Entitatea verificabilă: cum își aliniază o companie datele de identitate pe site, în presă și în datele structurate pentru motoarele de căutare și asistenții AI

Rezumat

Studiul descrie metoda prin care o companie își aliniază datele de identitate în toate sursele publice: numele comercial, firma juridică, adresa, telefonul, fondatorul, autorii și mențiunile din presă. Întrebarea de la care pornește este cum poate o companie să facă aceste date coerente și verificabile pe site-ul propriu, în paginile de autor, în datele structurate și în articolele de presă, astfel încât motoarele de căutare și asistenții AI să o identifice corect. Contextul internațional este dat de documentația Google Search Central, de vocabularul schema.org, de o lucrare academică despre optimizarea pentru motoarele generative, de un studiu Pew Research Center despre rezumatele AI și de datele Reuters Institute. Metoda are șapte etape, de la fișa canonică a entității până la jurnalul de corecturi. Studiul nu raportează rezultate de client și propune indicatori, fiecare cu metoda și limitele lui.

1. Întrebarea de cercetare și unitatea de analiză

În tradiția metodologică a studiului de caz formulată de Robert K. Yin, un studiu își delimitează explicit întrebarea de cercetare și unitatea de analiză [1]. Întrebarea acestui studiu, al șaisprezecelea din seria „Studii de caz”, este următoarea: prin ce procedură își poate face o companie datele de identitate coerente și verificabile în toate sursele publice care o descriu, astfel încât un motor de căutare, un asistent AI sau un cititor să poată stabili fără ambiguitate cine este, cine o conduce, cine semnează în numele ei și ce firmă juridică răspunde pentru fiecare brand?

„Entitatea verificabilă” este, în acest studiu, organizația sau persoana ale cărei date de identitate sunt aceleași în toate sursele publice și pot fi confirmate de un terț prin confruntarea acestor surse. Față de studiul nr. 2 din aceeași serie, care trata prezența în răspunsurile motoarelor generative din perspectiva conținutului publicat, accentul de aici cade pe coerența datelor și pe auditul inconsecvențelor dintre surse, nu pe producția de conținut.

Unitatea de analiză este metoda de lucru, nu o companie anume și nu un client anume. Studiul este un studiu de metodă: descrie procedura în forma descrisă de autor, pe baza practicii proprii [2], o raportează la surse internaționale și propune indicatori de evaluare. Nu conține date de client, nu reconstituie campanii reale și nu oferă estimări de efect. Verificarea surselor externe a fost făcută la 27 octombrie 2026.

Contextul organizațional este cel declarat public de companie și de autor. Autorul este fondatorul EKO GROUP [2]. Potrivit ekopress.ro, EkoPress.ro este un marketplace de articole sponsorizate, organizat pe 34 de categorii editoriale; articolele standard publicate prin el sunt marcate „Publicitate”, iar articolele mini și cele din cota content creator nu primesc acest marcaj [3]. Aceste date sunt autodeclarate și nu au fost verificate independent.

Motivul practic al metodei este, potrivit autorului, un inventar public al site-urilor grupului, realizat de autor la 14 octombrie 2026, care a găsit diferențe de date între domenii [2]. Studiul nu reproduce aceste diferențe și nu le folosește ca rezultate. Interesul autorului în tema studiului este tratat explicit în secțiunea 6.

2. Contextul internațional

Foto: Brett Sayles / Pexels

2.1. Datele de organizație în documentația Google

Documentația Google Search Central pentru datele structurate de tip Organization, actualizată la 8 septembrie 2026, arată că marcajul adăugat pe pagina principală a unui site poate ajuta Google să înțeleagă mai bine detaliile organizației și să o deosebească de altele [4]. Pagina enumeră, între proprietăți, adresa, telefonul (un număr de business, cu prefixul țării și al zonei), logoul (de cel puțin 112 x 112 pixeli, indexabil), denumirea juridică, folosită „if applicable and different from the name property”, și sameAs, cu posibilitatea de a indica mai multe URL-uri [4].

Pentru metodă, documentul contează prin faptul că numele comercial și denumirea juridică sunt câmpuri distincte. O companie care operează branduri prin firme diferite trebuie, de aceea, să declare explicit legătura dintre fiecare brand și firma lui.

2.2. sameAs în vocabularul schema.org

Vocabularul schema.org definește proprietatea sameAs drept URL-ul unei pagini web de referință care „unambiguously indicates the item's identity” [5].

