Karine Sales
Jornalista e criadora de conteúdo digital, atua há mais de 8 anos desenvolvendo estratégias e textos otimizados para blogs, sites e redes sociais.
Karine Sales
Atualizado em 10/09/2025
4 min de leitura
Novos documentos do processo antitruste contra o Google foram divulgados em setembro. Eles mostram detalhes dos bastidores da big tech, mostrando como ela utilizava dados dos visitantes, interações de pesquisa e dados do Chrome para alimentar e melhorar seu mecanismo de busca.
Para quem não lembra, o Google foi considerado culpado por monopólio, o que é crime e viola a Lei Sherman Antitrust dos EUA. Por conta disso, a empresa:
Não é a primeira vez que documentos deste processo trazem insights relevantes para otimização de sites. Em agosto de 2024, publicamos um post com 7 aprendizados que o julgamento antitruste nos trouxe.
A seguir, a gente te conta o que tinha nesses novos documentos (pelo menos as partes que são interessantes para SEO) e qual a importância disso para o mercado de buscas.
O Google confirmou que usa informações como: qualidade de página, frequência de spam, cliques, tempo de hover (passar o mouse sobre um link) e o comportamento de navegação após a pesquisa, para saber quais sites devem ser rastreados mais frequentemente.
Os documentos mostram que o Google utiliza dados dos visitantes em todas as etapas do processo de busca, desde a rastreamento (crawling) e indexação de páginas até a classificação dos resultados (ranqueamento).
Sites que possuem um bom engajamento, principalmente nessas métricas, são mais rastreados e, consequentemente, recebem as melhores posições de ranqueamento.
Ao monitorar e analisar o desempenho desses sites, o Google pode ajustar algoritmos como o Navboost, que depende de meses de dados de interação para refinar o ranking e a recuperação de resultados.
Esse ciclo, em que sites populares geram mais dados, que por sua vez alimentam melhorias no sistema, reforça a vantagem competitiva do Google, pois ele consegue manter seus resultados mais frescos, relevantes e alinhados com a intenção de busca, enquanto destina recursos de rastreamento de forma mais eficiente.
O Google tem uma versão do Bert (RankEmbed) que armazena e usa dados reais de navegação (70 dias de registros de busca) e avaliações humanas para treinar seu modelo de ranqueamento, melhorando a precisão dos resultados de busca, especialmente para consultas complexas ou incomuns.
O RankEmbed é um sistema de deep learning com forte capacidade de compreensão de linguagem natural, permitindo que identifique documentos relevantes mesmo quando a consulta não contém termos exatos. Ele é particularmente eficaz para consultas de cauda longa.
Oooh, next is RankEmbed, now called RankEmbed BERT.
— Marie Haynes (@Marie_Haynes) September 3, 2025
It's a deep learning ranking model that uses 70 days of search logs plus scores generated by human quality raters.
It has strong natural language understanding which allows it to more efficiently identify the best documents… pic.twitter.com/oxJKkCTRyr
As revelações dos documentos reforçam a importância de focar em experiência do usuário e qualidade de engajamento. Elas confirmam que não só há métricas utilizadas especificamente para ranquear, como também para aumentar a velocidade do rastreamento.
Mais do que nunca, criar conteúdo verdadeiramente relevante e envolvente não é uma estratégia opcional, mas sim o objetivo de qualquer esforço de otimização.
Além disso, a confirmação do uso de modelos como o RankEmbed, treinados com dados reais de navegação e avaliações humanas, evidencia que o Google está numa corrida incessante para compreender a intenção semântica por trás das buscas, especialmente para consultas complexas e de cauda longa.
___
E aí, o que você achou de tudo isso? Conta pra gente! Continue acompanhando nossos perfis no Linkedin, Youtube e nossa newsletter para ficar por dentro de todas as novidades do universo do SEO e IA.
Comentários