O Google tornou os AI Performance Insights do Merchant Center disponíveis para lojistas nos Estados Unidos, Canadá, Austrália, Índia e Nova Zelândia, dando às marcas uma forma de medir como seus produtos aparecem no AI Mode e no AI Overviews. Mais do que adicionar um novo relatório, a mudança começa a responder a uma questão que acompanhava a expansão das buscas com inteligência artificial: como medir visibilidade comercial quando a experiência deixa de ser organizada principalmente como uma lista de resultados?
A resposta inicial do Google combina métricas conhecidas do marketing digital com novos indicadores adaptados às consultas conversacionais. O principal deles é o share of voice, calculado a partir das impressões da marca ou de seus produtos em relação às impressões obtidas por um conjunto de concorrentes definido pelo próprio Merchant Center. O relatório também mede frequência de termos e intenções, quantidade de produtos exibidos e desempenho ao longo das etapas de descoberta, avaliação e intenção de compra.
Posição perde parte do significado quando a resposta é construída pela IA
No SEO tradicional, boa parte da análise de desempenho foi estruturada em torno de quatro métricas: impressões, cliques, CTR e posição média. O próprio Search Console define posição como a colocação relativa de um link nos resultados do Google.
Esse modelo continua relevante, inclusive porque o Google não abandonou essas métricas. Desde agosto, o Search Console oferece globalmente um relatório específico para recursos de IA generativa, incluindo AI Overviews e AI Mode, no qual sites podem acompanhar impressões, páginas exibidas, países, dispositivos e evolução ao longo do tempo.
Para e-commerce, porém, o Merchant Center passa a responder uma pergunta diferente. Em vez de simplesmente informar se uma página ocupou determinada posição, o relatório mostra quanto da exposição disponível dentro de uma categoria ou intenção comercial está sendo capturada por determinada marca em comparação com seus concorrentes.
É uma lógica mais próxima do impression share já usado em publicidade. No Google Ads, essa métrica compara as impressões recebidas com o total estimado de impressões para as quais o anúncio era elegível. Nos AI Performance Insights, o conceito é transferido para recomendações comerciais orgânicas produzidas em experiências de IA.
Isso não elimina ranking, cliques ou impressões. Cria uma camada adicional em que participação na resposta pode ser mais informativa do que uma posição isolada.
O novo SEO comercial passa a medir intenção e cobertura de produto
O relatório também sinaliza uma segunda mudança: consultas deixam de ser analisadas apenas como palavras-chave.
O Merchant Center classifica interações entre descoberta, avaliação e “ready to buy” e permite observar share of voice em cada etapa. Também identifica termos recorrentes, atributos procurados pelos consumidores e intenções presentes em consultas conversacionais.
Na prática, uma marca pode descobrir que tem boa presença quando consumidores já estão próximos da compra, mas aparece pouco durante pesquisas iniciais sobre características de um produto. Ou pode identificar uma categoria com alta frequência de consultas em que poucos itens de seu catálogo estão sendo exibidos.
A métrica products showing acrescenta outra dimensão: não basta saber se a marca apareceu; passa a ser possível observar quantos produtos do catálogo estão conseguindo participar das respostas relacionadas a determinados termos, atributos ou intenções.
Isso aproxima otimização para IA da gestão do próprio catálogo. Títulos e páginas continuam relevantes, mas qualidade e profundidade dos dados enviados ao Merchant Center ganham peso adicional.
Feed passa de inventário técnico para fonte de contexto da IA
Essa mudança fica mais evidente com os chamados atributos conversacionais. O Google permite que lojistas adicionem ao feed informações como perguntas e respostas sobre produtos, documentos relacionados, relações entre itens, variantes e indicadores de popularidade. A documentação diz que esses campos ajudam sistemas de IA e agentes conversacionais a compreender nuances específicas dos produtos.
Em um teste com a Lululemon, atributos conversacionais fornecidos pela marca foram incorporados em 50% das recomendações relevantes de produtos no AI Mode, segundo o Google. O resultado é específico desse teste e não estabelece uma taxa de desempenho esperada para outros lojistas, mas demonstra que informações estruturadas fornecidas diretamente pelo comerciante já estão sendo usadas na composição das recomendações.
A consequência é que completude de atributos pode começar a funcionar como um indicador operacional de visibilidade. Se consumidores perguntam por “máximo amortecimento”, determinado material ou uma característica específica e o catálogo não descreve adequadamente esses elementos, a marca pode perder espaço antes mesmo de existir um clique.
Nesse cenário, otimização deixa de significar apenas escolher palavras para uma página e passa também a significar fornecer dados suficientemente estruturados para que um sistema consiga compreender quando determinado produto é uma resposta adequada.
Da visibilidade à transação, o Google prepara uma segunda camada de métricas
O movimento acontece ao mesmo tempo em que o Google amplia o Universal Commerce Protocol, usado para conectar sistemas comerciais às experiências de IA.
O UCP já permite checkout em superfícies como AI Mode e Gemini. Agora, o hub de integração do Merchant Center está adicionando transferência de carrinho para o site do lojista e testes aprimorados do fluxo de checkout, enquanto ferramentas adicionais de analytics estão previstas para chegar posteriormente.
Essa evolução é importante porque share of voice mede apenas uma parte do problema: ser recomendado não significa necessariamente vender.
Se o Google conectar posteriormente exposição em respostas de IA a ações como adição ao carrinho, transferência, checkout e compra, o conjunto de métricas poderá formar um funil próprio de comércio conversacional: participação nas recomendações, cobertura de produtos, estágio da consulta e, finalmente, conversão.
O Business Agent também está sendo levado para anúncios do YouTube nos Estados Unidos, permitindo que consumidores façam perguntas sobre produtos diretamente dentro da experiência do anúncio. Isso reforça a tendência de transformar pesquisa, comparação e compra em etapas menos separadas do que no funil clássico de busca.
Share of voice ainda tem limites importantes
Os novos indicadores ainda não substituem as métricas tradicionais.
Os AI Performance Insights estão limitados atualmente a consultas em inglês e a cinco mercados. O relatório considera apenas tráfego orgânico de IA e não inclui anúncios pagos. Além disso, o grupo de concorrentes usado no cálculo do share of voice é definido pelo Merchant Center e não pode ser alterado pelo lojista. Os dados têm atualização diária, mas podem chegar com alguns dias de atraso.
Há ainda situações que exigem cautela na interpretação. Uma conta sem dados suficientes de concorrentes pode, por exemplo, aparecer com share of voice de 100%, sem que isso signifique domínio real da categoria. Mudanças no conjunto de concorrentes também podem alterar os percentuais ao longo do tempo.
Por isso, o sinal mais relevante não é que posições, impressões ou cliques estejam sendo substituídos imediatamente. É que o Google começou a institucionalizar uma segunda linguagem de performance para buscas comerciais com IA.
Para lojistas, a nova pergunta deixa de ser apenas “em que posição meu produto aparece?” e passa a incluir “em quantas conversas relevantes minha marca participa, em que etapa da decisão, com quantos produtos e contra quais concorrentes?”
A evolução dos analytics do UCP será o próximo ponto a observar. Se o Google conectar esses indicadores de visibilidade às etapas de carrinho e compra, share of voice poderá deixar de ser apenas uma nova métrica de descoberta e passar a integrar diretamente a mensuração de receita gerada por experiências de comércio com IA.
