Como calcular Citation Share
A tese: a conta cabe numa linha, e todo o cuidado está em decidir o que entra no denominador e o quanto confiar no resultado.
Neste texto
Qual é a tese?
A fórmula de Citation Share é tão simples que dá a impressão de que não há o que discutir. O erro mora justamente aí: a mesma coleta pode render 12% ou 40% conforme o que se coloca no denominador. A tese deste artigo é que o cálculo deve ser feito com regras escritas antes de olhar os dados, e que o resultado precisa vir acompanhado de sua incerteza. Definições e variações completas ficam em métricas; aqui está o raciocínio.
Qual é a fórmula e o que entra em cada termo?
Citation Share (plataforma P, período T) = C ÷ V
- C: respostas válidas de P, no período T, em que uma URL do domínio da marca (ou de seus subdomínios no escopo) está entre as fontes.
- V: respostas válidas de P no período T, isto é, as completas. Erro, recusa, resposta cortada ou vazia saem de V.
As regras de classificação ficam no protocolo e devem ser escritas antes de olhar os dados:
- Resposta válida sem fontes entra em V e não entra em C. Anote que não havia fontes e relate à parte a parcela dessas respostas.
- Quando o Google não exibe AI Overview, a resposta é "não se aplica" e fica fora de V.
- Link quebrado ou página que não sustenta a frase continua em C, porque o domínio está entre as fontes. A qualidade da citação (links que abrem e sustentam) é indicador separado.
- Nomear a marca no texto, sem o domínio nas fontes, é presença, que tem fórmula própria em métricas.
O cálculo é por plataforma. Uma média entre plataformas esconde diferenças estruturais, como robôs bloqueados em uma e liberados em outra.
Qual é um exemplo numérico completo?
Exemplo simulado, com dados fictícios, para uma marca e uma plataforma. O painel tem 50 consultas, executadas 3 vezes cada.
| Situação | Respostas |
|---|---|
| coletadas | 150 |
| inválidas (erro ou vazia) | 3 |
| válidas (V) | 147 |
| válidas sem fontes | 28 (dentro de V) |
| domínio da marca entre as fontes (C) | 33 |
| dessas, link abre e sustenta a frase | 27 |
Cálculo por resposta: 33 ÷ 147 = 22,4%. A qualidade da citação é 27 ÷ 33 = 81,8%. A parcela de respostas sem fontes é 28 ÷ 147 = 19,0%, e ajuda a ler a taxa: parte do que ficou de fora não podia citar ninguém.
Agora a incerteza. O intervalo de Wilson, adequado a proporções com amostra pequena (a aproximação normal simples perde confiabilidade nesses casos), dá para 33 em 147, a 95%, de 16,5% a 29,8%. Para a qualidade da citação, 27 em 33, de 65,6% a 91,4%, intervalo largo porque a base é de só 33 respostas. Para comparar o efeito do tamanho: a mesma taxa de 25% tem intervalo de 12% a 45% com 24 respostas, de 9% a 53% com 12 e de 20% a 31% com 240.
Por fim, a unidade consulta, que o protocolo manda usar em relatório: se 17 das 50 consultas tiveram o domínio citado em ao menos 2 das 3 execuções, são 34,0%, com intervalo de 22,4% a 47,8%. É mais largo, porque a base caiu de 147 respostas para 50 consultas.
Como interpretar com honestidade?
Três regras.
Compare só o que é comparável. Dois resultados só se comparam se vêm das mesmas consultas, na mesma plataforma, nas mesmas condições. Mudar consultas quebra a série.
Não leia diferença menor que o ruído. Se a marca vai de 22% para 26% com 147 respostas em cada medição, a diferença está dentro do intervalo. Para afirmar mudança, o intervalo da diferença entre as duas medições não pode incluir zero, o que a calculadora verifica pelo método de Newcombe, descrito em métricas.
Lembre que as observações não são independentes. As mesmas consultas se repetem em dias diferentes. O intervalo de Wilson pressupõe tentativas independentes, e aqui elas não são exatamente. O intervalo calculado, portanto, é otimista. Trate-o como piso de incerteza.
Qual é o contraponto?
Há quem diga que o método é pouco estatístico para o que promete. A crítica tem fundamento: um painel de 50 a 100 consultas não representa o universo de perguntas dos usuários, e as plataformas variam entre tentativas, como o Tow Center registrou ao declarar que cada consulta foi feita uma vez e que as saídas mudam. A resposta do método é de escopo: ele mede a presença num conjunto declarado de consultas, não a presença "na IA". Se o conjunto é bem escolhido e fixo, o número serve para acompanhar a evolução. Para afirmações sobre um mercado inteiro, seria preciso um painel muito maior e um plano de amostragem.
Outra crítica: a dependência da validação manual dos links torna o método lento. É verdade, e é o preço da qualidade. Automatizar a coleta é possível; automatizar a verificação de que a página sustenta a frase é mais delicado, e a automação deve ser auditada por amostragem humana.
Como aplicar?
- 01Escreva as regras de inclusão e exclusão antes da coleta e guarde-as junto da planilha.
- 02Colete e registre com os campos do guia como medir citação por plataforma.
- 03Calcule C ÷ V por plataforma na calculadora.
- 04Calcule o intervalo de Wilson, em planilha ou à mão, e escreva o resultado como faixa: "22,4% (16,5% a 29,8%, 147 respostas válidas)".
- 05Compare com a medição anterior pela diferença e pelo intervalo da diferença, e aja somente se o intervalo excluir zero ou se a mudança acompanhar uma intervenção planejada.
Quais são os limites?
O exemplo é simulado. O intervalo de Wilson é uma ferramenta estatística padrão, mas aplicado às respostas como se fossem independentes dá uma estimativa otimista, e por isso o relatório usa o intervalo da unidade consulta. A fórmula aqui é a da taxa por resposta; presença, recomendação, precisão, share of voice em IA e a versão competitiva estão em métricas.
Fontes
- Binomial proportion confidence interval (Wilson score interval), Wikipedia (2026-10-14)
- We Compared Eight AI Search Engines. They're All Bad at Citing News, Columbia Journalism Review, Tow Center (2025-03-06)
- AI features and your website, Google Search Central (2025-12-10)
Meça antes de otimizar
Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.