Data Core
数据：AI 信息环境里，市场现在是什么样
WANVO 的公共数据资产，统一收录行业、品牌与商品，并持续记录它们在主流 AI 平台上的提及表现。 这里只陈述事实与口径；为什么会形成这样的格局、接下来可能怎么变，在「研究」里回答。
当前预览连接的是本地开发库，数字明显小于生产环境。正式发布前会逐项核对生产真实数据。
30一级行业
56,765收录品牌
88,014收录商品 SPU
48,363AI 观测记录
474,714品牌提及记录
按维度看
行业→
行业分类与行业档案，含各行业的 AI 提及表现与竞争格局。
30一级行业
728三级类目
品牌→
品牌档案、所属行业、在 AI 回答中的提及与位次表现。
56,765收录品牌
商品→
SPU / SKU 资料、商品识别与推荐份额、同品竞争表现。
88,014收录商品
行业 AI 榜单示例：家电电器 · 按 AI 回答中的提及次数
#品牌提及次数覆盖观测
1美的8,428
2海尔7,871
3松下6,995
4西门子4,225
5小米3,985
6LG3,422
7博世3,371
8TCL3,261
这张榜单是什么。统计对象是 WANVO 行业监测采集到的 AI 回答：一个问题被问一次、模型回答一次，记一条观测； 回答中出现的品牌各记一次提及。因此提及次数反映「被 AI 提到得多不多」， 不等于推荐优先级，也不等于市场份额。 完整榜单（含类目拆解、位次分布、时间趋势）在行业数据页，本页只做示例。 推荐率指标暂不展示——推荐判定枚举尚未完成回填，现在展示会让人误读。
数据口径与限制。
· 行业：取「已启用」的一级与三级类目，停用类目不计。
· 品牌：Data Core 全库收录量，不等于做过监测的品牌数。
· 商品：公共 SPU 库收录量，含未做 GEO 分析的商品。
· AI 观测：行业监测累计记录数，不含客户私有监测数据。
· 品牌提及：AI 回答中被识别出的品牌记录总数（一条回答可含多个品牌）。
· 指标性质：「AI 提及 / AI 推荐 / 商品推荐份额」是 AI 回答中的表现，不等同于真实市场销售表现，两者不可互相替代。
· 样本门槛：样本不足的类目不做排名、不出结论；已发布结论均可追溯到观测记录。
· 更新节奏：行业监测按周批次执行，统计窗口与口径版本随榜单一同标注。
· 行业：取「已启用」的一级与三级类目，停用类目不计。
· 品牌：Data Core 全库收录量，不等于做过监测的品牌数。
· 商品：公共 SPU 库收录量，含未做 GEO 分析的商品。
· AI 观测：行业监测累计记录数，不含客户私有监测数据。
· 品牌提及：AI 回答中被识别出的品牌记录总数（一条回答可含多个品牌）。
· 指标性质：「AI 提及 / AI 推荐 / 商品推荐份额」是 AI 回答中的表现，不等同于真实市场销售表现，两者不可互相替代。
· 样本门槛：样本不足的类目不做排名、不出结论；已发布结论均可追溯到观测记录。
· 更新节奏：行业监测按周批次执行，统计窗口与口径版本随榜单一同标注。