AI SOV 67% ฟังดูเหมือนแบรนด์ชนะคู่แข่งขาดลอยในโลก AI Search แต่พอถ่วงน้ำหนักตาม Demand ของ Prompt เดียวกัน ตัวเลขนั้นอาจเหลือแค่ 31% ตามตัวอย่างการคำนวณของ Ahrefs ที่เปรียบเทียบ Basic AI SOV กับ Weighted AI SOV ของแบรนด์เดียวกัน จาก Prompt ชุดเดียวกัน
นี่ไม่ใช่ความผิดพลาดในการคำนวณ แต่เป็นธรรมชาติของเมตริกตัวนี้ ที่ตัวเลขเดียวกันเปลี่ยนความหมายได้ทันทีถ้าไม่บอกว่าวัดจากอะไร วัดช่วงไหน และถ่วงน้ำหนักอย่างไร
AI Share of Voice (AI SOV) กำลังกลายเป็นเมตริกที่ทีม SEO และ Content ต้องรายงานให้ผู้บริหารฟัง แต่ถ้าทีมไม่เข้าใจว่ามันวัดอะไรจริงๆ ตัวเลขที่รายงานไปอาจทำให้ตัดสินใจผิดทาง บทความนี้จะพาทำความเข้าใจ AI SOV ทีละขั้น ตั้งแต่การกำหนดขอบเขตการวัด ไปจนถึงวิธีคำนวณทั้งสองแบบ
📌 Key Points
- AI SOV วัดสัดส่วน ไม่ใช่จำนวนคนจริง: ตัวเลขบอกว่าแบรนด์ถูกพูดถึงในคำตอบของ AI มากหรือน้อยกว่าคู่แข่งแค่ไหน ไม่ได้บอกยอดขายหรือ Conversion
- Basic AI SOV กับ Weighted AI SOV เล่าคนละเรื่อง: การถ่วงน้ำหนักตาม Demand ของ Prompt ทำให้ตัวเลขเปลี่ยนไปได้มากถึงครึ่งหนึ่ง
- ขอบเขตการวัดต้องมาพร้อมตัวเลขเสมอ: Prompt ไหน คู่แข่งกี่ราย Platform ไหน และช่วงเวลาไหน คือสิ่งที่ทำให้ตัวเลขมีความหมาย
- แต่ละ AI Platform ให้น้ำหนัก Traffic ไม่เท่ากัน: ดูทีละ Platform ก่อนมองภาพรวม ไม่งั้นจุดอ่อนจะถูกกลบ
AI Share of Voice คือสัดส่วนการปรากฏของแบรนด์ในคำตอบของ AI เทียบกับคู่แข่งที่เลือกติดตาม จากชุด Prompt ที่กำหนดไว้ Ahrefs ให้นิยามไว้ว่า AI SOV คือส่วนแบ่งของ AI visibility ที่แบรนด์ได้รับ เทียบกับคู่แข่งที่ติดตาม ในขอบเขตของ Prompt ที่สนใจ
สูตรพื้นฐานที่สุดคือเอาจำนวนคำตอบที่กล่าวถึงแบรนด์เรา หารด้วยจำนวนคำตอบที่กล่าวถึงแบรนด์ใดก็ตามที่ติดตามอยู่ คูณร้อยเพื่อให้ออกมาเป็นเปอร์เซ็นต์ วิธีคิดนี้ตรงไปตรงมา แต่ก็มีจุดอ่อนที่ซ่อนอยู่
ลองนึกภาพว่าติดตาม 3 Prompt เกี่ยวกับซอฟต์แวร์อีเมลมาร์เก็ตติ้งบน ChatGPT เทียบแบรนด์ตัวเองกับคู่แข่งสองราย แต่ละแบรนด์ปรากฏใน 2 จาก 3 คำตอบเท่ากันหมด ทำให้ Basic AI SOV ของทุกแบรนด์เท่ากันที่ 67% ปัญหาคือ Prompt ทั้งสามข้อนั้นมีคนถามไม่เท่ากันเลย
