Newshot

AI搜索分析证实:高等教育领域的LLM赢家是大型公立大学与非营利院校

Translation(model translation, not the source's own text)

摘要——AI 搜索分析工具能告诉我们线上高等教育的哪些信息?

过去一年,我一直在撰写有关 AI 引擎如何不成比例地推荐大型公立和非营利大学、而非其竞争对手的文章,其中包括我所追踪的上市营利性教育公司。直到最近,证据主要还是一些审视 LLM 回答的轶事性、非科学性练习,以及管理团队关于 AI 搜索对学生招生影响的评论。

如今,一个不断壮大的 AI 搜索分析公司类别让我们能够更系统地审视这些问题。而且价格合理,即使是非专业人士也能负担得起。

我使用 Otterly.ai 在多个 AI 引擎上评估了 30 多个无品牌搜索提示词。该平台衡量大学品牌在 AI 生成回答中出现的频率、品牌在答案中的位置,以及引擎引用哪些网站作为来源。

Otterly.ai 的输出支持以下结论。

  • 新的分析工具让利益相关方和领导团队能够衡量 AI 可见度,而不是依赖年报和/或财报评论中的轶事。院校需要开始使用 AI 引擎营销指标来描述其成功(或缺乏成功)。
  • 公立和非营利大学主导了 AI 推荐。在线上院校样本中,品牌覆盖率最高的机构全部是公立或非营利大学。
  • AI 推荐高度集中于少数院校。Western Governors University(WGU)和 Southern New Hampshire University(SNHU)占据了声量份额的一半。这两个品牌在 AI 生成答案中也比竞争对手出现得更早。
  • 网站流量相对较低的第三方教育网站作为 AI 生成答案的来源,扮演着出人意料的重要角色。教育网站占 LLM 回答引用来源的 56%。我原本以为来源会是 Reddit、LinkedIn、YouTube 和 Wikipedia——这些是 LLM 最常引用的域名。然而,AI 引擎所使用的教育网站流量相对较小。它们包括:Research.com、Study.com、Learn.org 和 EdSmart.org。

如果营销人员无法提升 AI 引擎可见度,我怀疑我们可能会看到线上高等教育内部招生市场份额的整合,受益者将是最大的州立/非营利参与者。

最清晰的要点:希望继续将互联网作为招生渠道的高等教育领导者,如果想让自己的品牌在这些 AI 引擎对话中浮现,现在比以往任何时候都更需要让自己的院校脱颖而出。

高等教育机构一直在向我们传达关于 LLM AI 搜索的哪些信息?

去年三月,我发表了一篇关于 LLM 如何对营利性大学存在偏见的文章。我是基于自己对 LLM 回答高等教育相关问题的观察而写的。这是一个新鲜的论点,对我的教育通讯读者来说颇具争议。

大约持续了三周。

4 月 7 日,University of Phoenix 的母公司 Phoenix Education Partners(PXED)描述了影响该机构新生入学的搜索和发现挑战。这是关于 LLM 正在影响高等教育招生漏斗顶端的叙事中倒下的第一张多米诺骨牌。

过去三个季度,上市高等教育公司的管理团队描述了 LLM 对招生漏斗的负面影响。这是高等教育股票下跌的关键驱动因素之一,自六月底以来平均下跌了 30%。

大多数上市高等教育公司的管理团队在第二季度承认了 LLM 搜索对其招生的影响。在第三季度,许多公司开始解释其应对新常态的策略。

但一些公司仍然表示 LLM 没有影响。至少目前还没有。

文章标题:AI 搜索分析证实,高等教育领域的 LLM 赢家是大型公立/非营利院校

Strategic Education 的 CEO 在最近的三季度电话会议上表示:“显然,我们希望在任何人们使用的搜索媒介中保持相关性并得到有利呈现,包括 LLM。所以我们有很多人在专注这件事。但我不能说我们已经从中看到了任何不利影响。”Strategic 旗下拥有 Strayer University 和 Capella University,这两所是美国最大的在线高等教育机构之一。

