Alexandre Caramaschi

doi:10.2139/ssrn.6460680

SEO Programático · Capítulo 6 de 21 · 31 min

Priorizar páginas sem depender do volume de busca

Sobreposição de resultados e dado próprio substituem o volume de busca, que deixou de ser régua confiável em setembro de 2025.

Este capítulo faz parte do curso gratuito SEO Programático. Para marcar como concluído e salvar o progresso, abra este capítulo na página do curso.

Priorizar pelo número errado leva verba para páginas que ninguém procura e deixa sem página a consulta que paga a conta. O sintoma aparece no primeiro dia: você abre o Keyword Planner numa conta recém-criada, cola 200 combinações de município e combustível do Radar de Preço de Combustível, e pede o volume de busca. O que volta é uma coluna de faixas: "1K a 10K", "100 a 1K", "10 a 100". A faixa "1K a 10K" coloca no mesmo balde um termo com mil buscas mensais e outro com nove mil. Com 200 linhas assim, ordenar por volume produz um ranking em que a ordem interna de cada faixa é arbitrária. Não existe critério de corte ali.

Esse é o sintoma. A causa é maior, e explicá-la resolve de uma vez a maioria das coisas estranhas que você vai encontrar nos dados deste ano.

Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.

Entre 8 e 10 de setembro de 2025 o Google desativou o parâmetro &num=100, que devolvia cem resultados numa requisição. Montar o top 100 passou a exigir dez requisições paginadas, o que multiplicou por dez o custo de rastreio e apagou as impressões que os rastreadores geravam nas posições 50 a 100.

O evento está documentado na análise de Tyler Gargula, da agência Locomotive, publicada em 15/09/2025. O parâmetro &num=100 permitia recuperar cem resultados numa única requisição, e era assim que praticamente todo rastreador de posição do mercado montava o top 100. Ele foi desativado.

A cadeia de consequências vale mais do que qualquer número isolado, porque é ela que explica o que você observa

Rastreadores perderam eficiência de dez para um. Dez requisições paginadas onde antes bastava uma. Isso subiu custo de infraestrutura, e o repasse apareceu no preço das suítes e na profundidade de rastreio oferecida nos planos mais baratos.
O Search Console ficou mais honesto e pareceu pior. As impressões que aqueles rastreadores geravam nas posições 50 a 100 simplesmente deixaram de existir. Cliques ficaram estáveis, porque nunca vieram dali.

Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.

A terceira coisa que aconteceu: a posição média melhorou por aritmética. No exemplo de Gargula, 500 impressões artificiais na posição 67 somadas a 100 impressões reais na posição 8 produzem média ponderada de 57,2. Removidas as artificiais, a média real que sempre esteve lá é 8,0.

Repare no que a figura acima significa para um relatório: um site que viu a posição média cair de 57,2 para 8,0 em setembro de 2025 não melhorou nada. Ele parou de contar impressões que nunca tiveram um humano do outro lado. E a recíproca também vale: um site cujas impressões despencaram naquele intervalo pode não ter perdido absolutamente nada de tráfego real.

A terceira consequência é a que muda o seu método de trabalho: toda série histórica de impressões anterior a setembro de 2025 ficou incomparável com a posterior. Qualquer análise ano contra ano que atravesse essa data está errada por construção, e nenhum ajuste estatístico conserta, porque a mudança não foi de nível e sim de definição do que estava sendo contado.

Armadilhas comuns

Circulam dois percentuais associados a esse evento, na casa de 87,7 por cento de sites com queda de impressões e 77,6 por cento com queda em contagem de palavras-chave. Não use esses números. Não há estudo primário acessível que os sustente, e um número que ninguém consegue reabrir não pode entrar num relatório de cliente. O mecanismo está documentado e é suficiente para o argumento. Quando faltar o número, escreva o mecanismo.

Com a série de impressões partida ao meio e o volume declarado agrupado em faixas, sobra a pergunta prática: como escolher os primeiros municípios do Radar?

