Identifique as oportunidades de crescimento que valem a pena priorizar, considerando a demanda do mercado, o cenário competitivo, as propostas de valor da marca e as fontes de citação.
A visibilidade em IA no nível da marca é ponderada pelo volume de respostas, então um produto fraco pode se esconder dentro de um número em alta. Saiba quando olhar por marca, por produto ou por cenário.
Explore mais de 12,000 nichos de mercado.
Atualizado por
Atualizado em Nov 05, 2026
Se a visibilidade em IA da marca como um todo está subindo, isso não quer dizer que todos os produtos estejam subindo. A visibilidade em IA no nível da marca é calculada juntando as respostas às perguntas de todos os produtos. O produto com mais perguntas tem o maior peso. Um produto com poucas perguntas pode perder visibilidade, ou quase não ser mencionado pela IA, e o número geral não vai mostrar isso. Além disso, quando muda o número de perguntas por produto, ou o número de vezes que cada pergunta é amostrada, o número geral se move sozinho. Para saber se o ganho de um produto está escondendo a ausência de outro, use as mesmas perguntas e o mesmo período e divida a variação geral em duas partes: a variação da visibilidade de cada produto e a variação da participação de cada produto nas respostas.
O motivo direto: a visibilidade em IA no nível da marca é uma média ponderada. Ela junta as respostas de todas as perguntas que você monitora e calcula "respostas que mencionam a marca ÷ todas as respostas". O peso de cada produto depende de quantas perguntas ele tem no conjunto de perguntas e de quantas respostas essas perguntas reúnem. Quando um produto de peso alto sobe um pouco, o número geral sobe junto. Quando um produto de peso baixo cai, ou nunca é mencionado, o número geral quase não se move.
Veja a Apple em uma amostra histórica que a Dageno coletou em três mercados de exemplo: smartphones, notebooks e smartwatches. Apple e Samsung aparecem aqui como exemplos públicos, não como clientes da Dageno. De 3 a 19 de agosto de 2026, a Apple foi mencionada em 53,4% das respostas sobre smartphones (12.807 respostas), 43,5% das respostas sobre notebooks (9.578) e 61,6% das respostas sobre smartwatches (3.301). Somando tudo, dá 50,8%. As respostas sobre smartwatches eram só 13% do total. Então, mesmo que a visibilidade da Apple em smartwatches caísse 10 pontos percentuais, o número geral cairia apenas cerca de 1,3 ponto, o que num relatório é fácil de tratar como oscilação normal.
O segundo motivo é mais difícil de perceber: quando muda a participação das respostas vindas de cada produto, o número geral também muda, mesmo que nenhum produto tenha melhorado de fato. O número de respostas depende de duas coisas: quantas perguntas são feitas e quantas respostas cada pergunta reúne. Veja a Samsung na mesma amostra. Juntamos as respostas dos três mercados, o que equivale a usar um único conjunto de perguntas que mistura perguntas sobre três produtos, e calculamos a visibilidade da Samsung no nível da marca. O Período 1 vai de 3 a 10 de agosto; o Período 2, de 11 a 19 de agosto. Comece pelas contagens brutas:
| Produto | Respostas no Período 1 | Respostas que mencionam a Samsung no Período 1 | Respostas no Período 2 | Respostas que mencionam a Samsung no Período 2 |
|---|---|---|---|---|
| Smartphones | 7.215 | 5.788 | 5.592 | 4.130 |
| Notebooks | 6.066 | 198 | 3.512 | 162 |
| Smartwatches | 1.360 | 634 | 1.941 | 907 |
| Total | 14.641 | 6.620 | 11.045 | 5.199 |
As proporções saem diretamente dessas contagens:
| Métrica | Período 1 | Período 2 | Variação (pontos percentuais) |
|---|---|---|---|
| Nível da marca (três mercados juntos) | 45,2% (6.620 ÷ 14.641) | 47,1% (5.199 ÷ 11.045) | +1,9 |
| Visibilidade nas respostas sobre smartphones | 80,2% (5.788 ÷ 7.215) | 73,9% (4.130 ÷ 5.592) | −6,4 |
| Visibilidade nas respostas sobre notebooks | 3,3% (198 ÷ 6.066) | 4,6% (162 ÷ 3.512) | +1,3 |
| Visibilidade nas respostas sobre smartwatches | 46,6% (634 ÷ 1.360) | 46,7% (907 ÷ 1.941) | +0,1 |
| Participação de smartphones no total de respostas | 49,3% | 50,6% | +1,3 |
| Participação de notebooks no total de respostas | 41,4% | 31,8% | −9,6 |
| Participação de smartwatches no total de respostas | 9,3% | 17,6% | +8,3 |
Nota: as variações foram calculadas a partir de valores não arredondados.
