Metodologia

Come misuriamo — tutto, compresi i limiti

Questa pagina è il nostro contratto di misura. Ogni regola qui descritta è implementata nel monitor ed è verificabile dai numeri che ti mostriamo. Se una cosa non si può misurare onestamente, non la vendiamo.

1. Il caveat centrale, per primo

La risposta che misuriamo via API non è identica a quella che vede un utente loggato. ChatGPT e gli altri assistenti personalizzano in base a memoria, cronologia e contesto, e gli stack di retrieval possono differire. Per questo CrescoPlay non promette lo "share of voice assoluto": misura il trend nel tempo e il confronto competitivo a parità di condizioni. È la misura utile per decidere — e l'unica che si possa fare con onestà.

Lo scan gratuito è una fotografia indicativa: fa fede il monitor, che ripete la misura ogni settimana nelle stesse condizioni.

2. Come interroghiamo i motori

• API ufficiali, mai scraping. OpenAI, Anthropic e Google — con account e fatturazione nostri. Nessun dato di terzi rivenduto.
• Ricerca web attiva. Su ChatGPT e Claude la ricerca è forzata a livello API: ogni risposta misurata ha consultato il web. Su Gemini la ricerca non è tecnicamente forzabile: per questo contiamo e pubblichiamo le ricerche effettivamente eseguite in ogni run — se un motore ha risposto a memoria, lo vedi.
• Localizzazione italiana, dove il motore la consente. A ChatGPT e a Claude diciamo da dove guardiamo — paese e fuso — quindi le fonti che citano sono quelle che vedrebbe un utente italiano. Gemini non offre un controllo equivalente: cerca sul web, ma non possiamo dirgli da dove, e quelle risposte non le presentiamo come la vista di un utente italiano.
• Nessun prompt pilotato. Niente system prompt che suggerisca risposte: la domanda è quella che farebbe un consumatore, nuda.
• 2 ripetizioni per domanda. Le risposte AI non sono deterministiche: "presente" significa menzionato nella maggioranza delle ripetizioni valide, mai in una singola risposta fortunata. E maggioranza significa più della metà: quando le ripetizioni si dividono esattamente a metà (1 su 2), quella coppia è instabile — non entra nel tasso di presenza né come sì né come no, e la dashboard la conta a parte. Fino al 31/7/2026 il pareggio veniva contato come presenza: l'abbiamo corretto e registrato nel nostro registro dei cambi di metodo, perché una serie storica che cambia regola senza dirlo è una serie che mente.

3. Come leggiamo le risposte

• Parsing deterministico, niente AI che giudica l'AI. Il riconoscimento del brand usa regole esatte (confini di parola su testo normalizzato): lo stesso testo produce sempre la stessa misura, run dopo run. Un classificatore AI qui introdurrebbe un secondo strato di non-determinismo.
• Le risposte vuote sono errori, non zeri. Se un motore non risponde (filtri, timeout), quella ripetizione è esclusa dalla misura — mai contata come "nessuna menzione": sgonfierebbe le tue metriche in silenzio.
• I run degradati non entrano nei trend. Un run con zero risposte valide viene tracciato e mostrato come tale, ed escluso dalle serie storiche.
• Fonti citate. Estraiamo i domini che i motori citano davvero nelle risposte, e accanto a ciascuno il tipo di superficie che è — perché su una testata ci si propone, su un comparatore serve un feed prodotti, e su un concorrente non si fa niente. Le domande sul tuo brand ("X recensioni") sono escluse da fonti e metriche di presenza — ti menzionano per costruzione e le gonfierebbero.
• Ghost citations. Quando il tuo sito è tra le fonti ma il brand non è nominato nella risposta: il contenuto è nel retrieval, il brand non è nel modello. È il segnale più actionable che esista — e ha i suoi limiti, dichiarati qui.

4. Motori e cadenze, col perché

In Italia il mercato degli assistenti AI è, alla fotografia di luglio 2026: ChatGPT ~84%, Copilot ~8,5%, Perplexity ~4,2%, Gemini ~2% (quote riviste trimestralmente). Il prodotto è quindi ChatGPT-first: misurato ogni settimana. Claude è un motore di controllo, misurato ogni due settimane; Gemini, con il ~2% del mercato ed essendo il più caro da interrogare, una volta al mese. Cadenza proporzionata alla quota, che tiene anche i costi (e quindi i prezzi) onesti. Non vendiamo "3 motori" come se pesassero uguale.

Lo stesso principio vale per le domande, e qui dichiariamo un limite preciso. Le domande a intento commerciale — chi le fa sta per scegliere o comprare — le misuriamo su tutti e tre i motori, due volte. Quelle a intento informativo — chi le fa sta capendo — le misuriamo solo su ChatGPT, una volta.