Pe pagina tipului Organization, denumirea juridică, telefonul, adresa și logoul apar ca proprietăți proprii ale tipului, în timp ce sameAs apare ca proprietate moștenită de la tipul general Thing [6]. Consecința practică este că sameAs nu este un câmp specific organizațiilor, ci un mecanism general prin care orice entitate, inclusiv o persoană, indică paginile externe care o identifică.

2.3. Autorii în datele de tip Article

Documentația Google pentru datele structurate de tip Article cere ca toți autorii afișați să apară în marcaj („Include all authors in the markup”) și ca autorii multipli să nu fie combinați în același câmp [7]. Pentru câmpul author.url, pagina recomandă un link către o pagină care identifică în mod unic autorul; dacă aceasta este o pagină internă de profil, se recomandă marcaj de profil, iar sameAs poate fi o alternativă [7].

2.4. Datele structurate trebuie să corespundă textului vizibil

Ghidul general privind datele structurate, actualizat la 10 iulie 2026, stabilește că marcajul trebuie să reflecte conținutul pe care îl vede utilizatorul („Don't mark up content that is not visible to readers of the page”) și interzice folosirea datelor structurate pentru a înșela sau induce în eroare utilizatorii [8].

Consecința pentru metodă este că datele structurate nu pot fi folosite pentru a „repara” o inconsecvență. Dacă subsolul unei pagini afișează o firmă juridică și marcajul declară alta, problema se rezolvă întâi în textul vizibil.

2.5. Funcțiile AI din căutarea Google

Pagina Google „AI Features and Your Website”, actualizată la 10 decembrie 2025, precizează că nu există cerințe suplimentare pentru apariția în AI Overviews sau AI Mode și că nu este nevoie de date structurate schema.org speciale pentru aceste funcții [9]. Pagina listează însă, între practicile existente care rămân valabile, corespondența dintre datele structurate și textul vizibil [9].

Studiul ține cont de această precizare și nu prezintă alinierea entității ca tehnică specială pentru AI Overviews. Metoda este una de igienă a datelor: dacă sursele se contrazic, un motor de căutare, un asistent AI sau un cititor nu are o bază sigură pentru a alege varianta corectă.

2.6. Încrederea și autoratul

Ghidul Google „Creating helpful, reliable, people-first content”, actualizat la 5 octombrie 2026, afirmă că, dintre componentele cadrului E-E-A-T, încrederea este cea mai importantă, precizând că E-E-A-T nu este un factor de clasament specific [10]. Ghidul propune cadrul „Who, How, and Why” (cine a creat conținutul, cum, inclusiv prin automatizare sau AI, și de ce), recomandă semnături clare acolo unde cititorii le așteaptă și avertizează împotriva informațiilor de autorat înșelătoare („avoid using deceptive authorship information”) [10].

2.7. Motoarele generative și rezumatele AI

Lucrarea GEO: Generative Engine Optimization, semnată de Pranjal Aggarwal și coautori și acceptată la KDD 2024, arată în rezumat că metodele propuse pot crește vizibilitatea în răspunsurile motoarelor generative „cu până la 40%” [11]. Cifra provine din condițiile experimentului din lucrare, care tratează conținutul, nu coerența datelor de identitate; studiul o citează doar ca dovadă că vizibilitatea în răspunsurile generative a devenit obiect de cercetare măsurabilă.

Un studiu Pew Research Center din 22 iulie 2025, semnat de Athena Chapekis și Anna Lieb, a analizat datele de navigare ale a 900 de adulți din Statele Unite, cu 68.879 de căutări Google unice, dintre care 12.593 au produs un rezumat AI [12]. Utilizatorii care au văzut un rezumat AI au dat click pe un link de rezultat în 8% din vizite, față de 15% în vizitele fără rezumat [12]. Digital News Report 2025 al Reuters Institute for the Study of Journalism arată că utilizarea săptămânală a chatboturilor AI pentru știri este de 7% în total și de 15% la persoanele sub 25 de ani [13].

Concluzia studiului este una de prudență. Dacă o parte a utilizatorilor citește rezumatul și nu mai deschide sursa [12], informația despre companie care ajunge la ei este cea extrasă de sistem din surse, iar când sursele se contrazic, sistemul poate prelua oricare dintre variante. Proporția celor care folosesc asistenți AI pentru informare este însă încă mică [13], iar datele Pew provin din Statele Unite, deci nu se folosesc ca estimare pentru o companie din România.