Prompt ที่ว่า “best email marketing software” มีคนค้นหาเดือนละ 20,000 ครั้ง ขณะที่ Prompt เฉพาะทางอย่าง “email marketing tool with the best ecommerce automation” มีคนค้นหาแค่ 1,000 ครั้งต่อเดือน ตามข้อมูลที่ Ahrefs ใช้ประกอบตัวอย่าง การปรากฏใน Prompt แรกกับ Prompt หลังจึงไม่ได้ส่งผลเท่ากันในโลกจริง แม้ตัวเลข Basic SOV จะบอกว่าเท่ากัน
ขั้นตอนที่ 1: กำหนดแบรนด์และคู่แข่งที่จะติดตาม
ก่อนวัดอะไรทั้งนั้น ต้องตอบให้ได้ก่อนว่าจะเทียบกับใคร เลือกคู่แข่งที่เป็นคู่แข่งจริงในสายตาลูกค้า ไม่ใช่แค่คู่แข่งที่อยู่ในหัวทีมการตลาด
สิ่งที่มักพลาดคือใส่ชื่อแบรนด์แค่ชื่อเดียว ทั้งที่แบรนด์มีชื่อเรียกหลายแบบ มีสินค้าย่อย หรือเพิ่ง Rebrand มา ควรรวมชื่อแบรนด์ที่ใกล้เคียงกันและเว็บไซต์ที่เกี่ยวข้องไว้เป็นกลุ่มเดียวกัน เพื่อไม่ให้การนับมองข้ามการกล่าวถึงแบรนด์ไปเฉยๆ
💡 Shifu แนะนำ
ถ้ายังไม่แน่ใจว่า AI Visibility ต่างจาก SEO แบบเดิมตรงไหน อ่านเพิ่มเติมได้ที่ AI Visibility คืออะไร? ปัจจัยวัดผลเมื่อ AI มีผลต่อการทำ SEO สรุปปัจจัยที่ทำให้แบรนด์ถูกพูดถึงใน AI มากขึ้น
ขั้นตอนที่ 2: เลือก Prompt ที่สะท้อนธุรกิจจริง
Prompt คือหัวใจของการวัดทั้งหมด ถ้าเลือก Prompt ผิด ตัวเลขที่ได้จะผิดทิศทางไปเลย ควรเลือก Prompt ที่ลูกค้าจริงมีแนวโน้มถามเวลาหาข้อมูลซื้อสินค้าหรือบริการแบบที่แบรนด์ขาย
วิธีหนึ่งที่ใช้ได้คือแบ่ง Prompt เป็นกลุ่มตามหัวข้อย่อย เช่นกลุ่มเปรียบเทียบสินค้า กลุ่มถามฟีเจอร์เฉพาะ กลุ่มถามราคา เพราะแบรนด์อาจแข็งแรงในบาง Topic และอ่อนในอีกบาง Topic ถ้าดูแค่ภาพรวมจะมองไม่เห็นความต่างนี้
ตัวอย่างที่ชัดคือกรณีติดตาม 200 Prompt เรื่องซอฟต์แวร์อีเมลมาร์เก็ตติ้ง ภาพรวมแบรนด์ได้ AI SOV 12% แต่เมื่อแยกดูเป็นกลุ่ม พบว่าได้ 24% ในกลุ่ม Prompt เปรียบเทียบสินค้าทั่วไป แต่ได้แค่ 5% ในกลุ่ม Prompt เรื่อง Automation โดยเฉพาะ ตามตัวอย่างการแจกแจงของ Ahrefs ตัวเลขแบบนี้บอกทีมได้ชัดว่าควรลงมือทำคอนเทนต์เรื่องไหนก่อน
ขั้นตอนที่ 3: เลือก AI Platform ที่จะวัด
แบรนด์เดียวกันอาจมีผลลัพธ์ต่างกันมากในแต่ละ AI Platform ChatGPT, Gemini, Perplexity, Copilot, Google AI Overviews และ Google AI Mode ต่างมีพฤติกรรมผู้ใช้และวิธีดึงข้อมูลไม่เหมือนกัน