Antes de responder, vale registrar o que ainda existe do lado do Google. O KeywordPlanIdeaService.GenerateKeywordIdeas continua ativo e é a única fonte de volume declarada pelo próprio Google. Três características dele definem como você o usa:

O volume vem agrupado em faixas para contas sem gasto ativo relevante, que é a situação de qualquer projeto novo.
Os serviços de keyword planning têm rate limit mais agressivo que os demais serviços da API.
O próprio Google recomenda cachear, porque as métricas históricas atualizam mensalmente. Consultar de novo no mesmo mês devolve o mesmo dado e gasta cota à toa.

bash

# GenerateKeywordIdeas via REST, com a versão FIXADA no path (v24).
# Requer: OAuth2 access token, developer token aprovado e o id da conta sem hifens.
# Geo target 1001773 = Campinas, SP. Language 1014 = português.

curl -sS -X POST \
  "https://googleads.googleapis.com/v24/customers/${CUSTOMER_ID}:generateKeywordIdeas" \
  -H "Authorization: Bearer ${ACCESS_TOKEN}" \
  -H "developer-token: ${DEVELOPER_TOKEN}" \
  -H "login-customer-id: ${MANAGER_ID}" \
  -H "Content-Type: application/json" \
  -d '{
    "language": "languageConstants/1014",
    "geoTargetConstants": ["geoTargetConstants/1001773"],
    "keywordPlanNetwork": "GOOGLE_SEARCH",
    "keywordSeed": {
      "keywords": ["preco gasolina campinas", "gasolina mais barata campinas"]
    }
  }' \
  | tee cache/kwideas_campinas_2026-07.json

# O `tee` no fim não é enfeite: as métricas históricas atualizam uma vez por mês.
# Reconsultar dentro do mesmo mês devolve o mesmo dado e queima rate limit.

Regra de ouro

Desde janeiro de 2026 a Google Ads API entrou em ciclo de release mensal, e cada versão maior vive cerca de um ano. Em julho de 2026 a página oficial de desativação listava v24, v23 e v22; em 26/09/2026 já lista v25, v24 e v23. Como a versão vai no path da URL, todo código que você escrever hoje quebra dentro de doze meses. A postura correta tem duas partes: fixe a versão de propósito, nunca por acidente de copiar e colar, e abra o evento de migração no calendário no mesmo dia em que escrever a integração. Descobrir o sunset pelo erro em produção é o caminho caro.

Agora o critério de priorização. Com volume declarado em faixas, agrupar consultas por semelhança de texto virou adivinhação: "preço gasolina campinas" e "gasolina mais barata campinas" são textualmente diferentes e podem ou não ser a mesma intenção. O buscador já respondeu essa pergunta, e a resposta está pública na própria SERP.

O padrão que substitui a similaridade textual é o clustering por sobreposição de SERP: duas consultas pertencem ao mesmo agrupamento quando compartilham pelo menos N URLs no top 10. A definição não depende de nenhum volume declarado, e reflete diretamente como o buscador interpreta a intenção por trás das duas consultas.

Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.

Com limiar de 3 URLs compartilhadas, duas consultas que dividem 4 resultados no top 10 entram no mesmo agrupamento e devem ser servidas por uma única página. Limiar mais alto produz agrupamentos menores e mais páginas; limiar mais baixo funde intenções que o buscador trata como distintas.

Exemplo resolvido, com o lote do Radar. Você coletou o top 10 de seis consultas em três municípios e quer saber quantas páginas realmente precisa criar. O código abaixo roda em Python puro, sem dependência externa, e é o mesmo que você vai apontar para o arquivo real de SERPs depois.

python

# clusteriza.py - agrupa consultas por sobreposição de SERP.
# Roda com Python 3 puro. Substitua SERPS pelo JSON que você coletou.

LIMIAR = 3  # número mínimo de URLs compartilhadas no top 10

SERPS = {
    "preco gasolina campinas": [
        "anp.gov.br/a", "g1.com/b", "precodoscombustiveis/c",
        "campinas.sp/d", "blog1/e", "blog2/f",
        "forum/g", "news/h", "loja/i", "mapa/j",
    ],
    "gasolina mais barata campinas": [
        "anp.gov.br/a", "g1.com/b", "precodoscombustiveis/c",
        "campinas.sp/d", "app1/k", "app2/l",
        "reddit/m", "video/n", "loja2/o", "mapa2/p",
    ],
    "preco etanol campinas": [
        "anp.gov.br/etanol", "g1.com/etanol", "etanolhoje/x",
        "campinas.sp/d", "blog3/y", "blog4/z",
        "forum2/q", "news2/r", "loja3/s", "mapa3/t",
    ],
}


def sobreposicao(a, b):
    return len(set(SERPS[a]) & set(SERPS[b]))


def agrupar(consultas, limiar):
    grupos = []
    for consulta in consultas:
        destino = None
        for grupo in grupos:
            if all(sobreposicao(consulta, membro) >= limiar for membro in grupo):
                destino = grupo
                break
        if destino is None:
            grupos.append([consulta])
        else:
            destino.append(consulta)
    return grupos


if __name__ == "__main__":
    consultas = list(SERPS)
    for a in consultas:
        for b in consultas:
            if a < b:
                print(f"{sobreposicao(a, b)} URLs em comum: {a!r} x {b!r}")
    print()
    for i, grupo in enumerate(agrupar(consultas, LIMIAR), start=1):
        print(f"pagina {i}: {grupo}")

