Фактовая сходимость: аудит согласованности данных о компании

Согласованность данных о компании обычно проверяют один раз — при создании карточек — и забывают. Через год на сайте новые часы работы, в одном справочнике старый телефон, в другом сокращённое название, а на площадке отзывов не указана половина услуг. Человек разберётся, а нейросеть выберет одну из версий. Долю совпадающих фактов во всех источниках мы в SERM Service называем фактовой сходимостью. Это рабочее понятие агентства, а не отраслевой стандарт.

Почему расхождения опасны для ответов ИИ

Сье и соавторы изучили, как модели ведут себя, когда найденные данные противоречат друг другу или их памяти. С одной стороны, Хамелеон — Модели могут быть очень восприимчивы к внешним данным, противоречащим их памяти, если те связны и убедительны. [Xie и др., 2024] С другой — Упрямство — Если среди внешних данных есть информация, совпадающая с памятью модели, она проявляет сильную предвзятость подтверждения, несмотря на противоречащие источники. [Xie и др., 2024]

Для компании это означает: если в источниках две версии адреса, модель не обязательно выберет свежую. Она выберет ту, что выглядит убедительнее или совпадает с тем, что модель уже знает. Так появляется фактовый пережиток — устаревший факт, который продолжает жить в ответах после изменения.

Поисковики тоже учитывают согласованность. Google в справке о локальном ранжировании прямо советует поддерживать точные и полные данные о компании — см. пересказ материалов Google.

Какие факты проверять

NAP — название, адрес и телефон — базовый набор, по которому системы сопоставляют источники. Но для ответов ИИ важны и другие факты.

Как провести аудит

1. Выберите 8–12 фактов из таблицы выше.
2. Составьте список источников. Сайт, карточки на картах, 5–10 справочников, площадки отзывов, профили на маркетплейсах, страницы в агрегаторах. Подсказка: ссылки из ответов ассистентов показывают, какие источники они реально используют.
3. Постройте матрицу. Строки — факты, столбцы — источники. В каждой ячейке: «совпадает», «расходится», «нет данных».
4. Посчитайте сходимость. Число «совпадает» разделите на число заполненных ячеек.
5. Отсортируйте расхождения по важности факта и заметности источника.
6. Исправьте своё сразу, по чужим источникам отправьте запросы.

Пример: сеть химчисток

Условная сеть из трёх химчисток проверила 10 фактов в 14 источниках.

Сходимость — 67 из 89 заполненных ячеек, около 75%. Главные проблемы — часы (сеть полгода назад перешла на новый график) и телефон (в пяти справочниках остался номер, который больше не обслуживается). Ассистенты в трёх из десяти проверочных ответов называли старые часы.

Через полтора месяца после правок сходимость по критическим фактам достигла 96%, а в ответах ассистентов остался один случай старых часов — из агрегатора, который не ответил на запрос.

Как связана сходимость с описанием компании

Двунаправленный факт — факт, записанный в обе стороны связи: «сеть N чистит пуховики» и «пуховики чистит сеть N». Перефразировать формулировки полезно, а менять суть — нельзя. Сходимость проверяет именно суть: формулировки на площадках могут различаться, а адрес, часы и перечень услуг должны совпадать.

Как поддерживать сходимость

• Один владелец данных. Ответственный, который знает, где компания описана, и вносит изменения везде.
• Список источников. Таблица с доступами, ссылками и датой последней проверки.
• Порядок изменений. При любом изменении — переезд, новый график, новая услуга — правки вносятся по списку в одну неделю.
• Квартальная проверка. Повторный подсчёт сходимости по той же матрице.

Частые ошибки

• Разные форматы адреса. «ул. Ленина, 5, корп. 2» и «Ленина 5к2» системы могут счесть разными адресами.
• Несколько телефонов без пояснения. Если у компании несколько номеров, в каждом источнике основной должен быть один и тот же.
• Сезонные часы. Временный график нужно вносить с датами окончания, иначе он станет пережитком.
• Дубли карточек. Две карточки одной точки с разными данными снижают сходимость сильнее любого справочника.

Как сходимость меняется со временем

Сразу после аудита сходимость высокая, но со временем она падает: компания меняет часы, добавляет услуги, открывает точки, а справочники об этом не узнают. Без регулярной проверки через год сходимость обычно возвращается к исходному уровню.

Где искать скрытые источники

Кроме очевидных карт и справочников, данные о компании живут в местах, о которых редко вспоминают: в старых пресс-релизах, на сайтах партнёров и поставщиков, в архивных подборках, в профилях на площадках вакансий, в документах на сайте самой компании. Ссылки из ответов ассистентов помогают найти их быстрее всего.

Помните и о разметке на сайте: структурированные данные организации — тоже источник, который читают поисковики. Если в разметке остались старые часы или телефон, она снижает сходимость так же, как устаревший справочник, только заметить это сложнее.

Низкая сходимость — частая причина сущностной склейки: когда у компании в разных источниках разные телефоны и формы названия, системам проще перепутать её с тёзкой.

Сходимость и двухрежимная проба

После аудита полезно проверить результат в ассистентах. Двухрежимная проба — одни и те же вопросы с поиском и без — покажет, дошли ли исправления до найденных источников. Если в режиме с поиском ассистент называет верные данные, а без поиска — старые, сходимость восстановлена, а память модели обновится с новыми версиями. Если и с поиском данные старые, в матрице остался неисправленный источник: ищите его по ссылкам в ответе.

Для сетей и компаний с несколькими точками стройте отдельную матрицу на каждую точку: общая сходимость по сети скрывает филиалы, где данные расходятся сильнее всего.

Чек-лист

• Выбраны 8–12 ключевых фактов
• Составлен список источников, включая домены из ответов ИИ
• Построена матрица «факт — источник»
• Посчитана сходимость по всем и по критическим фактам
• Свои источники исправлены, по чужим отправлены запросы
• Назначен ответственный за данные
• Повторная проверка назначена через квартал

Как подать факты о компании так, чтобы модели их извлекали, разобрано в статье Описание компании для языковых моделей: двунаправленные факты и перефразы. Что делать с устаревшими данными после переезда, — в материале Фактовый пережиток: как убрать старые данные из ответов ИИ после переезда. Справочники с подборками компаний по категориям, например 32top, тоже стоит включить в матрицу.

Первоисточники: Adaptive Chameleon or Stubborn Sloth, справка Google о локальном ранжировании и справка Яндекс Бизнеса.