Os smartphones caíram 6,4 pontos, mas o número no nível da marca subiu 1,9 ponto. As três últimas linhas explicam por quê. No Período 2, as respostas sobre notebooks, em que a Samsung quase não é mencionada, caíram de 6.066 para 3.512, e sua participação caiu de 41,4% para 31,8%. As respostas sobre smartwatches, em que a Samsung vai razoavelmente bem, subiram de 1.360 para 1.941, e sua participação subiu de 9,3% para 17,6%. O ganho geral veio de uma mudança no que foi perguntado e com que frequência, não de algum produto ser mais mencionado pela IA. A linha dos notebooks diz ainda mais: a Samsung vende notebooks, mas só 3% a 5% das respostas sobre notebooks a mencionaram em qualquer um dos períodos, enquanto o número no nível da marca ficou acima de 45% o tempo todo.
Então o número de perguntas sobre notebooks caiu? Não. Removendo duplicidades pelo ID do prompt, vemos quantas perguntas distintas cada produto teve em cada período e quantas respostas cada pergunta gerou em média. Respostas à mesma pergunta vindas de plataformas, regiões ou datas diferentes contam todas.
| Produto | Perguntas no Período 1 | Perguntas no Período 2 | Respostas por pergunta no Período 1 | Respostas por pergunta no Período 2 |
|---|---|---|---|---|
| Smartphones | 3.249 | 3.748 | 1,65 | 1,22 |
| Notebooks | 1.885 | 2.049 | 2,25 | 1,41 |
| Smartwatches | 649 | 1.155 | 1,59 | 1,19 |
Nota: só foram contadas as respostas que podem ser ligadas a um ID de prompt, cobrindo de 70% a 82% das respostas conforme o produto e o período. Use esta tabela apenas para ver a direção; não a multiplique pelas contagens de respostas acima.
Os notebooks na verdade tiveram um pouco mais de perguntas (de 1.885 para 2.049), mas menos respostas, porque cada pergunta sobre notebooks gerou em média 1,41 resposta em vez de 2,25. As perguntas sobre smartwatches quase dobraram (de 649 para 1.155). Ou seja, a participação de um produto nas respostas pode mudar por causa de quantas perguntas ele tem, ou de quantas vezes cada pergunta foi executada. É por isso que a Seção 7 pede que você fixe tanto o conjunto de perguntas quanto o número de amostragens.
Os estatísticos chamam de paradoxo de Simpson quando uma tendência em toda a população aparece, desaparece ou se inverte depois que a população é dividida em subgrupos (a definição da Stanford Encyclopedia of Philosophy). A visibilidade no nível da marca enfrenta o mesmo tipo de problema: quando as proporções dos subgrupos mudam, o número agregado pode se mover em direção diferente dos números divididos.
Se uma pergunta contém ou não o nome da marca também muda o número geral. Em Better Metrics for AI Search Visibility, Ann Smarty, da Practical Ecommerce, aponta que a pontuação de visibilidade de uma ferramenta depende inteiramente de quais perguntas são feitas. Perguntas com o nome da marca tendem a pontuar perto de 100%, então devem ficar num grupo separado. Se um produto ganha mais perguntas com o nome da marca, o número no nível da marca também fica inflado.
Mais uma coisa antes de seguir: a queda de 6,4 pontos dos smartphones na tabela precisa ser dividida de novo. Como mostra a Seção 7, a maior parte dela também veio de um conjunto diferente de perguntas.
