AI share of voice: come misurarla e confrontarla

La metrica, definita con precisione

La maggior parte dei team mette due cose diverse sotto la stessa etichetta. Separarle rende la diagnosi molto più semplice.

Il tasso di menzione risponde a una domanda binaria: compari o no? La share of answer risponde a una domanda competitiva: di tutti i brand nominati dall'assistente, quanto spazio era tuo? Un tool B2B può avere un tasso di menzione del 90% e perdere comunque, perché viene citato nono in un elenco di dieci e i primi tre si prendono l'attenzione del buyer.

Entrambe si calcolano per assistente e per cluster di prompt. Un cluster è un gruppo di domande a intento d'acquisto che appartengono alla stessa decisione: confronto prezzi, alternative a un concorrente specifico, miglior-tool-per-X, domande sulle integrazioni. Fare la media fra cluster produce un numero che si muove per ragioni che non riesci a ricostruire.

• Tasso di menzione (%) = run in cui il tuo brand compare ÷ run totali dei prompt, per un singolo assistente e un singolo cluster, × 100.
• Share of AI answer (%) = le tue menzioni del brand ÷ tutte le menzioni di brand nelle stesse risposte, × 100. È la vera metrica di share perché è a somma zero rispetto a un set di concorrenti definito.
• Share ponderata (opzionale) = lo stesso rapporto con ogni menzione pesata per posizione, così essere primo in un elenco conta più che essere una nota a piè di lista. Usa pesi semplici (primo = 1,0, centro = 0,6, ultimo = 0,3) e documentali.
• Tasso di raccomandazione = run in cui vieni indicato come raccomandazione, non solo citato come esempio. Vale la pena isolarlo per i prompt ad alto intento.

I tre input che decidono se il tuo numero significa qualcosa

Una metrica di visibilità AI è stabile quanto la sua strumentazione. Tre decisioni fanno la maggior parte dei danni quando vengono prese con leggerezza.

Primo, il set di prompt. Mettilo per iscritto — le formulazioni esatte, il mercato, la lingua, l'inquadramento della persona — e versionalo. Ogni volta che aggiungi prompt spezzi la serie storica, quindi aggiungili come nuovo cluster invece di modificare quello esistente. L'obiettivo è avere prompt sufficienti a coprire la decisione, non a sembrare esaustivi: da venti a quaranta domande d'acquisto ben scelte per mercato valgono più di diverse centinaia di domande generiche.

Secondo, il numero di run. Gli output degli assistenti non sono deterministici: lo stesso prompt posto due volte può nominare brand diversi, soprattutto quando c'è retrieval in tempo reale. Il che significa che una singola run è un aneddoto. Esegui ogni prompt più volte per assistente e per periodo — cinque è una soglia minima praticabile, di più se la tua categoria ha una lunga coda di concorrenti — e tratta i piccoli scarti su campioni piccoli come rumore, non come movimento.

Terzo, la regola di menzione. Decidi in anticipo se una URL nuda conta, se una citazione in un elenco di fonti vale come menzione, come gestisci errori di ortografia e nomi della casa madre, e se una menzione negativa conta. Scrivi la regola: è qui che l'incoerenza genera la maggior parte delle discussioni sul fatto che la visibilità sia migliorata o no.

Perché i benchmark per assistente divergono — e perché è giusto così

Un brand al 55% di share of answer su Perplexity e al 12% su ChatGPT con prompt identici non è un errore di misurazione. I sistemi differiscono nello strato che decide quali brand sono eleggibili a essere nominati.

Retrieval contro conoscenza parametrica è la frattura principale. Gli assistenti che si appoggiano alla ricerca web live mostrano ciò che l'indice attuale e il loro layer di ranking favoriscono; le risposte che arrivano soprattutto dai pesi del modello riflettono quanto in evidenza un brand comparisse nei dati di addestramento. OpenAI descrive ChatGPT search come la combinazione del modello con informazioni dal web e da fornitori terzi (OpenAI), Anthropic rilascia la ricerca web come strumento che Claude decide quando invocare (Anthropic), Perplexity è costruito attorno a retrieval e citazioni per impostazione predefinita (Perplexity) e Google documenta le proprie funzionalità AI come uno strato sovrapposto alla Ricerca, con un comportamento di linking proprio (Google Search Central). Eleggibilità diverse, elenchi di brand diversi.

La preferenza per le fonti è il secondo fattore. Un assistente può appoggiarsi a rassegne editoriali e piattaforme di recensioni, un altro a documentazione, forum e siti primari. Se la copertura di terze parti della tua categoria è concentrata in una manciata di listicle, gli assistenti che si fidano di quelle pagine sovrarappresenteranno chi si posiziona bene lì.

Freschezza e regole di grounding sono il terzo. Un concorrente appena lanciato può comparire immediatamente negli assistenti orientati al retrieval e restare invisibile per mesi in quelli orientati ai pesi. Area geografica, lingua e il fatto che un tool decida se cercare o meno aggiungono ulteriore varianza legittima.

La conseguenza pratica: mai riportare come dato principale una media aggregata fra assistenti. Riporta una matrice. La distanza fra gli assistenti è essa stessa l'insight, perché ti dice se il problema è la copertura delle fonti, il posizionamento sulle pagine di altri o la pura assenza dal corpus. Quel dettaglio per assistente è il cuore di ciò che costruiamo in Growli, ed è la ragione per cui un unico punteggio globale è il numero meno utile del report.

