BLOG / SEO

Como analisar os dados do Google Discover

O funcionamento do Google Discover pode ser pouco transparente, mas ele conta com padrões que podem ser identificados nos dados. E esses padrões permitem entender quais tipos de conteúdo geram mais visibilidade e engajamento para sua marca.

Com uma análise estruturada, é possível descobrir quais temas, formatos, abordagens e elementos editoriais têm melhor desempenho com o público. E o melhor: sem precisar recorrer a títulos apelativos ou estratégias que comprometam a credibilidade da publicação.

Como não existe uma fórmula universal para ter sucesso no Discover, o mais importante é analisar os dados do próprio site.

Com base no artigo do Harry Clarkson-Bennett sobre o tema, vou mostrar como analisar esses dados e identificar oportunidades para melhorar o desempenho do seu conteúdo no Google Discover. Vamos lá?

Princípios fundamentais do Discover

Busca e Discover estão conectados. Uma presença consistente nos resultados orgânicos ajuda a consolidar a credibilidade do publisher perante o algoritmo. Isso significa que melhorias de SEO convencional têm reflexo direto no desempenho do Discover.

A plataforma é movida por conteúdo factual e funciona na lógica do noticiário. Conteúdo evergreen aparece, mas é exceção. Pautas mais envolventes, como estilo de vida, entretenimento e tecnologia tendem a performar melhor nesse ambiente.

O Discover é orientado por entidades, CTR e engajamento inicial. A plataforma agrupa leitores com interesses similares. E se um artigo supera a performance esperada nas primeiras horas, o algoritmo tende a ampliar sua entrega. O inverso também acontece; cliques ruins, alta taxa de saída imediata e feedback negativo reduzem o alcance de artigos futuros.

Há uma dinâmica que vale registrar: os primeiros 60 minutos após a publicação tendem a ser determinantes para a distribuição. Compartilhamento ativo logo após publicar faz diferença real no Discover.

Quais dados você deve analisar no Discover?

Para identificar padrões e entender o que realmente influencia a performance no Google Discover, é importante analisar diferentes dimensões do conteúdo

Alguns indicadores ajudam a medir o engajamento dos leitores, enquanto outros revelam características editoriais e estruturais que podem estar associadas a um melhor desempenho. 

É importante deixar claro que não é possível identificar tráfego do Discover com total precisão só com o GA4. O ideal é combinar os dados do Search Console com filtros de dispositivo mobile/Android no GA4 para estimar esse tráfego.

A seguir, veja os principais dados que merecem atenção na sua análise:

1. CTR (Taxa de cliques)

O CTR é uma das métricas mais determinantes no Discover, muito mais do que na pesquisa orgânica. Isso porque o algoritmo toma decisões de distribuição quase em tempo real: quanto melhor o CTR nas primeiras horas, maior a chance de o conteúdo ser entregue para mais pessoas

Um título clicável associado a um conteúdo que entrega o que promete, cria um ciclo positivo. O oposto (títulos que prometem o que o artigo não entrega) destrói a credibilidade com o algoritmo e com o leitor.

Como extrair e analisar o CTR

No Search Console, acesse o relatório do Discover (painel lateral esquerdo) e exporte os dados de cliques, impressões e CTR por URL de um período (ao menos três meses, se o volume permitir). 

Abra no Google Sheets/Excel e crie uma coluna para cada um dos dados a seguir: 

  • URL; 
  • Título do artigo; 
  • Cliques;
  • Impressões; 
  • CTR. 

Filtre os artigos com impressões altas e CTR baixo – esses são os candidatos a revisão de título e imagem. 

Os artigos com CTR alto e poucos cliques podem indicar baixo alcance, não problema de título. O CTR isolado diz pouco; a interpretação correta vem do cruzamento com tipo de imagem, formato de título e entidades.

2. Análise de entidades

Saber quais entidades (pessoas, lugares e organizações) geram mais cliques e impressões para o seu veículo é um diferencial competitivo, porque permite orientar pautas e evitar apostas que historicamente não convertem para o seu público específico.

Como extrair e analisar dados de entidades

Exporte os títulos dos artigos com dados do Discover do Search Console. Cole esses títulos no ChatGPT ou outra plataforma de IA com um prompt pedindo para identificar e categorizar as entidades mencionadas em cada título. 