Resposta curta: para o mesmo período e o mesmo conjunto de perguntas, divida as respostas por produto e calcule dois números para cada um: sua própria visibilidade e sua participação no total de respostas. Depois compare com o período anterior e divida a variação geral em duas partes: "variação dentro de cada produto" e "variação na composição das perguntas". Se você vir qualquer um dos sinais abaixo, há um produto escondido:
O método tem três passos:
Somando as duas partes de todos os produtos, você obtém exatamente a variação geral.
Esta é a divisão para a Samsung da Seção 1:
| Produto | Variação da própria visibilidade | Efeito no número geral | Variação da participação nas respostas | Efeito da composição das perguntas |
|---|---|---|---|---|
| Smartphones | −6,4 | −3,2 | +1,3 | +1,0 |
| Notebooks | +1,3 | +0,5 | −9,6 | −0,4 |
| Smartwatches | +0,1 | 0,0 | +8,3 | +3,9 |
| Total | — | −2,7 | — | +4,5 |
Nota: todos os valores estão em pontos percentuais; os dois totais somam +1,9 (calculado a partir de valores não arredondados).
Juntas, as variações dentro dos três produtos puxaram o número geral 2,7 pontos para baixo, enquanto a variação na composição das perguntas o empurrou 4,5 pontos para cima. Olhando só o nível da marca, você acharia que a Samsung foi melhor nas respostas de IA nesse período. Dividindo, vê que os smartphones estavam caindo, os notebooks estavam quase ausentes e o número geral foi sustentado por mais respostas sobre smartwatches e menos sobre notebooks.
Se você usa a Dageno, pode começar o passo um, olhar cada produto separadamente, na página AI Market Segments. Ela lista a posição e a visibilidade da mesma marca em cada mercado, junto com as marcas líderes de cada mercado (veja a Figura 1). A divisão do passo três hoje precisa ser feita numa planilha depois de exportar os dados; não encontramos no produto um recurso que gere essa divisão diretamente.
Figura 1: O espaço de trabalho da Apple na página AI Market Segments da Dageno. A mesma marca fica em 2º lugar em Smart Phones (50,5%), 3º em Laptops (36,7%), 1º em Smart Watches (52,2%) e apenas 10º em Cloud File Storage Software (6,2%), e cada mercado tem marcas líderes diferentes. A Apple é um exemplo de marca pública, não cliente da Dageno. A imagem não mostra o período de referência; visibilidade não é vendas nem participação de mercado, e uma posição baixa não prova que exista uma oportunidade que valha a entrada.
Resposta curta: confirme três coisas antes de tirar uma conclusão.
Só quando as três coisas se confirmam é uma ausência real. Uma pergunta feita uma ou duas vezes, ou um punhado de respostas, não basta.
Não. No máximo, conta como instável. As respostas de IA podem ser diferentes a cada vez. A SparkToro e a Gumshoe.ai pediram a 600 voluntários que rodassem 12 prompts de recomendação de marcas no ChatGPT, no Claude e nas respostas de IA do Google, num total de 2.961 vezes, entre novembro e dezembro de 2025. A chance de o mesmo prompt devolver a mesma lista de marcas duas vezes foi inferior a 1% (post original da SparkToro). Schulte, Bleeker e Kaufmann, da Universidade de St. Gallen, também defendem que a visibilidade deve ser lida como uma distribuição de medições repetidas, não como o resultado de uma única observação (Don't Measure Once). Segundo o artigo, rodar um prompt uma vez dá um erro padrão de 0,370 para a taxa de detecção de uma marca; depois de 7 execuções ele cai para menos de 0,10. Um profissional também disse numa discussão no Reddit que a visibilidade nos mesmos prompts oscilou de 15% a 20% de uma semana para outra sem nenhuma mudança da parte deles. Isso é uma observação pessoal, não um resultado estatístico.
Então olhe os resultados após amostragens repetidas. Na amostra dos três mercados, 26 grupos de perguntas sobre notebooks foram feitos pelo menos três vezes na mesma plataforma e na mesma região.
A amostra é pequena, mas basta para mostrar que a ausência da Samsung não foi questão de uma ou duas amostragens com azar. A visibilidade dela também foi baixa em todos os tipos de pergunta sobre notebooks:
Isso significa que o produto inteiro está ausente, não só um cenário. Marcas como Dell (63,0%), Lenovo (49,2%) e Apple (43,5%) ocuparam esses lugares.
