Documentos internos da Pesquisa Google, revelam detalhes sobre o algoritimo de classificação

Análise Reveladora: Como o Google Classifica Conteúdo na Pesquisa

Documentos vazados recentemente fornecem uma visão inédita dos mecanismos que alimentam a classificação de conteúdo na Pesquisa Google. Os arquivos, aparentemente retirados do Content API Warehouse interno, foram publicados em 13 de março no GitHub por um bot automatizado chamado yoshi-code-bot.

O material foi compartilhado com Rand Fishkin, cofundador da SparkToro, revelando detalhes importantes sobre o algoritmo do Google. Essa descoberta é comparável ao vazamento dos fatores de classificação do Yandex em 2023, que marcou um ponto de virada no setor de SEO.

Se confirmado, esse será um dos eventos mais relevantes na história da pesquisa e da otimização para motores de busca.

Principais Descobertas

1. Escala dos Recursos de Classificação

• A documentação lista 2.596 módulos com 14.014 atributos, representando fatores de classificação detalhados.
• Embora a existência desses atributos seja confirmada, os documentos não especificam como eles são ponderados individualmente.

2. Twiddlers: Ajustando Resultados

• Os “Twiddlers” são funções que ajustam a classificação dos documentos, podendo alterar a pontuação de recuperação de informações ou reclassificar conteúdos com base em novos critérios.
• Alguns motivos para rebaixamentos incluem:
  • Links incompatíveis com o site de destino.
  • Sinais SERP indicando insatisfação do usuário.
  • Avaliações de revisões de produtos.
  • Localização geográfica.
  • Domínios de correspondência exata (exact match domains).
  • Conteúdo considerado inapropriado.

3. Histórico de Alterações

• O Google armazena uma cópia de todas as versões de páginas indexadas.
• No entanto, ao avaliar links, utiliza apenas as últimas 20 alterações feitas em um URL.

4. Links e PageRank

• A diversidade e relevância de links ainda são fatores cruciais para a classificação.
• O PageRank, uma métrica histórica, permanece em uso, especialmente o da página inicial, que é considerado para avaliar documentos em todo o site.

5. Métricas de Cliques

• O Google utiliza diversas métricas para analisar o comportamento do usuário em cliques:
  • BadClicks: cliques que indicam insatisfação.
  • GoodClicks: cliques que levam a interações positivas.
  • LastLongestClicks: o clique mais longo antes de retornar à SERP.
  • UnquashedClicks: cliques registrados sem serem descartados.
• Conteúdos longos podem ser truncados, enquanto textos mais curtos recebem uma pontuação de 0 a 512 com base na originalidade.

6. Dados Técnicos e Métricas Internas

Os documentos revelam uma série de métricas específicas usadas pelo Google:

• SiteRadius e SiteFocusScore: vetorizam páginas e sites, comparando os embeddings (representações) para determinar se o conteúdo está alinhado ao tema principal do site.
• RegistrationInfo: informações sobre o registro de domínio são armazenadas e consideradas.
• TitleMatchScore: mede a correspondência entre o título da página e a consulta.
• AvgTermWeight: avalia o tamanho médio ponderado das fontes dos termos em documentos e texto âncora.
• ChromeInTotal: indica o uso de dados do navegador Chrome para classificação.

Estratégias Relevantes

Autoria e Autoridade do Site

• O Google armazena informações sobre autores e tenta identificar entidades como autoras de documentos.
• A métrica SiteAuthority reflete a autoridade de um domínio e foi mencionada pela primeira vez durante a atualização Panda, em 2011. Conteúdo de baixa qualidade em uma parte do site pode prejudicar o desempenho geral.

Listas de Permissões e Exceções

• Determinados domínios, como aqueles relacionados a eleições ou COVID-19, podem estar em listas de permissões.
• Essas listas são usadas para evitar que alterações nos algoritmos impactem negativamente sites críticos.

Relevância de Atualizações e Datas

• O Google analisa três tipos de datas para entender a relevância temporal de um conteúdo:
  • BylineDate: data exibida na assinatura do autor.
  • SyntacticDate: data extraída do URL.
  • SemanticDate: data encontrada no conteúdo da página.

O Que Isso Significa para o SEO?

A partir dessas descobertas, os profissionais de SEO devem priorizar as seguintes estratégias:

1. Foco em Engajamento de Cliques: otimizar para métricas como GoodClicks e LastLongestClicks, criando conteúdos e experiências de usuário que promovam interações positivas e duradouras.

2. Ampliação de Links Relevantes e Diversificados: priorizar links de qualidade que reforcem o PageRank e demonstrem autoridade na área de atuação.

3. Construção de Marca Forte: investir na criação de uma marca reconhecida, que naturalmente atrai backlinks, menções em redes sociais e tráfego direto.

4. Acompanhamento de Atualizações: manter o conteúdo atualizado e bem alinhado às necessidades do público.

5. Otimização de Títulos e Elementos Visuais: garantir que títulos sejam relevantes para consultas e que elementos como avgTermWeight indiquem clareza e hierarquia no design do conteúdo.

Essas revelações são um divisor de águas para entender a complexidade dos fatores de classificação do Google, permitindo ajustes mais precisos e estratégicos.

Fontes deste artigo:

Secrets from the Algorithm: Google Search’s Internal Engineering Documentation Has Leaked

An Anonymous Source Shared Thousands of Leaked Google Search API Documents with Me; Everyone in SEO Should See Them

Há alguma controvérsia sobre se esses documentos foram “vazados” ou “descobertos”. Disseram-me que é provável que os documentos internos tenham sido incluídos acidentalmente em uma revisão de código e transmitidos ao vivo a partir da base de código interna do Google, onde foram descobertos.

Precisa de um especialista em SEO?

Entre em contato agora pelo WhatsApp para esclarecer dúvidas, receber orientações personalizadas e começar a transformar sua presença online. Estamos ansiosos para colaborar no sucesso da sua estratégia de otimização para motores de busca!