2025年公关测量现状报告

PR 州测量2025 执行摘要 •81%但是公关专业人士衡量他们工作的方式，但61%不要遵循巴塞罗那原则等正式框架。 •平均PR团队跟踪五个指标，最常见的是放置的故事和触达/印象,尽管许多人说这些指标并不能准确反映他们的努力。 •75%他们说他们的努力至少与业务目标有某种联系，并将结果与这些目标联系起来仍然是一个主要挑战。 •93%预计两年内人工智能将影响公共关系测量的评估，67%相信在大语言模型中的可见性，一个衡量GEO（生成式引擎优化）努力的关键方法，将成为一个标准指标。 •78%其中一些公共关系专家表示，追踪人工智能生成的提及对他们的工作很重要，但只有61%目前正在做或者打算这样做。 公关测量的重要性 公共关系测量的重要性 81%的公关专业人士衡量他们的努力 大多数PR团队81%，目前跟踪他们的工作，而另 一些16%说这取决于。仅3%他们说完全不测量，强调了测量在整个行业中的普遍性。 对你而言，衡量和报告你的公关工作有多重要？ 衡量仍然是公关专业人士的首要任务 几乎所有公关专业人士都认为衡量至少在某种程度上很重要。半说这是极其重要的另一个32%说它非常重要。仅2%将其描述为不太重要。 大多数公共关系专业人士衡量以证明他们的影响力并指导策略 十之八九公关专业人士向领导层或客户报告结果以展示其影响。65%也使用测量来指导战略和60%用于跟踪内部绩效。 半他们说他们衡量是因为利益相关者要求这样，而三之一为了团队动力和认可而这样做。 十分之九的公关专业人士每周在衡量上花费的时间少于四小时 大多数公关专业人士56%，每周花费一到四小时进行测量和报告，而另一些34%不到一小时。只10%投入超过四小时。 每月报告仍然是超过三分之一公关专业人士的常态 大多数公共关系专业人士，34%，每月测量并报告其工作情况。 关于五分之一每周报告，而14%按需进行13%按季度。日报或双周报不太常见，而且仅1%每年报告。 35%的公关团队每月与领导层分享成果 月度报告也是与高管团队分享成果最常见的周期，被提及35%公关专业人士。 另一21%每季度分享更新18%按需进行。较少人每周或更少频率报告。 61%的公共关系专业人士不遵循正式的衡量框架 近三分之一使用专有或内部模型，而仅11%遵循既定的标准，如巴塞罗那原则或AMEC的综合评估框架。 “其他”类别主要包括一次性或客户特定的框架。 你们的市场公关衡量工作与更广泛的业务KPI（例如，销售额、品牌知名度、人才招聘）紧密联系到什么程度？ 75%的公共关系专业人士说他们的工作至少在某种程度上与业务目标有关 55%公关专业人士表示，他们的衡量工作与更广泛的业务KPI相关，如销售、品牌知名度或招聘。 另一20%说它们非常紧密地联系在一起，而16%说完全没有连接。 媒体监测平台仍然是公关测量的基础 大多数公关专业人士依赖媒体监测工具进行衡量，据85%. 三分之二使用分析或报告工具，而15%已采用人工智能驱动的分析。 只有一小部分人说他们不使用任何测量工具。 报告很少是个人任务 测量和报告是许多公共关系团队共同承担的责任。约占三分之一说整个团队都合作开发它，而26%分配任务给协调员或专家。 管理人员和董事不太可能带头，只有一小部分人说报告工作是由高管或第三方机构处理的。 公关和营销团队在报告方面采用不同的方法 约占三分之一一些公共关系专业人士说他们直接将公共关系指标整合到营销报告中，而另一些第三分享报告以对齐。 四分之一处理报告分开进行，而较小的小组则说他们是同一个团队的组成部分或举行联合会议来讨论综合指标。 故事置顶和印象仍然是使用最广泛的公关指标 与去年相似，引用的是已发布的新闻数量86%优点，然后是触达和印象79%. 其他常用指标包括情感、网站影响力和声音份额。虽然出现了像 LLM 可见性这样的新指标，但只有16%使用此指标报告，并且传统覆盖率指标仍然主导公关测量。 平均而言，公关专业人士使用大约五个指标来追踪他们的工作。 公关专家仍然依赖他们不完全信任的指标 放置故事,70%，以及印象，49%,仍然是公关专业人士最信任的指标。它们也是最常用的。 仅约半相信达到/印象准确地反映了他们的工作，尽管几乎80%使用它。 关键信息传递在应用中使用频率较低但准确性较高，而像LLM可见性这样的新指标则被相似比例的小部分人使用和信任。 人工智能与测量 只有28%的公关专业人士在使用人工智能进行衡量 刚刚超过四分之一目前公关专业人士使用人工智能或人工智能驱动的工具来衡量或报告他们的成果。 关于半说他们不使用人工智能，而16%计划在明年采用它。 在未来两年内，你认为人工智能（包括大语言模型的可视性）将对公关测量产生多大影响？ 人工智能与测量 93%的公关专业人士预计人工智能将在两年内影响公关效果评估 超过一半预测人工智能和LLM可见性工具将产生重大影响，同时40%预期一个适度的。