El análisis de SDK de Metehan Yesilyurt reveló los nombres de los pipelines internos de Google Discover. Nuestros datos muestran lo que hace cada uno: volumen, acceso, temporización, áreas destacadas. 42 millones de tarjetas, cientos de dispositivos, observación de tres meses.

Lo que hicimos

Durante tres meses (diciembre de 2025 - febrero de 2026), observamos los flujos reales de Discover en cientos de dispositivos. Resultado: 42 millones de tarjetas analizadas. Asociamos cada tarjeta con el pipeline responsable de su selección.

Los nombres ya estaban disponibles en el SDK de Google, publicados recientemente por Metehan Yesilyurt. Lo que faltaba era lo que realmente hacían: cuánto contenido seleccionaban, cuántos dispositivos mostraban, a qué velocidad funcionaban y qué áreas priorizaban. Nuestros datos revelan esto.

Calculamos cuatro métricas para cada pipeline:

  • Acceso: porcentaje de dispositivos que ven cada URL
  • Velocidad: edad promedio del artículo en el momento de su aparición
  • Características: porcentaje de URLs específicas del pipeline
  • Volumen: participación dentro del flujo total

Descripción: No es un algoritmo, es un sistema en capas

Creencia común: Discover utiliza un algoritmo de recomendación. Realidad: este es un sistema compuesto por seis capas funcionales, cada una con su propia lógica y público objetivo.

Cada pipeline está posicionado por su velocidad (eje X, log) y acceso (eje Y). Color = familia funcional. moonstone y shoppinginspiration destacan en acceso; mustntmiss y newsstoriesheadlines son los más rápidos; deeptrends y aura permanecen más tiempo.

20 pipelines de FR ordenados por volumen total. content lidera con un 30,7%, seguido de aura (13,3%) y moonstone (12,9%).

Mapa de los pipelines principales para FR y sus métricas clave

Seis capas:

  1. Base de contenido: content, moonstone, aura, paginationpanoptic, relatedcontentruby. Ciclo básico: el contenido ingresa a través de content, si la interacción continúa, se amplía por moonstone, se diversifica con aura, y se extiende con scroll (pagpan) y clic (ruby).
  2. Noticias y urgencia: mustntmiss (aumento de prioridad ~2x, Le Monde a la cabeza) y newsstoriesheadlines (conjuntos de Google News, 46% URL específicas).
  3. Tendencias: deeptrendsfable detecta, deeptrends permanece. Pipeline sucesivo: tasa de transición del 27%, 21 horas de retraso. x.com es una fuente de tendencias en FR.
  4. Local y geográfico: geotargetingstories (filtrado geográfico mainstream), webkicklocalstories (completamente hiperlocal, 67% URL específicas, prensa local), astria (autoridad local, 1,5 días de retraso).
  5. Social y video: creatorcontent (x.com FR tiene un 75% de acceso, no YouTube), freshvideos, neoncluster (no disponible en FR). El flujo de video opera principalmente en inglés.
  6. Comercial: shoppinginspiration (19,7% de acceso, 3,7 días de vida útil) y feedads (publicidad pura, 24% de acceso).

Mensaje: optimizar "para Discover" sin entender los pipelines es como optimizar "para Google" sin comprender la diferencia entre Search, News y Shopping. Cada pipeline tiene su propia lógica y cada uno es una palanca separada.

Cuatro cifras que cambian todo

Moonstone muestra cada artículo a 1 de cada 5 dispositivos

Acceso: 19,3%. Esto es 2 veces más que content (9,9%). Moonstone no selecciona muchos artículos, pero los que selecciona se muestran en el máximo número de dispositivos. Esta es una estrategia de publicación intencionada.

Contenidos destacados: horóscopos (3,5x), apuestas/juegos (3,3x), entretenimiento, clima, celebridades. Sin embargo, un periódico regional como Ouest-France está a la cabeza en moonstone. Su secreto: un evento local desde una perspectiva nacional, clima, celebridades regionales.

Cada pipeline tiene su tasa de acceso en FR (% de dispositivos afectados). moonstone y shoppinginspiration están a la cabeza, el acceso no es proporcional al volumen.

Un artículo de producto vive 8 veces más que una noticia

shoppinginspiration: 3,7 días de vida útil promedio. content: 0,47 días (11 horas). Una prueba de producto publicada el lunes sigue siendo visible en Discover el viernes. Esta es una ventana de visibilidad extraordinaria, pero el pipeline de compras es un silo. Baja simultaneidad con otros pipelines. Un artículo no sale fácilmente del silo de productos.

