L'analisi SDK di Metehan Yesilyurt ha rivelato i nomi delle pipeline interne di Google Discover. I nostri dati mostrano cosa fa ciascuna: volume, accesso, tempistica, aree di punta. 42 milioni di schede, centinaia di dispositivi, osservazione trimestrale.

Cosa Abbiamo Fatto

Per tre mesi (Dicembre 2025 - Febbraio 2026), abbiamo osservato i flussi reali di Discover su centinaia di dispositivi. Risultato: 42 milioni di schede analizzate. Abbiamo associato ogni scheda alla pipeline responsabile della sua selezione.

I nomi erano già disponibili nel SDK di Google, recentemente pubblicati da Metehan Yesilyurt. Ciò che mancava era cosa facessero in pratica: quanto contenuto selezionavano, quanti dispositivi mostrava, a quale velocità operavano e quali aree prioritizzavano. I nostri dati lo rivelano.

Calcoliamo quattro metriche per ogni pipeline:

  • Accesso: percentuale di dispositivi che vedono ogni URL
  • Velocità: età media al momento della comparsa degli articoli
  • Caratteristica: percentuale di URL specifici per la pipeline
  • Volume: quota all'interno del flusso totale

Descrizione: Non un algoritmo, ma un sistema stratificato

Credenza comune: Discover utilizza un algoritmo di raccomandazione. Realtà: si tratta di un sistema composto da sei strati funzionali, ognuno con una logica e un pubblico unico.

Ogni pipeline è posizionata in base alla velocità (asse X, log) e all'accesso (asse Y). Colore = famiglia funzionale. moonstone e shoppinginspiration spiccano per accesso; mustntmiss e newsstoriesheadlines sono i più veloci; deeptrends e aura rimangono più a lungo.

20 pipeline FR ordinate per volume totale. content è in testa con il 30,7%, seguito da aura (13,3%) e moonstone (12,9%).

Mappa delle pipeline principali per FR e metriche principali

Sei strati:

  1. Base di contenuto: content, moonstone, aura, paginationpanoptic, relatedcontentruby. Ciclo di base: il contenuto entra tramite content, se l'interazione continua viene amplificato da moonstone, diversificato da aura, esteso tramite scroll (pagpan) e clic (ruby).
  2. Notizie e urgenza: mustntmiss (aumento di priorità ~2x, Le Monde in testa) e newsstoriesheadlines (gruppi Google News, 46% URL speciali).
  3. Tendenze: deeptrendsfable rileva, deeptrends rimane. Pipeline successive: tasso di transizione del 27%, ritardo di 21 ore. x.com è una fonte di tendenze in FR.
  4. Locale e geografico: geotargetingstories (filtraggio geografico mainstream), webkicklocalstories (completamente iperlocale, 67% URL speciali, stampa locale), astria (autorità locale, ritardo di 1,5 giorni).
  5. Sociale e video: creatorcontent (x.com in FR è in testa con il 75%, non YouTube), freshvideos, neoncluster (non presente in FR). Il flusso video funziona principalmente in inglese.
  6. Commerciale: shoppinginspiration (19,7% accesso, 3,7 giorni di vita) e feedads (pubblicità pura, 24% accesso).

Messaggio: ottimizzare per "Discover" senza comprendere le pipeline è come ottimizzare per "Google" senza comprendere la differenza tra Search, News e Shopping. Ogni pipeline ha una logica unica e ognuna è una leva separata.

Quattro numeri che cambiano tutto

Moonstone mostra ogni articolo a 1 su 5 dispositivi

Accesso: 19,3%. Questo è il doppio di content (9,9%). Moonstone non seleziona molti articoli, ma quelli selezionati vengono mostrati al massimo numero di dispositivi. Questa è una strategia di pubblicazione intenzionale.

Contenuti in evidenza: oroscopo (3,5x), scommesse/gioco (3,3x), intrattenimento, meteo, celebrità. Tuttavia, il giornale regionale Ouest-France è in testa in moonstone. Il segreto: un evento locale con una prospettiva nazionale, meteo, celebrità regionali.

Ogni pipeline ha un tasso di accesso in FR (% dispositivi colpiti). moonstone e shoppinginspiration sono in testa, l'accesso non è proporzionale al volume.

Un articolo di prodotto vive 8 volte più a lungo di una notizia

shoppinginspiration: 3,7 giorni di vita media. content: 0,47 giorni (11 ore). Un test di prodotto pubblicato lunedì è ancora visibile su Discover venerdì. Questa è una finestra di visibilità straordinaria, ma la pipeline di shopping è un silo. Bassa contemporaneità con altre pipeline. Un articolo non esce facilmente dal silo di prodotto.

