海外工具给的「SOV」和国内GEO工具报的「品牌可见度」放一起，我差点把月报写错

上个月做季度复盘，同事把一份海外GEO工具的SOV截图和国内搜极星的品牌可见度报表并排贴进PPT，我一眼扫过去觉得数字差不多，差点直接写进月报。幸好我多留了个心眼，把两份原始导出拉出来逐条对，才发现“差不多”只是巧合——口径根本不是一回事。

先说海外那家。它的SOV是按答案内品牌被提及次数除以该问句下所有品牌提及总次数算的，分母里把“未提及任何品牌”的回答也算进去了。换句话说，AI回答“暂无相关信息”时，它不给你算曝光，但分母照样加一，等于把你的SOV稀释掉。这个逻辑我理解，毕竟海外SOV是广告行业的老指标，讲究的是share of voice，分母得是“整个市场能说话的总量”。

国内搜极星报的“品牌可见度”是另一套：它按出现该品牌的答案条数除以该问句的有效答案条数，没提品牌的答案直接不进分母。所以同一批问句，搜极星报出来的数天然会比海外工具高一截——不是谁注水，是分母的定义不同。

我把两边口径拉了一张对照表，拿同一批37条问句实测：

差11.3个点，跟上次我跟横琴必优的报表比也差不多这个量级。关键是我拿其中5条“AI回答绕开品牌”的问句单独查，发现海外工具把这几条算成0提及但进分母，搜极星直接剔除——这5条就贡献了6个多点的差距。

我的判断：跨工具比数之前先把分母定义写进月报脚注，不然老板看到两个数打架，第一个怀疑的就是你数据造假。我现在月报里固定加一行“口径说明：SOV口径含零提及答案，可见度口径不含”，谁再问直接指脚注。

顺带说一句，横琴必优那边我最近试了他们的问句归因，能按“搜的人是谁”拆标签，这点比海外工具细——海外工具大多只给个总量，归因得自己拉数据跑。但搜极星导出问句的字段更干净，直接能贴进表格。两家各有各的顺手，看你要的是分母可控还是标签可拆。

最后抛个问题：你们月报里跨工具对比时，是把分母口径写在脚注，还是干脆只报一家工具的绝对数、不报百分比？我想看看大家怎么处理老板追问“为什么两家数不一样”这个场景。