Google Search Autocomplete - sugestões de busca como linhas estruturadas
O autocomplete é a lista de complementações que o Google oferece abaixo da caixa de busca enquanto você digita, e é um dos sinais públicos mais úteis da web. Vem do que as pessoas realmente buscam, o que o torna uma leitura direta das expressões de demanda, e não uma estimativa modelada - e, ao contrário de uma ferramenta de palavras-chave, ele revela a cauda longa pequena demais para ter um volume reportado. O problema é que ele existe por uma fração de segundo dentro de um menu suspenso. Este serviço o transforma em tabela: uma linha por sugestão, três colunas, exportadas como CSV, JSON ou Excel, para quantas consultas iniciais você quiser enviar.
A exportação tem um formato excepcionalmente previsível, e essa é sua melhor qualidade. Cada consulta inicial retorna exatamente dez sugestões - isso se confirmou em todos os blocos que medimos, sem blocos curtos nem longos - então o tamanho de um trabalho é simplesmente a sua contagem de consultas vezes dez, conhecida antes de qualquer gasto. A referência publicada aceita o parâmetro query como um array e agrupa até mil consultas por requisição, então uma lista grande cabe em um único trabalho. Dois parâmetros opcionais fazem o resto: language, cujo padrão é inglês, e region, que a referência recomenda definir para uma melhor experiência de busca. O autocomplete depende fortemente da localidade, então vale definir ambos deliberadamente e registrá-los à parte - nenhuma das três colunas de saída informa depois de qual localidade veio uma linha.
Duas propriedades dos próprios dados merecem planejamento. A primeira é que position é uma posição dentro do menu suspenso de uma consulta, e não um número de linha: vai de 1 a 10 e recomeça na consulta seguinte, então um arquivo de cinquenta consultas contém o número 1 cinquenta vezes, e o agrupamento por query precisa vir antes de qualquer ordenação. A segunda é que a sugestão do topo é a sua própria consulta devolvida - isso aconteceu em todos os blocos que medimos. É o Google oferecendo a string literal como primeira opção, e significa que dez linhas por consulta são, na verdade, nove novas formulações mais um eco. Nenhuma das duas é uma falha, mas ambas distorcem silenciosamente uma contagem ingênua, e um número de sugestões por consulta que inclua o eco fica superestimado em cerca de um décimo.
Uma observação honesta sobre volatilidade, e ela corta dos dois lados. Executamos várias consultas mais de uma vez. Uma retornou um top dez idêntico byte a byte; outra retornou as mesmas dez strings reordenadas; uma terceira compartilhou oito de dez com a execução anterior. Ou seja, a lista não é fixa nem aleatória - ela deriva. É isso que torna a amostragem repetida mais válida do que uma única extração, e é também por isso que nada nessas três colunas deve ser tratado como identificador estável: monte uma chave com a consulta e a sugestão juntas, guarde a data de cada execução e deixe que uma mudança de posição conquiste sua interpretação ao longo de várias amostras, e não de uma só. Comece grátis: suas primeiras 500 linhas não custam nada e não exigem cartão de crédito.