YouTube-omtaler: Den sterkeste korrelasjonsfaktoren for AI-synlighet

Oppdagelsen av YouTubes dominans

En banebrytende studie fra Ahrefs som analyserte 75 000 merkevarer på tvers av store AI-plattformer har avslørt et slående funn: YouTube-omtaler viser den sterkeste korrelasjonen med AI-synlighet på omtrent 0,737, og overgår alle andre faktorer inkludert tradisjonelle SEO-målinger. Denne forskningen, som undersøkte ChatGPT, Googles AI-modus og AI Overviews, utfordrer fundamentalt tiår med konvensjonell visdom om hva som driver merkevaresynlighet i søkeresultater. Studiets implikasjoner er dype—merkevarer som ofte vises på YouTube har betydelig større sannsynlighet for å bli nevnt av AI-assistenter, uavhengig av deres tradisjonelle søkemotorrangeringer eller domeneautoritet.

Forstå YouTube-omtaler og korrelasjonsvitenskap

For å forstå betydningen av dette funnet fullt ut, er det essensielt å vite hva forskerne mener med “YouTube-omtaler” og hvordan de måler korrelasjon. YouTube-omtaler refererer til alle tilfeller der et merkenavn vises i en YouTube-video sin tittel, transkripsjon eller beskrivelse—altså fanger opp enhver kontekst der et merke nevnes på plattformen. Studien målte også YouTube-omtale-inntrykk, som vektlegger disse omtalene etter hvor mange visninger hver video har fått, og gir et rekkeviddejustert mål. Forskerne brukte Spearman-korrelasjonskoeffisienten, et statistisk mål som kvantifiserer styrken i forholdet mellom to variabler, med verdier fra -1 til +1. En korrelasjon på 0,737 indikerer et sterkt positivt forhold, noe som betyr at når YouTube-omtaler øker, har AI-synlighet en tendens til å øke proporsjonalt. Denne metodikken lar forskerne identifisere hvilke faktorer som mest pålitelig forutsier om et AI-system vil nevne en merkevare.

Hvorfor YouTube-data dominerer AI-trening

Dominansen til YouTube-omtaler i prediksjon av AI-synlighet er ikke tilfeldig—den reflekterer hvordan moderne AI-systemer bygges og trenes. Både Google og OpenAI har offentlig erkjent at de trener modellene sine på massive datasett av YouTube-video-transkripsjoner. Ifølge rapportering fra The New York Times ble OpenAI sin GPT-4-modell trent på over én million timer med YouTube-transkripsjoner, behandlet som et enormt naturlig språk-datasett. Dette er betydningsfullt fordi YouTube-transkripsjoner gir rike, samtalebaserte og autentiske menneskespråk som skiller seg fundamentalt fra optimalisert nettinnhold. Videotranskripsjoner fanger naturlige talemønstre, ekte produktanmeldelser, virkelige brukstilfeller og autentiske brukeropplevelser—alt dette oppfatter AI-systemer som mer pålitelig og verdifullt enn nøye utformet markedsføringstekst. I tillegg gir YouTubes multimodale natur (kombinasjon av video, lyd og tekst) AI-systemene rikere kontekstuell informasjon enn tekstbaserte nettsider, noe som gjør YouTube-omtaler til et mer pålitelig signal på ekte merkevarerelevans og autoritet.

Plattformspesifikke forskjeller i korrelasjon

Selv om alle de tre AI-plattformene i studien viste sterke korrelasjoner med YouTube-omtaler, skiller de seg betydelig når det gjelder vektingen av andre faktorer. ChatGPT, eid av OpenAI, viste nesten identiske YouTube-korrelasjoner (0,737) selv om YouTube bare er det sjette mest siterte domenet, noe som antyder at YouTubes betydning går utover plattformens eierskap og reflekterer grunnleggende treningsdatamønstre. Googles AI-modus og AI Overviews, begge eid av Google og dermed med direkte tilgang til YouTube-data, viste tilsvarende sterke YouTube-korrelasjoner, men skilte seg vesentlig når det kom til tradisjonelle merkevareautoritetssignaler. AI-modus viste de sterkeste korrelasjonene med merkede ankertekster (0,628) og merkede søkevolum (0,466), noe som tyder på at den fungerer som en “konsensusmotor” som favoriserer etablerte merkevarer. ChatGPT, derimot, viste svakere korrelasjoner med disse tradisjonelle autoritetsmålingene, noe som antyder at den er mindre påvirket av etablerte merkevarers dominans. AI Overviews viste en litt sterkere korrelasjon med domenepoengsum (0,326) sammenlignet med de andre plattformene, trolig fordi den gir faktabaserte, éngangs-svar på informasjonsforespørsler der kildeautoritet betyr mer.

