AI Les tarifs d'aperçu dépendent de l'échantillon de la requête : un Septembre 2025 instantané
Par Plain Reckoner · 510 mots · à propos 2 min · Mise à jour
Ahrefs signalés AI Aperçu général 57.9% des questions posées 0.9% des requêtes de navigation dans son mois de septembre 2025 dataset de bureau. Ces taux de mots-clés historiques-échantillon ne sont pas les probabilités actuelles pour chaque Google recherche, et un taux de la page de résultat ne mesure pas le trafic perdu par un éditeur individuel.
- Comment elle a été mesurée
- Nous avons revérifié l'étude originale d'Ahrefs 2026-10-19. Les observations sous-jacentes restent des résultats de bureau à partir de septembre 2025, en utilisant les catégories de mots-clés de fournisseur. Nous conservons que le tableau dataset=s et supprimer les comparaisons qui mélangent études, classifications et dates sans correspondre à leurs populations.
- Dernière vérification
Un pourcentage de caractéristiques de requête appartient à un échantillon et à une date définis. Ce n'est pas automatiquement la chance qu'un lecteur voit cette fonctionnalité sur Google Aujourd'hui.
Ahrefs étude originale décrit 146,122,391 observations de résultats de recherche de bureau à partir de septembre 2025. Ses rapports AI Les taux généraux comprennent : 0.9% pour les requêtes de navigation, 2.1% pour les requêtes transactionnelles, 4.3% pour les questions commerciales et 57.9% pour les questions. Son taux d'échantillonnage global était de 20.5%.
Préserver ce que chaque catégorie compte
| Catégorie de fournisseurs | Historique AI Taux général |
|---|---|
| Navigation | 0.9% |
| Transactionnel | 2.1% |
| Commerce | 4.3% |
| Marque | 13.1% |
| Non marqués | 24.9% |
| Question | 57.9% |
Ces catégories ne sont pas nécessairement disjointes. Le fournisseur attribue des étiquettes d'intention et de type de requête, et une base de données de mots clés n'est pas la même population que chaque recherche effectuée par des personnes réelles. Le tableau n'établit pas non plus un taux mobile, un taux spécifique à un pays ou le résultat actuel pour une phrase particulière.
Notre titre précédent a utilisé le présent temps sans suffisamment d'accent sur ces limites. La révision d'octobre rend la portée historique bureautique explicite.
L'apparence des caractéristiques et les clics sont des mesures différentes
Une AI L'aperçu qui apparaît ne nous indique pas si un éditeur particulier aurait autrement reçu un clic. Cela nécessiterait un résultat de clic, une comparaison pertinente et une attention aux requêtes et aux utilisateurs concernés.
Une étude du comportement de navigation et une étude d'une base de données de mots-clés de fournisseur peuvent répondre à différentes questions. Des pourcentages similaires ne leur font pas des réplications directes, et leurs différentes tailles d'échantillons ne peuvent pas être comparées comme si chaque observation avait la même définition.
L'article précédent a également mélangé des études distinctes de comparaison, de révision et d'achat avec ce tableau d'intention large. Ces étiquettes et les populations n'ont pas été appariées. Nous avons supprimé la conclusion combinée qu'un format de contenu particulier fait face à une 81–95% taux.
Utiliser la recherche externe pour choisir les questions, puis vérifier le résultat réel
Les études externes peuvent identifier un modèle qui mérite d'être étudié : l'intention et le formulaire de question peuvent être associés à l'apparence des caractéristiques. Pour une décision de publication, consultez les résultats actuels pour les questions spécifiques auxquelles vous pouvez répondre et enregistrez la date, la localité et les types de résultats.
Recherchez une contribution utile au-delà d'un résumé générique : un calcul reproductible, des données inspectables, une correction de source ou un outil qui aide un lecteur à utiliser ses propres chiffres. Aucune garantie de trafic, mais chacun peut fournir une raison concrète pour visiter une page source.
Un nouvel éditeur ne peut pas fabriquer une demande établie de marque en modifiant un titre, et un faible taux de fonctionnalités ne dit rien en soi sur la concurrence ou la valeur du lecteur.
Notre Note en deux points explique un problème connexe: deux observations ne peuvent révéler le chemin entre elles. comparaison des besoins applique le même soin aux unités et aux dates de source dans la monétisation des éditeurs.
Correction 19 Octobre 2026: les définitions de la date d'échantillonnage, de la portée de l'instrument et de la catégorie sont maintenant explicites; des études mixtes et des allégations universelles actuelles ont été supprimées. Niveau de preuve : C : une lecture limitée d'une étude historique du vendeur, pas notre propre recensement de recherche en direct.
Suivi comme EXEMPTION-IS-MARQUED, COMMERCIAL-IS-SATURATE, AI- Si un numéro a l'air mauvais, Dites-nous et nous allons vérifier la source.