Depende das regras de detecção da ferramenta, e o melhor é ler as respostas originais e fazer uma verificação por amostragem. A amostra contém 8.713 respostas sobre notebooks com texto completo legível. A verificação encontrou:
A atribuição faltante pode vir de uma regra de detecção que só conta marcas apresentadas como recomendação, ou de falhas de detecção; confira com as regras da ferramenta. No caso da Samsung, mesmo contando tudo isso, as respostas que mencionam o Galaxy Book são só cerca de 3% das respostas sobre notebooks, então a conclusão de que o produto está ausente continua válida.
Não é uma lacuna. Registre como "não vamos atuar". A Samsung tem uma linha de notebooks Galaxy Book, mas a amostra cobre muitos países e regiões. Não verificamos quais modelos são vendidos onde nem a que preço; só a equipe de produto da própria marca pode confirmar isso. Da mesma forma, se uma marca não tem produto numa determinada faixa de preço ou para um determinado uso, é normal a IA não mencioná-la, e isso não deve ser tratado como lacuna de conteúdo.
Na Dageno, os números das páginas de segmentos de mercado e de intenções de busca podem ser clicados até as respostas de IA originais, mostrando a plataforma, a região e o texto completo da resposta (com base nos registros da base de conhecimento de produto da Dageno de 8 e 9 de setembro de 2026). Você pode fazer as duas primeiras verificações ali; a terceira exige seus próprios dados de produto.
Resposta curta: o número no nível da marca basta quando estas três condições se cumprem:
Se qualquer uma delas falhar, o número da marca é só uma referência de tendência; ele não diz se um produto específico está indo bem.
A primeira condição costuma valer para marcas de categoria única. Pense numa marca que só faz smartwatches: seus diferentes modelos enfrentam o mesmo tipo de pergunta e os mesmos rivais. Dividir por modelo deixa poucas respostas em cada parte e torna a leitura mais difícil, não mais fácil. Dividir também tem custo. Usando um teste estatístico padrão, a ThriveStack estima que distinguir uma taxa real de menção de 10% de uma de 15% com 95% de confiança exige cerca de 686 execuções por condição (resumo da ThriveStack). Divida em cinco produtos, e cada um precisa de respostas suficientes, então o volume de amostragem se multiplica.
A segunda condição tem a ver com o relatório para a diretoria. A diretoria geralmente só precisa da tendência geral e de saber se algum produto tem problema, não do detalhe de cada cenário.
A terceira condição é a mais fácil de ignorar. A Samsung da Seção 1 mostra que, quando a participação de cada produto nas respostas muda, o número geral se move sozinho. A solução é calcular o número da marca com pesos fixos: calcule primeiro a visibilidade de cada produto e depois combine-as usando pesos definidos com antecedência e que permanecem os mesmos em todo período. Você pode congelar os pesos nas proporções atuais de perguntas ou defini-los pela importância de negócio de cada produto. Assim, nenhuma mudança no número de perguntas ou na frequência de amostragem consegue mover o número geral.
Mesmo que a diretoria veja só um número, acrescente uma linha abaixo com a visibilidade e a variação de cada produto, como verificação de que nenhum produto está escorregando. Mantenha as perguntas que contêm o nome da marca numa linha própria, fora do número geral. Perguntas com e sem o nome da marca medem coisas diferentes; veja a diferença entre menções com e sem o nome da marca.
Resposta curta: se qualquer item abaixo se aplicar, dê a cada produto sua própria linha de base, ou seja, suas próprias perguntas, sua própria lista de concorrentes e seu próprio número inicial:
Concorrentes diferentes ficam evidentes na amostra dos três mercados. As cinco marcas com maior visibilidade são completamente diferentes em cada mercado:
A mesma Apple compete com Samsung e Google nas respostas sobre smartphones, mas com Dell e Lenovo nas respostas sobre notebooks. Junte isso num único ranking da marca e você deixa de comparar com os mesmos rivais.
