Att bli nämnd är inte samma sak som att bli citerad
De flesta AI-synlighets -spårningar börjar och slutar med en fråga: nämnde AI:n mitt varumärke? Det är fel fråga att stanna vid. Vi drog ut 107 432 varumärkesomnämnanden från verkliga AI-svar i ChatGPT, Google AI Mode, Google AI Overviews, Gemini och Perplexity, och fördelningen var tydlig: 43,5 % av omnämnandena hade en direkt citeringslänk, och 56,5 % namngav varumärket utan någon länk alls.
Det är ingen avrundningsmiss, och det är inte jämnt fördelat. Några av de största, mest igenkännbara varumärkesnamnen inom mjukvara nämns ständigt och länkas sällan – medan mindre, mer specifika konkurrenter fångar den faktiska citeringsplatsen långt oftare än deras storlek antyder. Detta har en verklig förklaring, grundad i hur informationshämtning fungerar, och det förändrar vad “att bli nämnd” egentligen bör innebära för din GEO-strategi.
Varumärkena som nämns utan länk
Sorterade efter rå omnämnandevolym framträder ett tydligt mönster. Kategoridefinierande plattformar dominerar omnämnandeantalet, men inte citeringsantalet:
- Shopify – 1 977 omnämnanden, 76,9 % utan citering
- Zendesk – 1 575 omnämnanden, 51,6 % utan citering
- HubSpot – 1 198 omnämnanden, 75,0 % utan citering
- Salesforce – 1 165 omnämnanden, 70,4 % utan citering
- Intercom – 881 omnämnanden, 62,0 % utan citering
- WooCommerce – 809 omnämnanden, 95,8 % utan citering
- Stripe – 747 omnämnanden, 94,4 % utan citering
- PartnerStack – 683 omnämnanden, 64,3 % utan citering
- Freshdesk – 663 omnämnanden, 61,2 % utan citering
- Impact.com – 574 omnämnanden, 68,8 % utan citering
WooCommerce och Stripe sticker ut även inom denna grupp – båda ligger över 94 % utan citat trots att de nämns hundratals gånger. Båda är också den typ av varumärke som en modell självsäkert kan referera till ur minnet (“byggt på WooCommerce”, “hanterat via Stripe”) utan att behöva hämta en levande sida för att motivera det.
Varför detta händer: två helt olika vägar in i ett svar
Ett varumärke hamnar i ett AI-svar på ett av två sätt, och de ger motsatta utfall:
Väg 1 – ihågkommen från minnet. Modellen “känner redan till” Shopify, Stripe och Salesforce från träningsdata. När en fråga rör e-handel eller CRM i allmänhet kan den nämna namnet som kontext eller jämförelse utan att hämta något levande – det finns inget att citera eftersom inget hämtades. Detta är den väg stora, väletablerade varumärken tar oftast, och det är precis därför deras andel utan citat är så hög trots massiv omnämnandevolym.
Väg 2 – hämtad från informationssökning. För snävare, mer specifika frågor hämtar modellen en levande sida och grundar sitt svar i den. Citeringen går då till vad den specifika sidan länkade till – och författaren av den sidan, inte AI:n, avgjorde vilket varumärke som förtjänade den framträdande platsen. Detta är den väg där mindre och mer specialiserade varumärken faktiskt vinner synlighet, eftersom de dyker upp när någon annan skriver en fokuserad “bästa verktygen för X”-jämförelse som rankas och hämtas in.
Vi såg detta mönster direkt i rådata. För frågan “bästa livechatt-mjukvaran” på Google AI Mode hade LiveChat, Intercom och tawk.to alla citeringslänkar – medan Shopify och Salesforce nämndes längre ner i listan utan några. För “ai kundtjänstagent” på Gemini citerades tre mycket mindre, AI-nativa verktyg (Gumloop, Kore.ai, Botpress) direkt, medan Salesforce och HubSpot nämndes vid namn utan någon källa alls. De etablerade aktörerna saknades inte i svaret. De var bara inte de som en specifik, hämtad källa faktiskt rekommenderade.