A saída mostra 4 URLs em comum entre "preco gasolina campinas" e "gasolina mais barata campinas", e apenas 1 entre qualquer uma delas e "preco etanol campinas". Com o limiar em 3, o resultado são duas páginas, não três: uma para gasolina em Campinas, que atende as duas primeiras consultas, e outra para etanol em Campinas.

Repare no que acabou de acontecer. Você tomou uma decisão de arquitetura de URL, aquela que no Radar define se a rota é /[municipio]/[combustivel] ou algo mais granular, sem consultar volume de busca uma única vez. O critério foi o comportamento observado do buscador. E ele funciona igual em conta nova e em conta com gasto milionário.

Decisão

Repita o mesmo cálculo com limiar 2, 3 e 4 antes de fixar o valor. Limiar 4 ou 5 produz agrupamentos pequenos e muitas páginas quase idênticas, que é justamente o padrão que a política de doorway descreve. Limiar 2 funde intenções que o buscador trata como distintas, e você perde cobertura. O número que você escolher precisa estar escrito no repositório junto do script, porque daqui a seis meses ninguém lembra por que eram três.

Falta o número que decide a arquitetura do projeto, e ele é o entregável deste módulo. A pergunta de compra mudou: em vez de "qual suíte eu assino", ela virou "quanto custa monitorar N páginas geradas". Nenhuma suíte responde isso por você, porque a resposta depende do seu N e da sua cadência.

A referência de preço vem da tabela oficial do DataForSEO, conferida em 26/09/2026: fila Standard a US$ 0,0006 por página de resultados com dez posições, ou US$ 0,60 por mil SERPs (SERP: a página de resultados que o buscador devolve para uma consulta).

python

# custo_monitoramento.py - dimensiona o projeto antes de escrever a primeira rota.

CUSTO_POR_SERP = 0.0006  # DataForSEO, fila Standard (tabela oficial)
SEMANAS_POR_MES = 4


def custo_mensal(paginas, verificacoes_por_semana=1):
    serps = paginas * verificacoes_por_semana * SEMANAS_POR_MES
    return serps, serps * CUSTO_POR_SERP


for paginas in (500, 5_000, 20_000, 5_570):
    serps, usd = custo_mensal(paginas)
    print(f"{paginas:>6} paginas -> {serps:>7} SERPs/mes -> US$ {usd:,.2f}")

# 500 paginas ->    2000 SERPs/mes -> US$ 1,20
# 5.000 paginas ->  20000 SERPs/mes -> US$ 12,00
# 20.000 paginas -> 80000 SERPs/mes -> US$ 48,00
# 5.570 paginas ->  22280 SERPs/mes -> US$ 13,37  (a matriz completa de municipios)

Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.

As quatro faixas saem do mesmo cálculo do script: páginas vezes verificações por semana vezes quatro semanas, ao preço de US$ 0,0006 por consulta da fila Standard do DataForSEO. A linha destacada é a que costuma decidir a conversa com o cliente.

Cinco mil páginas verificadas uma vez por semana são 20.000 SERPs por mês, algo em torno de US$ 12. Esse número muda a conversa. Ele não é o gargalo do projeto, o que significa que a restrição real está em outro lugar: na cobertura de coleta da ANP, na densidade de informação de cada página, na capacidade de manter o dado fresco toda sexta-feira. Descobrir isso antes de escrever a primeira rota vale mais do que qualquer estimativa de tráfego.

Não confunda custo de monitoramento com custo de coleta de dado. O cálculo acima cobre a verificação de posição das suas páginas, que é observabilidade. A coleta que alimenta o Radar (série histórica da ANP mais base de localidades do IBGE) é gratuita e oficial. Projetos que misturam as duas contas costumam concluir que o SEO programático é caro quando o que ficou caro foi comprar dado que já estava disponível de graça.