这里涉及几个彼此独立的问题,让我来拆解一下“不利影响”可能是什么样子。

LLM 对营利性高等教育这一概念存在明显偏见。任何有手机或电脑的人做一次基本的 LLM 搜索都能看出来——AI 引擎会主动建议潜在学习者考虑营利性院校之外的替代选择。同样,LLM 对基督教附属院校也存在微妙的偏见。这种影响对招生漏斗的作用无法衡量。

营销人员还使用一些相对较新的指标来判断品牌在 LLM 中的表现是成功还是失败。这些指标与咨询量和注册量之间可能没有直接关系。但指标确实存在。这些指标对 Strayer 来说并不算好看。对其他上市运营方也是如此。

本刊的一位读者、某全美最大高等教育机构之一的营销专业人士建议我使用 AI 搜索分析来检验我的观察和管理层评论。

现在已经有一整类公司在提供 GEO(生成式引擎优化)分析服务。

传统 SEO(搜索引擎优化)关注网站在 Google 搜索结果中的排名。GEO 衡量品牌在 AI 生成答案中出现的频率、被提及的显著程度,以及 LLM 在给出推荐时引用了哪些网站。

这一市场的公司包括 Otterly.ai、Peec.ai、Profound、Promptwatch、AthenaHQ 和 ZipTie.ai。它们提供各种形式的 AI 可见性监测。老牌 SEO 公司,包括 Semrush 和 Ahrefs,也推出了 AI 可见性产品。

在本文中,我使用 Otterly.ai 来评估高等教育品牌,主要是因为它提供了我能找到的最便宜的入门方案。

我从这次测试中得出的结论是:任何对高等教育发表意见的教育相关方都必须订阅一家这类 AI 分析公司。结果既有趣又令人警觉。对投资者来说,Otterly.ai 可能就足够了。

我是如何开展这项研究的?

我追踪了 30 多个无品牌指向的问题,这些是潜在成人学习者在评估在线大学时可能会问的。

示例包括:

  • 适合成人的最佳认证在线大学有哪些?
  • 哪些在线学校受到雇主的高度认可?
  • 哪些在线大学是正规的而非骗局
  • 我的工作是出钱方;我在哪里获得在线学位有关系吗

我创建的问题中没有一个提到特定院校。

Otterly 将这些提问分别提交给 ChatGPT、Google AI Overviews、Google AI Mode、Google Gemini、Microsoft Copilot 和 Claude。Otterly 汇总这些数据,而不是针对每个 LLM 分别呈现分析。

需要说明的是,这些发现比较的是样本内的院校可见性,而非提供每所在线大学的确定性排名。

哪些在线大学的 LLM AI 品牌覆盖率最高?

品牌覆盖率表示提及某院校的 AI 回答所占的百分比。

Western Governors University 在样本组中的 AI 搜索可见性占据主导地位,出现在超过 60% 的受监测回答中,紧随其后的是 Southern New Hampshire University,接近 50%。

文章标题:AI 搜索分析证实,高等教育领域的 LLM 赢家是大型公立/非营利机构

正文: 按注册人数计算,WGU 和 SNHU 是美国最大的两所在线大学。因此,它们被提及最多并不令人意外。

让我感兴趣的是这些机构与市场其余部分之间的差距。本样本中品牌覆盖率最高的四所大学,全部是公立或非营利机构。

AI 推荐在在线大学之间有多集中?

Share of Voice 衡量的是某所机构在所有回答中被提及的品牌占比。

WGU 和 SNHU 合计占据了超过一半的 Share of Voice。排名前四的机构合计占据 80% 的品牌份额。

哪些在线大学最先出现在 AI 回答中?

