Metadados são informações descritivas associadas a um produto que não são o produto em si, mas o descrevem — atributos como marca, material, categoria ou rótulos personalizados que ajudam uma plataforma a interpretar, classificar e ranquear o item corretamente. É a camada do feed de produtos que vai além dos fatos básicos de preço e disponibilidade, dando a um algoritmo de shopping ou a um mecanismo de busca o contexto de que ele precisa para associar um anúncio à consulta ou à vitrine certa. Um produto com metadados ricos e precisos tende a aparecer em mais buscas relevantes do que um produto idêntico com metadados escassos.
Por que os metadados importam para a visibilidade do feed
As plataformas de shopping ranqueiam e associam anúncios em grande parte com base em quão bem seus metadados se alinham ao que o comprador está buscando, o que significa que dois produtos idênticos em todo o resto podem ter desempenhos muito diferentes no Google Shopping ou na Meta apenas pelo grau de preenchimento dos seus metadados. Campos como categoria do produto, rótulos personalizados e atributos de material ou estampa não são decorativos — são entradas que o algoritmo de correspondência da plataforma realmente lê, e as lacunas neles aparecem diretamente como impressões perdidas. É também aqui que muita automação é aplicada: preencher manualmente metadados ausentes em um catálogo grande é lento e sujeito a erros, por isso muitos fluxos de gestão de feeds agora usam regras ou enriquecimento com IA para completar campos de categoria, atributo ou rótulo em escala, em vez de deixá-los em branco.
Como os metadados funcionam
Os metadados normalmente nascem em um sistema de origem — um PIM ou ERP — e chegam ao feed diretamente, se foram capturados corretamente na criação do produto, ou por meio de etapas de enriquecimento que os inferem a partir do título ou da descrição, se não foram. Depois de preenchidos, os campos de metadados passam por normalização para corresponder à taxonomia ou à enumeração que o canal de destino espera, de modo que um rótulo de categoria interno seja mapeado para a taxonomia de produtos do Google e os rótulos personalizados sejam padronizados para sustentar uma segmentação consistente mais adiante na campanha. As ferramentas de gestão de feeds costumam permitir que os varejistas configurem regras de metadados de fallback — inferir a cor a partir do título quando o campo está vazio, por exemplo — justamente porque as lacunas de metadados são um dos problemas de qualidade mais comuns em um feed de dados.
Exemplo: campos de metadados em um item do feed
<item>
<g:id>SKU-63120</g:id>
<title>Hand-Thrown Stoneware Mug - Speckled Blue</title>
<g:brand>Kiln & Co.</g:brand>
<g:google_product_category>Home & Garden > Kitchen & Dining > Tableware</g:google_product_category>
<g:product_type>Mugs > Ceramic</g:product_type>
<g:material>Stoneware</g:material>
<g:color>Speckled Blue</g:color>
<g:custom_label_0>Bestseller</g:custom_label_0>
</item>Nenhum desses campos descreve o preço ou a disponibilidade da caneca — todos eles são metadados, e cada um dá à plataforma de shopping uma forma diferente de classificar, associar ou segmentar exatamente este anúncio.
Conceitos relacionados
Os metadados só são úteis depois de normalizados nos valores que o canal realmente espera, e normalmente chegam ao feed como parte de um pipeline mais amplo de feed de produtos extraído de um PIM antes de chegar às vitrines de um canal. Para uma visão prática de como preencher lacunas de metadados em escala, veja Como automatizar o enriquecimento de dados de produtos com IA para feeds.
