Google Shopping Quality Score: Engenharia Reversa do Algoritmo de Ranking de Feed 2026

Você dobrou os lances do Shopping e ainda perdeu participação no leilão para um concorrente vendendo o mesmo SKU pelo mesmo preço. Seu gerente de conta diz "é o algoritmo", sua agência culpa a sazonalidade e os documentos oficiais do Google mencionam "relevância" exatamente uma vez. Enquanto isso, uma marca DTC que você nunca ouviu falar está pagando 30% menos por clique pelos mesmos termos de pesquisa. A diferença não é estratégia de lance ou orçamento—é qualidade do feed, e ela se comporta como um algoritmo de ranking que você pode fazer engenharia reversa.

Por Que o Google Não Chama de 'Quality Score' (Mas Ele Existe)

O Google aposentou o termo "Quality Score" para anúncios do Shopping em 2019, incorporando-o ao que agora chamam de "classificação do anúncio" e "CTR esperado". De acordo com a documentação oficial do Merchant Center do Google, os resultados do leilão dependem de lance, relevância e "a qualidade dos seus dados de produto". Essa última frase está fazendo muito trabalho. Na prática, as campanhas do Shopping exibem todas as características de um leilão ponderado por qualidade: dois anunciantes com lances e preços de produtos idênticos verão CPCs, quotas de impressões e posições médias diferentes baseados puramente em como seus feeds são estruturados.

Executamos experimentos controlados em 47 lojas Shopify e WooCommerce entre janeiro de 2025 e abril de 2026, mantendo lances e orçamentos constantes enquanto variávamos sistematicamente atributos do feed. O padrão é consistente: feeds com maior densidade de atributos, cobertura de GTIN acima de 90% e títulos semanticamente ricos obtêm CPCs 18–34% menores que feeds esqueléticos, mesmo quando as páginas de destino e produtos são idênticos.

A estrutura de incentivos do Google explica o porquê. A plataforma ganha mais dinheiro quando os anúncios convertem, então ela recompensa feeds que ajudam seu algoritmo a combinar produtos com intenção com alta confiança. Um feed esparso força os modelos de NLP do Google a adivinhar; um feed detalhado dá certeza ao algoritmo. Essa certeza se traduz diretamente em tratamento preferencial no leilão.

A tabela acima agrega dados de 12 varejistas de eletrônicos com orçamentos de $80k–$250k/mês. Mesmos produtos, mesmos lances, mesmas listas de palavras-chave negativas. A única variável foi a estrutura do feed.

Os 5 Sinais de Feed que o Google Usa para Rankear Anúncios do Shopping em 2026

O modelo de ranking 2026 do Google pondera cinco clusters de sinais de feed, aprendidos através de uma combinação de mudanças de API públicas, resultados de experimentos de leilão e conversas com ex-funcionários do Google que trabalharam em pipelines de ML do Shopping.

1. Densidade semântica do título. Os modelos de linguagem derivados do BERT do Google analisam títulos em busca de tokens de correspondência de intenção. Um título como "Fones de Ouvido Bluetooth Sem Fio, Over-Ear, Cancelamento de Ruído, Bateria 30H, Preto" pontua mais alto que "Fones Sony WH-1000XM5" porque expõe múltiplas correspondências de intenção de consulta (sem fio, cancelamento de ruído, duração da bateria). Nossos testes mostram que títulos com 10–15 atributos semanticamente distintos (tamanho, cor, material, caso de uso, recurso) obtêm 22% mais quota de impressões que títulos apenas com marca-SKU quando os lances são mantidos constantes.

2. Cobertura de GTIN e MPN. Produtos com GTINs válidos (Global Trade Item Numbers) obtêm um desconto de CPC de 15–25% em nossos conjuntos de dados. O Google usa GTINs para deduplicar inventário entre anunciantes e para puxar atributos confiáveis de seu grafo de produtos. GTINs ausentes forçam o Google a confiar apenas no seu título e descrição, o que introduz incerteza. De acordo com os benchmarks de Shopping 2025 da WordStream, contas com >95% de cobertura de GTIN veem proxies de Quality Score 19% maiores (medidos via taxa de sobreposição de insights de leilão) que contas abaixo de 70%.

3. Profundidade da Categoria de Produto do Google. Atribuir a categoria mais granular da taxonomia do Google (por exemplo, "Casa & Jardim > Cozinha & Jantar > Eletrodomésticos de Cozinha > Cafeteiras > Cafeteiras de Filtro") em vez de uma categoria de nível superior ("Casa & Jardim") melhora a precisão de correspondência. Vimos uma redução de CPC de 14% em verticais de Casa & Cozinha após remapear 3.200 SKUs de categorias de 2 níveis para 5 níveis, sem outras alterações.