Un modello di tabella di benchmark da copiare

Costruisci una riga per assistente, per cluster di prompt, per periodo. Colonne, nell'ordine:

Leggila in due direzioni. In orizzontale vedi se un cluster è in salute su un assistente e compromesso su un altro. In verticale vedi se un concorrente vince ovunque (problema di corpus e autorevolezza) o su una sola superficie (problema di fonti che puoi aggredire).

Aggiungi un secondo foglio con il set di concorrenti — da cinque a otto rivali nominati, fissi per il periodo — più la lista esatta dei prompt e la regola di menzione. Senza questi, il numero del prossimo trimestre non sarà confrontabile con quello attuale.

• Periodo — settimana o mese, con le date delle run.
• Assistente — ChatGPT, Gemini, Claude, Perplexity, Copilot, Grok. Una riga per ciascuno; nessuna aggregazione.
• Cluster di prompt — ad esempio miglior-tool-per-X, alternative-al-concorrente, prezzi.
• Run — run totali dei prompt dietro la riga. Qualsiasi valore sotto cinque per prompt va segnalato come bassa affidabilità.
• Tue menzioni — run che contengono il tuo brand secondo la regola documentata.
• Tasso di menzione % — tue menzioni ÷ run.
• Menzioni di brand totali — tutte le menzioni tue e del set di concorrenti monitorati nelle stesse risposte.
• Share of answer % — tue menzioni ÷ menzioni di brand totali.
• Posizione media — rank medio quando vieni nominato in un elenco.
• Concorrente principale + sua share % — chi ti sta effettivamente prendendo lo slot.
• Domini più citati — le tre fonti su cui l'assistente si è appoggiato di più: è la tua lista di azioni.
• Delta rispetto al periodo precedente — in punti percentuali, non in variazione percentuale, così le basi piccole non esagerano il movimento.

Trasformare i gap di SoV in azioni

Un report di share of voice che finisce con una percentuale è una dashboard. Il valore sta nella mappatura fra tipo di gap e intervento, e i tipi di gap che vale la pena nominare sono pochi.

Assente su tutti gli assistenti per un cluster significa che non sei nel materiale sorgente da cui le risposte vengono costruite. Il lavoro è di copertura: farsi nominare, descrivere e confrontare sulle pagine che gli assistenti già citano per quel cluster — piattaforme di recensioni, rassegne di categoria, thread di community, testate di settore — e assicurarsi che le tue pagine dicano chiaramente cosa fai, per chi e a che prezzo.

Presente negli assistenti orientati al retrieval, assente in quelli orientati ai pesi indica un tema di recency. Esisti sul web live ma non nel corpus più profondo. Metti in conto un ritardo e, nel frattempo, concentrati sulle superfici dove è il retrieval a decidere l'eleggibilità.

Nominato ma in ultima posizione è un problema di evidenze comparative. Gli assistenti ordinano gli elenchi usando l'inquadramento che trovano nelle fonti. Se i concorrenti hanno pagine di confronto esplicite, tabelle prezzi e dichiarazioni di casi d'uso e tu no, vieni collocato tra gli inseguitori. Pubblica i dettagli concreti: dire per chi non sei adatto è tanto utile quanto dire per chi lo sei.

Nominato con attributi sbagliati è il caso più dannoso e il più facile da non vedere se conti solo le menzioni. Registra le affermazioni fatte su di te, non solo il fatto della menzione: modello di prezzo errato, un'integrazione mancante, un posizionamento superato. Correggi alla fonte che viene citata.

Un concorrente dominante su un solo assistente si riconduce quasi sempre a una singola pagina. Trovala nella colonna dei domini citati, poi decidi se la mossa è entrare in quella pagina, costruire un'alternativa più forte su un dominio comparabile o chiedere una rettifica factuale.

Dai priorità in base al peso commerciale, non all'ampiezza del gap. Un gap di dieci punti su prompt ad alto intento del tipo alternative-a vale più di un gap di quaranta punti su domande definitorie. Se vuoi l'inquadramento più ampio di come tasso di menzione, sentiment e fonti citate si incastrano fra loro, leggi la nostra guida introduttiva sulla visibilità AI.

Cadenza, affidabilità e cosa conta come movimento reale

La misurazione mensile va bene per la maggior parte delle categorie; quella settimanale si giustifica durante un lancio, un rebranding o una campagna di correzione attiva. Qualunque scelta facciate, esegui l'intero set di prompt in una finestra ristretta, così gli aggiornamenti dei modelli non si sovrappongono al campione.

Definisci una soglia di movimento prima di riportare i dati. Con cinque run per prompt, uno scostamento di pochi punti percentuali su un singolo cluster resta ampiamente dentro la varianza di campionamento: parla di movimento solo quando regge per due periodi consecutivi o si presenta su più cluster dello stesso assistente. Annota in ogni report gli eventi che possono spiegare un salto: un aggiornamento di modello, il lancio di un nuovo concorrente, la pubblicazione di un articolo di terzi con grande visibilità, una modifica al tuo sito.

Un'ultima disciplina: conserva le risposte grezze, non solo i conteggi. Fra sei mesi i conteggi ti diranno che la share è calata, le risposte archiviate ti diranno perché — ed è questa la differenza fra una metrica di visibilità AI che puoi difendere e un numero che innesca una discussione.

FAQ