O que são dados próprios (e por que viram fonte)
Dados próprios são informações que só a sua empresa tem, coletadas com um método declarado e publicadas de forma que outras pessoas consigam conferir e citar. Podem ser números da operação, padrões observados no atendimento, resultados de uma pesquisa com clientes ou uma análise nova feita sobre dados públicos. Pesquisa original é a versão organizada disso: uma pergunta, um método, uma coleta e uma conclusão publicada com transparência.
O motivo pelo qual esse tipo de conteúdo atrai citação é simples de entender. Quando cinquenta sites dizem a mesma coisa, qualquer um deles serve como fonte, e o buscador ou a IA escolhe entre eles por critérios que você não controla. Quando só a sua empresa tem determinado dado, quem quiser usar aquela informação precisa citar você. O dado próprio troca a disputa por relevância por uma posição de fonte única.
É preciso ser honesto sobre o tamanho da afirmação. Não conheço estudo público que prove que pesquisa original é “o conteúdo mais citado” pelas IAs, e desconfio de quem afirma isso com número. O que existe é uma combinação de evidências: a documentação do Google valoriza explicitamente informação e pesquisa originais, um estudo acadêmico sobre motores generativos encontrou ganho de visibilidade ao acrescentar estatísticas e citações, e a observação prática mostra que conteúdo com número verificável é reaproveitado com mais facilidade do que opinião.
Este guia trata de como produzir e publicar esse material. A forma de escrever cada trecho para que ele seja extraído corretamente está no guia de conteúdo citável por IA, e o lugar desse material dentro da estrutura do site está no de autoridade tópica.
O que a documentação e a pesquisa sustentam
O guia de >conteúdo útil e confiável do Google traz uma lista de perguntas de autoavaliação. A primeira do bloco de conteúdo e qualidade é se o conteúdo oferece “informação, reportagem, pesquisa ou análise originais”. Outra pergunta se ele entrega “valor substancial” em comparação com as outras páginas nos resultados. E o mesmo guia pede que o conteúdo demonstre experiência de primeira mão. Dados da própria operação respondem às três perguntas ao mesmo tempo.
No campo das IAs generativas, o artigo >“GEO: Generative Engine Optimization”, aceito na KDD 2024, testou várias alterações em textos e mediu a visibilidade deles nas respostas. Acrescentar estatísticas ficou entre as três técnicas de melhor desempenho, ao lado de citar fontes e acrescentar citações textuais. No teste feito no Perplexity, os autores relatam que acrescentar estatísticas chegou a 37% de melhora na métrica de impressão subjetiva. O detalhamento das técnicas está no guia de escrita citável; aqui interessa uma ressalva.
No experimento, os pesquisadores acrescentaram estatísticas a textos existentes. O estudo mede o efeito de ter números no texto; ele não diz que qualquer número serve, nem autoriza inventar dados. Para uma empresa, a lição prática é outra: se números verificáveis ajudam um texto a ser aproveitado, a vantagem duradoura é ter números que ninguém mais tem e que resistem à conferência. Número inventado pode até ser repetido uma vez, mas destrói a confiança quando alguém verifica, e com IA isso pode virar uma informação errada repetida em escala.
Também vale separar o documentado do incerto. Está documentado que o Google valoriza originalidade e que dados estruturados de conjunto de dados existem para facilitar a descoberta de datasets. Não está documentado como cada IA pondera dados próprios na escolha de fontes. O que observo é que páginas com tabelas claras, método declarado e data visível costumam ser citadas com o número correto, enquanto números soltos no meio de um parágrafo são mais vezes distorcidos.
Seis tipos de dado que uma empresa de serviço já tem
A maioria das empresas acha que pesquisa original exige instituto, orçamento e amostra enorme. Na prática, o dado mais valioso costuma estar parado no CRM, no WhatsApp comercial ou na planilha do financeiro. A tabela abaixo mostra onde procurar.
| Tipo de dado | Exemplo em empresa de serviço | Onde costuma estar | Cuidado principal |
|---|---|---|---|
| Operacional | Prazo médio entre o pedido e a entrega de um projeto, por tipo de serviço | Sistema de gestão, planilhas de projeto | Declarar o período e o que entra na conta |
| Perguntas recebidas | As dúvidas mais frequentes antes de fechar um contrato, classificadas por tema | WhatsApp, e-mail, CRM, gravações de reunião | Anonimizar e não expor cliente |
| Faixas de preço observadas | Intervalo de orçamentos aprovados para um tipo de obra ou serviço na região | Propostas comerciais | Publicar faixas, nunca valores de um cliente específico |
| Pesquisa com clientes | O que os clientes mais valorizaram ao escolher o fornecedor | Formulário enviado após a entrega | Informar quantas respostas e como foram coletadas |
| Análise de dados públicos | Cruzamento de dados oficiais do município com a realidade do setor | Portais de dados abertos e órgãos oficiais | Linkar a base original e explicar o cálculo |
| Teste ou observação própria | Testar as mesmas perguntas em várias IAs e registrar quais fontes aparecem | Planilha de testes periódicos | Repetir o teste e mostrar a variação |
Repare que nenhum desses exemplos exige comprar dados. O trabalho está em registrar de forma consistente, organizar e publicar com método. Uma clínica pode documentar quais exames os pacientes mais esquecem de levar na primeira consulta; uma empresa de climatização, os meses com mais chamados de manutenção; um escritório de advocacia trabalhista, os temas que mais aparecem nas consultas iniciais, sem identificar ninguém.