Na prática

Etapa do Radar neste módulo: definir o recorte de lançamento. Em vez de publicar os 5.570 municípios de uma vez, o primeiro lote sai por dois filtros combinados. Primeiro, cobertura real de coleta da ANP: municípios em que a série semanal tem histórico contínuo suficiente para a página ter algo a dizer. Segundo, agrupamento por sobreposição de SERP: rodar o clusteriza.py sobre uma amostra de consultas dos municípios sobreviventes para confirmar se a rota é por combustível ou se combustíveis diferentes compartilham SERP no seu recorte. Ao lado disso, o custo mensal calculado. Ao final você tem três números escritos: quantas páginas, quantas SERPs por mês, quantos dólares.

Diretora de marketing de uma rede regional de postosVarejo de combustíveisCenário ilustrativo

A agência apresenta o gráfico do Search Console: as impressões despencaram em poucos dias de setembro de 2025 e nunca voltaram ao patamar anterior. Os cliques, no mesmo gráfico, seguiram praticamente lineares. A posição média saiu de 57 para 9 no mesmo intervalo.

Qual é a leitura correta antes de aprovar qualquer ação corretiva?

O guia abaixo é para quem decide o recorte de lançamento e para o analista que vai executá-lo. Ele destrava uma decisão: quantas páginas o primeiro lote terá, por qual critério foram escolhidas e quanto custa acompanhá-las por mês.

Guia de implementação: priorizar o primeiro lote sem volume de busca

Cinco passos que trocam a planilha de volume por critérios que o buscador e a sua fonte de dado confirmam.

Passo 1: Filtre pela cobertura real da fonte
O analista de dados lista os registros com histórico contínuo suficiente para a página ter algo a dizer.
Deu certo quando: Cada página candidata tem dado recente e série com pelo menos algumas semanas.
Erro comum: Partir da lista completa de municípios e decidir depois o que fazer com páginas vazias.
Passo 2: Colete o top 10 de uma amostra de consultas
O analista de SEO coleta os resultados de consultas representativas de cada tipo de página.
Deu certo quando: Existe um arquivo com as dez URLs de cada consulta, datado.
Erro comum: Usar volume em faixas do Keyword Planner como critério de ordenação.
Passo 3: Agrupe por sobreposição de resultados
O analista roda o agrupamento com limiares 2, 3 e 4 e compara quantas páginas cada um produz.
Deu certo quando: O limiar escolhido está escrito ao lado do script, com a razão da escolha.
Erro comum: Escolher o limiar que gera mais páginas, o que reproduz o padrão de doorway.
Passo 4: Calcule o custo mensal de monitoramento
O analista multiplica páginas, verificações por semana e quatro semanas pelo preço por consulta do fornecedor.
Deu certo quando: O custo aparece em uma linha da proposta, separado do custo de coleta de dado.
Erro comum: Somar monitoramento e compra de dado, e concluir que o projeto é caro.
Passo 5: Congele comparações que atravessam setembro de 2025
O CMO define que relatórios de impressões só comparam períodos do mesmo lado da mudança.
Deu certo quando: Nenhum relatório compara impressões de antes e depois de setembro de 2025.
Erro comum: Ler a queda de impressões daquele mês como penalização.

No fim você tem: Três números escritos para o comitê: quantas páginas entram no primeiro lote, por qual critério e quanto custa acompanhá-las por mês.

Quem faz, quanto custa, como conferir

Quem faz, quanto custa, como conferir
Etapa	Quem faz	Prazo e esforço	Como conferir
Cobertura da fonte	Analista de dados	Um a dois dias; sem custo de licença	Lista de registros com data da última coleta
Coleta do top 10	Analista de SEO	Um dia; custo por consulta do fornecedor de SERP	Arquivo datado com dez URLs por consulta
Agrupamento por sobreposição	Analista de SEO	Meio dia; sem custo de licença (script próprio)	Número de páginas para os limiares 2, 3 e 4 lado a lado
Custo de monitoramento	Analista de SEO com o CMO	Uma hora	Linha de custo mensal separada da coleta de dado
Regra de comparação	CMO	Uma hora para escrever a regra	Relatórios sem comparação de impressões através de setembro de 2025

Peça ao time, em até duas semanas, uma página com três números: páginas do primeiro lote, SERPs monitoradas por mês e custo mensal em dólares, com o limiar de agrupamento declarado. Confira que nenhum dos três números depende de volume de busca; se depender, devolva a proposta.

Perguntas frequentes deste capítulo

Se o volume vem em faixas, vale a pena gastar em uma conta do Google Ads só para desagrupar?

