Recent pesquisas do Google trouxeram à tona mudanças significativas na forma como o conteúdo é apresentado aos usuários no Google Discover. A nova abordagem, chamada Supersession-Decay Filtering (SDF), visa identificar e remover conteúdo obsoleto de maneira mais precisa, impactando diretamente o que os usuários veem em suas recomendações.
Como Funciona o Supersession-Decay Filtering?
A nomenclatura “supersession” refere-se à identificação de quando um conteúdo mais recente supera informações anteriores. Já “decay” trata da previsão do momento em que o conteúdo perde sua utilidade à medida que a relevância diminui. Surpreendentemente, essa tecnologia já está em uso há dois anos e mostra como a indústria de publicações e SEO precisa se adaptar a essas novidades.
O sistema SDF opera através de dois filtros principais, que atuam de forma proativa para remover conteúdos que não estão mais frescos:
- O primeiro filtro detecta conteúdo que foi superado por informações mais novas.
- O segundo antecipa quando o conteúdo começará a perder sua relevância, mesmo que não tenha sido substituído por algo mais recente.
A Importância da Atualidade no Recomendador
Os motores de recomendação, como o Google Discover e o YouTube, não apenas adaptam o conteúdo aos interesses dos usuários, mas também priorizam a frescura. Essa característica é um fator essencial na classificação de conteúdos, pois os usuários tendem a preferir informações atualizadas. Com o SDF, o Google consegue prever quais conteúdos se tornaram obsoletos e os remove antes que cheguem aos usuários.
Limitações dos Métodos Tradicionais
Os métodos tradicionais, que se baseiam em datas de publicação e métricas de engajamento, têm falhado na identificação precisa do conteúdo estagnado. Por exemplo:
- Uma data de publicação pode não ser um indicador confiável da relevância do conteúdo.
- Conteúdos podem tornar-se obsoletos rapidamente por serem superados por informações mais recentes.
- Métricas de engajamento costumam ser reativas, interpretadas após os usuários já terem deixado de interagir.
Resultados Atingidos com o SDF
Testes mostraram que a implementação do SDF resultou na redução das recomendações de conteúdos obsoletos, além de melhorar o engajamento dos usuários e a diversidade de conteúdos apresentados. Ao longo de dois anos, o sistema conseguiu diminuir em 54,9% as reclamações de usuários sobre conteúdos desatualizados e também conseguiu reduzir os custos computacionais ao eliminar informações desatualizadas antes da fase de classificação.
Implicações para Editores e Profissionais de Marketing
A integração do SDF traz à tona questões cruciais que plataformas de publicação e profissionais de marketing digital devem considerar:
- Proporção de conteúdo evergreen: É fundamental entender qual parte do conteúdo continua relevante ao longo do tempo.
- Planejamento para atualização: Conteúdos com uma janela de relevância limitada precisam de um plano de revisão.
- Cobertura de notícias: É essencial estar atento às informações de atualidade que impactam o público.
Esses fatores devem ser levados em conta, especialmente ao elaborar estratégias de interligação de artigos, que agora devem considerar também a dimensão da frescura, além da relevância semântica. A capacidade preditiva do SDF representa uma nova era na forma como conteúdos são exibidos e consumidos.