Uma grande diferença se parece com isto: a visibilidade da Samsung é de 77,4% em smartphones, 46,7% em smartwatches e apenas 3,8% em notebooks. A Apple da Figura 1 conta a mesma história: 1º lugar em smartwatches, 3º em notebooks e apenas 10º em armazenamento em nuvem.
Responsáveis diferentes significa que avaliar pessoas pelo número da marca distribui méritos ou culpas que elas não tiveram. Quem cuida dos notebooks pode ver o número subir só porque houve mais perguntas sobre smartwatches, enquanto o produto dele não mudou nada.
Uma participação pequena significa que, pela conta da Seção 1, o produto pode cair 10 pontos enquanto o número geral se move pouco mais de 1.
Pesquisas externas e profissionais apontam o mesmo. O fornecedor Odyssiant analisou 5.356 respostas de IA de fevereiro a abril de 2026 e concluiu que a visibilidade da marca diz se a IA reconhece a empresa, enquanto a visibilidade do produto diz se a oferta certa é entendida no contexto de compra certo. A diferença importa mais para empresas com muitas linhas de produtos ou serviços (Product Visibility vs Brand Visibility). O estudo ajustou seu método de pontuação durante esse período, e os autores observam que os padrões por etapa de compra devem ser lidos como uma linha de base emergente, não como uma tendência limpa. Um profissional no Reddit também descreveu marcas sendo "divididas em dois perfis" na IA, um para buscas de produto e outro para informações da empresa (a discussão original). É uma observação pessoal, mas reforça o mesmo ponto: ser reconhecido como marca não é o mesmo que ter seu produto recomendado.
Acompanhar cada produto separadamente não é complicado:
A página de solução Product Portfolio Planning da Dageno descreve exatamente esse tipo de comparação: compare primeiro a visibilidade e a posição em IA entre linhas de produto, depois escolha uma linha e aprofunde nas perguntas de compradores e nos argumentos de venda. A página também deixa claros os limites: posição e cobertura nas respostas de IA não medem demanda de mercado, participação de mercado nem receita, e os resultados de mercados diferentes devem ser mantidos separados.
Resposta curta: quando a visibilidade ou a posição do mesmo produto varia muito entre tipos de pergunta de compradores, e você precisa dessa diferença para decidir qual página mudar ou que conteúdo acrescentar, divida mais um nível, por cenário. Se a diferença vem de uma faixa de preço ou de um uso que você não atende, apenas registre; não é uma lacuna.
Na amostra dos três mercados, a visibilidade geral da Apple nas respostas sobre smartphones é de 53,4%, mas dividida por tipo de pergunta de comprador, o quadro muda bastante:
| Tipo de pergunta do comprador | Visibilidade | Respostas |
|---|---|---|
| Melhor no geral | 73,8% | 839 |
| Melhor para o orçamento | 22,9% | 376 |
| Por que escolher | 18,5% | 287 |
Os tipos de pergunta são a classificação da Dageno. Para a divisão por cenário, usamos só as respostas que podiam ser ligadas aos metadados das perguntas, cerca de 78% das respostas sobre smartphones.
Olhando só os 53,4% no nível do produto, você pensaria que o produto vai bem nas respostas de IA no geral. Dividindo por cenário, vê que as perguntas de "melhor no geral" sustentam a média, enquanto o produto raramente aparece quando o orçamento entra na pergunta.
A página AI Search Intents da Dageno é organizada em torno dessa ideia (veja a Figura 2). No exemplo de Smart Watches, a Apple cobre todas as 25 subintenções, uma taxa de cobertura de 100%. Mas dentro de Recommendations:
Cobertura de 100% só significa que a marca aparece em todo tipo de pergunta, não que lidera em todos os tipos.
Figura 2: A visão de intenções de busca do mercado de Smart Watches no espaço de trabalho da Apple: 7 intenções principais e 25 subintenções, com taxa de cobertura de subintenções de 100%. Dentro de Recommendations, a Apple fica em 1º em "Find alternatives" (71,4%) e em 4º em "Choose by budget or tier" (32,9%). A participação na demanda descreve como as perguntas analisadas se distribuem, não o volume total de buscas nem uma demanda de compra comprovada; a imagem não mostra o período de referência.
