Sådan kobler du AI's anbefalinger og kildehenvisninger til omsætning (og det, intet værktøj kan måle endnu)

Intet værktøj kan følge en AI-anbefaling hele vejen til omsætning. Men du kan måle fire led: at du bliver nævnt, at AI henviser til dig, besøg fra AI og pipeline.

Det korte svar er dette: Det meste af AI's indflydelse sker inde i svaret, før nogen klikker. Derfor kan intet analyseværktøj se det hele. Til gengæld kan du måle hvert led, du kan se, og koble dine egne handlinger til de tal, der har rykket sig.

• 3RD måler, om AI nævner og anbefaler dig på de spørgsmål, der ligger tættest på et køb. Du ser også, hvilke kilder svarene henviser til, og trafikken fra AI i dit analyseværktøj står ved siden af din synlighed.
• Profound måler besøg fra AI-crawlere og fra mennesker, der kommer via AI, ud fra dine serverlogs.
• Værktøjer til omsætningsattribution som Attrifast kobler sessioner fra AI til betalinger.
• GA4 (Google Analytics 4) kan alene tælle de besøg, hvor nogen faktisk klikker sig videre – når du har sat det op.

Ingen af dem kan lukke cirklen alene. Påstår nogen det, lover de for meget.

Denne guide viser, hvordan du alligevel bygger målingen op, så du kan forsvare den over for en CFO. Jeg har brugt det meste af min karriere på demand generation, hvor hver kanal skal gøre sig fortjent til sit budget med et tal. AI er den første kanal, jeg har arbejdet med, hvor det ærlige svar begynder med ”delvist”. Undervejs bruger jeg et demo-workspace til at vise, hvordan tallene ser ud – også dem, der virker skæve.

Tallene hænger ikke sammen – og det er pointen

Her er et eksempel, der forklarer hele emnet bedre end noget diagram. Det kommer fra et demo-workspace med et sportstøjsbrand, som vi følger i forhold til seks konkurrenter i Danmark, Sverige, Storbritannien og USA på syv AI-modeller og 207 prompts.

I den seneste uge nævnte AI brandet i 44,5 % af svarene på de kundespørgsmål, vi følger. Det giver en andenplads blandt syv brands. Men AI anbefalede kun brandet frem for alternativerne i 2,1 % af svarene, mens førerbrandet blev anbefalet i 5,4 %. Ser du på synligheden, er brandet med på næsten hver anden shortliste. Ser du på anbefalingerne, beder AI sjældent kunderne om at vælge det.

Kildehenvisningerne fortæller en tredje historie. Ud af 88.785 kildehenvisninger i brandets svar den uge pegede 2.254 på brandets egne sider. Det giver en kildeandel på 2,5 %.

Kildehenvisninger for den seneste uge: 2,5 % i kildeandel og 2.254 af 88.785 kildehenvisninger til egne sider. Hver af dem kan give et klik, uanset om svaret nævner brandet eller ej. Demo-workspace; brandnavne er sløret.

Hvordan kan alle tre tal være rigtige? Fordi det at blive nævnt, blive anbefalet og blive brugt som kilde er tre forskellige led i kæden. Blandt de egne sider, AI henviser mest til, er en størrelsesguide til børn og en købsguide til basketballsko. Den slags hjælpeindhold bruger AI som kilde, og nogle læsere klikker på kilden, uanset om svaret nævner brandet.

Vurderede du kun AI på anbefalingerne, ville du kalde kanalen næsten værdiløs for det her brand. Vurderede du kun på omtalerne, ville du overse, at førerbrandet bliver anbefalet mere end dobbelt så ofte. Og klikkene er endnu et led for sig. I dette demo-workspace er Google Analytics ikke koblet på endnu, så klikkene er det ene led, vi ikke kan vise. Du har brug for hvert led i kæden, og hvert led skal måles for sig.

Derfor kan din attributionsmodel ikke se AI

En kunde spørger ChatGPT, hvilke platforme der er værd at sætte på shortlisten. Svaret nævner tre brands, og kunden husker de to. En uge senere skriver kunden det ene navn i Google og booker en demo.

Din attributionsmodel giver æren til brandsøgningen eller til ”direct”. AI-svaret, der lagde shortlisten, får ingenting.

En konsulent beskrev problemet på et salgsmøde med os:

”Det er samme tankegang som at sætte et billboard op ved motorvejen … Du kan ikke koble det til dit salg, for der står ingen kode på det.”