Tra newsstoriesheadlines (2,2 ore) e shoppinginspiration (3,7 giorni). Il contenuto di prodotto vive 8 volte più a lungo rispetto a una notizia.

Il 58% degli URL in FR è presente in 2 o più pipeline

Questa è la scoperta più praticabile. La maggior parte degli articoli francesi su Discover non è limitata a una singola pipeline, ma attraversa il sistema.

  • %42 URL in una singola pipeline (di solito content)
  • %20 in due pipeline
  • %13 in tre pipeline
  • %25 in quattro o più, alcuni estremi raggiungono 12-14 pipeline

Ogni pipeline aggiuntiva = finestra di visibilità aggiuntiva, parzialmente con un pubblico e una tempistica diversi. Un articolo in content + moonstone + mustntmiss = le possibilità di visibilità triplicano.

Meccanismi multi-pipeline, leva per profilo, l'intera analisi della scheda dei punteggi sarà inclusa in un articolo speciale che sarà pubblicato a breve.

Il sistema sta evolvendo continuamente

Ciò che abbiamo mostrato è uno snapshot. Google aggiunge e rimuove regolarmente pipeline. Un'intera famiglia, queryrecommendations*, è stata abbandonata: il vecchio sistema funzionava in base alle query, il nuovo funziona con segnali di embedding e interazione. Stiamo osservando circa 8 nuove identità che non sono ancora state incluse nella nostra analisi (filtraggio collaborativo, impostazione NL, trailer di intrattenimento, garamond/Google Showcase).

La direzione è chiara: da un approccio basato su query a uno di embedding, da testo a sociale/video, da selezione passiva a interazione in tempo reale.

Tre profili, tre strategie

Ogni riga = un'area, ogni colonna = una famiglia di pipeline, colore = percentuale di colpi. Trova il tuo settore o quello dei tuoi clienti e osserva l'impatto delle pipeline.

Per ogni pipeline, 5 aree principali e le loro quote. Dettagli mancanti nella mappa di calore: dove chi è in testa e con quale peso.

Stampa Nazionale (Profilo Le Monde / Le Figaro)

Presenza in 8-10 pipeline. Le Monde è in testa in mustntmiss (11,3% della pipeline) - aumento di priorità ~2x, premia l'importanza editoriale. Obiettivo: massimizzare il passaggio in moonstone (interazione) e mustntmiss (importanza), questi due amplificatori.

Stampa Regionale (Profilo Ouest-France / La Dépêche)

webkicklocalstories è l'unica pipeline con URL che non si trovano altrove, con il 67%. Tuttavia, Ouest-France non è limitata al locale: è #1 in moonstone, tra i primi 5 in geotargetingstories, deeptrendsfable, astria. La diffusione è straordinaria: content 25%, moonstone 14%, locale 8,4%, aura 12,5%, tendenze 15,2%. Obiettivo: moltiplicare le pipeline combinando prospettive locali e nazionali.

Sito di Tecnologia / Recensioni (Profilo Frandroid / Les Numériques)

shoppinginspiration offre un grande accesso (19,7%) e 3,7 giorni di vita media. Tuttavia, lo shopping è un silo - bassa contemporaneità con altre pipeline. Un test di Samsung Galaxy rimane nello shopping. Obiettivo: raggiungere content + aura non limitandosi solo ai test di prodotto (rappresentazione 2 volte superiore in tecnologia/scienza). Aggiungere una prospettiva editoriale (analisi delle tendenze, contesto di mercato) potrebbe aprire porte.

Raccomandazioni complete per profili nazionali, regionali, tecnologici, di stile di vita, video, giocatori puri, finanziari saranno dettagliate nella nostra serie Substack.

Scopri da Solo

Questi risultati sono un'anteprima. L'analisi completa, 20 pipeline, dati per pipeline, aree principali, titoli tipici sono accessibili:

  • Strumento di esplorazione interattivo: navigazione tra 20 pipeline, confronto delle metriche, visualizzazione delle aree principali e dei titoli tipici
  • Serie Substack: esame approfondito di un gruppo di pipeline ogni settimana, dati, grafici e raccomandazioni
  • Analisi di riferimento: 1492.Vision/research/ - articoli di riferimento completi con dettagli per pipeline, in francese e inglese.

Il sistema Discover è in evoluzione. Questi dati sono uno snapshot tra Dicembre 2025 e Febbraio 2026. Le pipeline che esplodono oggi non esistevano tre mesi fa. Pertanto, è importante seguire l'evoluzione, non solo fotografare un momento.

Dati: 42 milioni di schede Discover, Dicembre 2025 - Febbraio 2026. Analisi: 1492.vision. Grazie a Metehan Yesilyurt per l'analisi SDK, i nostri dati mostrano cosa fa in pratica ogni pipeline.