Somantra ha introdotto il Brand Consideration Score, una nuova metrica proprietaria progettata per misurare non soltanto se un marchio viene citato nelle risposte generate dai motori di ricerca basati sull’intelligenza artificiale, ma anche con quale probabilità venga effettivamente preso in considerazione rispetto ai concorrenti presentati nella stessa risposta. Il sistema viene applicato alle risposte prodotte da ChatGPT, Google AI Overviews, Claude e Perplexity e nasce dalla necessità di distinguere la semplice presenza di un brand dalla posizione che occupa durante una conversazione nella quale l’utente sta confrontando alternative, valutando prodotti o cercando una raccomandazione.
La metrica parte da un problema specifico della ricerca conversazionale. Un marchio può essere menzionato numerose volte e apparire quindi molto visibile nelle tradizionali analisi di AI search, ma essere descritto all’interno della risposta come un’opzione secondaria, meno adatta o inferiore rispetto ad altri concorrenti. Il conteggio delle citazioni e delle menzioni registra soltanto la presenza del brand e non indica se la risposta dell’AI stia realmente orientando l’utente verso quel marchio. Il Brand Consideration Score cerca quindi di misurare la posizione competitiva che emerge dal linguaggio e dalla struttura della risposta.
Per ogni brand analizzato, Somantra simula un minimo di 15.000 percorsi conversazionali costruiti attorno agli Ideal Customer Profiles più rilevanti per la categoria. I profili vengono definiti utilizzando dati relativi a clickstream, geolocalizzazione e fasce di reddito, con l’obiettivo di riprodurre differenti tipologie di utenti e intenzioni di ricerca. La piattaforma non si limita a eseguire singole query isolate, ma sviluppa sequenze di conversazione che attraversano differenti fasi del customer journey e osserva come cambia la presenza del brand mentre l’interazione diventa progressivamente più specifica.
Le conversazioni vengono suddivise principalmente nelle fasi Discovery, Intent e Conversation. Nella fase Discovery l’utente formula richieste generali per individuare possibili soluzioni o marche; nella fase Intent la ricerca diventa più orientata alla valutazione e al confronto, mentre nella fase Conversation vengono analizzati scambi più profondi nei quali l’utente restringe progressivamente le alternative e pone domande specifiche. Questo modello permette di rilevare non soltanto quante volte un brand compare, ma anche in quale punto della conversazione viene eventualmente escluso o perde rilevanza rispetto ai concorrenti.
Ogni risposta viene analizzata da un modello proprietario di Somantra addestrato con human feedback. Il sistema interpreta il modo nel quale l’AI presenta le differenti marche e stima la probabilità che un cliente scelga una determinata opzione tra quelle citate. Il modello considera quindi la posizione del brand nel testo, il contesto della menzione, il linguaggio utilizzato per descriverlo e il confronto con gli altri marchi presenti nella stessa risposta. La valutazione viene effettuata a ogni fase del percorso e permette di individuare il punto nel quale la considerazione del brand aumenta, diminuisce o viene trasferita verso un concorrente.
Il risultato viene espresso attraverso quattro categorie principali: Most Likely, May Consider, Unlikely e Most Unlikely. Most Likely indica che la risposta AI presenta il marchio come una delle scelte più probabili o preferibili; May Consider identifica un brand ancora competitivo ma non chiaramente dominante; Unlikely segnala una posizione debole rispetto alle altre alternative, mentre Most Unlikely indica che la risposta colloca il marchio tra le opzioni meno probabili da scegliere. All’interno di ciascuna fascia viene inoltre utilizzata una percentuale di probabilità che permette di distinguere situazioni apparentemente simili ma caratterizzate da un diverso livello di competitività.
Questa granularità permette, per esempio, di separare due brand entrambi classificati nella categoria May Consider ma posizionati alle estremità opposte della fascia. Un marchio vicino alla soglia superiore potrebbe richiedere interventi limitati per diventare la scelta principale, mentre uno collocato nella parte bassa potrebbe presentare un problema più strutturale di posizionamento o di copertura all’interno della conversazione. La semplice frequenza delle menzioni non permette di identificare questa differenza perché considera entrambe le situazioni come presenza positiva.
La metodologia del Brand Consideration Score viene integrata con le altre metriche già disponibili nella piattaforma Somantra. Brand Mindshare misura la quota complessiva di visibilità e autorità del marchio nelle risposte AI rispetto ai concorrenti, considerando elementi come frequenza delle menzioni, sentiment e prominenza; Brand Engagement osserva invece quanto a lungo e con quale continuità il brand rimane presente mentre la conversazione procede dalle query iniziali verso richieste più specifiche. Il Brand Consideration Score aggiunge quindi una dimensione orientata alla preferenza, valutando quale delle marche citate venga favorita dal modo in cui l’AI costruisce la risposta.
Somantra utilizza inoltre una Mindshare Heatmap per visualizzare le aree nelle quali un brand riceve maggiore o minore esposizione e per identificare topic e cluster conversazionali nei quali i concorrenti occupano una posizione dominante. La piattaforma registra anche le fonti citate dai motori AI e permette di confrontare il comportamento delle diverse piattaforme, distinguendo per esempio tra il modo in cui ChatGPT e Google AI Overviews rappresentano lo stesso brand in conversazioni comparabili.