Sammenligningen med billboardet holder, og den peger selv på løsningen. Billboards bliver målt – bare ikke med klik-id'er. De bliver målt på rækkevidde, genkendelse og løft. Det samme gælder AI-synlighed, med én bonus: Nogle AI-svar giver faktisk et klik, du kan følge.

En Head of Digital hos en nordisk markedsplads beskrev, hvor de fleste teams står i dag:

”Lige nu måler vi i bund og grund henvisningstrafik fra de store AI-sites, og den er hullet og ikke så præcis, som vi kunne ønske. Og den måler selvfølgelig kun de brugere, der rent faktisk klikker sig ind på vores sites.”

Det hul lukker denne guide, så langt det overhovedet kan lukkes.

Del spørgsmålet i to

”Kan vi koble AI til omsætning?” rummer i virkeligheden to spørgsmål.

1. Kan vi koble AI-svar til omsætning? Delvist. Du kan følge de klik og den pipeline, der kommer fra AI-assistenter. Du kan ikke se de beslutninger, der blev truffet uden et klik.
2. Kan vi vise, at vores arbejde fik tallet til at rykke sig? Ja. Du kan registrere, hvad du ændrede, og hvilke spørgsmål ændringen var rettet mod. Bagefter kan du se, om AI nævnte eller henviste til dig oftere end på de prompts, du ikke rørte.

De fleste teams går i stå, fordi de prøver at besvare det første spørgsmål fuldt ud. Besvar det andet fuldt ud og det første ærligt, så bliver samtalen om budgettet lettere. Det andet spørgsmål har sin egen guide: Sådan beviser du, at en GEO-ændring faktisk har rykket din AI-synlighed.

Det kan du måle i dag – og det kan du ikke

Læs tabellen oppefra. De øverste rækker kan du bevise, og de nederste må du estimere. Hold dem adskilt i hver eneste rapport.

Tre tal fra over 100 brands, der ændrer måden, du måler på

Inden vi kommer til metoden, er her tre fund fra de brands, vi følger. Hvert af dem ændrer, hvad du bør have med i din rapport.

1. At blive nævnt er ikke det samme som at blive anbefalet. På tværs af 60 brands og 494.000 gennemgåede AI-svar blev medianbrandet nævnt i 19,8 % af svarene, men kun anbefalet frem for alternativerne i 0,2 %. Det svarer til cirka 1 anbefaling for hver 65 omtaler. En fjerdedel af brandene (15 ud af 60) blev slet ikke anbefalet i løbet af måneden, selvom AI nævnte dem. Viser din rapport kun omtaler, viser den det nemme tal.

2. AI peger sjældent på dit eget website. På tværs af 100 brands og 5,9 mio. kildehenvisninger udgjorde medianbrandets egne domæner kun 6,8 % af de kilder, AI henviste til i brandets kategori. De øvrige 93 % var eksterne sider. Kun 3 ud af 100 brands havde mere end 20 % kildehenvisninger til egne sider.

3. AI henviser ofte mere til konkurrenternes websites end til dit. For 41 ud af 100 brands henviste AI oftere til konkurrenternes sites end til brandets eget. Et svar med kildehenvisninger har i mediantal 8,6 kilder, så det er helt normalt at være én kilde blandt mange.

Den kommercielle konsekvens er, at de sider, der former svaret og sender klikkene, for det meste ikke er dine. Derfor skal din attribution også se på eksterne kilder og ikke kun på dine egne landingssider.

De kilder, AI henviste mest til den seneste uge. Tre af de syv øverste nævner ikke brandet, bl.a. en guide til løbesokker med 302 kildehenvisninger. Det er dem, du skal gå efter med outreach. Demo-workspace; brandnavne er sløret.

Det skal du have på plads først

Inden du går i gang, skal du have seks ting klar.

