Geouseo опубликовала открытый датасет по факторам цитируемости в нейросетях

Датасет размещён на GitHub под лицензией CC BY‑NC 4.0. Он содержит параметры 120 тестовых сайтов: тип контента, наличие микроразметки, присутствие автора, частоту обновлений, количество внешних упоминаний. Для каждого сайта зафиксирована динамика цитируемости с недельной детализацией, а также изменения AI‑трафика и конверсии.

В компании уточняют, что данные полностью анонимизированы — названия брендов заменены на идентификаторы, а коммерческие метрики приведены в относительных процентах. Это позволяет исследователям и маркетологам самостоятельно проверять выводы предыдущих публикаций Geouseo и строить собственные модели прогнозирования.

Датасет уже использован при подготовке двух сторонних исследований. Один из независимых аналитиков на его основе подтвердил корреляцию между наличием разметки FAQPage и ростом цитируемости на 37% (p < 0.05). Geouseo планирует пополнять набор данных ежеквартально, добавляя результаты новых экспериментов и метрики по DeepSeek и Grok.

Обновлённая версия датасета выйдет в июле 2026 года вместе с методическими рекомендациями по воспроизведению тестов. В компании подчёркивают, что открытость сырых данных — стандарт для MarTech‑отрасли, который пока редко применяется в сфере генеративной оптимизации.