Cosa significa in pratica: su quelle domande non c'è una maggioranza, c'è una singola osservazione. La tabella per-domanda lo mostra come frazione ("1/1"), e il confronto fra due settimane su quelle righe è più fragile che sulle altre. In cambio, con lo stesso budget, il monitor copre quasi il doppio delle domande — e l'intento lo decide un classificatore deterministico e ispezionabile (vedi l'etichetta accanto a ogni domanda in dashboard), non una nostra scelta caso per caso.

Dal listino di agosto 2026 c'è un secondo limite dichiarato, per piano: un numero massimo di domande misurate su tutti e tre i motori («fino a N su 3 motori», pubblicato accanto a ogni prezzo). Fra le domande che andrebbero su tutti i motori — commerciali, di brand, sui concorrenti, o non classificabili — le prime N nell'ordine dell'elenco girano complete; le eccedenti restano misurate, ma sul solo ChatGPT, una volta, e la dashboard le marca una per una. L'ordine è quello dell'elenco del cliente, applicato deterministicamente: mai una nostra scelta caso per caso.

Copilot non ha un'API diretta equivalente: si vince via Bing, che copriamo nel Surface Audit. Perplexity è in roadmap come quarto motore. Entrambi con criteri di attivazione dichiarati nella roadmap pubblica.

Da dove arriva la risposta: cercata o ricordata. I motori non cercano sempre. A volte rispondono con quello che hanno imparato in addestramento, senza interrogare il web — e la differenza cambia il significato del numero. Una risposta a memoria è vera: un utente la vedrebbe uguale. Ma misura ciò che il modello ha memorizzato mesi fa, non la tua visibilità di questa settimana, e non si muove se oggi ti fai citare da una fonte nuova.

Per questo ogni motore, in dashboard, dichiara quante delle sue risposte hanno davvero cercato. Non è un dettaglio tecnico: le azioni che ti suggeriamo agiscono soprattutto sui motori che cercano, e prometterti il contrario sarebbe venderti un effetto che non possiamo produrre.

Quanto succede davvero: in una nostra prova di calibrazione — 60 chiamate sulle domande reali di un cliente, non sul suo monitor — Gemini ha risposto 17 volte su 20 senza cercare, mentre ChatGPT e Claude hanno cercato ogni volta. È una misura nostra su un solo set di domande, non una legge: per questo il numero che conta è quello del tuo monitor, dichiarato accanto a ogni motore in dashboard.

5. La risposta AI di Google, misurata a parte

Oltre ai tre assistenti misuriamo l'AI Overview di Google: il riquadro che compare sopra i risultati e che risponde senza che tu debba aprire un sito. È la superficie che più persone incontrano ogni giorno, e quindi la misuriamo — ma in un blocco separato, mai mescolata con gli altri motori.

Perché separata, e perché non facciamo la media. Sui tre assistenti «presenza» significa che il tuo brand è nominato nel testo della risposta. Nell'AI Overview significa che il tuo dominio è fra le fonti citate: il nome scritto senza link non lo contiamo, perché un nome può essere omonimo di altro. Sono due unità di misura diverse. Mediarle non darebbe un numero meno preciso — darebbe un numero che non significa niente. Per questo vivono in due posti distinti anche nel nostro database: così nessuno può mescolarle per distrazione, nemmeno noi.

Due tassi, con due denominatori dichiarati. Il primo dice su quante delle tue domande Google mostra il riquadro; il secondo, fra i riquadri che siamo riusciti a leggere, in quanti il tuo dominio è fonte. Se Google non genera nessun riquadro, il secondo tasso è vuoto, non 0%: «0% di citazione» direbbe che ti mostrano e non ti citano, che è un'altra cosa. E se il riquadro c'è ma Google ne carica il contenuto dopo, lo diciamo — sappiamo che esiste, non chi cita.

Cosa lasciamo fuori, e perché lo scriviamo. Misuriamo su Google mobile in Italia (su desktop il riquadro compare molto meno) e solo sulle domande in forma di domanda: sulle parole chiave secche il riquadro quasi non appare, e contarle come assenze avrebbe misurato la nostra formulazione invece del comportamento di Google. Quante domande restano fuori te lo diciamo in dashboard. Se in una settimana non riusciamo a interrogare la superficie, quella settimana risulta non misurata, con il motivo — mai uno zero.

6. Alert: la regola anti-rumore

Ti scriviamo solo quando cambia qualcosa — e solo quando il cambiamento è reale:

• Isteresi: una variazione (presenza persa o guadagnata, fonte nuova) fa scattare l'alert solo se persiste per due rilevazioni consecutive. Un blip singolo non ti sveglia.
• Il cambiamento deve battere il rumore: l'alert sul tasso di presenza scatta solo quando gli intervalli di confidenza (Wilson, 95%) di due settimane non si sovrappongono. Su 15 domande un singolo esito sposta il tasso di ~7 punti: due settimane i cui intervalli si toccano sono la stessa misura vista due volte, non una notizia. Fino al 31/7/2026 usavamo una soglia fissa in punti; il cambio è registrato nel nostro registro dei metodi. Per la stessa ragione, accanto al tasso mostriamo l'intervallo: «33% [15–58]» dice la verità che «33,3%» nasconde.