1. En liste over de spørgsmål, kunderne stiller AI. Grupper dem efter, hvor tæt de ligger på et køb. I 3RD hedder niveauerne Must-win (tættest på beslutningen), Core (research og shortlister) og Foundational (hvordan AI forstår din kategori).
2. Et udgangspunkt. Mål, hvor ofte AI nævner dig på de spørgsmål i dag, i forhold til dine nærmeste konkurrenter. Uden et ”før” er hvert ”efter” et gæt.
3. Et analyseværktøj, du selv har styr på. GA4, Adobe Analytics eller Piwik PRO, hvor du har rettigheder til at redigere kanalgrupper og key events.
4. Et kildefelt i dit CRM. HubSpot, Salesforce eller lignende, med et felt, som dine formularer kan skrive til.
5. Et felt med ”Hvor hørte du om os?” i din demo- eller tilmeldingsformular. Lad det være fritekst, eller tilføj valgmuligheden ”AI-assistent (ChatGPT, Gemini osv.)”.
6. En ændringslog. Ét fælles regneark eller én opgavetavle, hvor hver indholdsændring, hver omtale, du har opnået via outreach, og hver teknisk rettelse får en dato og de spørgsmål, den er rettet mod.

Trin for trin: Byg attributionskæden

Trin 1: Vælg de spørgsmål, der ligger tættest på omsætningen

Ikke alle AI-svar er lige meget værd. ”Hvad er generative engine optimization?” lærer kunden noget. ”Hvilken platform til AI-synlighed skal en stor virksomhed vælge?” afgør et køb.

Mærk hvert spørgsmål, du følger, med dets kommercielle vægt, og rapporter først på gruppen tættest på beslutningen. I 3RD er det Must-win-prompts, og her er det anbefalede mål 75 % synlighed. For Core-prompts er målet 50 % og for Foundational-prompts 35 %.

Det er i dette trin, at ”AI-synlighed” bliver til et tal, ledelsen interesserer sig for. Synlighed på beslutningsspørgsmål viser, hvor stor en andel af shortlisterne du er med på.

Trin 2: Mål tilstedeværelse – ikke kun trafik

Følg fire tal for hvert spørgsmål i forhold til dine konkurrenter:

• Synlighed: andelen af AI-svar, der nævner dig.
• Placering: hvor i svaret du bliver nævnt. Det gør en forskel, om du står først eller sidst.
• Anbefalingsrate: andelen af svar, der anbefaler dig frem for alternativerne. Det tæller ikke at stå på listen.
• Kildeandel: hvor stor en del af de kilder, AI henviser til, der er dine egne sider.

Kildeandelen fortjener ekstra opmærksomhed. Den rykker sig ofte før synligheden: Når AI begynder at henvise til dine sider, følger omtalerne typisk efter. Og som demoeksemplet viser, henviser AI til dine sider i svar, der ikke nødvendigvis nævner dig. Kildehenvisninger er altså et led for sig.

Synlighed og anbefalingsrate side om side. Brandet ligger nr. 2 med 45 % synlighed, men bliver kun anbefalet i 2,1 % af svarene. Førerbrandet ligger på 51 % og 5,4 %. Forskellen mellem de to kolonner er normal, og netop derfor skal du rapportere begge. Demo-workspace; brandnavne er sløret.

Trin 3: Giv trafikken fra AI sin egen kanal i dit analyseværktøj

Som standard blander GA4 besøg fra AI sammen med ”Referral” eller lader dem forsvinde i ”Direct”. Det løser du med en brugerdefineret kanalgruppe.

1. Gå til Admin → Data display → Channel groups i GA4, og opret en ny gruppe.
2. Tilføj en kanal, der hedder AI assistants, og placer den over Referral.
3. Sæt betingelsen til, at kilden matcher dette regex:

chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai|meta\.ai|deepseek\.com

1. Gennemgå listen hvert kvartal. Der kommer nye assistenter til, og domæner ændrer sig.

Byg derefter to rapporter oven på kanalen:

• Landingssider fra AI-assistenter. Her ser du, hvilke af dine sider AI sender folk til. Det er ofte andre sider end dem, der klarer sig bedst i SEO.
• Key events fra AI-assistenter. Demoforespørgsler, tilmeldinger og køb. Det er konverteringsraten for trafikken fra AI.

Der er to begrænsninger, du skal kende. Nogle assistenter og apps fjerner henvisningen, så en del af trafikken ender stadig i ”Direct”. Og klik fra Googles AI Overviews og AI Mode kommer som regel ind som almindelig organisk trafik fra Google, så dem kan du ikke skille ud på denne måde.

Opdel også kanalen efter assistent. Fordelingen er ofte en anden, end du ville gætte. Den assistent med flest brugere er ikke altid den, der sender flest besøg, og det ændrer, hvor du skal kigge først.

Trin 4: Før AI-kilden med over i dit CRM

Analyseværktøjet tæller sessioner, men omsætningen ligger i CRM'et. Kobl de to sammen.