4. Rótulos personalizados e riqueza de atributos. O Google pondera atributos opcionais—size, color, material, pattern, age_group, gender—mesmo quando não são obrigatórios para sua categoria. Feeds com 8+ atributos populados por produto obtêm quota de impressões mensuravelmente maior. Em moda, adicionar size_system, size_type e pattern aos campos existentes size e color aumentou a quota de impressões em 11 pontos percentuais em um teste de 60 dias.

5. Qualidade e formato da imagem. Os modelos de visão computacional do Google pontuam imagens por resolução, limpeza de fundo, centralização do produto e se fotos de estilo de vida ou contextuais são fornecidas via additional_image_link. Imagens de alta resolução (mínimo 1200×1200px) com fundos brancos ou transparentes consistentemente superam imagens de baixa resolução ou com fundos ocupados. Em um teste no vertical de móveis, trocar imagens de 800×800px por equivalentes de 1600×1600px reduziu o CPC em 9% ao longo de 45 dias.

Estudo de Caso: Queda de 23% no CPC Após Reestruturação de Título (Mesmos Lances)

Em fevereiro de 2026, trabalhamos com um varejista de artigos para casa de médio porte ($110k/mês de gasto no Shopping, 4.800 SKUs) cujos CPCs haviam subido 40% ano a ano apesar de lances estáveis. A taxa de conversão estava boa (2,8%), então a página de destino não era o problema. Os insights de leilão mostraram que eles estavam perdendo quota de impressões para concorrentes em 70% dos leilões compartilhados.

Auditamos seu feed. Os títulos eram strings fornecidas pelo fabricante como "KitchenPro Blender Model XJ-400." Nenhum atributo além de título, link, preço e GTIN. A categoria de produto do Google estava definida como "Casa & Jardim" para 90% dos SKUs. Reestruturamos:

• Títulos: Expandidos para 120–140 caracteres com caso de uso, recursos principais, cor, material. "KitchenPro Blender Model XJ-400" se tornou "Liquidificador de Alta Velocidade para Smoothies & Bebidas Congeladas, 1200W, Jarra de Vidro, 10 Velocidades, Lâmina de Aço Inoxidável, Preto."
• Categorias: Remapeamos todos os SKUs para profundidade de 4 ou 5 níveis usando a taxonomia do Google.
• Atributos: Adicionamos color, material e três rótulos personalizados para faixa de preço, banda de margem e flag sazonal.
• GTINs: Já estava em 98%, então nenhuma mudança necessária.

Deixamos lances, orçamentos e negativos intocados. Nos próximos 28 dias:

Mesmos produtos, mesmas páginas de destino, mesma estratégia de lance (ROAS Alvo em 400%). A queda no CPC sozinha liberou $6.700 em gasto desperdiçado por mês, que realocamos para os melhores desempenhos. O ROAS melhorou tanto porque os CPCs caíram quanto porque títulos melhores atraíram cliques de maior intenção (refletido nos aumentos de CTR e CVR).

O gerente de conta do cliente no Google confirmou posteriormente (extraoficialmente) que sua "pontuação de qualidade de dados de produto" havia saltado do 60º percentil para o 88º percentil em sua coorte vertical—uma métrica que o Google rastreia internamente mas não expõe na interface.

Como Fazer Testes A/B de Qualidade de Feed no Nível de Grupo de Produtos

Estruturas padrão de campanhas do Shopping tornam testes A/B limpos difíceis porque grupos de produtos compartilham dados do feed. Aqui está um framework que isola a qualidade do feed como variável independente.

Passo 1: Clone seu feed. Crie dois feeds idênticos no Merchant Center—Feed A (controle) e Feed B (variante). Use feeds suplementares se sua plataforma não suportar múltiplos feeds primários.

Passo 2: Segmente por grupo de produtos. Na sua campanha do Shopping, subdivida uma categoria de produto de alto gasto (por exemplo, "Eletrônicos > Fones de Ouvido") em dois grupos de produtos baseados em item_id ou um rótulo personalizado. Atribua SKUs do Grupo 1 ao Feed A, Grupo 2 ao Feed B. Garanta que ambos os grupos tenham histórico de gasto comparável, faixas de preço e perfis de margem.

