Todo mundo já pesquisou um restaurante ou uma oficina no Google Maps sem imaginar a quantidade de engrenagens girando por trás daquele resultado simples. O que aparece na tela é só a ponta do iceberg: existe uma entidade geográfica canônica montada a partir de várias fontes de dados, conectada ao Knowledge Graph e à web, avaliada por diferentes sistemas de pontuação, filtrada por camadas de busca geográfica e semântica, personalizada para cada usuário e, só então, entregue a um motor de renderização que decide o que realmente vai aparecer no mapa.
Um material obtido recentemente — um binário que expõe um escopo não público do Geostore, o sistema que o Google usa para representar entidades geográficas — permitiu cruzar informações com protocolos do Maps, tráfego de rede, o índice da web, serviços mobile, tabelas de estilo, componentes embarcados no dispositivo e o vazamento de documentação do Google de 2024.
Da análise saíram números impressionantes:
- 72 sinais de ranqueamento do Geostore
- 793 provedores de fontes de dados
- 446 tipos de intenção de busca local
- 50.998 estilos do Mapcore
- 12.936 estilos de rótulos (labels)
- 10.936 declarações pesquisáveis do Geostore
Os sinais de ranqueamento tendem a roubar a cena, mas são apenas uma camada de um sistema bem mais complexo. E é justamente essa arquitetura que ajuda a entender como o Google enxerga os lugares — e para onde caminha o SEO local à medida que o Maps se transforma em um produto cada vez mais conversacional.
A ficha do negócio não é a entidade de verdade
Para entender esse universo, vale começar pelo Geostore. Internamente, o Google representa objetos geográficos como “Features” (características). Uma Feature pode ser um comércio, um prédio, uma rua, uma cidade, uma estação, uma área, um elemento de transporte público ou até um objeto em 3D.
No caso de um estabelecimento, esse objeto carrega identidade, geometria, informações de origem, sites, relações com redes de franquias, referências ao Knowledge Graph, conceitos associados e dados de ranqueamento.
Ou seja: aquela ficha que você conhece no Maps é montada depois, a partir de tudo isso. E o que um dono de negócio edita no Google Business Profile não é necessariamente o que o Google mantém internamente como a entidade “oficial” daquele lugar.
O Google constrói uma representação canônica do local que pode incorporar dados de múltiplas fontes, sobreviver a mudanças de geometria e se conectar a outros identificadores do Google, incluindo o machine ID (MID) do Knowledge Graph. Na prática, para quem trabalha com SEO local, é essa entidade — e não a ficha visível — que merece atenção.
Um mosaico de quase 800 fontes de dados
Uma das partes mais interessantes do Geostore é o sistema de proveniência das informações. Nenhum negócio tem uma única fonte de verdade: o nome pode vir de um provedor, o telefone de outro, a categoria de um terceiro e a geometria de um lugar completamente diferente.
O material recuperado mapeia 793 provedores de fontes, além de mecanismos de proveniência, prioridade, confiança e “conflation” — o processo usado quando várias fontes descrevem o mesmo objeto e entram em conflito entre si.
O Geostore tem mecanismos genéricos que escolhem um valor, mesclam vários ou os combinam de alguma forma, além de níveis de confiança que vão de fontes bloqueadas ou não confiáveis até fontes “super confiáveis”.
Isso explica um problema clássico do SEO local: alterar um campo no Google Business Profile não garante que a representação canônica do Google mude imediatamente. A edição vira apenas mais uma evidência dentro de um sistema que pode já ter evidências concorrentes — e isso ajuda a entender por que atributos incorretos e persistentes, duplicações e mudanças que “voltam ao normal” sozinhas são um desafio tão maior do que simplesmente editar uma ficha.
Cruzando o vazamento de 2024 com o novo material
O binário por si só entrega estruturas, números de campo e enumerações completas. Já a documentação vazada do Google em março de 2024 traz outra coisa: explicações em texto corrido sobre o que essas estruturas realmente significam.
Ao publicar os dois materiais juntos, formou-se um arquivo com 10.936 declarações do Geostore pesquisáveis por nome de mensagem, pacote, tipo de campo, texto de documentação, número de tag e status, entre outras propriedades.
Em trabalhos de engenharia reversa, um nome interno pode virar teoria só de circular pela comunidade de SEO. Ter esse arquivo cruzado permite checar a evidência real: se um sinal existe, dá para achar sua declaração; se um campo estava na documentação de 2024, dá para ler a descrição associada; e se um campo foi removido do escopo mais recente, ainda sobra um “buraco” numerado no protobuf indicando que ele existiu.
Os 72 sinais do Oyster Rank
O Geostore tem seu próprio sistema de ranqueamento, batizado internamente de Oyster Rank. Foi recuperada uma enumeração completa e visível de 72 sinais, entre eles:
- Avaliações no Google
- Volume de buscas na web
- Impressões da ficha
- Aberturas da ficha
- Pedidos de rotas
- Cliques no site
- Vínculo com redes de franquias
- Sinais da Wikipédia
- Popularidade
- Proeminência
- Informações de pontos de referência (landmarks)
- Uso de vias públicas
Desses 72 valores, 25 estão explicitamente marcados como descontinuados. E aqui vai um alerta importante: o que foi recuperado são os nomes dos sinais, não os pesos atuais de cada um. A estrutura mostra um pipeline em que observações brutas são extraídas, normalizadas e combinadas no ranqueamento final da Feature — mas os coeficientes que indicariam o peso real de cada sinal ficam fora do escopo obtido. Em outras palavras: o sinal de avaliações existe no vocabulário do Oyster Rank, mas isso não prova que as avaliações tenham hoje um peso específico em uma busca no Maps.
Por que os 72 sinais não são “o algoritmo do Maps”
Esse é talvez o ponto mais importante para quem trabalha com SEO local: o Oyster Rank parece caracterizar a importância da entidade dentro do Geostore, mas a consulta de um usuário ainda passa por outros sistemas. O Maps precisa entender o que a pessoa quer dizer, identificar um contexto geográfico, gerar candidatos, avaliar relevância semântica e só então entregar um conjunto final de resultados.
De forma simplificada, o caminho seria algo como: entidade do Geostore → compreensão da consulta → correspondência semântica → geração de candidatos → geografia e qualidade → reranqueamento → resultados finais.
Para complicar ainda mais, foi identificado um scorer separado, que roda inteiramente offline no próprio dispositivo, com oito sinais distribuídos em 13 níveis — distinto tanto do Oyster Rank quanto do ranqueamento de lugares feito no servidor. Não existe uma fórmula única de ranqueamento no Maps: diferentes sistemas de pontuação e recuperação atuam em etapas diferentes. Transformar os 72 sinais do Oyster Rank numa checklist de “72 fatores de ranqueamento do Google Maps” seria simplificar demais — e ignorar boa parte da arquitetura real por trás da ferramenta.
A busca local não tem um raio fixo
Outro mito derrubado pela investigação é o de que o Google Maps trabalha com um raio predefinido ao redor do usuário, ranqueando apenas os negócios encontrados dentro desse círculo. Testes práticos, usando o mesmo ponto de partida em Paris, mostraram um comportamento bem mais dinâmico do que esse modelo simplificado sugere, reforçando que a busca local geográfica é adaptativa e não segue um raio fixo e universal.
Com informações de searchengineland.com.