• Gem den første kilde i et skjult formularfelt, og skriv den til kontaktposten.
• Behold den `utm_source`-værdi, assistenten tilføjer. ChatGPT tilføjer ofte `utm_source=chatgpt.com` til de links, den viser.
• Byg en visning i CRM'et af de kontakter og deals, hvor det første eller et hvilket som helst kontaktpunkt kom fra en AI-assistent.

Nu kan du rapportere den pipeline og den lukkede omsætning, der startede med et klik fra AI. Tallet er et minimum og ikke det fulde billede. Bliv ved med at kalde det et minimum.

Trin 5: Spørg kunderne, hvor de hørte om dig

Når kunderne selv fortæller, hvor de hørte om dig, fanger du det, analyseværktøjet overser. Det gælder fx kunden, der så dig i ChatGPT og en uge senere skrev dit navn i Google.

• Tilføj spørgsmålet til alle demo- og tilmeldingsformularer.
• Mærk svarene hver uge. ”ChatGPT”, ”AI”, ”spurgte Perplexity” og lignende tæller alle sammen.
• Spørg også på salgsmøderne, og registrer svaret i CRM'et.

Den slags selvrapporterede data er støjfyldte. Men de er også det eneste direkte bevis, du får, på indflydelse uden klik. Følg udviklingen frem for de enkelte svar.

Trin 6: Registrer hver eneste handling

Det er det trin, de fleste teams springer over. Men det er dette trin, der får resten til at virke.

Registrer for hver ændring:

• hvad du gjorde (ny side, omskrivning, omtale opnået via outreach, teknisk rettelse),
• hvilken dato den gik live,
• hvilke spørgsmål den er rettet mod.

Uden loggen er et stigende tal et tilfælde. Med loggen er det et bevis.

Trin 7: Læs udviklingen ud fra dine publiceringsdatoer – og i forhold til en kontrolgruppe

AI-modellerne crawler og lærer igen i deres eget tempo. Regn med, at der går fra dage til uger, fra du har lavet en rettelse, til du kan se den i svarene.

Lad derfor være med at læse de daglige tal. Se på udviklingen for de spørgsmål, en handling var rettet mod, fra den dag den blev publiceret. Sammenlign den så med de spørgsmål, du ikke rørte i samme periode. Har de spørgsmål, du gik efter, rykket sig, mens de andre stod stille, står du langt stærkere end med et ”synligheden steg”. Har de ikke rykket sig, så sig det. Længere nede finder du et gennemgået eksempel, hvor det netop ikke skete.

Trin 8: Brug betalt placering til at kalibrere

Annoncer i AI-svar er i dag det eneste sted, hvor du kan følge hele vejen fra svar til salg. I ChatGPT rapporterer OpenAI Ads visninger, klik, konverteringer og CPA.

Kør en lille kampagne på et spørgsmål tæt på beslutningen, hvor du står svagt organisk. Konverteringsraten og CPA'en fortæller dig, hvad et besøg fra det spørgsmål er værd. Det giver dig et rimeligt bud på værdien af det organiske svar på samme spørgsmål. Det er ikke et bevis, men det er et tal med en kilde.

Trin 9: Rapporter det som en stige

Giv ledelsen én side med fire trin. Hvert trin er sværere at bevise end det forrige.

1. Fik vi det gjort? Færdige opgaver med dato.
2. Rykkede tallet sig? Synlighed, kildehenvisninger og anbefalingsrate på de spørgsmål, vi gik efter, i forhold til dem, vi ikke rørte.
3. Rykkede det sig der, hvor pengene er? Must-win-gruppen i forhold til de nærmeste konkurrenter.
4. Fulgte klik og pipeline med? Sessioner og konverteringer fra AI, kunder, der selv nævner AI, og pipeline med AI som kilde.

Sig så det femte trin højt: de beslutninger, der bliver truffet helt uden klik. Dem kan du ikke måle, og netop fordi du siger det, bliver de første fire trin troværdige.

En sætning, der fungerer i en bestyrelsespræsentation:

”I de AI-svar, der ligger tættest på et køb, bliver vi nu nævnt i X %. Før var det Y %, og vores nærmeste konkurrent ligger på Z %. Besøgene fra AI konverterede med A %, og B deals i pipelinen startede der. Her er, hvad vi gjorde for at rykke tallet, og hvad vi gør som det næste.”