7. Come emettiamo un verdetto sulle mosse

Quando dichiari di aver fatto una mossa, apriamo un esperimento: il punto di partenza era stato congelato al momento del consiglio (mai ricostruito dopo), e per le 4 settimane successive osserviamo la domanda bersaglio. Alla chiusura emettiamo uno di quattro esiti: migliorato, peggiorato, non distinguibile dal rumore o non misurabile. Gli ultimi due sono diversi, e la differenza è sostanza: «non distinguibile» significa che abbiamo guardato con risoluzione sufficiente e il movimento non supera il rumore — è un esito vero, consegnato a testa alta; «non misurabile» significa che non abbiamo potuto guardare abbastanza, e te lo diciamo invece di inventare.

• La soglia la dichiariamo prima, non dopo. Alla dichiarazione calcoliamo quante osservazioni raccoglierà il tuo piano e quante menzioni servirebbero per battere il rumore — e se non basteranno, te lo diciamo subito. La soglia esatta si fissa a fine finestra sulle osservazioni davvero raccolte, e la mostriamo col verdetto anche quando differisce dalla stima.
• Un verdetto direzionale richiede un controllo. Confrontiamo la domanda bersaglio con le tue domande non toccate nelle stesse finestre: se si è mosso tutto insieme, non possiamo attribuire il movimento alla mossa, e lo diciamo. Un prima/dopo senza controllo non si consegna come direzione. Il nostro panel di sentinelle (domande fisse su brand notissimi) fa da secondo contesto: se si è mosso anche lui, una parte del movimento può essere del motore.
• C'è un pavimento: nessun verdetto direzionale sotto 4 osservazioni da almeno 2 rilevazioni distinte, in nessuna delle due direzioni — anche quando l'aritmetica da sola sembrerebbe decidere. Due risposte raccolte a pochi secondi l'una dall'altra non sono due misure indipendenti.
• Linguaggio: concordanza, mai causalità. Il verdetto dice che la misura si è mossa mentre le non toccate non mostravano un movimento distinguibile. Chi fa una mossa spesso ne fa anche altre, e i motori cambiano da soli: non possiamo separare i contributi, e non fingiamo di saperlo fare.

I limiti che dichiariamo (e perché):

• Regressione verso la media. Le mosse nascono quando la misura è bassa, e una misura rumorosa selezionata al minimo tende a risalire da sola. Il controllo delle non toccate assorbe la componente ambientale; la componente di selezione residua resta, ed è scritta qui.
• Ripetizioni correlate. Due ripetizioni della stessa domanda nello stesso run non sono indipendenti: il 95% nominale degli intervalli è ottimista. Il pavimento sui run distinti mitiga il caso peggiore; il resto si dichiara.
• Mix di motori. Le cadenze differiscono (ChatGPT settimanale, Claude e Gemini più radi): confrontiamo solo i motori presenti in entrambe le finestre, e gli esperimenti nati su un motore si giudicano su quel motore. Lo sbilanciamento residuo delle quote non lo correggiamo in v1: con questi numeri sarebbe falsa precisione.
• «Fatta» è una tua dichiarazione. Non verifichiamo l'esecuzione della mossa: verifichiamo la misura attorno alla data che dichiari tu. La data di registrazione la timbra il nostro server, e dopo il verdetto niente si riscrive.
• Il momento della dichiarazione lo scegli tu — coi dati sotto gli occhi, perché la dashboard mostra le rilevazioni. Aspettare allunga il periodo di riferimento e abbassa la soglia: è un margine che resta al cliente, lo sappiamo e lo scriviamo. Il controllo delle non toccate assorbe il movimento ambientale, non questa selezione.

Nelle statistiche aggregate sull'efficacia delle mosse (quando le pubblicheremo) entrano solo gli esperimenti più puliti: dichiarazione registrata entro 14 giorni dalla data dichiarata, al massimo 56 giorni fra consiglio e dichiarazione, e nessuna riscrittura della data. Gli esperimenti chiusi d'ufficio senza dichiarazione non entrano. Il tuo esperimento resta tuo e lo vedi comunque, col suo verdetto: queste soglie decidono solo cosa entra nella media.

8. Cosa NON promettiamo

• Non promettiamo lo share of voice "assoluto" (vedi punto 1).
• Non promettiamo che una singola risposta AI reale coinciderà con la misura: il monitor misura tendenze, non oracoli.
• Non generiamo recensioni, menzioni o contenuti finti, e non facciamo "scambi di link": le azioni che suggeriamo sono menzioni vere su superfici vere.
• Non usiamo i tuoi dati per altro: le domande monitorate sono query di mercato, senza dati personali dentro. I dati stanno in EU (Francoforte).

9. Build in public

Roadmap e registro dello strumento sono pubblici: lì scriviamo, con la data, ogni cambio di regola di misura e ogni errore corretto. I report generati automaticamente sono marcati come tali (AI Act, art. 50).