ความต่างนี้ไม่ใช่แค่เรื่องสไตล์การตอบ แต่ส่งผลถึงการคำนวณน้ำหนักด้วย เพราะแต่ละ Platform ส่ง Traffic ไปเว็บไซต์ในสัดส่วนไม่เท่ากันเมื่อเทียบกับ Google Search ปกติ
จุดที่ต้องระวังที่สุดคือการมองแค่ตัวเลขรวมของทุก Platform ลองนึกภาพว่าแบรนด์ได้ AI SOV 28% บน ChatGPT และ 11% บน Gemini ถ้า ChatGPT มี Impressions มากกว่า Gemini ราวสิบเท่า ตัวเลขรวมที่ถ่วงน้ำหนักแล้วจะออกมาราว 26.5% ตามตัวอย่างการคำนวณของ Ahrefs ซึ่งแทบจะกลบจุดอ่อนบน Gemini ไปเลย
ดังนั้นต้องดูทีละ Platform ก่อน แล้วค่อยดูภาพรวม ไม่ใช่กลับกัน
💡 Shifu แนะนำ
หัวข้อ Generative Engine Optimization เป็นพื้นฐานที่ควรเข้าใจคู่กับ AI SOV อ่านเต็มๆ ได้ที่ Generative Engine Optimization (GEO): วิธีทำให้โลกเห็นธุรกิจคุณในคำตอบของ AI
ขั้นตอนที่ 4: กำหนดขอบเขตเวลาและพื้นที่
ทุกตัวเลข AI SOV ขึ้นอยู่กับทางเลือกที่ทีมกำหนดไว้ตั้งแต่ต้น ทั้ง Prompt ที่เลือก Platform ที่วัด คู่แข่งที่ติดตาม พื้นที่ และช่วงเวลา เปลี่ยนตัวใดตัวหนึ่งไป เปอร์เซ็นต์ก็เปลี่ยนตาม
นี่คือเหตุผลที่สองเครื่องมือสามารถรายงาน AI SOV ของแบรนด์เดียวกันไม่เท่ากัน โดยที่ไม่มีฝ่ายไหนผิด เพียงแค่ขอบเขตการวัดต่างกัน
การพูดว่า “AI SOV ของเราคือ 24%” บอกอะไรได้น้อยมาก แต่การพูดว่า AI SOV อยู่ที่ 24% จากการติดตาม 500 Prompt บน ChatGPT และ Gemini เทียบกับคู่แข่งสามราย ในเดือนสิงหาคม ตามแนวทางที่ Ahrefs แนะนำ ทำให้ทุกคนที่อ่านรายงานเข้าใจตรงกันว่าตัวเลขนี้อ้างอิงถึงอะไร
ทุกครั้งที่รายงาน AI SOV ให้ทีมหรือผู้บริหาร ควรแนบขอบเขตการวัดไปด้วยเสมอ ไม่ใช่แค่ตัวเลขเดียวลอยๆ
ขั้นตอนที่ 5: เก็บข้อมูลการถูกพูดถึงในแต่ละ Prompt
เมื่อกำหนดแบรนด์ คู่แข่ง Prompt Platform และขอบเขตเวลาเรียบร้อยแล้ว ขั้นตอนถัดไปคือรันคำถามเหล่านั้นจริงๆ บน AI Platform ที่เลือก แล้วบันทึกว่าคำตอบแต่ละชุดกล่าวถึงแบรนด์ไหนบ้าง
งานนี้ทำด้วยมือได้ถ้าจำนวน Prompt ไม่เยอะ แต่ถ้าติดตามหลักร้อย Prompt ขึ้นไป เครื่องมืออย่าง Brand Radar ของ Ahrefs ช่วยลดงานได้มาก เพราะมีฐานข้อมูลคำตอบ AI ที่เก็บไว้ล่วงหน้าให้สำรวจได้ทันที และมีโหมด Track custom prompts สำหรับ Prompt ที่ทีมกำหนดเองโดยเฉพาะ ตามรายละเอียดการทำงานของ Brand Radar
ไม่ว่าจะใช้เครื่องมือไหน หัวใจของขั้นตอนนี้คือได้ตารางข้อมูลที่บอกว่า Prompt ไหน แบรนด์ไหนถูกพูดถึงบ้าง ซึ่งจะเป็นวัตถุดิบสำหรับการคำนวณในสองขั้นตอนถัดไป
