Use Case – Analisi GEO

Quanto è visibile un marchio nelle risposte generate dall’IA? Analizza a colpo d’occhio prompt, citazioni, entità e cluster di concorrenti, grazie ai dati sulle entità di SISTRIX AI direttamente dall’MCP.

Costi, risparmio, difficoltà e campo di applicazione in sintesi
TEMPO RICHIESTORISPARMIO DI TEMPODIFFICOLTÀUTILIZZO
15–30 min.~3–5 ore●●○○○Pitch / In corso / Reporting

Vantaggi

  • Panoramica GEO completa con un semplice clic: menzioni nei prompt, citazioni, contesto delle entità e fonti concorrenti di un marchio vengono raccolti in un’analisi strutturata.
  • Cluster di concorrenti basati su dati reali: il modello raggruppa automaticamente i marchi, le riviste e le community che compaiono insieme al proprio marchio nelle risposte generate dall’IA.
  • Risparmio di tempo rispetto all’analisi manuale: senza questo caso d’uso, un audit comparabile sarebbe possibile solo navigando manualmente su ai.sistrix.com, esportando tabelle ed effettuando test separati sui prompt.
  • Utilizzabile a livello strategico: i risultati forniscono input diretti per la strategia dei contenuti, la pianificazione delle PR e l’ottimizzazione GEO.

Prompt

Prompt di esempio

Analizza il marchio [nome del marchio] con il server SISTRIX MCP e crea un’analisi completa dello stato GEO per il mercato italiano:

Recupera le seguenti viste tramite ai_entity:

  • overview: numero totale di menzioni nei prompt
  • environment: entità che compaiono nel contesto (modelli, argomenti, luoghi)
  • competition: marchi citati insieme a [nome del marchio]
  • sources (source_type=domain): domini con il maggior numero di citazioni e di conteggi nei prompt
  • prompts: esempi di prompt in cui compare il marchio

Interpreta i risultati come segue:

  1. Crea una panoramica degli indicatori chiave (menzioni nei prompt, dominio principale, posizionamento del proprio sito web).
  2. Identifica i principali cluster di entità (modelli/prodotti, tecnologie, aree geografiche, persone).
  3. Raggruppa le fonti in: concorrenti diretti, riviste specializzate e recensioni, community e forum, piattaforme di vendita e guide all’acquisto, fonti di conoscenza.
  4. Valuta per ciascun gruppo di fonti: percentuale di citazioni, rilevanza strategica, raccomandazioni operative.
  5. Identifica le 3 principali lacune geografiche (dove il marchio perde visibilità a favore di terzi?).

Riassumi i risultati in un dashboard strutturato: indicatore, valore, valutazione, raccomandazione.

Suggerimento: distinguere tra marchio e dominio

Richiamare ai_entity utilizzando il nome del marchio (ad es. “Kawasaki”), non il dominio. In questo modo SISTRIX rileva tutte le menzioni nei prompt, indipendentemente dall’URL citato. Per l’analisi delle fonti, richiamare poi anche sources con source_type=domain, per posizionare il proprio sito web rispetto alla concorrenza.

Procedura

Fase 1: recuperare il marchio e registrare le menzioni

Il server SISTRIX MCP recupera, tramite ai_entity (vista: panoramica), il numero totale di menzioni del prompt. Il valore indica il livello generale di presenza del marchio nelle risposte dell’IA e costituisce il punto di partenza assoluto per tutte le fasi successive.

Importante: il Prompt-Count non è un indicatore di traffico, bensì il numero di ricerche in cui il marchio compare nelle risposte generate dall’IA. Un valore elevato indica un’ampia visibilità nell’IA, ma non dice nulla sulla qualità o sul controllo della narrazione.

Fase 2: Analisi del contesto delle entità

Tramite ai_entity (vista: environment) vengono recuperate tutte le entità che compaiono insieme al marchio nelle risposte fornite dall’IA. Il modello le raggruppa in modelli di prodotto, termini tecnologici, riferimenti geografici e persone, mostrando così l’immagine che i sistemi di IA tracciano del marchio.

Fase 3: Identificare i concorrenti nelle risposte generate dall’IA

Con il comando ai_entity (view: competition) vengono individuati tutti i marchi che compaiono nei prompt insieme al marchio analizzato. Il modello valuta la concorrenza diretta e la raggruppa in cluster: aziende concorrenti, comunità, riviste specializzate e altri attori rilevanti nel settore.

Fase 4: Creazione di un cluster di sorgenti

ai_entity (view: sources, source_type=domain) fornisce tutti i domini con il numero di citazioni e il numero di prompt. Il modello li raggruppa in cinque cluster strategicamente rilevanti e valuta l’influenza di ciascun cluster sulla narrativa del marchio nelle risposte generate dall’IA.

Fase 5: Individuare le lacune GEO e formulare raccomandazioni

Sulla base di tutti i dati raccolti, il modello individua le principali lacune GEO: dove il marchio perde visibilità a favore di terzi? Dove le riviste specializzate vengono citate più spesso del proprio sito web? Quali argomenti mancano nei propri contenuti?

Output / Risultato

Al termine dell’analisi, il modello fornisce un dashboard con le priorità:

GEO-Dashboard (esempio)
IndicatoreValoreValutazioneRaccomandazione
Menzioni nei prompt totali[Numero]Alto / Medio / BassoBase per il monitoraggio continuo
Domenio proprio di Citations[Numero] (Posizione [X])Buono / MigliorabileColmare le lacune in [canale/argomento]
Fonte terziaria più rilevante[Dominio] ([Numero])Critica / Da monitorareDare priorità ai contenuti per [Canale]
Principale concorrente nel settore dell'IA[Nome del marchio]Medio / AltoAmpliare i contenuti di confronto diretto
Fonte più importante di riviste[Dominio] ([Numero])Tieni d'occhioVerifica le recensioni e le collaborazioni

La tabella può essere utilizzata direttamente come base per una presentazione al cliente, un briefing GEO o per stabilire le priorità di una strategia di contenuti.

Analisi di mercato di Claude-Chat Nalgene nel Regno Unito utilizzando Excel.

Combinazioni e varianti

Combinazione: Content Audit e analisi delle lacune di contenuto

Dopo l’analisi dello stato GEO, passare direttamente al Content Audit o all’analisi delle lacune di contenuto: l’analisi GEO evidenzia per quali argomenti ed entità il marchio sta perdendo visibilità rispetto ai terzi. Il Content Audit verifica se tali lacune possano essere colmate con i contenuti esistenti. L’analisi delle lacune di contenuto mostra quali argomenti sono già trattati dai concorrenti ma non ancora dal proprio dominio.

  • Variante: analisi GEO della concorrenza – applicare lo stesso prompt a un marchio concorrente e confrontare direttamente quali fonti ed entità prevalgono in quel caso.
  • Variante: solo audit delle fonti – concentrarsi esclusivamente sulla vista “sources” per mappare il panorama completo delle citazioni di un dominio.
  • Variante: Confronto multimarca – Analizzare più marchi (ad es. il proprio marchio e 2 principali concorrenti) in un’unica sessione e creare un dashboard della quota di voce.
  • Estensione: analisi della qualità dei prompt – utilizzare ai_entity (view: prompts) per visualizzare risposte concrete generate dall’IA e verificare in quale contesto compare il marchio (in modo neutro, positivo, come alternativa ai concorrenti?).

Non riesci a procedere? Il nostro team di assistenza ti aiuta nella configurazione del server SISTRIX MCP e risponde alle domande sull’utilizzo tramite Claude o ChatGPT. Contatta l’assistenza