方法论
数据如何收集、指标如何计算、局限在哪里——透明且完整。
数据来源
所有分析只读取 AiDiscovery 的规范化数据库;分析绝不是第二事实来源。
- 实体目录:公司、模型、产品、工具、提供商、API 与套餐。
- 只追加的价格历史——每次价格变动都是一条新记录,从不重写旧记录。
- 来自数据摄取管道的已追踪变更事件。
- 隐私友好的搜索事件——仅聚合数据,不存储个人数据。
价格方法论
价格只在同一单位和同一货币内聚合;代币价格绝不与订阅混合。
- 中位数以美元/每百万代币计,仅来自当前代币价格。
- 仅聚合美元价格;其他货币不混入同一指标。
- 使用中位数而非平均数——对异常值更稳健。
- 成本场景标记为“估算”,并非提供商账单。
趋势方法论
趋势使用基于每日快照的确定性可配置阈值——没有任何黑盒 AI 预测。
- 新兴:近期增长 ≥ 50% 且最后一步上升。
- 增长:增长 ≥ 15% 且至少连续 2 步上升。
- 稳定:绝对变化低于 15%。
- 下滑:下降 ≥ 25% 且至少连续 2 步下降。
- 样本不足:少于 5 个数据点或基线接近零——不显示趋势。
实体计数
计数来自带真实创建日期的真实表记录。对追踪开始之前的周期,不伪造任何历史数值。
数据新鲜度
每种数据类型都有自己的新鲜度窗口——价格窗口短,历史文章窗口长。过期数据只做标记,从不删除。
局限性
为正确解读这些数据,请注意以下局限:
- “AiDiscovery 追踪”不等于“整个 AI 市场”。
- 模型或工具数量不是市场份额;份额需要目前尚不存在的外部采用/收入数据。
- 不提供任何预测;只描述已发生的事情。
- 缺失数据绝不视为零——显示为“—”。