Cloudflare menyajikan visibilitas merek melalui empat metrik inti berikut :
Dengan kombinasi ini, pemilik merek dapat membedakan antara sekadar disebut dan benar-benar digunakan sebagai sumber. Sebuah perusahaan, misalnya, bisa saja muncul dalam jawaban AI tetapi tidak memperoleh Citation Rate tinggi karena model tidak merujuk langsung ke situsnya.
Sebagian besar alat AEO mengandalkan pelacakan prompt. Caranya adalah mengirimkan serangkaian pertanyaan yang telah disiapkan ke chatbot, merekam jawaban yang keluar, lalu menghitung seberapa sering merek disebut atau dikutip. Metode ini relatif mudah digunakan, tetapi hasilnya dapat bergantung pada kualitas prompt, cakupan pengujian, dan variasi jawaban model .
Cloudflare menambahkan sudut pandang dari lapisan jaringan. Sebagai penyedia jaringan distribusi konten atau CDN, Cloudflare dapat mengamati lalu lintas crawler AI dan log referral yang melewati infrastrukturnya. Data tersebut membantu menunjukkan operator AI mana yang benar-benar mengakses konten sebuah situs dan seberapa sering kunjungan itu berkaitan dengan rujukan dari asisten AI .
Dasbor juga memiliki panel AI Operator Activity yang dibangun dari aktivitas crawling dan referral yang teramati. Artinya, Cloudflare tidak hanya mencoba menjawab pertanyaan “apakah merek saya disebut?”, tetapi juga “apakah crawler AI mengakses konten saya sejak awal?” Lapisan informasi ini tidak tersedia bagi alat yang hanya melakukan pengujian prompt .
Pendekatan berbasis jaringan tidak berarti dasbor ini telah mencakup seluruh ekosistem AI. Ada beberapa batasan penting:
Bagi pemasar, nilai utama dasbor ini terletak pada penggabungan dua jenis sinyal: hasil pengujian terhadap jawaban AI dan bukti aktivitas crawler serta referral dari jaringan. Namun, karena cakupan model masih terbatas dan skor menggunakan baseline kategori, hasilnya lebih tepat dipakai sebagai alat pemantauan dan diagnosis awal—bukan sebagai gambaran lengkap tentang seluruh visibilitas merek di dunia AI.