A sexta linha da tabela merece destaque porque serve para qualquer negócio que queira entender a própria presença em IA: um registro periódico de perguntas e fontes citadas é, ao mesmo tempo, ferramenta de gestão e matéria-prima de conteúdo. O método para montar esse painel está no guia de share of voice em IA.
Como produzir uma pesquisa original sem grande orçamento
O roteiro abaixo funciona para empresas pequenas e médias. Ele prioriza método claro e honestidade sobre tamanho de amostra, porque é isso que torna o resultado citável.
- Escolha uma pergunta que o seu cliente faz. Bons pontos de partida são as perguntas que chegam ao comercial e que hoje recebem respostas vagas, como “quanto tempo demora” ou “o que mais encarece”.
- Defina o recorte. Período, região, tipo de cliente e tipo de serviço. Um recorte pequeno e bem descrito vale mais do que uma generalização sem base.
- Escreva o método antes de coletar. De onde vêm os dados, o que entra e o que fica de fora, como cada número será calculado.
- Colete e limpe. Remova duplicidades, padronize categorias e anonimize tudo o que identifique pessoas ou empresas, respeitando a LGPD.
- Analise com simplicidade. Contagens, proporções, faixas e médias resolvem a maioria dos casos. Mostre também o que surpreendeu e o que não se confirmou.
- Escreva a conclusão principal em uma frase. Ela vai para o topo da página e é o trecho com mais chance de ser citado.
- Publique a página com tabela, método, data e autor. Se possível, ofereça os dados agregados para download.
- Distribua. Envie para imprensa regional, associações e parceiros que tenham interesse no tema.
- Repita. Uma pesquisa anual ou semestral sobre o mesmo tema cria série histórica, e série histórica é muito mais citável do que um retrato isolado.
Amostra pequena não é problema; esconder a amostra é
Uma empresa de serviço raramente terá milhares de respostas. Tudo bem. O que tira a credibilidade é apresentar um percentual sem dizer de quantos casos ele veio. “Entre os projetos que entregamos no último ano” é uma frase honesta; “a maioria das empresas brasileiras” a partir da mesma base não é. Declare o tamanho, o período e os limites, e evite casas decimais que sugerem uma precisão que a amostra não tem.
Como publicar para ser citado: página, método e Dataset
A forma de publicar decide se o dado será citado corretamente ou distorcido. A página de uma pesquisa própria precisa de alguns blocos fixos:
- Achado principal no topo, numa frase com número, recorte e período.
- Tabela com os dados agregados, com cabeçalho claro e unidade em cada coluna.
- Bloco de método com fonte dos dados, período, tamanho da base, critérios e limitações.
- Autor e data, com link para a página de autor.
- Como citar: uma linha sugerindo a forma de referência, com nome da empresa, título e ano.
- Arquivo para download com os dados agregados, quando fizer sentido.
Se você publica um conjunto de dados de verdade (uma tabela ou um arquivo CSV, por exemplo), pode usar a marcação Dataset. A documentação do Google sobre >dados estruturados de conjunto de dados explica que ela ajuda os datasets a serem encontrados na ferramenta Dataset Search. As propriedades obrigatórias são name e description, e a descrição precisa ter entre 50 e 5000 caracteres. Entre as recomendadas estão creator, license, temporalCoverage, spatialCoverage e distribution. A marcação descreve o conjunto de dados; ela não carrega os valores das variáveis.
Um esqueleto em texto:
{"@type": "Dataset", "name": "Prazos de entrega de projetos por tipo de serviço", "description": "Prazos observados em projetos entregues pela empresa, agregados por tipo de serviço e trimestre, com método e limitações descritos na página.", "creator": {"@id": "https://www.seudominio.com.br/#organizacao"}, "temporalCoverage": "período coberto em formato ISO 8601", "spatialCoverage": "Estado de São Paulo"}
Ligar o creator ao mesmo @id da organização usado no resto do site mantém a coerência de entidade; o guia de dados estruturados avançados mostra como montar esse grafo. Se o que você publicou é um artigo de análise com uma tabela, e não um conjunto de dados para reutilização, a marcação de artigo comum é suficiente.
