A análise de SDK de Metehan Yesilyurt revelou os nomes dos pipelines internos do Google Discover. Nossos dados mostram o que cada um faz: volume, alcance, temporização, áreas de destaque. 42 milhões de cartões, centenas de dispositivos, observação trimestral.

O que fizemos

Durante três meses (Dezembro de 2025 - Fevereiro de 2026), observamos fluxos reais do Discover em centenas de dispositivos. Resultado: 42 milhões de cartões foram analisados. Associamos cada cartão ao pipeline responsável pela sua seleção.

Os nomes já estavam disponíveis no SDK do Google, especialmente publicados recentemente por Metehan Yesilyurt. O que faltava era o que eles realmente faziam na prática: quanto conteúdo cada um selecionava, quantos dispositivos mostravam, a que velocidade operavam e quais áreas priorizavam. Nossos dados revelam isso.

Calculamos quatro métricas para cada pipeline:

  • Alcance: porcentagem de dispositivos que visualizaram cada URL
  • Velocidade: idade média no momento em que os artigos aparecem
  • Características: porcentagem de URLs específicas do pipeline
  • Volume: participação no fluxo total

Descrição: Não é um algoritmo, mas um sistema em camadas

A crença comum: o Discover usa um algoritmo de recomendação. A verdade: é um sistema composto por seis camadas funcionais, cada uma com sua própria lógica e público-alvo.

Cada pipeline é posicionado com sua velocidade (eixo X, log) e alcance (eixo Y). Cor = família funcional. moonstone e shoppinginspiration se destacam em alcance; mustntmiss e newsstoriesheadlines são os mais rápidos; deeptrends e aura permanecem por mais tempo.

20 pipelines FR classificados por volume total. content está à frente com 30,7%, seguido por aura (13,3%) e moonstone (12,9%).

Mapa dos principais pipelines para FR e suas principais métricas

Seis camadas:

  1. Base de conteúdo: content, moonstone, aura, paginationpanoptic, relatedcontentruby. O ciclo básico: o conteúdo entra através de content, se a interação continuar, é ampliado por moonstone, diversificado por aura, estendido por scroll (pagpan) e clique (ruby).
  2. Notícias e urgência: mustntmiss (aumento de prioridade ~2x, Le Monde à frente) e newsstoriesheadlines (conjuntos do Google News, 46% URLs específicas).
  3. Tendências: deeptrendsfable detecta, deeptrends permanece. Pipeline sequencial: taxa de transição de 27%, atraso de 21 horas. x.com é uma fonte de tendências em FR.
  4. Local e geográfico: geotargetingstories (filtro geográfico mainstream), webkicklocalstories (totalmente hiperlocal, 67% URLs específicas, imprensa local), astria (autoridade local, 1,5 dias de atraso).
  5. Social e vídeo: creatorcontent (x.com em FR com 75% à frente, não YouTube), freshvideos, neoncluster (não disponível em FR). O fluxo de vídeo opera essencialmente em inglês.
  6. Comercial: shoppinginspiration (19,7% de alcance, 3,7 dias de vida útil) e feedads (publicidade pura, 24% de alcance).

Mensagem: otimizar "para o Discover" sem entender os pipelines é como otimizar "para o Google" sem entender a diferença entre Search, News e Shopping. Cada pipeline tem sua própria lógica e cada um é uma alavanca separada.

Quatro números que mudam tudo

Moonstone mostra cada artigo para 1 em 5 dispositivos

Alcance: 19,3%. Isso é 2 vezes mais que content (%9,9). Moonstone não seleciona muitos artigos, mas os que escolhe são mostrados para o máximo de dispositivos possível. Essa é uma estratégia de publicação intencional.

Conteúdos em destaque: horóscopo (3,5x), apostas/jogos (3,3x), entretenimento, clima, celebridades. No entanto, o jornal regional Ouest-France está à frente no moonstone. O segredo: um evento local com uma perspectiva nacional, clima, celebridades regionais.

Cada pipeline e sua taxa de alcance em FR (% de dispositivos afetados). moonstone e shoppinginspiration estão à frente, o alcance não é proporcional ao volume.

Um artigo de produto vive 8 vezes mais que uma notícia

shoppinginspiration: 3,7 dias de vida útil média. content: 0,47 dias (11 horas). Um teste de produto publicado na segunda-feira ainda é visível no Discover na sexta-feira. Essa é uma janela de visibilidade extraordinária, mas o pipeline de compras é um silo. Baixa sincronicidade com outros pipelines. Um artigo não sai facilmente do silo de produtos.