Brand Position 衡量的是某所机构在 LLM 回答中出现的顺序。数值越低,说明出现位置越靠前。

WGU 在 AI 引擎回答中排名最高,平均位置为 1.4。

SNHU 以 1.8 紧随其后。

在所列机构中,Grand Canyon University 的平均位置最弱,为 4.3。我不知道这反映的是其营销团队不懂得如何在新常态下做营销,还是因为它此前被归类为营利性大学、再加上其基督教背景而受到了双重影响。Liberty University 的得分同样偏弱。如果读者有足够兴趣,我可能会做一次后续分析,专门评估基督教背景机构的结果。

我不知道出现位置对潜在学生考虑或入读某所机构的可能性有多大影响。

但我猜想,排在第一位总比排在第六位更可取。正如《Talladega Nights》里的 Ricky Bobby 所说:“如果你不是第一,你就是最后。”

AI 在推荐在线大学时会引用哪些网站?

Domain coverage 表示引用某个特定网站的回答所占的百分比。

Otterly 在回答中记录到近 3,000 次引用。

也许收集到的最令人意外的信息是,这些对话引用的网站中有一些我并不熟悉。

Ahrefs 提供了 Google AI Overviews 整体中排名前十的提及来源。

Ahrefs 追踪的是 Google AI Overview 广泛查询范围内的引用模式。我的 Otterly 分析则专门聚焦于多个 AI 引擎中的在线高等教育,因此两者的结果不能直接比较。

不过,我原本以为两个数据集中会有一些相同的大型网站占据主导。

Research.com 出现在 23% 的监测回答中,其次是 Study.com 的 22% 和 Learn.org 的 20%。它们超过了大学网站来源,包括 WGU(17%)、SNHU(14%)和 Purdue Global(11%)。它们也超过了 YouTube(14%)、Reddit(13%)和 U.S. News(12%)的引用覆盖率。

我听说过 Study.com,但没听说过其他这些网站。我猜想,作为读者的你,对这些其他网站也同样不熟悉。

网站流量能解释 AI 引用频率吗?

我查看了 Similarweb 对 Otterly 结果中出现频率最高的几个网站的流量估算。

EdSmart.org 每月访问量仅 57,400 次,而 Study.com 为 540 万次。然而,EdSmart 出现在 16% 的受监测 AI 回答中,而 Study.com 为 22%。

常规网站流量显然无法解释这两个网站在引用覆盖率上的差异。

几家上市教育公司已讨论过创建内容以提升其在 AI 搜索中的可见度。

但如果 AI 引擎频繁引用第三方教育网站而非院校网站,这一策略能有多大效果?这些第三方网站究竟做对了什么才得以被呈现?仅仅因为它们是第三方网站吗?

我不知道这些问题的答案。而这正是这类分析随着时间推移可能帮助回答的问题:高等院校正在取得的进展。

AI 会加速高等教育市场份额的整合吗?

该分析确立了 AI 推荐在被评估院校之间的集中程度。但它提出了两个问题。

大学营销团队能否提升其品牌覆盖率、品牌位置和声量份额?

如果他们做不到又会怎样?

行业往往会随着时间推移而整合。《哈佛商业评论》发表过一篇题为《整合曲线》的有趣文章,解释了这一过程如何运作。文章的第一句话?"众所周知,大多数新兴产业都是分散的,并随着成熟而整合。"

然而,高等教育一直抗拒这一进程。为什么?

这里我要稍微发表一些个人见解,所以请随意不同意以下内容。

首先,大多数院校作为公立/非营利机构运作。他们没有投资者/股东要求通过整合来提高利润率或回报。监管、治理和非财务使命阻碍了传统的整合。

在旧互联网时代,营销人员可以直接购买 Google 关键词,并追踪咨询、转化和申请者的成本。

在 LLM 营销的新世界里,营销人员拥有的主动权更少。院校必须面对这样一个现实:LLM 的回答集中在少数几所院校身上。至少对于关于传统商业、教育和医疗保健学位的在线院校的一般性查询而言是如此。

这归结于当今在线院校之间缺乏真正的差异化。

Clayton Christensen 早在 2011 年的《创新型大学》中写道,25% 的传统大学将在 15 年内关闭。他时不时会引用 50% 这个数字。他认为,像 SNHU 和 WGU 这样服务非传统学生的低成本在线学校,会逐渐提升质量,直到从传统实体院校手中夺取市场份额。