2.8. Eticheta articolelor plătite

Articolele de presă sunt una dintre sursele care poartă datele de identitate ale unei companii. Pentru cele publicate contra cost, ghidul Comisiei Federale pentru Comerț a Statelor Unite (FTC) Native Advertising: A Guide for Businesses, din decembrie 2015, cere ca dezvăluirea, atunci când este necesară, să fie „clear and prominent” [14]. Ghidul este un reper american, fără efect juridic în România; studiul îl folosește doar pentru criteriul vizibilității etichetei, ca element al coerenței dintre ce este un articol și ce declară că este.

3. Metoda EKO pas cu pas

Foto: Tima Miroshnichenko / Pexels

Etapele de mai jos descriu metoda în forma descrisă de autor, pe baza practicii proprii [2]. Etapele 3.1-3.3 se parcurg la început și la fiecare revizuire, etapele 3.4-3.6 se aplică pe măsură ce se fac corecturile, iar etapa 3.7 este continuă.

3.1. Fișa canonică a entității

Lucrul începe cu un document intern unic, numit aici fișa canonică, care conține o singură valoare pentru fiecare dată de identitate:

• numele comercial al companiei și al fiecărui brand, în grafia exactă folosită public;
• denumirea juridică a firmei care operează fiecare brand, cu numărul de înregistrare și codul fiscal, preluate din documentele oficiale;
• adresele, cu distincția explicită între sediul social și punctele de lucru;
• telefonul și adresa de e-mail principale, cu precizarea brandului pentru care este folosit fiecare;
• fondatorul și persoanele care semnează public în numele companiei, cu numele complet, funcția exactă și pagina de autor;
• profilurile oficiale pe care compania le controlează;
• logoul de referință.

Pentru fiecare câmp, fișa indică sursa valorii canonice și data ultimei confirmări. Regula de bază este că fișa se completează din documente, nu din site-uri: site-urile se compară cu fișa, nu invers.

Într-un grup cu mai multe firme și branduri, fișa conține câte o secțiune pentru fiecare brand, cu legătura explicită dintre brand și firma juridică. Dacă site-urile a două branduri din grup indică firme diferite pentru același serviciu, situația este tratată ca inconsecvență până la clarificare.

3.2. Inventarul surselor publice

A doua etapă este lista tuturor locurilor publice în care apar datele companiei, citite fără autentificare, așa cum le vede un vizitator sau un crawler. Pentru fiecare domeniu propriu, inventarul cuprinde pagina principală, subsolul, paginile de contact și „Despre”, paginile legale, paginile de autor și de echipă, versiunile în alte limbi și datele structurate din cod, citite separat de textul vizibil. În afara domeniilor proprii, inventarul cuprinde profilurile oficiale, paginile din directoare și articolele de presă în care compania sau autorii ei apar cu nume, link sau date de contact.

Pentru fiecare sursă se notează URL-ul, data citirii și valorile găsite pentru fiecare câmp al fișei, copiate exact, pentru că diferențele de formă fac parte din obiectul auditului. Paginile care încarcă o parte din conținut prin JavaScript se marchează „necitit complet” și nu se tratează ca absență a datelor.

3.3. Auditul inconsecvențelor

Auditul compară fiecare valoare din inventar cu valoarea canonică. Fiecare diferență se încadrează într-una dintre patru categorii:

• contradicție: sursa afișează altă valoare pentru același câmp (alt telefon, altă firmă juridică, altă funcție a aceleiași persoane);
• variantă de formă: valoarea este aceeași, dar scrisă diferit (cu sau fără prefix de țară, cu grafie diferită a unui nume propriu);
• lipsă: câmpul nu apare în sursă, deși ar trebui;
• informație învechită: sursa afișează o valoare care nu mai este valabilă.

Prioritatea corecturilor se stabilește după tipul diferenței (contradicțiile înaintea variantelor de formă) și după importanța sursei (pagina principală, pagina de contact și datele structurate înaintea paginilor secundare). Afirmațiile de prezentare care diferă între pagini, cum ar fi vechimea pe piață, sunt tratate tot ca contradicții, pentru că un sistem care întâlnește două valori nu are motiv să o aleagă pe cea corectă.

Auditul se încheie cu o listă de corecturi, fiecare cu sursa, câmpul, valoarea actuală, valoarea canonică și persoana responsabilă. Când valoarea canonică nu este clară nici în documentele interne, corectura se suspendă până la o decizie scrisă, trecută apoi în fișă.