De nøgletal, en CMO bør følge for AI-synlighed

Rapporter de første fem som historien om AI-synlighed og de sidste fire som den kommercielle historie. Bland dem aldrig sammen til én samlet ”AI-ROI”-score. En samlet score skjuler, hvilken del der er målt, og hvilken del der er estimeret. De præcise definitioner af hvert nøgletal finder du i 3RD's ordliste: 15 nøgletal bag dit dashboard.

Typiske faldgruber

Gennemgået eksempel: attributionskæden i 3RD

Sådan ser kæden ud i det samme demo-workspace for sportstøjsbrandet.

1. Sæt målet. Vælg Must-win-prompts på ét marked, og sæt et mål i en Playbook. I demoen har én dansk Playbook som mål at øge synligheden på Must-win-prompts om aktiv livsstil fra 11 % til 27 %.
2. Se, hvor du står. Dashboardet viser synlighed, placering, anbefalingsrate og sentiment for brandet og hver konkurrent, du følger. Under kildehenvisninger ser du, hvilke sider AI henviser til, opdelt i egne og eksterne.
3. Find ud af hvorfor. Diagnose forklarer, hvorfor AI vælger konkurrenterne, ud fra fem faktorer: indholdsdækning, indholdskvalitet, crawlbarhed, autoritet og outreach. I Danmark er indholdsdækning (47) og indholdskvalitet (45) de svageste. Brandet mangler i cirka 6 ud af 10 AI-svar på det marked, og kunderne møder førerbrandet først.
4. Gør arbejdet. Playbooken omsætter diagnosen til prioriterede opgaver. Du spørger 3RD Agent, hvad du skal fokusere på, og Content Agent skriver udkast til siderne i dit brands tone of voice. Du gennemgår og publicerer dem. Det er stadig dig, der trykker på knappen.
5. Følg resultatet. Når en opgave er færdig, måler 3RD, hvad der har rykket sig: om flere AI-modeller henviser til målsiden, hvor mange kildehenvisninger den har, og synligheden på de prompts, den berører – sammenlignet med brandets øvrige prompts.
6. Læg trafikken til. Kobl din GA4-property på. På Growth- og Enterprise-abonnementerne står trafikken fra AI i GA4 eller Adobe Analytics derefter ved siden af synlighedstallene: sessioner fra AI-assistenter ved siden af, hvor ofte AI nævner dig. I demo-workspacet er det trin ikke gjort endnu, så skærmen beder om at få forbindelsen sat op.

Indtil du kobler GA4 på, beder trafikvisningen om din property. Når den er koblet på, vises sessioner og brugertal fra AI-assistenter ved siden af synligheden. Demo-workspace; brandnavne er sløret.

1. Kalibrer med betalt placering. Kør en OpenAI Ads-kampagne fra 3RD på en Must-win-prompt, hvor den organiske synlighed stadig er lav. Kampagnen rapporterer forbrug, klik, konverteringer og CPA.
2. Rapporter det. Reports Studio samler måneden i en rapport med dit brand til CMO'en. Med Looker Studio-connectoren eller Export API'et kan du lægge de samme data ved siden af pipelinen fra dit CRM i dit eget dashboard.

Det gør 3RD ikke: 3RD kobler ikke en bestemt deal til et bestemt AI-svar. Det sker i dit CRM med kildefelterne og kundernes egne svar fra trin 4 og 5.

Et gennemgået eksempel: én handling, målt ærligt

Sådan ser én færdig opgave ud i demo-workspacet. Opgaven var en omskrivning af en dansk outletside for løbesko for at løfte indholdskvaliteten, ”Optimize lob sko outlet”. Den er markeret som løst, og 3RD har målt, hvad der skete bagefter.

Én omskrivning, målt i forhold til brandets øvrige prompts: ”Rykkede sig i takt med brandets øvrige prompts, så det ligner en generel bevægelse og ikke en effekt.” Det er målte værdier og ikke et bevis på, at opgaven var årsagen. Demo-workspace; brandnavne er sløret.

• Sidescoren steg fra 46 til 53. Siden består nu 10 ud af 19 tjek. Før bestod den 9.
• Andelen af AI-modeller, der henviser til siden, faldt fra 18 % til 0 %. Antallet af kildehenvisninger blev på 10.
• Synligheden på de prompts, siden er rettet mod, blev på 100 %. Brandets øvrige prompts gik fra 57 % til 55 % i samme periode. 3RD's egen vurdering er, at tallet bevægede sig i takt med de øvrige prompts. Det er altså en generel bevægelse og ikke en effekt.