O agrupamento em faixas cede para contas com gasto ativo relevante, então tecnicamente sim. A pergunta é o que você compra com isso. Volume exato ordena consultas dentro de um agrupamento; ele não diz se a sua página tem dado próprio, nem se aquele agrupamento já é servido por uma página melhor que a sua. Em SEO programático a decisão que importa é quantas páginas criar e contra qual inventário, e essa você resolve com sobreposição de SERP e com a cobertura da sua fonte de dados. Gaste primeiro em SERP, que custa centavos por mil consultas, e trate o volume exato como refinamento posterior.

Posso comparar as impressões deste ano com as do ano passado se eu só considerar a mesma janela de meses?

Não, e o problema não é sazonalidade. A partir de setembro de 2025 o Search Console passou a contar uma coisa diferente do que contava antes, porque as impressões geradas por rastreadores nas posições 50 a 100 deixaram de existir. Comparar julho de 2026 com julho de 2025 compara duas definições distintas de impressão. O que sobrevive à data são cliques, que nunca vieram daquela fonte, e qualquer métrica reconstruída a partir de setembro de 2025 em diante. O primeiro ano limpo fechou em setembro de 2026: comparações ano contra ano de impressões voltam a valer a partir de outubro de 2026.

Qual limiar de sobreposição eu devo usar para agrupar consultas?

Não existe valor universal, e desconfie de quem entrega um. O limiar controla o número de páginas que o seu projeto vai ter: mais alto gera mais páginas e mais parecidas entre si, mais baixo gera menos páginas e funde intenções distintas. O procedimento é rodar o mesmo lote com 2, 3 e 4, olhar quantas páginas cada valor produz, e escolher o maior valor que ainda mantém páginas claramente distintas em conteúdo. Depois escreva o número escolhido e a razão dele ao lado do script, porque essa decisão vai ser questionada.

Por que fixar a versão da Google Ads API se eu poderia sempre apontar para a mais recente?

Porque não existe alias de versão mais recente no path, e mesmo que existisse você não iria querer. Com release mensal desde janeiro de 2026, apontar para o topo significa que o comportamento da sua integração pode mudar sem nenhum commit seu, num dia que você não escolheu. Fixar transforma uma quebra silenciosa em uma data conhecida. O par obrigatório é fixar a versão e agendar a migração no mesmo dia, porque fixar sem agendar apenas adia a quebra para um momento pior.

Vale monitorar as 5.570 páginas ou só uma amostra?

Pelo custo, monitorar tudo semanalmente sai por volta de US$ 13 por mês, então dinheiro não é o critério. O critério é sinal. Verificar posição de páginas que não têm inventário suficiente para serem indexadas gera linhas de dado que você vai ignorar. Monitore o conjunto que está indexável e servindo dado real, e trate o restante como fila de espera revisada quando a cobertura da fonte mudar. A conta de custo serve para provar que a restrição do projeto está na qualidade da cobertura, não no orçamento de ferramenta.

Seu caderno neste capítulo

Abrir o caderno completo

Selecione um trecho do capítulo para destacar ou anotar. Nos vídeos e áudios, use Anotar este momento. No teclado, selecione com Shift e as setas e use Alt+Shift+D para destacar ou Alt+Shift+N para anotar.

Salvo neste navegador. Entre na sua conta para levar o caderno a outros aparelhos.

Entre na sua conta para compartilhar o que aprendeu e convidar alguém para estudar com você.

Conexões deste capítulo

Explore os conceitos e compare abordagens em outros cursos. As conexões indicam assuntos relacionados; a sequência de estudo continua no índice do curso.

Conceitos deste capítulo

O mesmo assunto em outros cursos

Ver este capítulo no mapa do conhecimento

Priorizar páginas sem depender do volume de busca

A cadeia de consequências vale mais do que qualquer número isolado, porque é ela que explica o que você observa

Qual é a leitura correta antes de aprovar qualquer ação corretiva?

Guia de implementação: priorizar o primeiro lote sem volume de busca

Quem faz, quanto custa, como conferir

Perguntas frequentes deste capítulo

Seu caderno neste capítulo

Conexões deste capítulo

Conceitos deste capítulo

O mesmo assunto em outros cursos

Privacidade e cookies

Priorizar páginas sem depender do volume de busca

A cadeia de consequências vale mais do que qualquer número isolado, porque é ela que explica o que você observa

Qual é a leitura correta antes de aprovar qualquer ação corretiva?

Guia de implementação: priorizar o primeiro lote sem volume de busca

Quem faz, quanto custa, como conferir

Perguntas frequentes deste capítulo

Seu caderno neste capítulo

Conexões deste capítulo

Conceitos deste capítulo

O mesmo assunto em outros cursos

Privacidade e cookies