AI-modus som konsensusmotor

Googles AI-modus viste konsekvent de høyeste korrelasjonene med tradisjonelle merkede autoritetssignaler og avslører en tydelig utvalgsfilosofi. Plattformen viste spesielt sterke korrelasjoner med merkede ankertekster på 0,628—den synlige, klikkbare teksten i hyperkoblinger som inneholder merkenavnet. Dette målet er viktig fordi merkede ankertekster representerer bevisste anbefalinger; de indikerer at noen bevisst har valgt å lenke til merkevaren din med merkenavnet ditt, og kombinerer både popularitets- og autoritetssignaler. AI-modus viste også sterke korrelasjoner med merkede nett-omtaler (0,709) og merkede søkevolum (0,466), et mønster som antyder at plattformen prioriterer merkevarer som allerede er kjente navn med veletablert markedsgjenkjenning.

Nøkkeltrekk ved AI-modusens utvalgsfilosofi:

• Favouriserer etablerte, gjenkjente merkevarer med sterk markedsposisjon
• Vekter merkede ankertekster tungt som bevisste anbefalingssignaler
• Korrelerer sterkt med merkede søkevolum og nett-omtaler
• Fungerer som en konsensusmotor som reflekterer hva folk flest allerede vet
• Fremstår som den mest utfordrende plattformen for nye merkevarer å trenge inn på

Hvorfor ChatGPT gir raskest vei inn

For fremvoksende merkevarer uten etablert markedsdominans, er ChatGPT en mer tilgjengelig inngang til AI-synlighet. Plattformen viste de svakeste korrelasjonene med nesten alle tradisjonelle merkevareautoritet-målinger—inkludert merkede ankertekster (0,511), merkede søkevolum (0,352), domenepoengsum (0,266) og lenker. Dette mønsteret antyder at ChatGPT i mindre grad lener seg på tradisjonelle søkerangeringer og SEO-autoritetssignaler, men heller henter innhold fra et bredere utvalg av kilder og perspektiver. Interessant nok viste ChatGPT den sterkeste korrelasjonen med annonsemålinger av de tre plattformene, noe som indikerer at merkevarer med betydelig betalt medietilstedeværelse har en tendens til å dominere innholdet som utgjør ChatGPTs treningsdata. For en merkevare med beskjedent søkevolum, begrensede lenker og en gryende nett-tilstedeværelse, kan ChatGPT være den mest realistiske muligheten til å oppnå AI-synlighet uten først å etablere de tradisjonelle autoritetssignalene AI-modus krever.

Domenepoengsum-anomali

Blant de tre plattformene i studien viste AI Overviews den sterkeste korrelasjonen med domenepoengsum på 0,326, selv om dette fortsatt er en relativt svak korrelasjon sammenlignet med YouTube-omtaler og merkede signaler. Dette mønsteret reflekterer sannsynligvis AI Overviews’ unike funksjon: å levere faktabaserte, troverdige svar på informasjonsforespørsler der kildeautoritet er avgjørende. I motsetning til ChatGPTs samtalebaserte tilnærming eller AI-modusens konsensusbygging, må AI Overviews levere ett, definitivt svar på spørsmål, noe som gjør kildeautoritet viktigere. Selv denne sterkere korrelasjonen med domenepoengsum blekner imidlertid sammenlignet med YouTube-omtaler, og forsterker studiets hovedfunn: tradisjonelle lenkebaserte autoritetsmålinger betyr langt mindre enn merkevaresynlighet og omtaler i AI-æraen.

Hva YouTube-omtaler faktisk måler

Å forstå den presise definisjonen av YouTube-omtaler er avgjørende for å utvikle en effektiv strategi. Studien fanget omtaler på tre ulike områder: videotitler, videotranskripsjoner og videobeskrivelser. En merkevareomtale i videotittelen teller like mye som en omtale dypt inne i en transkripsjon—det som teller er bredden av omtaler, ikke hvor fremtredende de er i enkeltvideoer. Forskningen avdekket også et interessant nyanse: YouTube-omtaler (0,737 korrelasjon) korrelerer litt sterkere enn YouTube-omtale-inntrykk vektet etter visninger (0,717 korrelasjon). Dette antyder at frekvensen av omtaler på tvers av ulike videoer betyr litt mer enn den totale rekkevidden til disse omtalene. I praksis kan en merkevare som nevnes i femti videoer med beskjeden visningstall signalisere sterkere AI-synlighet enn en merkevare nevnt i fem virale videoer. Dette funnet utfordrer den konvensjonelle visdommen om at rekkevidde og volum er alt, og antyder i stedet at mangfoldige og utbredte omtaler på tvers av YouTube-økosystemet er den virkelige driveren for synlighet.

Svakheten ved tradisjonelle SEO-målinger

Studiets funn motsier direkte mye av de konvensjonelle SEO-rådene som sirkulerer i bransjen. Lenker og URL-poengsum viste ekstremt svake korrelasjoner med AI-synlighet, der lenker korrelerte så lavt som 0,194–0,357 avhengig av plattform. Enda mer slående, innholdsvolum—målt etter antall sider på et domene—viste nesten ingen korrelasjon med AI-synlighet på 0,194. Dette funnet utfordrer direkte den populære strategien med å satse på programmatisk SEO og innholdsutvidelse kun for volumets skyld. Som en av studiens forfattere bemerket: “Det er ikke bare et innholdskappløp.” Dataene tyder på at AI-systemer, som benytter avanserte maskinlæringsalgoritmer, er mindre mottakelige for klassisk lenkespam og innholdsmengdetaktikk enn tradisjonelle søkemotorer. I stedet for å belønne rent volum ser AI-systemer ut til å prioritere reell merkevarerelevans og gjenkjenning, slik det bevises av mangfoldige, autentiske omtaler—spesielt de som finnes i høy-kontekstkilder som YouTube.

