---
url: https://merq.com.br/metodologia.md
title: "Como a MERQ mede · Método, margem de erro e limites"
description: "A pergunta é construída e validada antes de medir. A taxa sai com faixa de confiança. E os limites do próprio método estão publicados aqui."
lang: pt-BR
human_version: https://merq.com.br/metodologia
format: text/markdown
generated_by: merq-ai-layer
---

O método

# Como a MERQ *mede*

Uma consulta a uma IA é anedota. O que transforma anedota em medição é o que está descrito nesta página — incluindo o que ela não alcança.

[Ver o método rodando](https://merq.com.br/auditar)

O motor

## Antes de medir, construir a pergunta certa.

A maior parte do trabalho acontece antes da primeira coleta. Uma pergunta mal construída produz um número correto sobre a coisa errada — e isso é pior que não medir.

### Primeiro, entender o negócio

Antes de qualquer coleta, a MERQ monta o contexto da empresa — o que vende, para quem, onde atende, o que consegue comprovar e quem são os concorrentes. Cada informação carrega a origem: confirmada por você, encontrada numa fonte ou inferida.

### A pergunta é construída e validada

Medir a pergunta errada produz número correto e leitura inútil. O conjunto nasce da persona compradora, cobre as etapas da jornada e passa por duas camadas antes de entrar.

### A marca não entra no enunciado

Nas perguntas de descoberta até decisão, o nome da empresa não pode aparecer na pergunta. Se ele aparece, a resposta que o cita não prova nada — é a IA repetindo o que você mesmo escreveu.

### Quantas vezes repetir é uma decisão

A resposta de uma IA é sorteada de uma distribuição: a marca pode aparecer numa tentativa e sumir na seguinte sem que nada tenha mudado. A repetição é o que transforma sorteio em estatística — e quantas vezes repetir faz parte do plano.

### Só conta o que está escrito

Uma menção conta quando o nome está escrito na resposta. Nada é inferido, e nada é interpretado por outra IA sem conferência contra o texto original.

Primeiro, entender o negócio 1/5

origem declarada

Inferência não vira fato em silêncio

confere

revisável

Você corrige o contexto antes de virar pergunta

confere

restrições

O que a empresa não entrega também entra, para não ser recomendado

confere

Cada achado aponta a página e o trecho. Se a página não pôde ser acessada, a conclusão é “não foi possível verificar” — nunca “a informação não existe”.

A conta

## Um número sem faixa é uma opinião com aparência de dado.

Calcular uma faixa de confiança parece problema resolvido, e não é: a fórmula que a maioria usa falha justamente onde esta medição vive — amostra pequena e taxa perto de zero.

### Toda taxa sai com faixa

Na mesma lógica da margem de erro de uma pesquisa. Com trinta rodadas, zero menções não é “0% garantido”: é taxa real entre 0% e 11,6%.

### Cada métrica tem o seu denominador

Presença, recomendação, citação e fatia respondem perguntas diferentes. Reunidas num índice só, “31%” pode significar duas coisas opostas — e as duas levam a decisões opostas.

### Ausência de medição não é zero

Sem base de cálculo, a tela diz que não houve medição — nunca 0%. “Não medimos” e “medimos e você não apareceu” são conclusões opostas, e confundi-las é o erro mais caro que um painel pode cometer.

Toda taxa sai com faixa 1/3

Wald

O cálculo comum devolve faixa impossível com amostra pequena

bloqueia

Wilson

Conserta isso: a faixa fica dentro de 0% a 100%

confere

método exato

Nas bordas — 0 de 30, 30 de 30 — nem Wilson basta

confere

Cada achado aponta a página e o trecho. Se a página não pôde ser acessada, a conclusão é “não foi possível verificar” — nunca “a informação não existe”.

As duas notas

## Dois números diferentes, e nenhum deles é fechado.

Todo mundo neste mercado tem um índice de 0 a 100. Quase ninguém publica a composição. Aqui estão as duas — a de visibilidade e a da auditoria do site — com peso a peso e a regra do componente que falta.

