Hvordan ved I, at det virker?

Målingen består af et sæt spørgsmål, som stilles til flere sprogmodeller, og en registrering af, om virksomheden nævnes i svaret. Spørgsmålene aftales én gang og ændres derefter ikke. Temperaturen sættes til nul, så modellen svarer så ensartet, den kan.

Grunden er banal, men den vælter de fleste målinger, man ser: ændrer man spørgsmålet mellem to kørsler, måler man både sit eget arbejde og det nye spørgsmål på én gang, og man kan ikke skille de to ad bagefter. Et fast panel er den billigste ting, man kan gøre, for at et før-og-efter overhovedet betyder noget.

Prisen er, at panelet også bliver forældet. Skifter branchens sprog, måler man noget, ingen længere spørger om. Derfor gennemgås panelet en gang om året. Et skift bryder sammenligneligheden, hvilket vi så skriver i rapporten i stedet for at lade som ingenting.

En virksomhed, der gik fra at blive nævnt i to ud af ni svar til fire ud af ni, kan have gjort noget rigtigt. Den kan også bare have været heldig, eller have nydt godt af, at hele branchen blev mere synlig samtidig. Uden en sammenligningsgruppe kan man ikke se forskel.

Derfor måles der også på virksomheder, der ikke er i gang. Forskellen mellem de to gruppers udvikling (ikke deres niveau) er det, der kan tilskrives arbejdet. Det er en difference-in-differences-beregning, og den er kun gyldig, hvis de to grupper fulgtes ad, før arbejdet gik i gang. Det tjekkes, og det vises.

Vi bruger Callaway-Sant’Anna-estimatoren, fordi kunder ikke starter samtidig. Den klassiske to-vejs faste effekter-model giver skæve resultater, når behandlingen sker på forskellige tidspunkter, og det er præcis den situation, et kundeforløb er.

Antallet af virksomheder i en sådan analyse er lille. Det er den ubehagelige sandhed ved al måling i den her branche: man har ikke tusindvis af observationer, man har måske tyve. Standardformlerne for usikkerhed antager, at man har mange, og de giver derfor for smalle intervaller, når man ikke har.

Vi bruger wild cluster bootstrap, som er lavet til netop det problem: få grupper, korreleret støj indenfor hver gruppe. Resultatet er bredere intervaller end den naive beregning ville give (altså mere forsigtige konklusioner, ikke mere imponerende).

En søgemaskine rangerer dokumenter efter links. En sprogmodel forudsiger det næste stykke tekst, givet alt hvad den har læst forinden. Den forskel er hele grunden til, at en generisk tjekliste sjældent virker to steder i træk.

Når en sprogmodel nævner en virksomhed, er det fordi navnet er sandsynligt i sammenhængen, ikke fordi en algoritme har kåret en vinder. Derfor ser autoritet forskellig ud pr. branche: i software vejer udviklerdokumentation tungt, mens anmeldelser og lokale registre fylder mere i håndværk og lokal handel. Man er nødt til at kortlægge de faktiske kildemønstre i branchen, før man beslutter, hvor arbejdet skal ligge.

Den kan ikke vise, at en model vil nævne dig i morgen. Sprogmodeller opdateres uden varsel, og en opdatering kan flytte alt på én gang, for alle. Når det sker, ses det i sammenligningsgruppen også, og så siger vi, at det skete, men vi kan ikke forudsige det.

Den kan ikke koble en omtale direkte til en ordre. AI-henvist trafik ankommer sjældent mærket, og alt, hvad nogen fortæller dig om præcis attribution her, er på tynd is. Vi måler omtale, ikke omsætning, og vi skriver det sådan.

Og den kan ikke sige noget meningsfuldt efter én måned. Hvis du har brug for et tal at vise frem om fire uger, er det her ikke det rigtige køb.

Det samme tjek, vi kører på dine sider, kører vi på vores egne. Målt21. august 2026 scorer traq.dk 9 ud af14 på agent-parathed. Du kan efterprøve det selv: adressen er offentlig, og tjekket er gratis.

Vi udgiver kun de maskinlæsbare signaler, der rent faktisk er i brug på sitet. At publicere tomme konfigurationer for systemer, der ikke findes, ville vildlede de agenter, der læser sitet.