7%预期效果甚微或无效果。 人工智能与测量 公关从业者正在探索ai在测量中的许多用途 人工智能在公关效果评估中没有单一的主要应用案例。情绪分析和报告自动化是最常见的39%每项，紧接着是覆盖分类36%和LLM可见性30%. 公关专业人士认为，人工智能在许多衡量领域具有广泛的潜力 64%说人工智能搜索和大型语言模型可见性，有助于衡量GEO（生成式引擎优化）工作的结果，它们在增强PR衡量方面最具潜力。超过一半认为AI在自动化和覆盖分类方面有潜力。45%说同样的预测分析。 “其他”类别包括诸如将公关成功与业务目标挂钩、活动精准定位以及协助追踪提案等内容。 人工智能与测量 75%的公关专业人士将准确性视为AI测量的最大担忧 结果的准确性是首要关注的四分之三公共关系专业人士的，随后是伦理风险，如偏见或错误信息55%. 随着更多团队开始追踪新的指标，如LLM可见性，以评估他们的GEO策略，约三分之一也担心透明度、证明投资回报率，或者缺乏合适的工具。 你或你的团队是否采取了任何措施来衡量你的品牌/客户的LLM可见性（即他们在ChatGPT、Perplexity、Gemini的答案中如何显示）？ 61% 的公关专业人士正在追踪或计划追踪其品牌的 AI 工具中的可见性 超过四分之一他们说他们已经测量了他们的品牌或客户在ChatGPT、Perplexity和Gemini等工具中的出现情况。这种通过LLM可见性追踪GEO表现的做法正在 gaining momentum with三分之一计划开始。 另一23%他们说没有计划，15%不确定。 对于您的团队来说，了解您的品牌、高管或客户是否在 AI 生成的答案中被提及，有多重要？ 人工智能与测量 78%的公关专业人士说追踪AI提及对他们的工作很重要 几乎80%有公关人士认为知道他们的品牌、高管或客户何时被提及在AI生成的答案中很重要。 然而只有61%正在追踪或计划追踪此可见性。 关于五分之一不认为它重要。 三分之二的公关专业人士预期大语言模型的可见性将成为一项标准指标 67%有公关专业人士认为，在大型语言模型中的可见性——衡量GEO有效性的主要方式——将很快成为标准公关测量工具包的一部分。28%are unsure and only a5%认为这不太可能。 挑战 将公关成果与商业目标相结合仍然是一个主要的挑战 与去年类似，公关专业人士指出将指标与业务目标相连接和管理利益相关者期望是他们最大的障碍，这两项各54%. 45%指向缺乏正确的工具和40%而没有清晰的成功指标作为主要障碍。 “其他”类别包括领导层支持问题、对某些指标的怀疑以及追踪公关不可衡量影响方面的困难。 挑战 记者参与仍然是公关成功最大的因素 十分之四公关人士表示，他们吸引记者的能力对是否实现公关目标影响最大。 预算和资源随后跟进25%而较小份额则指向时间限制或获取合适工具的问题。 在向利益相关者报告 PR 工作时，您通常对自己的指标有多大信心？ 挑战 公关专业人士在向利益相关者报告他们的指标时，对自己的指标只有适度的信心 44%一些公关专业人士表示，他们对自己向利益相关者报告的指标只有些许信心，而36%描述他们自己非常有信心和7%作为极度自信。只有关于十分之一对自己的结果感到不确定。 挑战 对许多公共关系团队来说，追踪进度仍然是一个挑战 大约三之一公关人士表示，追踪他们的努力 somewhat 困难，这一结果与去年几乎 unchanged 不变。 相似比例的人觉得 somewhat easy，而只有一小部分人描述这项任务非常easy，这表明测量在各个团队中仍然是一种混合体验。 挑战 不到一半的人表示公关预算受绩效影响 刚过一半许多公关专业人士说他们的预算受他们是否达到目标的影响，这与去年的发现一致。超过一半说他们的预算与绩效没有关联。 方法论 本次调查旨在更好地了解公共关系专业人士跟踪工作成果的方式和原因。该自我管理的在线调查于2025年9月1日至29日收回了912名公共关系专业人士的反馈。调查主要通过电子邮件征集反馈意见，大多数受访者来自对Muck Rack数据库和电子邮件联系人进行的外联。 数据被清理以去除垃圾回复、主要异常值、可识别的错误和低努力程度的回复。这留下了总共832名受访者。误差范围的保守估计约为+/- 3.4%。 谢谢！ Muck Rack 是领先提供获奖 PR 软件，由直观技术和记者自己提供的最准确、最全面的数据支持。 该平台结合全球监测和报告，以及其世界一流的媒体数据，实现无缝团队协作、提案和衡量。专为通信和公共关系而设计，Muck Rack 帮助全球近 6000 家公司分析和报告其媒体关系的影响。数千名记者使用 Muck Rack 的免费工具展示其作品集，分析任何主题的新闻，并衡量其报道的影响。 muck rack 为记者提供 Muck Rack 公关人士使用 muckrack.com