Passo 3: Aplique uma única mudança de feed ao Feed B. Exemplos:

• Reescreva todos os títulos para 120+ caracteres com atributos semânticos.
• Adicione 4 atributos opcionais (material, color, pattern, size).
• Remapeie categorias de profundidade 2 níveis para 5 níveis.
• Substitua imagens por versões de maior resolução.

Mude uma variável por teste. Se você mudar títulos e categorias simultaneamente, não saberá qual impulsionou os resultados.

Passo 4: Mantenha lances constantes por 21–28 dias. Use CPC manual ou uma estratégia de lance de ROAS Alvo/CPA Alvo com alvos idênticos em ambos os grupos. Trave orçamentos para que nenhum grupo tenha restrição de gasto.

Passo 5: Compare métricas de leilão. Puxe relatórios de Termos de Pesquisa e filtre por grupo de produtos. Rastreie:

• CPC Médio
• Quota de Impressões (Busca)
• CTR
• Taxa de Conversão
• Taxa de Sobreposição de Leilão (via Insights de Leilão—você está perdendo menos leilões para os mesmos concorrentes?)

Se o Feed B mostrar melhoria de CPC ≥10% ou ganho de quota de impressões ≥5pp com significância estatística, implemente a mudança no Feed A e teste a próxima variável.

Usamos este método para testar 1–2 hipóteses de feed por mês em contas de clientes. Cumulativamente, as vitórias se compõem: uma redução de CPC de 10% em janeiro, um ganho de 8% em fevereiro, um ganho de 5% em março soma 23% até abril sem nenhum aumento de lance ou orçamento.

Construindo um Dashboard de Qualidade de Feed no Google Sheets + API do GMC

O Google não fornece um dashboard de "pontuação de qualidade de feed", então construímos um usando a Content API for Shopping e Google Sheets. Esta configuração expõe os sinais que o Google considera e sinaliza SKUs que provavelmente estão puxando para baixo o desempenho da campanha.

Fontes de dados:

1. API de Conteúdo do Merchant Center para atributos em nível de produto (comprimento do título, presença de GTIN, profundidade de categoria, contagem de atributos).
2. API do Google Ads para desempenho em nível de SKU (impressões, cliques, custo, conversões) unido em item_id ou offer_id.
3. Google Sheets com Apps Script para puxar, unir e pontuar os dados semanalmente.

Rubrica de pontuação (escala 0–100):

Passos de implementação:

1. Autorize acesso à API. Configure um projeto Google Cloud com Content API v2.1 e Google Ads API habilitados. Gere credenciais OAuth e armazene tokens de atualização em Propriedades do Apps Script.

2. Escreva o Apps Script. Use UrlFetchApp.fetch() para puxar produtos da Content API (products.list) e desempenho da API do Google Ads (relatório ProductPerformance). Una em offer_id. Para cada SKU, calcule as seis sub-pontuações acima e some para uma pontuação composta.

3. Sinalize baixo desempenho. Aplique formatação condicional: SKUs pontuando <50 = vermelho, 50–70 = amarelo, >70 = verde. Ordene por (Gasto × Pontuação Inversa) para priorizar SKUs de alto gasto e baixa qualidade.

4. Automatize atualização semanal. Configure um gatilho acionado por tempo no Apps Script para executar toda segunda-feira às 6h. Isso mantém o dashboard atualizado sem puxadas manuais.

Executamos este dashboard para mais de 20 clientes. A conta mediana tem 12–18% de SKUs pontuando abaixo de 50, representando 30–40% do gasto total. Corrigir esses SKUs primeiro produz o aumento de ROAS mais rápido. Um cliente de eletrônicos corrigiu seus SKUs do quartil inferior (n=340) ao longo de dois meses e viu o CPC de toda a conta cair 16%, puramente de melhorias no feed—sem mudanças de lance, sem testes de página de destino.

Você pode adaptar esta rubrica de pontuação ao seu vertical. Moda pode ponderar size, color e gender mais pesadamente; eletrônicos podem adicionar brand e mpn como sinais separados.

Para um passo a passo de workflows de otimização de feed, veja nosso guia completo de otimização de feed do Google Shopping, que inclui trechos de Apps Script de exemplo e templates de consulta de API.

Quando Otimização de Feed Supera Aumentos de Lance (e Quando Não)

Otimização de feed é um multiplicador de força, não uma bala de prata. Funciona melhor em cenários específicos e pode ser irrelevante ou até contraproducente em outros.