3.4. Întâi textul vizibil, apoi datele structurate

Regula de ordine derivă din ghidul Google prezentat în secțiunea 2.4 [8]: corectura se face întâi în textul paginii, apoi în marcaj. Marcajul se construiește după următoarele reguli:

• pe pagina principală a fiecărui domeniu, un marcaj Organization cu numele comercial, denumirea juridică (doar când diferă de nume [4]), adresa, telefonul, logoul și sameAs;
• valorile din marcaj sunt copiate din fișa canonică și corespund literă cu literă textului vizibil de pe aceeași pagină;
• în sameAs se trec doar URL-uri ale unor pagini care identifică neechivoc compania, în sensul definiției schema.org [5];
• pentru fondator și pentru fiecare autor se folosește un marcaj Person pe pagina de autor, cu propriile URL-uri sameAs, aceeași proprietate moștenită de la Thing [6].

Metoda exclude marcarea unor date care nu apar pe pagină [8] și folosirea sameAs pentru pagini care doar menționează compania, cum ar fi un articol de presă, pentru că acestea nu îi indică identitatea. După publicare, fiecare pagină cu marcaj se verifică cu un instrument de validare, iar rezultatul se notează în jurnal.

3.5. Paginile de autor și semnăturile

Fiecare persoană care semnează public în numele companiei are o singură pagină de autor de referință, cu numele complet, funcția din fișă, o biografie scurtă formată doar din informații verificabile și lista articolelor semnate. Regulile de legătură sunt următoarele:

• toate articolele persoanei trimit, în semnătură și în câmpul author.url, către aceeași pagină de autor [7];
• articolele cu mai mulți autori îi declară separat în marcaj [7];
• pagina de autor indică în sameAs profilurile oficiale ale persoanei, iar acestea folosesc același nume și aceeași funcție.

Regula de fond provine din ghidul Google pentru conținut util: informațiile de autorat nu trebuie să fie înșelătoare [10]. Potrivit cadrului „Who, How, and Why” [10], dacă un articol a fost redactat cu ajutorul unei echipe editoriale sau al unui instrument AI, semnatarul îl citește integral și își asumă conținutul.

3.6. Articolele de presă ca surse de identitate

Articolele de presă sunt tratate ca surse de identitate, nu doar de vizibilitate. Pentru fiecare articol se verifică:

• dacă numele companiei este scris ca în fișa canonică;
• dacă semnătura folosește numele și funcția din fișă și, unde publicația permite, trimite la pagina de autor de referință;
• dacă linkurile duc la domeniul brandului despre care este vorba în articol, nu la alt domeniu al grupului;
• pentru articolele publicate contra cost, dacă eticheta „Publicitate” este prezentă și vizibilă.

Un articol plătit care nu se declară ca atare transmite o informație falsă despre relația dintre companie și publicație; de aceea eticheta face parte din coerența entității [14]. Potrivit ekopress.ro, articolele standard publicate prin EkoPress.ro sunt marcate „Publicitate”, cu excepția articolelor mini și a celor din cota content creator [3]; în metodă, eticheta se verifică totuși vizual, pe fiecare pagină, pentru că șablonul publicației se poate schimba. Pentru articolele publicate de redacții independente, o dată de identitate greșită se corectează printr-o cerere către redacție, cu valoarea canonică și sursa ei.

3.7. Jurnalul de corecturi și reverificarea periodică

Fiecare corectură se înregistrează într-un jurnal intern: data, URL-ul, câmpul, valoarea înainte și după, persoana care a făcut modificarea și, pentru paginile cu marcaj, rezultatul validării. Înainte de modificare se păstrează o copie a versiunii anterioare.

La intervale fixe, inventarul și auditul se repetă integral. Revizuirea stabilește ce inconsecvențe noi au apărut, ce corecturi nu au rezistat, ce surse noi trebuie adăugate și ce câmpuri ale fișei au nevoie de o decizie nouă, ceea ce închide ciclul metodei.

4. Indicatori recomandați și măsurare

Foto: Markus Winkler / Pexels

Indicatorii de mai jos sunt propuși ca protocol, nu ca rezultate, și nu au ținte numerice, pentru că studiul nu are date care să le justifice. Ei măsoară în principal disciplina procesului; singurul care încearcă să surprindă efectul extern (4.5) are și limitele cele mai importante.

4.1. Rata de concordanță pe câmp

• Ce măsoară: pentru fiecare câmp al fișei canonice, proporția surselor din inventar care afișează exact valoarea canonică.
• Metoda de măsurare: inventarul din etapa 3.2 comparat cu fișa, separat pentru domeniile proprii, profilurile oficiale și articolele de presă, înainte de corecturi și la fiecare revizuire.
• Limite: o sursă omisă din inventar nu apare în calcul. Regula prin care variantele de formă sunt numărate sau nu ca diferențe trebuie fixată dinainte.