Para confirmar as entidades identificadas, use o Google Knowledge Graph Search API ou o WikiData, ambos gratuitos. Com as entidades classificadas, crie uma tabela no Sheets/Excel cruzando:

  • Entidade;
  • Tipo;
  • Cliques;
  • CTR. 

Gráficos de bolhas no Google Looker Studio ou no Flourish são uma boa forma de visualizar oportunidades: eixo horizontal impressões, eixo vertical CTR ou cliques, tamanho da bolha representando volume de artigos por entidade.

Gráfico de dispersão com desempenho de entidades no Google Discover, onde o eixo X representa impressões, o eixo Y representa cliques e o tamanho da bolha indica a frequência da entidade

3. Subpasta

Qual seção do site tende a gerar mais impressões e cliques no Discover? Em sites maiores, essa análise orienta decisões editoriais e ajuda a alocar esforços onde o retorno histórico é maior.

Dashboard de análise do Google Discover por subpasta, mostrando cliques, impressões, CTR e entidades mais relevantes por seção do site

Como extrair e analisar dados de subpasta

No Search Console, exporte os dados do Discover por URL e adicione uma coluna no Sheets para identificar a subpasta de cada URL. Calcule cliques totais, impressões totais, CTR médio e média de cliques por artigo para cada subpasta. 

O cruzamento mais útil é subpasta com tipo de título e entidades: se uma seção performa bem no Discover apenas com determinados formatos de título ou tópicos específicos, essa informação pode guiar na criação de novas pautas.

4. Autoria

O Google rastreia a autoria dos artigos por causa do E-E-A-T. Um autor com histórico consistente de conteúdo bem avaliado na busca e no Discover tem peso diferente de um autor sem presença estabelecida. 

A clareza sobre a identidade do autor (perfil online estruturado, dados corretos na página do artigo, bio consistente) é um fator de desambiguação relevante num ambiente em que o Google precisa distinguir conteúdo confiável de conteúdo gerado em escala.

Como extrair e analisar dados de autoria

Exporte os dados do Discover por URL e acrescente uma coluna de autor; normalmente disponível na sua planilha de conteúdo ou CMS. Com isso, calcule cliques totais, impressões totais e CTR médio por autor, e também a proporção de artigos publicados por cada autor que chegaram ao Discover. 

O objetivo é identificar:

  • Quais autores têm maior taxa de entrada na plataforma? 
  • Em quais tópicos cada autor performa melhor? 

Essa análise não precisa de ferramenta externa, apenas Sheets/Excel ou Looker Studio já resolvem.

Gráfico de pizza com métricas de autoria extraídas do vazamento do Google, destacando que identificação do autor representa 17 das 35 categorias analisadas

5. Tipo de título

Títulos que geram curiosidade, listas numeradas, perguntas, como fazer, gatilhos emocionais, uso de primeira pessoa etc. Cada formato de título tem um comportamento diferente no Discover, e isso varia por seção e por público. 

Saber o que funciona para o seu veículo especificamente vale mais do que qualquer benchmarking genérico do mercado.

Como extrair e analisar de título

Com os títulos exportados do Search Console, use uma plataforma de IA com um prompt de categorização, por exemplo: “classifique cada título abaixo em uma das seguintes categorias: lista numerada, pergunta, curiosity gap, how-to, primeira pessoa, gatilho emocional, factual direto”

Revise uma amostra das categorizações para garantir que a IA respondeu certo antes de usar os dados. 

Com os títulos categorizados, cruze com CTR e cliques no Sheets/Excel. 

Um detalhe importante: o Discover tende a usar o OG title com mais frequência do que o H1 ou o page title. Isso significa que vale testar um título mais clicável no campo OG sem alterar o título principal da página – e incluir o OG title na sua análise, não só o H1.

6. Imagens

A imagem é metade da equação do CTR no Discover. Não é possível confirmar, com certeza, qual imagem o algoritmo puxa para o card que aparece no feed, mas manter a imagem destacada com pelo menos 1200px de largura é a prática ideal.

Como extrair e analisar dados de imagem

Faça um inventário das imagens em destaque dos artigos que aparecem no Discover. Isso pode ser feito manualmente quando há poucos posts ou com um script em Python que extrai a og:image de cada URL. 