Em Prompt-Level Visibility, Swetha Venkiteswaran, da Pixis, dá um exemplo: duas marcas com a mesma pontuação geral de visibilidade. Uma aparece de forma consistente em todo tipo de pergunta; a outra é forte em perguntas amplas, mas some quando os compradores perguntam por alternativas ou usos específicos. As médias são idênticas, mas as posições comerciais são completamente diferentes. A pontuação geral diz onde olhar; as perguntas individuais dizem por quê.
Também vale dizer quando não dividir por cenário. Se um cenário tem só algumas dezenas de respostas, seus altos e baixos são em grande parte aleatórios; acompanhe-o junto com o resto até haver dados suficientes para dividir. E se a marca não tem produto para aquela faixa de preço ou uso, não é preciso definir uma linha de base separada para esse cenário.
A tabela abaixo resume quando cada visão se aplica:
| Visão | Quando usar | O que ela não diz |
|---|---|---|
| Nível da marca | Os produtos enfrentam as mesmas perguntas e concorrentes; a decisão é sobre a marca; a participação ou o peso de cada produto é fixo | Se um produto específico está indo bem; se uma mudança de página funcionou |
| Por produto | Concorrentes diferentes, grandes diferenças de visibilidade, responsáveis e páginas do site diferentes, ou um produto com participação pequena | Qual tipo de pergunta de comprador é o problema dentro de um produto |
| Por cenário | Um produto varia muito entre perguntas de compradores, e você precisa da diferença para decidir qual página mudar | Altos e baixos em cenários com poucas respostas; faixas de preço ou usos que a marca não atende |
Resposta curta: use só as perguntas feitas nos dois períodos, nas mesmas plataformas e regiões, com o mesmo número de amostragens, e veja se a visibilidade do próprio produto subiu. Depois divida a variação no nível da marca em variação dentro de cada produto e variação na composição das perguntas. Você só pode dizer que o produto melhorou se ele subiu nas mesmas perguntas. Se a mudança de página foi a causa é outra questão, que você ainda não consegue resolver.
Voltando à Samsung da Seção 1: contando todas as respostas, sua visibilidade em smartphones caiu 6,4 pontos. Compare só as perguntas feitas nos dois períodos (pareadas pelo ID do prompt, 1.431 perguntas) e o resultado é completamente diferente:
| Visibilidade nas respostas sobre smartphones | Todas as respostas | Mesmas perguntas feitas nos dois períodos |
|---|---|---|
| Samsung | 81,1% → 77,6% | 84,3% → 84,9% |
| Apple | 56,3% → 48,6% | 58,2% → 55,1% |
Aqui só são usadas as respostas que podem ser ligadas a um ID de prompt, cerca de 78% das respostas sobre smartphones, por isso a coluna "Todas as respostas" difere um pouco dos números da Seção 1.
A "queda" da Samsung em smartphones veio quase toda de um conjunto diferente de perguntas; nas mesmas perguntas, a visibilidade quase não mudou. A Apple caiu 7,7 pontos no geral, mas só cerca de 3 pontos nas mesmas perguntas. A composição de plataformas das respostas sobre smartphones também mudou no mesmo período: a participação do Gemini nas respostas caiu de 46% para 27%, enquanto a do ChatGPT subiu de 30% para 48%. Use os números de todas as respostas para avaliar qualquer mudança feita entre os dois períodos e você chegará à conclusão errada.
Por isso, uma nova verificação precisa de quatro coisas:
Na Dageno, os prompts, plataformas, regiões e concorrentes que você quer verificar de novo ao longo do tempo podem ser fixados nas configurações de monitoramento. Importar um CSV exige quatro colunas: prompt, platforms, regions e language. Nenhuma delas é um rótulo de produto, então sua equipe precisa registrar a qual produto cada pergunta pertence na própria planilha. Segundo os registros da base de conhecimento da Dageno, só a tela de configurações e suas regras de preenchimento foram verificadas; o envio de uma importação, o salvamento e a amostragem real não foram testados. Para monitoramento contínuo, veja Acompanhe a visibilidade da marca nas respostas de IA.
