# Come raccogliamo i dati

> Geosnap raccoglie dati interagendo direttamente con gli AI engine attraverso le loro interfacce utente. Ogni domanda viene inviata come la porrebbe un

URL: https://geosnap.ai/doc/data-methodology
Lingua: italiano
Versione EN: https://geosnap.ai/en/doc/data-methodology
Editore: Geosnap (Maind Group S.r.l.), https://geosnap.ai

## Raccolta dei dati

Geosnap raccoglie dati interagendo direttamente con gli AI engine attraverso le loro interfacce utente. Ogni domanda viene inviata come la porrebbe un utente reale, e la risposta completa viene raccolta e archiviata per l'analisi.

Questo approccio garantisce che i dati riflettano l'esperienza reale dell'utente, non una versione filtrata o semplificata accessibile solo via API.

## Analisi delle risposte

Ogni risposta AI viene analizzata attraverso diversi livelli:

- **Brand detection**: identificazione di tutti i brand menzionati nella risposta
- **Position analysis**: determinazione della posizione relativa di ciascun brand
- **Sentiment extraction**: analisi del tono e della percezione associata a ciascun brand
- **Source identification**: estrazione di tutte le fonti citate o referenziate
- **Intent mapping**: associazione della risposta al tipo di intent della domanda

## Aggregazione e metriche

I dati raccolti da centinaia di risposte vengono aggregati in metriche sintetiche. L'aggregazione tiene conto della variabilità naturale delle risposte AI: una singola risposta non è significativa, ma il pattern che emerge da centinaia di risposte è statisticamente robusto.

Le metriche principali (AI Rating, Sentiment, Competitors, Sources) sono il risultato di questa aggregazione. Ogni metrica è calcolata con metodologie specifiche progettate per produrre risultati affidabili e confrontabili nel tempo.

## Gestione della variabilità

Le risposte AI sono intrinsecamente non deterministiche: la stessa domanda posta due volte può produrre risposte diverse. Geosnap gestisce questa variabilità attraverso il volume (centinaia di domande), la diversificazione (formulazioni diverse per lo stesso intent) e l'aggregazione statistica.

Questo approccio produce metriche stabili e affidabili, nonostante la natura variabile delle risposte AI sottostanti.

## Aggiornamento dei dati

I dati vengono aggiornati periodicamente per riflettere l'evoluzione delle risposte AI nel tempo. Gli LLM si aggiornano continuamente, le fonti web cambiano, e la percezione del tuo brand evolve. Il monitoraggio periodico permette di tracciare questi cambiamenti e misurare l'impatto delle tue azioni di ottimizzazione.

## Privacy e sicurezza

Geosnap non raccoglie dati personali degli utenti delle piattaforme AI. L'analisi riguarda esclusivamente le risposte generate dagli AI engine in risposta a domande generiche sulla tua categoria di mercato. I dati raccolti sono trattati con i massimi standard di sicurezza e sono accessibili solo al proprietario del progetto.