Modelagem da curva de CTR: o CTR esperado para cada posição

A Modelagem da curva de CTR aprende com que frequência o seu site recebe cliques em cada posição, de 1 a 20, usando as suas próprias consultas em vez de uma média do mercado, e depois avalia cada consulta em relação a essa curva. As consultas com cliques bem abaixo do que a posição prevê são marcadas como de baixo desempenho, com uma estimativa dos cliques que ganhariam se acompanhassem a curva. É a forma mais rápida de encontrar títulos e snippets que vale a pena reescrever.

Como a curva é ajustada

1. Toda consulta com pelo menos 10 impressões e posição média igual ou melhor que 20 é arredondada para a posição inteira mais próxima.
2. Cada posição recebe um único CTR: o total de cliques dividido pelo total de impressões, de modo que as consultas maiores têm mais peso.
3. Dois formatos são ajustados a esses pontos por mínimos quadrados ponderados por impressões, em escala logarítmica: uma lei de potência, CTR = a × position^b, e uma exponencial, CTR = a × e^(b × position).
4. Com Model em Auto (best R²), vence o formato com o maior R². Você também pode forçar Power law ou Exponential, o que refaz o ajuste. O painel Model fit mostra a fórmula e os dois candidatos.

Uma posição em que nenhuma das suas consultas recebeu clique não pode entrar em escala logarítmica e, por isso, fica de fora do ajuste. O relatório precisa de pelo menos três posições com cliques; com menos do que isso, ele informa que não foi possível ajustar uma curva e sugere um período maior ou filtros menos restritivos.

Como cada consulta é avaliada

• Expected CTR: o valor da curva na posição média da consulta, limitado entre 0,05% e 95%.
• Gap: CTR real menos CTR esperado.
• z-score: a diferença (gap) dividida pela variação normal do CTR entre as suas consultas naquela posição (um desvio padrão ponderado por impressões, ou a dispersão agrupada de todas as posições quando a posição tem menos de duas consultas).
• Status: Underperforming com z-score igual ou inferior a −1, Outperforming com +1 ou mais, Expected no intervalo entre os dois.
• Potential clicks: impressões × (CTR esperado − CTR real) para uma consulta abaixo da curva, e zero para uma acima dela.

A tabela Expected CTR per position é mais rigorosa com o ruído. O z-score dela divide a diferença pelo erro padrão da média da posição, e uma posição só conta como Above expected ou Below expected quando o seu CTR difere da curva em pelo menos um décimo do valor esperado.

Como ler os resultados

• Os cartões mostram Queries analysed, Best-fit model, R² of the fit, Under-performing queries e Potential added clicks.
• Your CTR vs expected CTR traça as duas linhas para as posições de 1 a 20. Fitted curve mostra cada consulta como um ponto sob o modelo tracejado, em vermelho quando tem baixo desempenho. CTR gap per position mostra a diferença em pontos percentuais.
• Queries vs the curve é ordenada por cliques potenciais, com abas para All, Under-performing e Out-performing. Clique em uma consulta para abrir a página de detalhes dela.

Um R² baixo indica que o CTR do seu site quase não segue a posição. Buscas de marca e de navegação costumam ser a causa, já que as pessoas clicam no destino que procuram, qualquer que seja a posição. Escolha Non-branded only no painel de filtros e execute de novo antes de confiar na curva; os termos de marca vêm de Property Setup.

O que se pressupõe e o que não é possível ver

• A posição é tratada como o principal fator do CTR. Anúncios, respostas de IA, mapas e outros recursos acima do seu resultado reduzem os cliques na mesma posição, e os dados do Search Console não mostram isso.
• A sua própria curva é a referência; portanto, se o seu site recebe poucos cliques em geral, apenas as piores consultas se destacam. O CTR Benchmark constrói uma curva parecida, mas recorre a um benchmark de mercado publicado nas posições em que os seus dados são escassos, e CTR Curve na navegação principal compara as curvas de todas as suas propriedades.
• A posição média é a média do Google da posição mais alta que o seu site ocupou em cada busca; assim, uma consulta que oscila muito é suavizada em um único número.
• Potential clicks é um teto, não uma previsão. Ele pressupõe que a consulta poderia receber cliques como a sua consulta típica na mesma posição.

O que fazer com uma consulta de baixo desempenho

Primeiro, olhe a página de resultados da consulta. Se a sua listagem parece simples ao lado de outras mais ricas, ou se o título promete algo diferente do que as pessoas procuram, reescreva o título e a descrição para que respondam a essa busca; as orientações sobre links de título do Google explicam o que ele usa. Depois, dê algumas semanas à mudança e execute o relatório de novo sobre o novo período.

Para os artigos gerenciados pelo AutoPSEO, essa verificação roda sozinha: uma vez por semana, o mecanismo de conteúdo coloca na fila uma otimização para o artigo nas posições 8 a 20 que recebe menos de 60% dos cliques que essa posição costuma receber. Veja como manter os artigos atualizados. Relatórios relacionados: Opportunity Scoring para consultas que precisam de uma classificação melhor, e não de um snippet melhor.