La società ha già applicato questa metodologia a studi verticali condotti su categorie specifiche. Un’analisi pubblicata sul mercato australiano delle assicurazioni ha monitorato 20 brand attraverso 34.278 conversazioni e ha mostrato differenze significative tra visibilità su ChatGPT e Google AI Overviews. Allianz ha registrato 13.437 menzioni complessive, NRMA 12.524 e Budget Direct 10.708, ma l’analisi ha evidenziato anche forti differenze nel modo in cui i due motori presentavano le marche durante le fasi più profonde delle conversazioni.
Lo stesso studio ha rilevato che ChatGPT e Google AI Overviews concordavano sul brand principale soltanto nel 27,9% delle query confrontabili nel maggio 2026. In circa sette casi su dieci i due sistemi tendevano quindi a privilegiare marche differenti nella stessa categoria di ricerca. La sola posizione ottenuta su un singolo motore non è quindi sufficiente a descrivere la visibilità complessiva di un marchio all’interno delle differenti esperienze di ricerca AI.
L’analisi ha inoltre mostrato una forte presenza di risposte prive di brand nelle query long-tail. Circa il 70% delle richieste più specifiche relative alle assicurazioni non conteneva alcuna marca, nonostante riguardasse problemi o esigenze che avrebbero potuto portare a una scelta commerciale. Questo tipo di dato viene utilizzato da Somantra per individuare spazi conversazionali nei quali nessun concorrente ha ancora ottenuto una presenza significativa e dove nuovi contenuti o fonti potrebbero modificare le risposte generate dai sistemi AI.
Una ricerca separata utilizzata da Somantra per introdurre il Brand Consideration Score ha analizzato oltre 2,4 milioni di record di citazioni AI nel settore assicurativo australiano. Il 91% delle citazioni prodotte da ChatGPT risultava associato a richieste informative, mentre termini collegati direttamente a quote, acquisti o richieste di preventivo comparivano soltanto nel 6,7% delle citazioni. Su Google la stessa categoria di linguaggio transazionale raggiungeva il 12,4%. Il dato suggerisce che gran parte della relazione tra brand e motori AI avviene durante le fasi di ricerca e valutazione che precedono una transazione vera e propria.
Il Brand Consideration Score viene quindi calcolato prima dell’eventuale conversione e non rappresenta una misura delle vendite effettive. Somantra specifica che il valore è una stima ottenuta attraverso conversazioni simulate e attraverso l’interpretazione del modo nel quale le risposte AI presentano le differenti alternative. Non indica che un utente abbia realmente acquistato un prodotto o scelto una determinata azienda, ma misura la probabilità relativa di considerazione all’interno del contesto generato dai modelli.
La distinzione è importante anche per l’utilizzo dei dati nelle strategie di marketing. Una diminuzione delle vendite non può essere attribuita direttamente a un Brand Consideration Score basso, mentre un aumento del punteggio non dimostra automaticamente un incremento delle conversioni. La metrica può invece evidenziare se una marca viene sistematicamente presentata dietro determinati concorrenti, in quali categorie di query questo avviene e in quale punto del percorso conversazionale la sua posizione peggiora.
Il sistema permette quindi di passare da una misurazione puramente quantitativa della presenza a una lettura più contestuale delle risposte. Due marchi con lo stesso numero di citazioni possono ottenere risultati molto diversi se uno viene continuamente indicato come scelta principale e l’altro viene menzionato soltanto come alternativa. Il Brand Consideration Score cerca di trasformare questa differenza qualitativa in un indicatore confrontabile attraverso migliaia di conversazioni.
Somantra include la nuova metrica anche nel proprio AI Search Visibility Audit gratuito, che analizza almeno 15.000 percorsi conversazionali distribuiti su cinque Ideal Customer Profiles costruiti in funzione del settore del brand. Il sistema viene utilizzato insieme alle analisi di Mindshare, Engagement, fonti citate e posizionamento competitivo, consentendo di osservare la presenza del marchio attraverso l’intero percorso che porta dalla scoperta iniziale alla valutazione più approfondita.
La piattaforma considera quindi l’Answer Engine Optimization come un’attività che richiede di misurare non soltanto la probabilità che un marchio venga recuperato dai sistemi AI, ma anche il modo nel quale viene rappresentato una volta inserito nella risposta. Il Brand Consideration Score aggiunge a questa analisi il confronto diretto con i concorrenti presenti nello stesso output e prova a identificare quale alternativa riceva il posizionamento più favorevole.
Con l’introduzione della nuova metrica, Somantra struttura la misurazione della ricerca AI attorno a quattro dimensioni complementari: presenza attraverso il Brand Mindshare, continuità attraverso il Brand Engagement, posizione nel percorso conversazionale e probabilità di considerazione rispetto ai concorrenti. Il Brand Consideration Score rappresenta quindi il livello destinato a descrivere il passaggio dalla semplice visibilità alla preferenza, analizzando non solo se ChatGPT, Google AI Overviews, Claude o Perplexity conoscono un marchio, ma quale ruolo gli assegnano quando devono presentare e confrontare più opzioni nella stessa risposta.