Den fortsatte viktigheten av merkede nett-omtaler

Selv om YouTube-omtaler dominerer korrelasjonsrangeringen, korrelerer merkede nett-omtaler fortsatt sterkt med AI-synlighet på 0,66–0,71 på tvers av alle plattformer, noe som gjør dem til den nest viktigste faktoren etter YouTube. Disse omtalene omfatter merkevarereferanser i blogginnlegg, nyhetsartikler, guider, forum og annet nettinnhold—de fanger essensielt bredden av diskusjon om et merke på internett. Styrken i denne korrelasjonen indikerer at AI-systemer verdsetter merkevarer som diskuteres på tvers av ulike sammenhenger og kilder. En merkevare nevnt i én høyt ansett publikasjon kan ha mindre vekt enn et merke nevnt i dusinvis av mellomstore publikasjoner, blogger og nettforum. Dette mønsteret understreker viktigheten av fortjent media og ekte merkevareforkjempelse—AI-systemer ser ut til å gjenkjenne og belønne merkevarer som skaper autentisk diskusjon og interesse på nettet.

Den overraskende konsistensen i AI-plattformenes resultater

Til tross for ulike utvalgsfilosofier og vektingsmekanismer, viste de tre AI-plattformene i studien bemerkelsesverdig konsistens i hvilke merkevarer de nevner. Utdata-overlappkorrelasjonen mellom plattformene var 0,779, noe som betyr at de samme store merkevarene har en tendens til å vises på tvers av ChatGPT, AI-modus og AI Overviews, om enn gjennom ulike veier. Nike, Apple, Amazon og andre kjente navn dominerer på alle tre plattformer. Denne konsistensen antyder at selv om plattformene vekter faktorer ulikt—AI-modus favoriserer merkede ankertekster, ChatGPT viser svakere autoritetskorrelasjoner—konvergerer de til slutt på å nevne de samme etablerte merkevarene. Implikasjonen er klar: det er et hierarki av merkevaresynlighet i AI, der de dominerende aktørene okkuperer toppsjiktet uavhengig av plattform. Dette betyr imidlertid ikke at nye merkevarer er utestengt; det betyr bare at de må jobbe hardere og fokusere på de faktorene som betyr mest: YouTube-tilstedeværelse og ekte merkevareomtaler.

Handlingsrettede strategier for YouTube-drevet AI-synlighet

Forskningen gir tydelige, konkrete råd til merkevarer som ønsker å forbedre sin AI-synlighet. I stedet for å satse på tradisjonelle SEO-taktikker med svake korrelasjoner til AI-omtaler, bør merkevarer fokusere på å bygge en autentisk tilstedeværelse og skape ekte diskusjon.

Prioriterte tiltak for å forbedre YouTube-drevet AI-synlighet:

• Utvikle en YouTube-innholdsstrategi som gir jevnlige omtaler i videoer—fokuser på bredden av omtaler fremfor rekkevidde til enkeltvideoer
• Tjen ekte merkevareomtaler på tvers av ulike nettressurser som blogger, guider, forum og publikasjoner i stedet for å jakte lenkevolum
• Rett deg mot ChatGPT først hvis du er en ny merkevare uten etablert autoritet—den viser svakest korrelasjon med tradisjonelle dominerende merkevarers signaler
• Bygg merkede ankertekster ved å oppmuntre til bevisst, målrettet lenking til ditt merke med merkevarenavn på autoritative kilder
• Overvåk YouTube-omtaler systematisk for å forstå hvilke videoer og kontekster som gir mest merkevaresynlighet

Slik løser AmICited.com YouTube-omtalesporing

Med erkjennelsen av hvor kritisk YouTube-omtaler er for AI-synlighet, leverer AmICited.com omfattende overvåking av merkevareomtaler på tvers av YouTube og andre plattformer, og sporer hvordan disse omtalene korrelerer med synlighet i ChatGPT, Google AI-modus og AI Overviews. Plattformen lar merkevarer forstå sine YouTube-omtale-trender, identifisere hvilke videoer som gir mest merkevaresynlighet, og måle den direkte effekten på AI-assistenters referanser. I stedet for å stole på gjetning eller manuell sporing, gir AmICited.com sanntidsdata om hvordan merkevaren din vises på tvers av AI-plattformer, slik at du kan optimalisere YouTube-strategien din med presisjon. Ved å overvåke YouTube-omtaler sammen med nett-omtaler og andre synlighetssignaler, kan merkevarer utvikle datadrevne strategier som prioriterer faktorene som faktisk teller for AI-synlighet. I en tid der AI-assistenter blir primære oppdagelsesmekanismer, er innsikt i dine YouTube-omtale-mønstre og deres korrelasjon med AI-referanser ikke bare nyttig—det er avgjørende for å opprettholde konkurransefortrinn i søk.