Ideias de dados próprios por região do estado de São Paulo
O recorte regional é uma das formas mais baratas de tornar um dado único. Portais nacionais raramente descem ao nível de uma cidade do interior ou de um setor específico do litoral, e é aí que uma empresa local pode ser a fonte.
Na capital, empresas de serviços profissionais podem documentar prazos e etapas de processos que o cliente enfrenta na cidade, como regularização de imóveis ou abertura de empresa por tipo de atividade, sempre com link para o órgão oficial e indicando o período observado. Na Região Metropolitana de Campinas e no eixo de Jundiaí, operadores de logística e prestadores B2B podem publicar padrões de demanda por época do ano, agregados.
No interior, regiões como Ribeirão Preto, Franca e São José do Rio Preto têm setores com perguntas muito próprias: agronegócio, calçados, saúde. Uma revenda de implementos agrícolas pode publicar quais peças têm mais procura na entressafra; uma clínica, quais dúvidas mais aparecem antes de um procedimento. A imprensa regional costuma ter interesse real nesse tipo de material, e uma reportagem que cita a sua pesquisa é exatamente o tipo de menção externa que o guia de menções de marca e PR digital descreve.
No litoral, a Baixada Santista e o Litoral Norte oferecem dados sazonais: procura por aluguel de temporada por mês, tipos de manutenção mais pedidos em imóveis de praia, dúvidas de quem compra para morar ou para investir. Para empresas que atendem várias dessas regiões, a página sobre SEO, AEO e GEO no estado de São Paulo mostra como organizo a presença em cada uma sem repetir texto.
Como eu aplico isso
Quando eu reviso a estratégia de conteúdo de uma empresa, faço uma pergunta que costuma gerar silêncio: “o que vocês sabem que nenhum concorrente sabe?”. Quase sempre a resposta existe, mas está guardada na cabeça do dono, na planilha do comercial ou no histórico de atendimento. O erro que mais encontro é a empresa publicando o mesmo conteúdo genérico que todo o setor publica, enquanto senta em cima de anos de observação própria.
O segundo erro é o oposto: chamar de pesquisa o que é opinião. Um texto que diz “a maioria dos clientes prefere” sem base nenhuma não é dado próprio; é um palpite com formato de dado. Na prática, eu prefiro publicar uma observação qualitativa honesta (“nos projetos que acompanho, o atraso mais comum vem de tal etapa”) do que um percentual que não consigo sustentar.
No meu próprio site, a principal base de dados próprios são os 77 cases documentados. Cada um registra problema, decisão e motivo, sempre no mesmo formato. Isso transforma experiência acumulada em mais de 180 projetos numa base consultável, que pessoas e sistemas conseguem ler e cruzar. Um desses registros mostra o que acontece quando a empresa tinha anos de experiência e a internet não sabia disso; outro trata do momento em que ficou claro que não bastava a empresa falar sobre ela mesma.
Também trato com cuidado o que não posso publicar: números de clientes, faturamento e qualquer dado que identifique alguém ficam fora. O formato padronizado é o que dá valor ao material, não a exposição de terceiros.
Erros comuns, limites e checklist
Os erros que mais derrubam a credibilidade de uma pesquisa própria são previsíveis: percentual sem base declarada, gráfico sem período, título que promete mais do que o dado mostra, amostra de clientes satisfeitos apresentada como retrato do mercado e números arredondados para ficarem mais redondos. Todos têm a mesma correção: mostrar o método e reduzir a afirmação ao tamanho da evidência.
Há também limites que convém aceitar. Publicar dados próprios não garante citação em IA nem posição no Google. Algumas pesquisas não vão interessar a ninguém, e isso faz parte. E a primeira edição de uma pesquisa costuma ter menos alcance do que a segunda, quando já existe comparação.
Checklist antes de publicar:
- A pergunta da pesquisa é uma dúvida real do cliente?
- O método está escrito na página, com período, base e critérios?
- Nenhum dado identifica cliente, paciente ou parceiro?
- O achado principal cabe numa frase com número, recorte e período?
- Há tabela com cabeçalho e unidades claras?
- Autor, data e forma de citação estão visíveis?
- A marcação, se usada, descreve só o que está publicado?
- A pesquisa está linkada pelas páginas do cluster que tratam do mesmo assunto?
- Existe plano de distribuição para imprensa, associações e parceiros?
Um bom complemento é transformar o achado principal num vídeo curto explicando o método e o resultado; o guia de vídeo e YouTube para SEO e IA mostra como fazer esse vídeo virar fonte também. E, para quem se pergunta se publicar só no próprio site basta, a página sobre empresas que só existem no próprio site explica por que a distribuição externa importa. Os demais temas estão reunidos na biblioteca de SEO, AEO e GEO.