A análise do SDK de Metehan Yesilyurt revelou os nomes dos pipelines internos do Google Discover. Os nossos dados mostram o que cada um faz realmente: volume, alcance, timing, domínios líderes. 42 milhões de cartões, centenas de dispositivos, três meses de observação.
O que fizemos
Durante três meses (dezembro de 2025 – fevereiro de 2026), observámos os fluxos Discover reais de centenas de dispositivosResultado: 42 milhões de cartões analisadas. A cada cartão associámos o pipeline responsável pela sua seleção.
Os nomes já existiam no SDK do Google; foram, nomeadamente, publicados recentemente por Metehan Yesilyurt. O que faltava era o que fazem na prática : quanto conteúdo cada um seleciona, em quantos dispositivos o mostra, a que velocidade, e que domínios privilegia. É isso que os nossos dados revelam.
Para cada pipeline, calculamos quatro métricas:
- O alcance : percentagem de dispositivos que veem cada URL por dia
- A velocidade : idade mediana dos artigos no momento da sua publicação
- A exclusividade : percentagem de URLs próprias do pipeline
- O volume : participação no fluxo total
A revelação: não um algoritmo, mas um sistema em camadas
A crença comum: o Discover usa um algoritmo de recomendação. A realidade: é um sistema estruturado em seis camadas funcionais, cada um com uma lógica e um público distintos.
Cada pipeline posicionado pela sua velocidade (eixo X, log) e pelo seu alcance (eixo Y). Cor = família funcional. moonstone e shoppinginspiration dominam em alcance; mustntmiss e newsstoriesheadlines são os mais rápidos; deeptrends e aura persistem por mais tempo.
Os 20 pipelines FR classificados por volume total. content domina com 30,7 %, seguido por aura (13,3 %) e moonstone (12,9 %).
O mapa dos principais pipelines para o FR com suas métricas principais
As seis camadas:
- A base editorial O ciclo base: o conteúdo entra por content, é amplificado por moonstone se o envolvimento acompanhar, diversifica-se via aura, prolonga-se pelo scroll (pagpan) e pelo clique (ruby).
- A atualidade e a urgência : mustntmiss (aumento de prioridade ~2x, Le Monde domina) e newsstoriesheadlines (clusters do Google News, 46% de URLs exclusivas).
- As tendências : deeptrendsfable detecta, deeptrends persiste. Pipeline sequencial: 27% de taxa de passagem, 21 horas de atraso. x.com é uma fonte de tendências em FR.
- O local e o geográfico : geotargetingstories (mainstream geo-filtrado), webkicklocalstories (hiperlocal puro, 67% de URLs exclusivas, imprensa regional), astria (autoridade local, atraso de 1,5 dia).
- As redes sociais e o vídeo : creatorcontent (x.com domina 75% em FR, não o YouTube), freshvideos, neoncluster (ausente em FR). A cascata de vídeo funciona principalmente em inglês.
- O comercial : shoppinginspiration (19,7% de alcance, 3,7 dias de tempo de vida) e feedads (publicidade pura, 24% de alcance).
A mensagem Otimizar “para o Discover” sem compreender os pipelines é como otimizar “para o Google” sem entender a diferença entre Search, News e Shopping. Cada pipeline tem sua lógica, e cada um é uma alavanca distinta.
Os quatro números que mudam tudo
Moonstone mostra cada artigo para 1 em cada 5 dispositivos
Alcance : 19,3 %É 2x mais que o content (9,9 %). Moonstone não seleciona muitos artigos, mas os que seleciona são mostrados no máximo de dispositivos. É uma estratégia de difusão deliberada.
Conteúdo sobrerrepresentado: horóscopo (3,5x), apostas/jogos (3,3x), entretenimento, meteorologia, celebridades. E, no entanto, Ouest-France, um diário regional, domina o moonstone. O seu segredo: o fato divers local com um ângulo nacional, a meteorologia, as celebridades regionais.
Alcance de cada pipeline FR (% de dispositivos atingidos). moonstone e shoppinginspiration na liderança; o alcance não é proporcional ao volume.
Um artigo produzido tem vida 8x mais longa do que uma notícia
shoppinginspiration : 3,7 dias duração de vida mediana. content : 0,47 dia (11 horas). Um teste de produto publicado na segunda-feira ainda é visível na sexta-feira no Discover. É uma janela de visibilidade excecional, mas o pipeline de compras é um silo. Baixa coocorrência com os outros pipelines. Um artigo não sai facilmente do silo de produtos.
