Raport widoczności marek w AI. Usługi medyczne (pilotaż)

Komentarz eksperta

Przy tej wielkości próby najprostszym błędem byłoby czytanie tabeli SoV tak samo, jak w kategoriach liczących dziesiątki lub setki ukończonych odpowiedzi, czyli jako informację o tym, że "Medicover i Enel-Med mają po 28,6% udziału w rynku widoczności usług medycznych". Liczba ta jest matematycznie poprawna, ale opisuje wynik jednego zapytania i garstki odpowiedzi, a nie ustabilizowany obraz rynku. Mechanizm tego zniekształcenia jest ten sam, co w innych kategoriach o niewystarczającej próbie w tej serii: cały zestaw danych pochodzi z jednego zapytania, rozłożonego na 12 ukończonych odpowiedzi w czterech modelach, czyli około trzy odpowiedzi na model. Przy takiej wielkości próby pojedyncza odpowiedź może w całości zdefiniować wynik danego modelu, co tłumaczy, dlaczego Anthropic i Perplexity pokazują po jednej marce ze 100% wyniku, każda inną, a OpenAI trzy podmioty zupełnie nieobecne w zbiorczym zestawieniu. Osobną obserwacją, wartą odnotowania, ale nie wartą jeszcze wniosku, jest to, że zapytanie o konkretnego lekarza internistę wygenerowało w większości modeli odpowiedzi wskazujące sieci placówek, a nie osoby. Może to wynikać z tego, że modele AI częściej mają dostęp do ustrukturyzowanych informacji o markach sieci medycznych niż o indywidualnych lekarzach, ale przy jednym zapytaniu i garstce odpowiedzi nie jest to obserwacja, którą można uogólnić. Granica interpretacji jest tu bardzo wąska: nie wiemy, jak wyglądałby ten wzorzec przy szerszym zestawie zapytań o konkretnych specjalistów w różnych miastach. Dla zarządu i zespołu marketingowego wniosek jest analogiczny jak przy innych kategoriach o niewystarczającej próbie w tej serii: nie należy wyciągać żadnych wniosków porównawczych z obecnego kształtu danych tej kategorii. Rekomendujemy poczekać na szerszy zestaw zapytań, obejmujący więcej niż jedno pytanie i różne typy zapytań medycznych, zanim wyniki dla usług medycznych zostaną potraktowane jako podstawa do jakiejkolwiek decyzji.