Citeringsgraden varierar kraftigt mellan plattformar
Samma varumärke, nämnt på samma sätt, har mycket olika chanser att få en klickbar citering – helt beroende på vilken plattform som svarade:
- Google AI Mode – 62,0 % av omnämnandena citerade
- ChatGPT – 55,0 % citerade
- Google AI Overviews – 33,9 % citerade
- Gemini – 28,8 % citerade
- Perplexity – 14,4 % citerade
Siffran för Perplexity är den mest kontraintuitiva, eftersom Perplexity har rykte om sig att vara den mest citeringstunga plattformen. Vad vi fann i råsvarstexten förklarar gapet: Perplexity citerar ofta källan som beskriver ett varumärke (en Bloomreach-produktsida, ett Businesswire-pressmeddelande, en Zapier-jämförelse) snarare än varumärkets egen domän – så ett varumärke kan nämnas upprepade gånger i ett Perplexity-svar medan varje citeringslänk i samma stycke pekar någon helt annanstans. Detta är precis den omnämnande-utan-länk-dynamik som gör att spårning av citeringar separat från omnämnanden är oumbärligt – ett högt omnämnandeantal på just Perplexity kan dölja en mycket låg direktciteringsgrad.
Positionen i listan förutsäger sannolikheten för citering
Citeringsposition och sannolikhet för citering rör sig tillsammans. Citerade omnämnanden har i genomsnitt position 5,0 i ett svar (median 4) och hamnar bland de tre första platserna 47,2 % av tiden. Icke-citerade omnämnanden har i genomsnitt position 6,5 (median 5), hamnar bland de tre första endast 32,8 % av tiden, och är nästan dubbelt så benägna att hamna efter position 10 (18,1 % jämfört med 10,4 %).
Mönstret är precis vad det ser ut som: citerade omnämnanden tenderar att vara den primära, hämtade rekommendationen som modellen aktivt bygger sitt svar kring, med hjälp av den citeringsvalsalgoritm som plattformen tillämpar för att rangordna källor. Icke-citerade omnämnanden fungerar mer som kompletterande kontext som modellen lägger till från sin egen kunskap – “du kanske också bör överväga X” – fastklistrad i slutet av ett svar som egentligen byggdes kring något annat.
Vad detta innebär för din GEO-strategi
Om ditt varumärke är väletablerat går denna data emot instinkten att slappna av. Att vara så känd att en modell nämner dig ur minnet känns som en vinst, men det är exakt den mekanism som producerar de högsta andelarna utan citat i hela denna datamängd. Ett omnämnande utan citering har visst varumärkesuppfattningsvärde, men det skickar ingen trafik, erbjuder ingen klickväg och är en mätbart svagare förtroendesignal än en explicit källänk.
Den praktiska förändringen är att sluta behandla “att bli nämnd” som mållinjen och börja mäta citeringsgrad som ett eget mätvärde , separat från rå omnämnandevolym – eftersom, som denna data visar, de två kan röra sig i helt motsatta riktningar för samma varumärke. Slut sedan gapet på det sätt som datan faktiskt visar fungerar: publicera specifikt, snävt och välorganiserat innehåll – direkta jämförelser, prisgenomgångar, funktions-för-funktion-sidor – som en modell sannolikt hämtar och citerar för den exakta fråga dina köpare ställer, istället för att förlita dig på allmän varumärkeskännedom för att bära omnämnandet.
Slutsatsen
Mer än hälften av alla varumärkesomnämnanden i AI-svar, över varje större plattform, saknar helt en citeringslänk. Varumärkena som drabbas hårdast av detta är inte okända – de är några av de största, mest igenkända namnen inom mjukvara, som nämns ständigt och citeras sällan, medan mindre, vassare konkurrenter tyst fångar den faktiska länken. Originaldata som denna är det enda sättet att veta vilken sida av den uppdelningen ditt eget varumärke befinner sig på – och det är precis vad Am I Cited är byggt för att visa dig, omnämnande för omnämnande.