好吧,十五年过去了。

他的论点错在高等教育不是一个普通的商业行业。高等教育拥有:

  • 认证制度,限制了新市场进入者。
  • 政府救助,我们在疫情期间看到了这一点
  • 技术提供商,可以为现有院校增加在线能力。
  • 品牌吸引力,其产出是品牌归属感

至少有 15% 的高等教育机构关闭或合并。许多属于营利性领域,其原因与他的论点无关。

但学生搜索和发现方式的变化值得重新审视 Christensen 的论点。至少对在线学校而言是如此。即使数百所在线学校附属于知名品牌,这些市场地位如今也面临风险。

现实是,大多数在线院校并无差异化。至少从消费者的角度来看是如此。

是的,学术项目、学费、教学模式、学生支持、雇主关系和学术成果方面存在差异。

但这些差异是否足够有意义,并不明确。大学在很大程度上提供的是可互换、可替代的在线学位。

没有差异化,LLM 很可能继续只列出少数几所院校。

文章标题:AI 搜索分析证实,高等教育领域的 LLM 赢家是大型公立/非营利机构

正文: 那么,为什么一个在聊天中看到 WGU 或 SNHU 的学习者,会去申请 Strayer、Phoenix 或其他未排在首位的学校?或者根本就没被列出的学校?

大学领导层在战略上应该做什么?

在 LLM 提供中学后教育机构候选短名单的新常态下生存,机构领导层需要让自己的 offerings 差异化。

差异化需要清晰、明确,并且能被 AI 引擎获取。

我指的是机器可读的差异化:以 AI 引擎能够发现和引用的方式,呈现有关机构项目、成果和竞争优势的信息。

LLM 正在读取结构化数据、学生成果和第三方共识来推荐机构。

在 SEO 营销和付费搜索世界里无关紧要的东西,现在变得重要了。机构质量现在确实重要了。也许它本来一直都应该重要,但现在它绝对重要。毕业生收入、债务收入比、就业安置数据。

也许机构需要聚焦于特定垂直领域,而不是试图为所有人提供一切。它们需要在自身具体专注的领域做到最好。

然后,它们可以把这种差异化呈现给那些会在线上让它们品牌浮现的信号权威。其形式包括雇主关系。学校评价。

机构需要做的事情还有很多,但这是一个不错的起点。

大学领导层和投资者应该衡量什么?

大学管理团队已经在追踪大量营销和招生指标。咨询量。转化率。搜索排名。学生获取成本。

AI 搜索分析提供了另一组竞争指标,管理团队和投资者应该理解这些指标。

过去一年,我们在很大程度上依赖零散的搜索和管理层评论来评估 AI 对学生招生的影响。

我们现在可以提出更具体的问题。

正如营销已经变得更加精细,利益相关者现在需要向大学领导层提出更精细的问题。

作为公众受众,我们不应再被仅凭轶事性说法的预期所束缚。

利益相关者问“你们看到了什么?”,而领导层说他们“什么也没看到”,这是不好的做法。那是 2026 年的问题和答案。

你们在评估哪个同行群体?你们的 Brand Coverage、Share of Voice 和 Average Brand Position 是多少?这些指标如何变化?它们对咨询量和获取成本告诉了我们什么(如果有的话)?

如果管理层说 AI 搜索没有影响机构,那没问题。但我想知道有什么数据支持这一结论。

我们现在有工具可以帮助回答这些问题。大学董事会应该期待管理团队使用它们。

而如果领导团队不用这种新语言说话,没有清晰指标来评估 AI 引擎的成功?

那么,董事会可能就会开始质疑运营其机构的人。

你们在重新思考机构的战略吗?

我想帮忙。

请通过 [email protected] 联系我。

我出版 The Mission Critical Investor,作为面向高等教育领导者、投资者和行业专业人士的免费资源。

如果你觉得这项研究有价值,我鼓励你订阅。没有费用。

你的订阅帮助我判断这项研究的关注度,并决定未来文章探讨哪些主题

免责声明:本文仅供信息参考,不构成投资建议。我持有 LOPE 和 UTI。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by HN AI
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