### Índice de visibilidade — o que a IA responde sobre você

| Componente | Peso | O que mede |
| --- | --- | --- |
| Presença | 40 | a marca aparece nas respostas |
| Citação do site | 25 | a IA usa o site da marca como fonte |
| Posição entre marcas | 15 | posição típica, saturando a partir do décimo lugar |
| Sentimento | 10 | tom das menções |
| Estabilidade | 10 | fatia das perguntas cuja resposta já consolidou |

### A nota do diagnóstico mede cinco coisas, não seis

A nota que o diagnóstico gratuito devolve é outra: ela avalia o que a IA consegue ler do seu site. E está incompleta de um jeito específico, que preferimos escrever aqui a deixar você descobrir.

| Componente | Peso | Medimos hoje? |
| --- | --- | --- |
| Leitura por IA | 25 | sim, por proxy estrutural |
| Identidade de entidade | 20 | sim, por proxy estrutural |
| Dados estruturados | 15 | sim, determinístico |
| Técnica do site | 15 | sim, determinístico |
| Acesso do robô de IA | 10 | sim, determinístico |
| Presença de audiência | 15 | **não. Fica fora da conta.** |

#### O que a ausência faz com a sua nota

Os cinco componentes medidos somam 85 dos 100 pontos do modelo completo. Em vez de tratar os 15 restantes como zero — o que rebaixaria todo mundo por igual —, os pesos são reescalados sobre o que foi medido. Sua nota é uma média dos cinco, não uma média dos seis com um buraco.

#### A consequência honesta

Dois sites com a mesma nota podem ter presença de audiência muito diferente, e o diagnóstico não enxerga isso. Se a sua marca é forte em menção de terceiros e fraca em técnica, a nota vai parecer pior do que a realidade — e o contrário também vale.

#### O que o diagnóstico não entrega

O método completo, usado em consultoria, ainda produz o JSON-LD pronto para colar e um plano de correção em 30, 60 e 90 dias. O diagnóstico automático não gera nenhum dos dois: ele aponta o que está errado, não escreve a correção.

#### Componente sem lastro fica de fora

Vale para as duas notas. Se uma métrica ainda não tem amostra suficiente, ela não entra na conta e o peso é redistribuído entre as presentes. Falta de dado nunca vira nota baixa, e o painel diz quais componentes ficaram de fora.

#### Por que os dois números não se somam

A nota de visibilidade mede o que a IA responde sobre você. A da auditoria mede o que a IA consegue ler do seu site. São perguntas diferentes e não se somam.

O viés

## Três decisões que empurram o número para cima.

Nenhuma medição é neutra, e esta não é exceção. As três escolhas abaixo favorecem a citação de marca — e por isso a leitura comparativa e evolutiva vale, enquanto a leitura absoluta não.

### As perguntas são filtradas

O conjunto seleciona situações em que faz sentido citar empresa. Perguntas em que nenhuma marca apareceria não entram — e isso eleva a taxa média em relação a uma amostra aleatória de tudo que alguém pergunta.

### O prompt pede empresas reais

A instrução de medição pede ao modelo que cite empresas concretas. Sem isso, parte das respostas viria genérica; com isso, a chance de citação sobe.

### A temperatura é baixa

Medimos com temperatura 0,3, para reduzir variação entre rodadas. O consumidor recebe respostas geradas com temperatura mais alta, e portanto mais variadas que as nossas.

O que a faixa de confiança não conserta

A margem mede o acaso da amostra. Ela não corrige pergunta mal escolhida, leitura errada da resposta nem diferença entre canais.

Toda conclusão se refere ao painel observado, no período observado. Share medido não é participação de mercado, citação não é visita, e visibilidade não é receita.

---

Representação de máquina desta página, gerada a partir do HTML servido em https://merq.com.br/metodologia. Mesmo conteúdo, formato diferente (sem JavaScript, sem navegação repetida). Versão humana e canônica: https://merq.com.br/metodologia