De newsstoriesheadlines (2,2h) a shoppinginspiration (3,7 dias). O conteúdo produzido tem uma vida 8x mais longa do que a atualidade.
58% das URLs FR aparecem em 2+ pipelines
Esta é a descoberta mais acionável. A maioria dos artigos franceses no Discover não fica confinada a um único pipeline, eles atravessam o sistema.
- 42% das URLs em um único pipeline (geralmente content)
- 20% em dois pipelines
- 13% em três
- 25% em quatro ou mais, alguns outliers chegam a 12-14 pipelines
Cada pipeline adicional = uma janela de visibilidade extra, com uma audiência e um timing parcialmente diferentes. Um artigo em content + moonstone + mustntmiss = três hipóteses de ser visto.
A análise completa dos mecanismos multi-pipeline, alavancas por perfil, scorecard, será objeto de um artigo dedicado a publicar em breve.
O sistema evolui permanentemente
O que mostramos é um instantâneo. O Google adiciona e remove pipelines regularmente. Uma família inteira, as queryrecommendations*, foi abandonada: o sistema antigo funcionava por consultas, o novo por embeddings e sinais de engagement. Observamos ~8 novos identificadores ainda não integrados na nossa análise (collaborative filtering, NL tuning, entertainment trailers, garamond/Google Showcase).
A direção é clara: de query-based para embeddings, de texto para social/vídeo, de seleção passiva para engagement em tempo real.
Três perfis, três estratégias
Cada linha = um domínio, cada coluna = uma família de pipelines, cor = percentagem dos hits. Encontre o seu domínio, ou o dos seus clientes, e veja a sua pegada de pipelines.
Para cada pipeline, os 5 domínios líderes e a sua quota. O detalhe que falta no heatmap: quem domina onde, e com que peso.
Imprensa nacional (perfil Le Monde / Le Figaro)
Presença em 8-10 pipelines. Le Monde domina mustntmiss (11,3 % do pipeline) – o boost de prioridade ~2x recompensa a importância editorial. O desafio: maximizar a passagem por moonstone (engagement) e mustntmiss (importância), os dois amplificadores. Content 41,6 % para Le Monde, concentrado na autoridade.
Imprensa regional (perfil Ouest-France / La Dépêche)
webkicklocalstories é o pipeline exclusivo deles, 67 % das URLs que não encontramos em mais nenhum outro lugar no Discover. Mas Ouest-France não se limita ao local: #1 em moonstone, top-5 em geotargetingstories, deeptrendsfable, astria. A distribuição é excecional: content 25 %, moonstone 14 %, local 8,4 %, aura 12,5 %, tendências 15,2 %. O desafio: combinar o ângulo local e o ângulo nacional para multiplicar os pipelines.
Site tech / review (perfil Frandroid / Les Numériques)
shoppinginspiration oferece um alcance massivo (19,7 %) e uma duração de vida de 3,7 dias. Mas shopping é um silo – muito baixa coocorrência com os outros pipelines. Um teste Samsung Galaxy fica apenas em shopping. O desafio: diversificar além do puro teste de produto para alcançar content + aura (que sobrerrepresenta tech/ciência 2x). Acrescentar um ângulo editorial (análise de tendência, contexto de mercado) pode abrir portas.
As recomendações completas por perfil (imprensa nacional, regional, tech, lifestyle, vídeo, pure player, finanças) serão detalhadas na nossa série no Substack.
Explore por si mesmo
Estes resultados são uma pré-visualização. A análise completa, 20 pipelines, dados por pipeline, domínios líderes, títulos típicos, está disponível:
- O explorador interativo : navegue pelos 20 pipelines, compare as métricas, veja os domínios líderes e os títulos típicos
- A série Substack : toda semana, uma análise aprofundada em um grupo de pipelines com dados, gráficos e recomendações
- A análise de referência : 1492.Vision/pesquisa/ – os artigos de referência completos, em francês e inglês, com o detalhe pipeline por pipeline.
O sistema Discover está a evoluir. Estes dados são um instantâneo de dezembro de 2025 a fevereiro de 2026. Os pipelines que estão a explodir hoje não existiam há três meses. Daí a importância de acompanhar a evolução, e não apenas fotografar um momento.
Dados: 42 milhões de cartas Discover, dezembro de 2025 a fevereiro de 2026. Análise: 1492.visionCrédito a Metehan Yesilyurt pela análise SDK, os nossos dados mostram o que cada pipeline faz na prática.
O artigo «Google Discover por dentro: 20 pipelines, milhões de cartas, insights inéditos derivados dos dados.» foi publicado no site Abondance.
