衡量一个品牌在海外市场的健康度，你看中什么？是社媒声量、广告曝光，还是搜索热度？这些指标回答均指向一个问题：“你的品牌被看到了多少次”。

随着AI 的应用普及，越来越多消费者在走进展厅前，总是先问AI“买什么车”。

这时，一个新的问题出现了：在AI的推荐列表里，你的品牌排第几？

如果品牌没有被AI“看见”和“推荐”，那么再多的传播投入都可能石沉大海。基于这一判断，IPS（Intelligent Promotion Score，智能推荐值）应运而生——它不是替代传统的品牌健康度调研，而是在AI成为消费者“第一决策入口”的时代，补上最关键的一块拼图。

 

IPS为什么是科学的、可信的？

 

一套可跨市场通用的评估工具，必须具备严谨的数据底层规则作为支撑，IPS 结果的客观性与科学性，正是建立在三大标准化数据采集原则之上：

原则一：品类隔离。 评估时将燃油车 ICE 与新能源车 EV 做严格品类拆分，分别独立排名计算分数。两类车型目标客群、选购关注点、产品价值逻辑完全不同，若混合统计会造成数据失真。

品类隔离确保了评估的同质性——苹果与苹果比，橘子与橘子比。

原则二：重复验证。大模型单次问答存在天然随机性，同一购车提问多次调取，AI 给出的推荐名单常会小幅变动。为消除这一波动，我们建议对每个核心问题向AI提问至少30次，最终以平均值作为评分依据，确保结果客观稳定。

原则三：问题分类。 构建14个标准化问题体系，科学划分为6个泛推荐题（如“推荐一款适合家庭的新能源车”）与9个分维度推荐题（如“哪款车质量最好”“哪款车驾驶体验最佳”）。由宽泛选购意向到硬性指标深度对比，还原消费者真实购车思考路径，让监测结果贴合真实用户决策行为。

 

IPS如何评估汽车品牌健康度？

 

IPS由两个核⼼⼦指标构成： VS（推荐可见度） 与 RS（推荐优先级） 。

双指标体系，量化品牌在AI推荐系统中的真实占位。VS衡量品牌被AI“提及”的频率与显著性，RS衡量品牌在AI推荐列表中的排名质量。两者互为补充，才能完整回答“AI眼里我的品牌到底是什么位置”。

IPS测评数据广泛覆盖全球16个核心国家市场，以及所有主流车型品类，可适配车企多区域、多品类的全球化品牌健康度诊断需求。

 在通用市场评估之外，IPS 还支持分人群精细化洞察，进一步挖掘 AI 对不同用户群体的差异化推荐规律。平台可按照年龄分层采集、计算分人群 IPS 指标，还原不同年龄层用户的真实偏好。

例如针对年轻消费群体，可定向向 AI 发起场景化提问：“我今年 20 多岁，想买一台电车 SUV，请推荐车型”，最终输出对应细分人群指标 IPS-20，实现千人千面的 AI 品牌竞争力诊断。

 

从“事后看结果”到“前置看竞争力”

 

IPS不是要推翻传统品牌评估体系，而是在AI成为消费者“第一决策入口”的时代，补上最关键的一块拼图。

以汽车行业广泛使用的NPS（净推荐值）为例，其衡量的是“已购用户是否愿意向他人推荐该品牌”。这些数据回答的是“过去发生了什么”。

而IPS回答的是“即将发生什么”——在消费者开口问AI之前，AI会怎么推荐你的品牌？

 

IPS的出现，解决了过去不同国家、不同语言、不同算法无法横向对比品牌健康度的难题。它以标准化的数据采集方法、统一的诊断维度、可重复验证的测试流程，为出海车企提供了一张动态更新的 “全球AI心智地图” ——让品牌在被消费者看见之前，先被AI看见。