ขั้นตอนที่ 6: คำนวณ Basic AI SOV
Basic AI SOV คำนวณจากจำนวนคำตอบที่กล่าวถึงแบรนด์เรา หารด้วยจำนวนคำตอบที่กล่าวถึงแบรนด์ใดก็ตามในชุดที่ติดตาม
ใช้ตัวอย่างเดิม สามแบรนด์ปรากฏใน 2 จาก 3 คำตอบเท่ากันหมด ทุกแบรนด์จึงได้ Basic AI SOV เท่ากันที่ 67% ตัวเลขนี้ตอบคำถามง่ายๆ ว่า “เราถูกพูดถึงบ่อยแค่ไหนเทียบกับคู่แข่ง” แบบนับจำนวนดิบๆ
ข้อดีของ Basic AI SOV คือคำนวณง่าย เข้าใจง่าย เหมาะกับการดูแนวโน้มคร่าวๆ ว่าแบรนด์ถูกพูดถึงมากขึ้นหรือน้อยลงเมื่อเทียบช่วงเวลา แต่ข้อเสียคือมันถือว่า Prompt ทุกตัวสำคัญเท่ากัน ทั้งที่ในความเป็นจริงไม่ใช่
ขั้นตอนที่ 7: คำนวณ Weighted AI SOV ด้วย AI-adjusted Volume
Weighted AI SOV แก้จุดอ่อนของ Basic SOV ด้วยการถ่วงน้ำหนักแต่ละ Prompt ตาม Demand จริง วิธีที่ Ahrefs ใช้คือคำนวณ AI-adjusted volume จาก Search Volume ของคีย์เวิร์ดที่อยู่เบื้องหลัง Prompt นั้น คูณด้วยอัตราส่วนเฉพาะของแต่ละ AI Platform
อัตราส่วนนี้สะท้อนว่า Platform แต่ละตัวส่ง Traffic ไปเว็บไซต์มากน้อยแค่ไหนเทียบกับ Google Organic Search ตามข้อมูลของ Ahrefs อัตราส่วนปัจจุบันของ ChatGPT อยู่ที่ 0.115 ของ Gemini อยู่ที่ 0.011 และของ Perplexity อยู่ที่ 0.01 หมายความว่าคีย์เวิร์ดที่มีคนค้นหา 20,000 ครั้งต่อเดือน จะกลายเป็น Impression ประมาณ 2,300 บน ChatGPT แต่เหลือแค่ราว 220 บน Gemini
กลับไปที่ตัวอย่างเดิม เมื่อคูณ Search Volume ของแต่ละ Prompt ด้วยอัตราส่วนของ ChatGPT แล้ว Prompt แรกที่มีคนค้นหา 20,000 ครั้ง กลายเป็น 2,300 Impression ส่วน Prompt ที่สองและสามมี Impression เพียง 920 และ 115 ตามลำดับ ตามการคำนวณของ Ahrefs
เมื่อรวม Impression ของคำตอบที่กล่าวถึงแบรนด์เรา แล้วหารด้วย Impression รวมของทุกแบรนด์ที่ติดตาม (2,300 + 920 + 115 = 3,335) ผลลัพธ์ที่ได้คือแบรนด์เราได้ Weighted AI SOV แค่ 31% ขณะที่คู่แข่งอีกสองรายกลับได้ 72% และ 97% ตามลำดับ ตามตารางผลลัพธ์ของ Ahrefs ทั้งที่ตัวเลข Basic SOV ของทั้งสามแบรนด์เท่ากันหมดที่ 67%
ความต่างนี้เกิดขึ้นเพราะการถูกพูดถึงของแบรนด์เรามาจาก Prompt ที่คนถามน้อยที่สุด ส่วนคู่แข่งได้ประโยชน์จาก Prompt ที่มี Demand สูงกว่า นี่คือเหตุผลที่ทีมควรดูทั้งสองตัวเลขคู่กันเสมอ ไม่ใช่รายงานแค่ Basic SOV ตัวเดียว
