Pesquisa da Peec AI com 43 mil produtos e 1,1 milhão de query fan-outs revela que posicionamento no Google Shopping determina presença nos carrosséis de produtos do ChatGPT
Estudo conduzido pela Peec AI analisou 43 mil produtos exibidos nos carrosséis do ChatGPT e identificou que 83% deles correspondem a resultados do Google Shopping. A pesquisa, liderada por Tom Wells, pesquisador de GEO na Peec AI, também revelou que apenas 0,16% dos produtos são exclusivos do Bing.
A análise abrangeu aproximadamente 5 mil carrosséis extraídos, 200 mil resultados orgânicos de shopping do Google e Bing combinados, e 1,1 milhão de shopping query fan-outs em 10 verticais de indústria. Os dados mostram uma dependência significativa do ChatGPT em relação ao Google Shopping para compor suas recomendações de produtos.
O Bing Shopping respondeu por apenas 11% dos matches totais, com 70 produtos (0,16%) aparecendo exclusivamente via Bing. O dado contrasta com a percepção de que o ChatGPT, produto da OpenAI, dependeria primariamente do Bing para resultados de compras.
Google Shopping é a principal fonte de produtos do ChatGPT
Segundo a Peec AI, 83% dos produtos apresentados nos carrosséis do ChatGPT encontram correspondência direta nos resultados do Google Shopping. A pesquisa utilizou um algoritmo de correspondência em três estágios para validar os resultados.
O primeiro estágio aplicou correspondência exata de texto, o segundo usou correspondência aproximada com threshold de 0,95 para diferenças triviais, e o terceiro combinou similaridade de caracteres (40% de peso) com sobreposição de tokens (60% de peso). O threshold final de 0,8 foi estabelecido para identificar a mesma marca e produto.
Top-10 do Google Shopping concentra 60% dos matches
A análise revelou que 60% das correspondências fortes entre produtos do ChatGPT e do Google Shopping originaram-se dos 10 primeiros resultados. Ampliando para o top-20, o percentual sobe para 84%.
Além disso, 45,8% dos produtos do carrossel apresentaram correspondência exata de título com os 40 primeiros resultados orgânicos de shopping do Google. O dado indica que a posição no Google Shopping tem correlação direta com a probabilidade de um produto aparecer no ChatGPT.
Shopping fan-outs: queries distintas para produtos
O estudo identificou que o ChatGPT utiliza queries especializadas para buscar produtos, denominadas shopping query fan-outs. Esses fan-outs são formulações alternativas de consulta que o sistema gera para recuperar listagens de produtos específicos.
Os shopping fan-outs diferem significativamente das queries de busca contextual: 98,3% deles são distintos dos fan-outs de busca normais. Em média, um shopping fan-out contém 7 palavras, contra 12 palavras dos fan-outs contextuais. O ChatGPT gera aproximadamente 1,16 shopping fan-out por prompt do usuário, comparado a 2,4 fan-outs de busca geral.
Bing contribui com participação marginal
Apesar de o ChatGPT ser um produto da OpenAI com parceria comercial com a Microsoft, o Bing Shopping respondeu por apenas 11% dos matches totais com os carrosséis. Dos 43 mil produtos analisados, somente 70 (0,16%) apareceram exclusivamente via Bing.
O estudo da Peec AI demonstra que a infraestrutura de shopping do Google, incluindo a abrangência do catálogo e a qualidade dos dados de produto, supera amplamente a do Bing como fonte para os carrosséis do ChatGPT. A diferença é de mais de sete vezes a favor do Google Shopping.
Implicações para ranqueamento no Google Shopping
Tom Wells, pesquisador da Peec AI, afirmou no estudo: “Seu ranqueamento no Google Shopping influencia diretamente se seus produtos aparecem no carrossel do ChatGPT”. O dado cria uma conexão direta entre SEO para e-commerce no Google Shopping e visibilidade em plataformas de IA.
Para varejistas, a pesquisa indica que otimizar listagens no Google Shopping não beneficia apenas a presença na busca do Google, mas também a probabilidade de aparecer nas recomendações de produtos do ChatGPT. Produtos bem posicionados no top-10 do Google Shopping têm probabilidade significativamente maior de serem referenciados.
Metodologia e escala da pesquisa
A Peec AI conduziu o estudo analisando 43 mil produtos de carrossel extraídos de aproximadamente 5 mil interações com o ChatGPT. O dataset incluiu 200 mil resultados orgânicos de shopping combinados do Google e Bing, além de 1,1 milhão de shopping query fan-outs.
A pesquisa cobriu 10 verticais de indústria para garantir representatividade dos dados. O algoritmo de correspondência em cascata (três estágios) foi desenvolvido especificamente para identificar o mesmo produto em catálogos diferentes, considerando variações de nomenclatura entre plataformas.