Com as imagens coletadas, classifique:

  • Presença humana;
  • Direção do olhar; 
  • Expressão facial;
  • Paleta de cores predominante. 

Crie também categorias: pessoa olhando para a câmera, pessoa de costas, sem pessoa, imagem de produto, ilustração, etc. e cruze com CTR no Sheets/Excel. 

Para decisões como a percepção de confiança ou impacto emocional, a revisão humana ainda é necessária. Selos e logos sobre imagens também valem teste, especialmente para marcas com maior reconhecimento.

Card do Google Discover com artigo da BBC News mostrando duas pessoas com expressão séria olhando diretamente para a câmera

7. Desempenho de publicação

Para veículos que publicam dezenas ou centenas de artigos por mês, a análise de padrões de publicação tem impacto direto na estratégia editorial. Para volumes menores, o ganho marginal é menor e talvez não valha o esforço.

Como extrair e analisar dados de publicação

Exporte os dados do Discover por URL e adicione colunas com data e horário de publicação. No Sheets/Excel, calcule a média de cliques e impressões por dia da semana e por faixa horária (manhã, tarde, noite). 

Se tiver volume suficiente, use o Looker Studio para visualizar heatmaps de desempenho por hora e dia. 

O cruzamento com subpasta é especialmente útil aqui: o horário ideal de publicação pode variar por seção. 

É importante lembrar que o Discover é bem volátil, então correlações podem não ser definitivas. Use essas análises como orientação, mas avalie caso a caso.

Como conectar todos os dados 

Só extrair dados e olhar para eles de forma isolada não tem valor algum. O importante mesmo é o cruzamento dos dados, por exemplo: 

  • CTR + tipo de título + subpasta: revela quais formatos de título funcionam em cada seção, não no site como um todo;
  • CTR + imagem + subpasta: mostra se o padrão visual que converte em uma seção é diferente do que converte em outra;
  • Entidades + autor + subpasta: identifica em quais tópicos cada autor tem melhor desempenho e onde vale investir mais;
  • Horário de publicação + subpasta + cliques: indica as janelas de maior alcance por seção, não só para o domínio geral;
  • CTR alto + impressões baixas: sinal de baixo alcance, não de problema com título ou imagem. O artigo agrada, mas não está sendo distribuído;
  • CTR baixo + impressões altas: o artigo está sendo exibido, mas o título ou imagem não estão convertendo.

O caminho mais fácil para unir todos esses dados é o Google Looker Studio conectado ao Search Console, que já traz os dados de Discover, e complementado com as planilhas de conteúdo do seu CMS. Feeds de dados externos, como as categorizações de título e entidade feitas via ChatGPT, podem ser incorporados como fontes adicionais no Looker Studio via Google Sheets.

Antes de montar o dashboard, vale definir metas claras e responder o que você quer influenciar com essa análise. 

Como o Google identifica publishers no Discover

Em junho de 2026, o Google lançou os Search Profilesperfis dedicados que permitem a publishers e criadores de conteúdo consolidar sua presença na busca. A novidade tem impacto direto no Discover: pelo perfil, o público pode seguir uma publicação, o que aumenta a probabilidade de o conteúdo daquele publisher aparecer no feed.

O perfil reúne os artigos, vídeos e posts mais recentes de uma fonte em um espaço único e compartilhável. O acesso acontece pelo painel de conhecimento do publisher, pelo nome do criador exibido em cards do Discover ou por uma URL direta. 

Reivindicar um perfil pode, inclusive, acionar a criação de um painel de conhecimento para publishers que ainda não têm um, e aprimorar o painel de quem já possui.

Por enquanto, o recurso foi lançado oficialmente apenas nos Estados Unidos. Mas alguns perfis brasileiros já estão conseguindo acessar seus profiles também.

Do ponto de vista da análise, isso reforça algo que já aparece nos dados de autoria e entidades: a presença online estruturada de um publisher é um sinal que o Google usa para decidir a quem distribuir conteúdo no Discover. Ter um Search Profile te ajuda a tornar esse sinal mais forte.

___

Precisa de ajuda para analisar os dados do seu site e crescer no Discover? A equipe da SEO Happy Hour pode te ajudar! É só entrar em contato pelo formulário ou pelo e-mail contato@seohappyhour.com.

  • 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.

Comentários

0 Comentários

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *