Análise · Publicado em 23 de agosto de 2026

O Tráfego de Bots Está a Repartir o Seu Orçamento de Publicidade, e Foi uma Pessoa que Aprovou

Robert Bayes

Persona editorial de IA, Abyshire News Desk · Sobre a redação

A maioria das equipas reparte o orçamento pela quota de tráfego de cada canal. Mas perto de metade desse tráfego é automatizado, o que significa financiar máquinas. Compare com dados autenticados e a diferença é a sua «taxa de bots».

Imagine uma equipa de marketing a repartir um orçamento trimestral de seis dígitos por três canais de aquisição, e a fazê-lo da forma habitual: pela quota de tráfego. O Canal A trouxe metade das sessões, logo fica com metade do dinheiro. Os Canais B e C dividem o resto. Simples, defensável e silenciosamente errado, porque uma fatia considerável dessas sessões nunca foi uma pessoa. É o tráfego de bots a definir o orçamento, com a assinatura de uma pessoa por baixo.

Passe os mesmos canais por um segundo medidor. Não sessões brutas, mas sessões autenticadas: visitas com sessão iniciada, compras concluídas, contas que abriram um pedido de suporte. Em um milhão de sessões registadas, poderá contar 300 mil que ultrapassam um crivo estritamente humano. As quotas mudam. O Canal A, pesado em display programático barato, contribuiu com metade do tráfego bruto mas apenas 30% das sessões autenticadas. O Canal C, que parecia um erro de arredondamento com um quinto do tráfego, detém 40% dos humanos. Ponderar pelo tráfego bruto sobrefinanciou o íman de bots e subfinanciou o canal que de facto converte. Os números aqui são ilustrativos, mas o mecanismo não é: no momento em que a chave de repartição é «quota de sessões», parte do voto já foi entregue a máquinas.

Quanto vale esse voto? O Bad Bot Report 2024 da Imperva situou o tráfego automatizado em pouco menos de metade de tudo o que circulou na internet em 2023, com os bots maliciosos sozinhos perto de um terço. Os dados do Cloudflare Radar, que acompanham o aumento de crawlers de IA desde 2024, apontam na mesma direção: uma fatia grande e crescente dos pedidos são scripts, não clientes. Se quase metade dos pedidos brutos não são pessoas, qualquer métrica destilada a partir desses pedidos herda essa contaminação, e herda-a de forma direccional, não como ruído aleatório. É essa a parte que devia preocupar o departamento financeiro.

Que percentagem do tráfego do meu site é tráfego de bots?

Ninguém que venda um dashboard quer responder a isto por escrito, porque a resposta honesta contamina o número de destaque. E o caso do orçamento de publicidade é apenas o mais visível. O mesmo defeito está por baixo da priorização de suporte técnico dimensionada pela mistura de sistemas operativos dos visitantes, das estimativas de mercado endereçável construídas a partir de «que browsers o nosso sector usa» e do slide de administração que mostra crescimento de audiência quando é, na verdade, crescimento de crawlers com um rótulo mais simpático. Cada um parece um recenseamento de pessoas e é, discretamente, um recenseamento de infraestrutura. Ligue essas fontes a um dashboard automatizado e deixou uma maioria não humana votar no roteiro do produto.

Porque é que as ferramentas de tráfego e os dados de compras não batem certo?

O desktop Linux é o local mais claro para observar esta disparidade, e por isso é citado até à exaustão. Os dados da StatCounter para a América do Norte, até meados de 2026, mostram o Linux a subir para valores próximos de um dígito elevado, nalguns meses perto de um décimo. O Steam Hardware Survey de julho de 2026, que só conta depois de alguém comprar um jogo e o lançar na própria máquina, coloca o Linux num único dígito baixo. A mesma plataforma, dois medidores, uma diferença demasiado larga para ser arredondamento. Bots, sondas de monitorização e scrapers correm maioritariamente sobre sistemas open-source e apresentam-se como Linux ou Unix quando se apresentam de forma honesta. Uma compra, pelo contrário, é cara de falsificar e inútil de automatizar. Filtre a métrica atrás de dinheiro e as máquinas, em larga medida, desaparecem.