AI SOV บอกอะไรได้บ้าง และบอกอะไรไม่ได้
AI SOV ตอบคำถามได้ดีในเรื่องการเทียบความโดดเด่น เช่นแบรนด์เรามองเห็นได้มากหรือน้อยกว่าคู่แข่งในคำตอบ AI, ความโดดเด่นนี้เพิ่มขึ้นหรือลดลงเมื่อเวลาผ่านไป, คู่แข่งรายไหนถูกพูดถึงบ่อยที่สุดในหัวข้อที่สนใจ และแบรนด์อ่อนหรือแข็งในกลุ่ม Prompt ไหนเป็นพิเศษ
แต่สิ่งที่ AI SOV ตอบไม่ได้คือ การกล่าวถึงนั้นเป็นแง่บวกหรือลบ, AI แนะนำแบรนด์จริงหรือแค่เอ่ยชื่อผ่านๆ, แบรนด์ได้ Traffic จริงจากคำตอบนั้นหรือไม่ และ Traffic ที่ได้ไปแปลงเป็นยอดขายหรือ Conversion หรือเปล่า ตามที่ Ahrefs ย้ำไว้ชัดเจน Impression ในที่นี้เป็นค่าประมาณการของการมองเห็น ไม่ใช่การนับจำนวนคนที่เห็นคำตอบจริงๆ
เพราะฉะนั้นเวลาตั้ง KPI ให้ทีม อย่าใช้ AI SOV แทนเป้าหมายเรื่องยอดขายหรือ Lead โดยตรง ให้ใช้มันเป็นเมตริกบอกทิศทางว่าควรลงทุนทำคอนเทนต์หรือ Off-page SEO ในหัวข้อไหนเพิ่ม แล้ววัดผลลัพธ์ทางธุรกิจแยกต่างหากด้วยเมตริกอื่นที่ตรงกว่า เช่น Traffic จาก AI หรือ Conversion Rate ของหน้าที่เกี่ยวข้อง
💡 Shifu แนะนำ
ถ้าต้องการรู้ว่า Traffic จาก AI เข้าเว็บไซต์จริงมากแค่ไหน อ่านวิธีเช็กได้ที่ วิธีเช็ก Traffic จาก AI บน Google Analytics ใน 3 คลิก เพื่อใช้คู่กับตัวเลข AI SOV ให้เห็นภาพครบทั้งสองด้าน
สรุป
AI SOV 67% กับ 31% ในตัวอย่างเดียวกัน ไม่ได้ขัดแย้งกัน แต่เป็นสองมุมมองของข้อมูลชุดเดียว ตัวเลขแรกนับความถี่แบบดิบ ส่วนตัวเลขหลังถ่วงน้ำหนักตาม Demand จริงของ Prompt
ก่อนคำนวณอะไรก็ตาม ทีมต้องกำหนด 4 เรื่องให้ชัดก่อนเสมอ คือแบรนด์และคู่แข่งที่ติดตาม, Prompt ที่สะท้อนธุรกิจจริง, AI Platform ที่จะวัด และขอบเขตเวลาที่ใช้ จากนั้นค่อยคำนวณทั้ง Basic AI SOV และ Weighted AI SOV คู่กัน ไม่ใช่เลือกดูแค่ตัวใดตัวหนึ่ง
สิ่งที่ต้องจำที่สุดคือ AI SOV วัดความโดดเด่นเทียบคู่แข่ง ไม่ใช่วัดยอดขายหรือ Conversion ถ้าอยากรู้ผลลัพธ์ทางธุรกิจจริง ต้องวัดแยกต่างหากด้วยเมตริกอื่น เริ่มต้นสัปดาห์นี้ด้วยการลองกำหนด Prompt สัก 20-30 ข้อที่ลูกค้าจริงน่าจะถาม แล้วลองคำนวณ Basic SOV ก่อนเป็นจุดเริ่มต้น ก่อนจะค่อยๆ เพิ่มการถ่วงน้ำหนักเข้าไปเมื่อทีมเข้าใจภาพรวมแล้ว