4.2. Corespondența datelor structurate cu textul vizibil

• Ce măsoară: proporția paginilor cu marcaj Organization, Person sau Article în care fiecare valoare marcată apare identic în textul vizibil și în care marcajul trece validarea tehnică.
• Metoda de măsurare: compararea câmp cu câmp a marcajului cu textul vizibil [8] și validarea cu un instrument dedicat, cu rezultatul notat în jurnal.
• Limite: un marcaj valid poate conține o valoare greșită, dacă aceasta apare și în text, deci indicatorul se citește împreună cu 4.1. Validarea nu garantează că un motor de căutare va folosi datele [9].

4.3. Coerența autoratului

• Ce măsoară: proporția articolelor semnate de persoane ale companiei în care semnătura, funcția și linkul către pagina de autor corespund fișei, iar marcajul declară corect toți autorii.
• Metoda de măsurare: verificarea semnăturii vizibile și a câmpurilor author și author.url [7] pentru fiecare articol din inventar.
• Limite: pe site-urile terților, compania nu controlează marcajul; indicatorul se calculează separat pentru domeniile proprii și cele externe.

4.4. Conformitatea etichetării articolelor plătite

• Ce măsoară: proporția articolelor publicate contra cost cu eticheta „Publicitate” prezentă și vizibilă fără derulare, pe desktop și pe telefon.
• Metoda de măsurare: verificarea vizuală a fiecărei pagini, după o grilă scrisă dinainte, cu data și o captură a paginii.
• Limite: vizibilitatea este parțial o chestiune de apreciere; aceeași persoană aplică grila pe toată seria. Criteriul provine dintr-un ghid american [14].

4.5. Identificarea corectă în răspunsurile asistenților AI

• Ce măsoară: dacă asistenții AI și funcțiile AI ale motoarelor de căutare descriu corect numele companiei, firma juridică a fiecărui brand, fondatorul și datele de contact.
• Metoda de măsurare: un set fix de întrebări, adresate acelorași asistenți la aceleași intervale; răspunsurile se salvează integral, cu data, și se compară cu fișa canonică.
• Limite: răspunsurile variază de la o rulare la alta și de la o versiune de model la alta, iar sursele folosite nu sunt întotdeauna afișate. O schimbare nu poate fi atribuită corecturilor fără un grup de comparație. Rezultatul lui Aggarwal et al. [11] nu poate fi folosit ca valoare de referință.

4.6. Timpul de aliniere după o schimbare

• Ce măsoară: intervalul dintre modificarea unei date în fișa canonică și apariția noii valori în toate sursele controlate de companie.
• Metoda de măsurare: jurnalul de corecturi din etapa 3.7.
• Limite: schimbările de identitate sunt rare, deci valorile sunt puține și greu de comparat; pentru sursele terților, timpul depinde de alte organizații.

5. Limitele studiului

Lipsa datelor de client. Studiul descrie o metodă și nu demonstrează un efect. Nu poate susține că alinierea datelor de identitate crește vizibilitatea în căutare, citarea în răspunsurile asistenților AI sau vânzările.

Lipsa unei legături cauzale demonstrate. Sursele Google descriu scopul datelor structurate și reguli de folosire [4][7][8], fără a promite un efect, și precizează că nu există cerințe speciale pentru AI Overviews [9]. Ideea că un sistem care întâlnește date contradictorii poate prelua o variantă greșită este o premisă de lucru a metodei, nu o constatare.

Transferabilitatea cercetării. Lucrarea despre motoarele generative [11] tratează conținutul, în condițiile propriului experiment. Studiul Pew [12] privește utilizatori din Statele Unite, pe o lună. Datele Reuters Institute [13] privesc consumul de știri. Aplicarea lor la o companie din România este o ipoteză.

Natura surselor tehnice și normative. Documentația Google și vocabularul schema.org se modifică periodic; studiul descrie versiunile citite la 27 octombrie 2026. Ghidul FTC [14] nu are efect juridic în România, iar studiul nu analizează legislația română privind publicitatea sau datele care trebuie afișate pe site-urile firmelor; încadrarea unui caz concret aparține unui jurist.

Limitele inventarului. Citirea paginilor publice poate rata conținutul încărcat prin JavaScript. Inventarul site-urilor grupului menționat în secțiunea 1 a fost realizat de autor și nu este reprodus [2].