Dois tipos de conclusão podem entrar no relatório mensal:
Mantenha uma coluna separada de "ainda não comprovado" com pelo menos três itens:
Aqui está um exemplo de registro. A marca, as datas e os números são inventados e só mostram como preencher:
| Item | Exemplo hipotético (números inventados) |
|---|---|
| Mudança | 10 de setembro: atualizamos a página do notebook com casos de uso, condições do teste de bateria e uma comparação com modelos de preço semelhante |
| Escopo da comparação | As 120 perguntas sobre notebooks feitas nos dois períodos; ChatGPT e Google AI Mode; Estados Unidos e Alemanha; 5 execuções por pergunta por período; 14 dias por período |
| Variação dentro do produto | Visibilidade do notebook nessas 120 perguntas: 8,0% → 12,5% |
| Variação no número da marca | +1,6 ponto: +0,9 do próprio notebook, +0,7 de mais perguntas sobre smartwatches |
| Entra no relatório mensal | Nas mesmas perguntas, a participação das respostas que mencionam o notebook subiu 4,5 pontos |
| Ainda não comprovado | Que a mudança de página causou a alta; se ela se mantém no próximo período; se traz consultas ou vendas |
Para definir a janela de novo teste e o número de amostragens, veja como definir o tamanho da amostra e a frequência de novos testes. Para saber se uma mudança após a atualização de uma página é mais do que acaso, veja como verificar se as recomendações da IA realmente melhoraram.
Comece a entender o desempenho da sua marca na busca com IA
Receba seu relatório grátis Experimente a DagenoNão. Quanto mais você divide, menos respostas cada parte tem e mais os números oscilam por acaso. Como dito acima, distinguir uma taxa real de menção de 10% de uma de 15% exige cerca de 686 execuções por condição. Comece dividindo por produto conforme concorrentes e responsáveis, e só divida os produtos em modelos ou cenários quando tiver dados suficientes.
Coloque-a num grupo separado de "perguntas entre produtos", para perguntas como "como combinar um celular com um smartwatch?". Ela não conta para nenhum produto individual; acompanhe sua tendência à parte. Do contrário, a mesma resposta é contada duas vezes ou atribuída a um produto de forma arbitrária.
Conte-as separadamente. Perguntas que contêm o nome da marca quase sempre mencionam a marca, então misturá-las infla o número geral, e cada mudança na quantidade delas o move. Para saber como combinar nomes de marca, nomes de produto e termos de categoria num conjunto de perguntas, veja como montar um conjunto de prompts de visibilidade em IA.
Use pesos fixos. Juntar as respostas diretamente faz o resultado depender das mudanças na participação de cada produto nas respostas, como mostra o exemplo da Samsung. Você pode congelar os pesos nas proporções atuais de perguntas ou defini-los pela importância de negócio de cada produto. Uma vez definidos, mantenha-os iguais em todo período, para que as variações do número geral reflitam só as variações dentro dos produtos.
Pode ficar. Na amostra, cerca de 14% das respostas sobre notebooks que mencionaram "MacBook" não foram registradas como menção à Apple. Verifique as respostas originais por amostragem usando o método da Seção 3 e depois confira as regras de detecção da ferramenta para decidir se essas respostas devem contar.
Você não pode afirmar isso. A visibilidade é a participação das respostas de IA que mencionam o produto; ela não mede vendas, participação de mercado nem volume real de buscas. Para avaliar o impacto no negócio, compare separadamente com dados de consultas, tráfego e vendas.
Comece pela visibilidade no nível da marca deste período e do anterior, usando o método da Seção 2:
Se aparecer pelo menos um sinal, acrescente uma linha abaixo do número da marca no seu relatório com os números de cada produto e sinalize o produto que está sendo escondido. Depois decida duas coisas: se ele precisa da própria linha de base (Seção 5) e se deve ser dividido ainda por cenário (Seção 6).
O número no nível da marca ainda pode mostrar à diretoria a tendência geral. Ele só não deve ser a única base para julgar se um produto está indo bem.
Atualizado por
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Dageno • Oct 15, 2026
Dageno • Sep 28, 2026
Dageno • Jun 11, 2026
Tim • Jun 11, 2026
Alexa for Shopping