Entre newsstoriesheadlines (2,2 horas) e shoppinginspiration (3,7 dias). O conteúdo de produto vive 8 vezes mais que uma notícia.

58% das URLs em FR estão em 2 ou mais pipelines

Essa é a descoberta mais viável. A maioria dos artigos franceses no Discover não se limita a um único pipeline, eles transitam pelo sistema.

  • 42% das URLs estão em um único pipeline (geralmente content)
  • 20% em dois pipelines
  • 13% em três pipelines
  • 25% em quatro ou mais, alguns extremos alcançam 12-14 pipelines

Cada pipeline adicional = janela de visibilidade adicional, parcialmente com um público-alvo e temporização diferentes. Um artigo dentro de content + moonstone + mustntmiss = a chance de ser visto aumenta três vezes.

Mecanismos de múltiplos pipelines, alavancagem por perfil, a análise do scorecard completa será apresentada em um artigo especial que será publicado em breve.

O sistema está em constante evolução

O que mostramos é uma instantânea. O Google adiciona e remove pipelines regularmente. Uma família inteira, queryrecommendations*, foi abandonada: o sistema antigo funcionava com base em consultas, o novo opera com sinais de incorporação e interação. Estamos observando cerca de 8 novas identidades que ainda não foram incluídas em nossa análise (filtragem de colaboração, ajuste NL, trailers de entretenimento, garamond/Google Showcase).

A direção é clara: da abordagem baseada em consultas para a direção de incorporação, do texto para a direção social/vídeo, da seleção passiva para a interação em tempo real.

Três perfis, três estratégias

Cada linha = uma área, cada coluna = uma família de pipeline, cor = percentual de hits. Encontre sua área ou a área de seus clientes e veja o efeito do pipeline.

Para cada pipeline, 5 áreas principais e suas participações. O detalhe que falta no mapa de calor: onde quem está à frente e com que peso.

Imprensa Nacional (Perfil Le Monde / Le Figaro)

Presença em 8-10 pipelines. Le Monde está à frente em mustntmiss (11,3% do pipeline) - aumento de prioridade ~2x, recompensa a importância editorial. Objetivo: maximizar a transição em moonstone (interação) e mustntmiss (importância), esses dois amplificadores.

Imprensa Regional (Perfil Ouest-France / La Dépêche)

webkicklocalstories é o único pipeline com 67% de URLs que não são encontradas em outro lugar. No entanto, Ouest-France não se limita ao local: está em #1 no moonstone, entre os 5 primeiros em geotargetingstories, deeptrendsfable, astria. A disseminação é extraordinária: content 25%, moonstone 14%, local 8,4%, aura 12,5%, tendências 15,2. Objetivo: multiplicar os pipelines combinando a perspectiva local e nacional.

Site de Tecnologia / Avaliação (Perfil Frandroid / Les Numériques)

shoppinginspiration oferece um grande alcance (19,7%) e 3,7 dias de vida útil. No entanto, compras são um silo - muito baixa sincronicidade com outros pipelines. Um teste do Samsung Galaxy permanece na compra. Objetivo: alcançar content + aura sem se limitar apenas ao teste de produto (2 vezes mais representação em tecnologia/ciência). Adicionar uma perspectiva editorial (análise de tendências, contexto de mercado) pode abrir portas.

Recomendações completas para perfis nacionais, regionais, de tecnologia, estilo de vida, vídeo e jogadores puros, serão detalhadas em nossa série no Substack.

Descubra Você Mesmo

Esses resultados são uma prévia. A análise completa, 20 pipelines, dados por pipeline, áreas principais, títulos típicos estão disponíveis:

  • Ferramenta de descoberta interativa: navegação em 20 pipelines, comparação de métricas, visualização de áreas principais e títulos típicos
  • Série Substack: revisão aprofundada de um grupo de pipelines a cada semana, dados, gráficos e recomendações
  • Análise de referência: 1492.Vision/research/ - artigos de referência completos com detalhes por pipeline, em francês e inglês.

O sistema Discover está evoluindo. Esses dados são uma instantânea entre Dezembro de 2025 e Fevereiro de 2026. Os pipelines que estão em alta hoje não existiam três meses atrás. Portanto, acompanhar a evolução é importante, não apenas para capturar um momento.

Dados: 42 milhões de cartões Discover, Dezembro de 2025 - Fevereiro de 2026. Análise: 1492.vision. Agradecimentos a Metehan Yesilyurt pela análise de SDK, nossos dados mostram o que cada pipeline realmente faz na prática.