// TERMO CANÔNICO——— Métrica

Share of Answer

Definição canônicaRevisado em 10/08/2026Fontes: 3

// 001——— Escopo

O que Share of Answer significa

Share of Answer é a proporção de respostas válidas em que uma marca aparece dentro de um conjunto definido de consultas. A métrica precisa declarar universo, plataformas, período, regras para menção e recomendação e tratamento de indisponibilidade. Sem esses elementos, o percentual não permite comparação nem explica por que a marca apareceu.

O que não significa

Não é participação de mercado, share of voice tradicional, citabilidade estrutural ou garantia de conversão. Uma marca pode ter presença frequente em perguntas informacionais e ausência em consultas de decisão. Essa distinção mantém implementação, validação, observação externa e resultado comercial como evidências separadas, cada uma com fonte, data, escopo e limitação próprios.

// 002——— Mecanismo

Como o conceito funciona na prática

O fluxo organiza condições, ações e evidências que podem ser verificadas no domínio ou no ciclo de coleta. Ele descreve como o conceito opera, identifica dependências entre etapas e preserva a diferença entre um ativo implementado, um resultado validado e uma resposta efetivamente observada em plataforma externa.

O mecanismo de Share of Answer combina uma sequência verificável. Organiza consultas por intenção, etapa e peso metodológico. Coleta respostas somente em plataformas disponíveis no ciclo. Classifica descoberta, menção, recomendação e citação conforme regras públicas. Compara ciclos equivalentes sem reescrever o baseline.

01

Organiza consultas por intenção, etapa e peso metodológico.

02

Coleta respostas somente em plataformas disponíveis no ciclo.

03

Classifica descoberta, menção, recomendação e citação conforme regras públicas.

04

Compara ciclos equivalentes sem reescrever o baseline.

// 003——— Medição

Como verificar sem extrapolar a evidência

A Quaerion complementa a frequência com Share of Discovery, Share of Conversion e IPIA. Os indicadores são úteis somente quando denominadores, pesos e limitações permanecem visíveis; um número isolado não substitui a inspeção das respostas. O relatório também deve preservar fonte, data, versão, denominador e indisponibilidades para que outra pessoa consiga reproduzir a leitura sem confundir ausência de dado com desempenho baixo.

Cada etapa exige uma fonte diferente. Uma etapa anterior não comprova automaticamente a seguinte.
// 004——— Governança

Limitações que acompanham a definição

A interpretação de Share of Answer acompanha limites explícitos. O resultado depende do conjunto de consultas e de sua representatividade. Falhas de plataforma precisam ser excluídas ou marcadas, nunca convertidas automaticamente em zero. Presença em resposta não comprova clique, lead ou receita.

  • O resultado depende do conjunto de consultas e de sua representatividade.
  • Falhas de plataforma precisam ser excluídas ou marcadas, nunca convertidas automaticamente em zero.
  • Presença em resposta não comprova clique, lead ou receita.
// 005——— Evidências

Fontes utilizadas nesta página

As referências priorizam documentação oficial, pesquisa original e metodologia pública da Quaerion quando o conceito é operacional ou proprietário. Cada fonte sustenta uma parte identificável da definição; links externos não são usados como decoração, autoridade emprestada ou prova de que uma plataforma adotou a terminologia apresentada no verbete canônico.

  1. 01
    Share of Answer — metodologia Quaerion ↗

    Protocolo público, dimensões e regras de integridade.

  2. 02
    Radar Quaerion — metodologia ↗

    Estados da evidência e separação entre ciclos.

  3. 03
    GEO: Generative Engine Optimization ↗

    Referência acadêmica para mensuração de visibilidade em respostas generativas.


// APLICAÇÃO

Quer medir este conceito no seu domínio?

O Radar Quaerion registra fontes, estados da evidência e limitações antes de transformar uma coleta em conclusão. A plataforma separa estrutura do documento, disponibilidade técnica, presença observada em IA e impacto de negócio, preservando o histórico de cada ciclo para que uma correção editorial não reescreva o baseline nem simule evolução retrospectiva.

Human AI