Entre newsstoriesheadlines (2,2 horas) y shoppinginspiration (3,7 días). El contenido de productos vive 8 veces más que las noticias.

El 58% de las URLs en FR aparecen en 2 o más pipelines

Este es el hallazgo más aplicable. La mayoría de los artículos franceses en Discover no se limitan a un solo pipeline, cruzan el sistema.

  • %42 de URLs en un solo pipeline (generalmente content)
  • %20 en dos pipelines
  • %13 en tres pipelines
  • %25 en cuatro o más, algunos extremos alcanzan 12-14 pipelines

Cada pipeline adicional = ventana de visibilidad adicional, en parte con un público objetivo y temporización diferentes. Un artículo dentro de content + moonstone + mustntmiss = tres veces más posibilidades de ser visto.

Los mecanismos de multi-pipeline, el apalancamiento por perfil, el análisis del puntaje, se presentarán en un próximo artículo especial.

El sistema está en constante evolución

Lo que hemos mostrado es una instantánea. Google agrega y elimina pipelines regularmente. Una familia completa, queryrecommendations*, ha sido abandonada: el antiguo sistema funcionaba según consultas, el nuevo opera con señales de incrustación e interacción. Estamos observando aproximadamente 8 nuevas identidades que aún no se han incluido en nuestro análisis (filtrado de colaboración, ajuste de NL, tráilers de entretenimiento, garamond/Google Showcase).

La dirección es clara: de un enfoque basado en consultas a uno de incrustación, de texto a social/video, de selección pasiva a interacción en tiempo real.

Tres perfiles, tres estrategias

Cada fila = un área, cada columna = una familia de pipelines, color = porcentaje de impacto. Encuentra tu área o la de tus clientes y observa el efecto de los pipelines.

Para cada pipeline, 5 áreas principales y sus participaciones. El detalle que falta en el mapa de calor: dónde está quién a la cabeza y con qué peso.

Prensa Nacional (Perfil de Le Monde / Le Figaro)

Presencia en 8-10 pipelines. Le Monde está a la cabeza en mustntmiss (11,3% del pipeline) - aumento de prioridad ~2x, recompensa la importancia editorial. Objetivo: maximizar la transición en moonstone (interacción) y mustntmiss (importancia), estos dos amplificadores.

Prensa Regional (Perfil de Ouest-France / La Dépêche)

webkicklocalstories, con un 67% de URL, son los únicos pipelines que no se encuentran en otro lugar. Sin embargo, Ouest-France no se limita a lo local: es #1 en moonstone, y está en el top 5 en geotargetingstories, deeptrendsfable, astria. La difusión es extraordinaria: content 25%, moonstone 14%, local 8,4%, aura 12,5%, tendencias 15,2. Objetivo: multiplicar los pipelines combinando la perspectiva local y nacional.

Sitio de Tecnología / Reseñas (Perfil de Frandroid / Les Numériques)

shoppinginspiration ofrece un gran acceso (19,7%) y 3,7 días de vida útil. Sin embargo, las compras son un silo - muy baja simultaneidad con otros pipelines. Una prueba de Samsung Galaxy permanece en compras. Objetivo: alcanzar content + aura sin limitarse solo a pruebas de productos (2 veces más representación en tecnología/ciencia). Agregar una perspectiva editorial (análisis de tendencias, contexto de mercado) podría abrir puertas.

Recomendaciones completas para perfiles nacionales, regionales, tecnológicos, de estilo de vida, de video, de jugadores puros, financieros se detallarán en nuestra serie de Substack.

Descúbrelo por ti mismo

Estos resultados son un adelanto. El análisis completo, 20 pipelines, datos por pipeline, áreas destacadas, títulos típicos están disponibles:

  • Herramienta de descubrimiento interactivo: navegar por 20 pipelines, comparar métricas, ver áreas destacadas y títulos típicos
  • Serie de Substack: revisión profunda de un grupo de pipelines cada semana, datos, gráficos y recomendaciones
  • Análisis de referencia: 1492.Vision/research/ - artículos de referencia completos con detalles por pipeline, en francés e inglés.

El sistema Discover está evolucionando. Estos datos son una instantánea entre diciembre de 2025 y febrero de 2026. Los pipelines que explotan hoy no existían hace tres meses. Por lo tanto, seguir la evolución es importante, no solo para capturar un momento.

Datos: 42 millones de tarjetas Discover, diciembre de 2025 - febrero de 2026. Análisis: 1492.vision. Agradecimientos a Metehan Yesilyurt por el análisis de SDK, nuestros datos muestran lo que realmente hace cada pipeline.