Datele autodeclarate. Informațiile despre EKO GROUP și EkoPress.ro provin de pe site-urile companiei și de la autor și nu au fost auditate independent [2][3].

6. Declarație de interese

Autorul acestui studiu, Eduard Petrescu, este fondatorul EKO GROUP. Potrivit ekopress.ro, platforma EkoPress.ro publică articole sponsorizate [3], iar articolele de presă sunt, în metoda descrisă, una dintre sursele care poartă datele de identitate ale unei companii. Autorul are, prin urmare, un interes comercial în percepția publică a serviciilor legate de vizibilitatea companiilor în presă, în motoarele de căutare și în asistenții AI. Studiul a fost redactat ca descriere de metodă, cu surse externe citate, cu informațiile despre companie atribuite explicit site-urilor ei și cu limitele declarate. Studiul este autopublicat și nu a trecut printr-o evaluare academică independentă.

Note

[1] Yin, R. K., Case Study Research and Applications: Design and Methods, ed. a 6-a, SAGE Publications, 2017. Pagina editurii, accesat la 26.10.2026.

[2] Poziția autorului, formulată pe baza practicii proprii, inclusiv descrierea metodei din secțiunea 3 și inventarul public al site-urilor grupului realizat la 14.10.2026; nu este o sursă independentă. EKO GROUP, accesat la 27.10.2026. Profilul autorului: Eduard Petrescu pe comunitatea-expertilor.ro, accesat la 27.10.2026.

[3] EkoPress.ro, paginile principală, „Despre” și „Presă”, accesate la 27.10.2026. Informații autodeclarate de companie.

[4] Google Search Central, „Organization Schema Markup”, actualizat la 8.09.2026, pagina documentației, accesat la 27.10.2026.

[5] Schema.org, „sameAs - Schema.org Property”, pagina proprietății, accesat la 27.10.2026. Pagina nu indică o dată de publicare.

[6] Schema.org, „Organization - Schema.org Type”, pagina tipului, accesat la 27.10.2026. Pagina nu indică o dată de publicare.

[7] Google Search Central, „Learn About Article Schema Markup”, actualizat la 8.09.2026, pagina documentației, accesat la 27.10.2026.

[8] Google Search Central, „General Structured Data Guidelines”, actualizat la 10.07.2026, pagina ghidului, accesat la 27.10.2026.

[9] Google Search Central, „AI Features and Your Website”, actualizat la 10.12.2025, pagina documentației, accesat la 27.10.2026.

[10] Google Search Central, „Creating helpful, reliable, people-first content”, actualizat la 5.10.2026, pagina ghidului, accesat la 27.10.2026.

[11] Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K. și Deshpande, A., „GEO: Generative Engine Optimization”, KDD 2024, arXiv 2311.09735. Pagina arXiv, accesat la 27.10.2026. A fost folosit rezumatul lucrării.

[12] Chapekis, A. și Lieb, A., „Google users are less likely to click on links when an AI summary appears in the results”, Pew Research Center, 22 iulie 2025, pagina articolului, accesat la 27.10.2026. Datele de navigare au fost urmărite în perioada 1-31 martie 2025.

[13] Reuters Institute for the Study of Journalism, Digital News Report 2025, 17 iunie 2025, rezumatul executiv, accesat la 27.10.2026.

[14] Federal Trade Commission, Native Advertising: A Guide for Businesses, decembrie 2015, pagina ghidului, accesat la 14.10.2026.

Bibliografie

Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K. și Deshpande, A. (2024). GEO: Generative Engine Optimization. Proceedings of KDD 2024. arXiv 2311.09735.

Chapekis, A. și Lieb, A. (2025). Google users are less likely to click on links when an AI summary appears in the results. Pew Research Center.

Federal Trade Commission (2015). Native Advertising: A Guide for Businesses.

Google Search Central (2025). AI Features and Your Website. Google for Developers.

Google Search Central (2026). Creating helpful, reliable, people-first content. Google for Developers.

Google Search Central (2026). General Structured Data Guidelines. Google for Developers.

Google Search Central (2026). Learn About Article Schema Markup. Google for Developers.

Google Search Central (2026). Organization Schema Markup. Google for Developers.

Reuters Institute for the Study of Journalism (2025). Digital News Report 2025. University of Oxford.

Schema.org. Organization - Schema.org Type.

Schema.org. sameAs - Schema.org Property.

Yin, R. K. (2017). Case Study Research and Applications: Design and Methods (ed. a 6-a). SAGE Publications.