích được 14, Chưa xác định 4; trạng thái Được đề xuất (merchant_reco: thương hiệu của bạn được đề xuất mua hàng) là 3/14 (21%); trong 9 câu trả lời có đề xuất mua hàng thì 3/9. Kỳ 2 (sau khi sửa trang danh mục): lên lịch 20, đã đo 20, Phân tích được 17, Chưa xác định 3; Được đề xuất 5/17 (29%); 5/11 câu trả lời có đề xuất mua hàng.

Cách báo được phép: “5/17 so với 3/14 trên cùng bộ 20 câu hỏi; số câu hỏi Phân tích được khác nhau; chưa đủ để nói thay đổi nằm ngoài biến động; chưa thể quy cho việc sửa trang.” Cách báo không được phép: “tăng 8 điểm nhờ sửa trang.”

Hiểu nhầm thường gặp

• “Số tăng nghĩa là việc ta làm có hiệu quả.” Chưa đủ căn cứ.
• “Không thấy thương hiệu của bạn = thương hiệu không xuất hiện.” Có thể là Chưa xác định hoặc dữ liệu thiếu.
• “Một lần chạy đủ để quyết định.” Một lần là một quan sát.
• “So kỳ 1 và kỳ 2 khi số câu hỏi Phân tích được khác xa nhau là công bằng.” Chỉ khi nêu rõ mẫu số và so trên cùng bộ câu hỏi, cùng bề mặt AI, cùng ngôn ngữ và thị trường.
• “Số liệu có sẵn của nền tảng và số đo bộ câu hỏi theo dõi cộng được.” Không; khác mẫu số, khác đơn vị.

Việc tiếp theo

1. Dùng bảng ghi T02 để ghi trạng thái từng quan sát.
2. Xử lý Chưa xác định theo PB-M01.
3. Khi đo lại: PB-M03. Ghi kết quả hai kỳ vào báo cáo T08.

Nguồn

Claim nền tảng trong frontmatter (Search Console Help, Bing Webmaster Blog, Google AI features), ngày đọc 2026-10-10. Bốn quy tắc đọc kết quả là thực hành đề xuất của team, không phải nội dung nguồn.