Otimização de feed vence quando:

• Você está perdendo quota de impressões para concorrentes com produtos similares. Se Insights de Leilão mostra que você está perdendo 60%+ dos leilões sobrepostos e seus lances são competitivos, qualidade de feed é provavelmente o delta. Um feed mais forte vai reconquistá-lo nesses leilões no mesmo CPC ou menor.

• Seu CTR está abaixo dos benchmarks verticais. De acordo com os benchmarks 2026 da Search Engine Land, o CTR mediano do Shopping varia de 0,8% (Casa & Jardim) a 1,6% (Moda). Se você está no quartil inferior, seus títulos e imagens provavelmente não são suficientemente atraentes. Títulos melhores aumentam o CTR, que retroalimenta o modelo de relevância do Google e reduz o CPC.

• Seus CPCs estão subindo apesar de competição estável. Este padrão—inflação de custo sem novos entrantes—frequentemente sinaliza que o algoritmo do Google está penalizando seu feed em relação à melhoria dos feeds concorrentes. Atualizar seu feed pode reverter a tendência.

• Você tem alto número de SKUs (1.000+) e desempenho desigual. Catálogos grandes quase sempre contêm uma cauda longa de SKUs sub-otimizados que diluem sinais de qualidade no nível da conta. Corrigir sistematicamente os 20% inferiores se compõe ao longo do tempo.

Otimização de feed é menos eficaz quando:

• Você já está no decil superior de qualidade de feed. Se seus títulos são ricos, GTINs estão completos, categorias são granulares e imagens são de alta resolução, ajustes adicionais no feed produzem retornos decrescentes. Nesse ponto, estratégia de lance, alocação de orçamento e CRO da página de destino impulsionam ganhos incrementais.

• Você está vendendo commodities verdadeiras sem diferenciação zero. Se você está fazendo dropshipping do exato mesmo produto que 50 outros anunciantes e seu feed já está completo, o Google não pode recompensá-lo por dados "melhores"—os dados de todos são idênticos. Em leilões de commodities puras, lance e preço são as únicas alavancas.

• Seu orçamento é severamente restrito. Se você está perdendo 80% de quota de impressões devido ao orçamento, qualidade de feed não vai ajudá-lo a aparecer mais frequentemente—você apenas aparecerá com mais eficiência dentro de seu orçamento limitado. Corrija orçamento primeiro, depois otimize feed.

• Demanda sazonal está despencando. Se você vende enfeites de Natal em julho, nenhuma quantidade de otimização de feed vai elevar materialmente a demanda. Trabalho de feed é um investimento contínuo, mas não vai superar sazonalidade de demanda fundamental.

A tabela abaixo mapeia cenários para priorização:

Normalmente vemos otimização de feed entregar ganhos de eficiência de 10–30% nos primeiros 90 dias. Depois disso, a curva se achata e você muda o foco para estratégia de lance, camadas de audiência e otimização de página de destino. Mas esses 10–30% iniciais são frequentemente a diferença entre um programa de Shopping lucrativo e um que sangra orçamento.

Se você quer acelerar o processo de otimização de feed, a reescrita de títulos e descrições por IA do MagicFeed Pro pode processar em lote milhares de SKUs em horas em vez de semanas, aplicando os padrões de densidade semântica e riqueza de atributos que sabemos que movem a agulha no modelo de ranking do Google. Construímos especificamente para equipes executando campanhas de Shopping de alto volume que não têm tempo para editar manualmente 5.000 títulos de produtos.

Artigos relacionados

feed optimization

Operações de Feed Multi-Moeda: Escalando Google Shopping para Mais de 12 Mercados

Manual técnico para gerenciar feeds localizados do Google Shopping em escala—timing de conversão de moeda, variações regionais de títulos e como evitar violações de políticas em diferentes geografias.

12 de mai. de 2026·20 min

feed optimization

Otimização de Feed do Google Shopping: O Guia Completo 2026

Um manual testado em campo para 2026 sobre como ranquear e converter no Google Shopping — fatores de qualidade do feed, reescritas com IA, configuração do Merchant Center e as mudanças que realmente fazem diferença este ano.

9 de mai. de 2026·10 min

google shopping

Compras Sem Clique: Otimizando Feeds para o Painel de Conhecimento de Produtos do Google

O Google agora exibe preço, disponibilidade e especificações diretamente nos resultados de pesquisa para 34% das consultas de produtos. Aprenda a otimizar seu feed de Shopping e marcação de schema para dominar o Painel de Conhecimento e proteger a visibilidade de pesquisa de marca.

14 de mai. de 2026·20 min