Sådan ser det ud i praksis, når du kobler resultater til beslutninger: én handling, én dateret side, målte værdier og et ærligt ”ingen effekt, vi kan tage æren for”. Ifølge 3RD's tjek blev siden bedre, men AI belønnede den ikke – i hvert fald ikke endnu. Sæt ikke et omsætningstal på den, for det led kan ingen måle ærligt. Det, resultatet fortæller dig, er mere nyttigt: En bedre side alene ændrede ikke, hvad AI henviser til. Derfor bør den næste opgave se et andet sted hen, fx på de eksterne lister, der ikke nævner brandet.

Hvilke platforme hjælper med attribution?

Oplysningerne om konkurrenterne stammer fra hver leverandørs offentlige sider og er opdateret i oktober 2026.

Her er hver af dem stærkest:

• Vælg Profound, hvis du vil have data om AI-crawlere og henvisninger direkte fra dine serverlogs og har udviklere, der kan koble dit CDN på.
• Vælg et værktøj til omsætningsattribution, hvis du driver en onlineforretning og vil have besøg fra AI koblet til betalinger.
• Vælg 3RD, hvis du har brug for at vide, om AI sætter dig på shortlisten, hvorfor den vælger konkurrenterne, og hvad du skal gøre som det næste – med trafikken fra AI ved siden af. Du behøver ikke en specialist i AI-synlighed for at bruge det.

Om dataene

Tallene på tværs af brands kommer fra kunders brands, som 3RD har fulgt fra 19. september til 18. oktober 2026. For anbefalet i forhold til nævnt bygger de på 494.000 gennemgåede svar på tværs af 60 brands, og for egne i forhold til eksterne kilder på 5,9 mio. kildehenvisninger på tværs af 100 brands. Dataene er anonymiserede og samlet på tværs af brands, og de kommer primært fra nordiske markeder. 3RD's definition af ”anbefalet” er streng: AI skal anbefale brandet frem for alternativerne, og det tæller ikke at stå først på listen. De gennemgåede eksempler bruger et demo-workspace for et sportstøjsbrand med slørede brandnavne. Der er ikke tale om kunderesultater.

Ofte stillede spørgsmål

Kan noget værktøj koble AI-anbefalinger til omsætning? Ikke hele vejen. Værktøjer kan tælle de klik og betalinger, der følger efter et AI-svar. Men intet værktøj kan se de beslutninger, kunderne træffer inde i svaret uden at klikke.

Hvordan måler jeg trafik fra ChatGPT i GA4? Opret en brugerdefineret kanalgruppe med kanalen ”AI assistants”, der matcher chatgpt.com, perplexity.ai, gemini.google.com og lignende kilder. Placer den over Referral, og rapporter så landingssider og key events for kanalen, opdelt efter assistent.

Kan AI sende trafik, selvom den sjældent nævner mit brand? Ja. AI henviser til kilder, og læserne klikker på dem. En side som en størrelsesguide eller en købsguide kan blive brugt som kilde i svar, der slet ikke nævner brandet, og alligevel sende besøg. Følg derfor kildehenvisninger og trafik fra AI og ikke kun omtaler.

Hvor lang tid går der, før arbejdet med AI-synlighed giver resultater? Regn med, at der går fra dage til uger, fra du publicerer en ændring, til du kan se den i AI's svar. Modellerne crawler i deres eget tempo. Vurder udviklingen over flere uger i forhold til de prompts, du ikke har rørt – ikke det daglige tal.

Hvad skal jeg vise min CFO? En stige med fire trin: hvad du har fået gjort, hvordan synlighed og kildehenvisninger har rykket sig på de spørgsmål, du gik efter, hvordan de har rykket sig på spørgsmål tæt på beslutningen i forhold til konkurrenterne, og pipelinen fra AI. Sig derefter klart, hvad der ikke kan måles.

Start med dit udgangspunkt

Du kan ikke vise, hvad der har rykket sig, uden et ”før”. Prøv 3RD gratis, og se, hvor ofte AI nævner, anbefaler og henviser til dig på de spørgsmål, der ligger tættest på et køb – i dag og i forhold til dine konkurrenter. Du kan også booke et møde, så gennemgår vi dine tal sammen med dig.

Magnus Windeløv

Head of Marketing