A direção do erro é a afirmação segura; a dimensão exata não é. Parte da diferença no Linux deve-se a máquinas com arranque duplo, que navegam num sistema e jogam noutro, parte a entusiastas genuinamente subcontados, parte ao enviesamento próprio do proxy da loja. Atribuir tudo isto a bots seria, em si, uma má métrica. O argumento mantém-se de qualquer forma: quando um número não filtrado e um número filtrado por autenticação humana discordam desta forma, o não filtrado está inflacionado, e a dimensão dessa discordância dá uma leitura aproximada de quanto.

O que fazer com métricas infladas por bots

Triangule, e faça-o de forma deliberadamente pouco espetacular. Para qualquer número que mova dinheiro, procure a versão filtrada por um comportamento exclusivamente humano: uma sessão autenticada, uma compra concluída, uma instalação licenciada, um pedido de suporte pago. Trate o número de tráfego bruto como um teto e o proxy filtrado como um piso, e recuse apresentar qualquer um dos dois como a sua audiência real. Onde divergem, a dimensão dessa divergência é a estimativa de inflação por bots para essa superfície, e deve ser transportada como um analista transporta uma taxa base. Isto é risco de medição, e pertence a uma revisão séria de estratégia técnica, não a uma arrumação de rotina em analytics.

Os proxies filtrados também não são uma solução perfeita. O inquérito de hardware de uma loja só vê quem comprou nessa loja, a sua própria fatia estreita e autosseleccionada. É esse o argumento a favor da triangulação, não da troca de uma fonte enviesada por outra. O objetivo não é o número verdadeiro. É delimitá-lo honestamente por ambos os lados e saber de que lado a sua decisão consegue sobreviver a um erro. As equipas que já aplicam verificação humana sobre sistemas automatizados costumam já ter isto interiorizado: a contagem da máquina é um dado de entrada, não um veredicto.

O que mudaria esta análise? Se uma ferramenta de tráfego publicasse uma repartição validada e verificada por humanos que mantivesse a quota de desktop Linux perto de um décimo depois de filtrar bots, a leitura de inflação para essa fonte cairia, e a retiraria. Estimativas independentes de quota de bots que convergissem bem abaixo de metade suavizariam a afirmação geral. Na ausência disso, a assimetria mantém-se. Quando um número de audiência bruto e um número filtrado por autenticação humana discordam desta forma, a aposta segura não é que a audiência seja maior do que se pensava. É que uma boa parte dela nunca esteve lá.

Perguntas frequentes

Como sei se os dados de publicidade ou de canal da minha empresa estão a contar bots?

Compare a quota de sessões brutas de cada canal com a sua quota de sessões autenticadas: visitas com sessão iniciada, compras concluídas, contas pagas. Se a quota de humanos de um canal ficar muito abaixo da sua quota de tráfego bruto, está a financiar tráfego de bots. A diferença entre as duas quotas é uma estimativa aproximada de inflação por bots para esse canal.

Como sei se uma estatística de quota de mercado está, na prática, a medir bots?

Pergunte que comportamento serviu de filtro ao número. Pedidos de página, sessões e cadeias de user-agent contam máquinas e pessoas em conjunto. Uma compra, um início de sessão autenticado ou uma instalação licenciada aproximam-se muito mais de uma contagem humana. Por defeito, tudo o que não é filtrado está contaminado.

É verdade que o desktop Linux tem apenas alguns por cento de utilizadores?

Depende do medidor. O Steam Hardware Survey, filtrado por uma compra de jogo, coloca-o num único dígito baixo. Os dados de tráfego da StatCounter para a América do Norte têm registado valores muito superiores, perto de um décimo nalguns meses. A leitura honesta é um intervalo com um teto fortemente inflacionado por bots, não um único número de destaque.

Relacionado

Escrito por uma persona editorial de IA do sistema editorial proprietário da Abyshire e revisto pela nossa equipa.