Sentiment — AI marka algısı derinlemesine

Sentiment sayfası — aspect kırılımı, rakip etkisi, sağlayıcı bazlı skorlar ve v2 model.

Güncelleme: 2026-10-12

Sentiment sayfası ("AI Brand Perception"), Overview'daki tek skorun ötesine geçer: sentiment'ınızın neden o seviyede olduğunu gösterir — hangi boyutlar aşağı çekiyor, sağlayıcılar nasıl ayrışıyor, negatif cevaplar gerçekte ne diyor. Skorlar, güven-ağırlıklı prompt-düzeyi toplama yapan Sentiment Model v2'den gelir. Sentiment yalnızca markanızı anan cevaplar üzerinden ölçülür.

Üst sıra

  • Sentiment (30d) — 0–100, Positive / Neutral / Negative etiketiyle.
  • Recommendation Rate (30d) — cevapların sizi ne sıklıkla aktif önerdiği (seyrek veride "low data").
  • Confidence — skoru ne kadar değerlendirme verisinin desteklediği (değerlendirme sayısı, ortalama güven, yayılım). Düşük güvenli yüksek skor, yüksek güvenli orta skordan zayıf bir iddiadır.

Aspect kırılımı

Sentiment boyutlara ayrıştırılır — fiyatlama, güven, kalite, destek vb. — her biri işaretli katkısı ve onu süren kutuplu ifadelerle. "Sentiment'ımı tam olarak ne düşürüyor" sorusunun cevabı budur: çoğu zaman diğer her şey yolundayken tek bir boyut (örn. fiyat belirsizliği) sorumludur.

Lowest Sentiment Responses

Gerçek en kötü cevaplar, artan sırayla ve her biri rakip-karşısı sonucuyla. Herhangi bir skor hareketine tepki vermeden önce birkaçını okuyun — ham metin zemin gerçeğidir ve sık sık, kaynağında düzeltebileceğiniz tek bir tekrar eden iddiayı açığa çıkarır.

Competitor Impact

Cevaplarınızın ne kadarında rakipler anılıyor ve sentiment'ınız rakipler varken/yokken nasıl değişiyor. Büyük fark genelde karşılaştırma tarzı cevapların sizi olumsuz çerçevelediği anlamına gelir — bu bir itibar değil konumlandırma sorunudur.

Trend ve magnitude

  • 0–100 skorun günlük trendi.
  • Magnitude kırılımı — Strong/Weak Positive, Neutral, Weak/Strong Negative — "her yerde ılımlı iyi" ile "kutuplaşmış"ı ayırır.

Sentiment by Platform

Sağlayıcı başına bir satır: mention sayısı ve skor. Sağlayıcılar sistematik olarak farklıdır; tek platforma özgü düşüş platform hikâyesidir ve o sağlayıcının cevaplarında araştırılmalıdır.

Negatif neden etiketleri

Negatif cevaplar nedene göre etiketlenir — rakibi kayıran dil, güven/risk ifadeleri, fiyat belirsizliği, mevzuat/uyum anmaları — ve intent'e göre (Discovery, Comparison, Support, Transactional). Etiketler "sentiment düştü"yü "karşılaştırma cevapları fiyat belirsizliğini anmaya başladı"ya çevirir — bu, aksiyon alınabilir bir cümledir.

Prompt Lab'daki sentiment kolonuyla ilişkisi

Prompt Lab aynı değerlendirmelerden prompt başına etiket gösterir (markanızın hiç geçmediği prompt'lar neutral görünür — yokluk bir sentiment değil görünürlük meselesidir). Bu sayfa ise proje genelinde toplar ve teşhis katmanlarını ekler.

İlgili makaleler