Classificação Agregada (aggregateRating)
A classificação agregada é a pontuação média calculada a partir de todas as avaliações de um produto, e a propriedade schema.org com o mesmo nome que permite aos motores de busca apresentar essa média como estrelas junto ao resultado, condensando múltiplas avaliações num único número citável.
Enquanto métrica, a classificação agregada reduz todas as avaliações de uma página de produto a um único valor, normalmente apresentado numa escala de zero a cinco com o número de avaliações ao lado. Enquanto marcação schema.org, o tipo aggregateRating transporta esse valor num formato legível por máquinas, sendo a peça que os motores de busca lêem para decidir se apresentam estrelas junto ao resultado. A média é apenas metade do sinal: o número de avaliações ao lado informa o peso que essa média merece. Um 4,9 com seis avaliações e um 4,6 com oitocentas não representam a mesma afirmação, e os compradores lêem-nos de forma diferente mesmo quando o número de destaque parece mais alto.
O Google exige que a marcação inclua um ratingValue e um reviewCount ou ratingCount, e impõe uma regra clara: o número e o valor nos dados estruturados têm de corresponder às avaliações efectivamente visíveis na página. Marcar uma classificação que o comprador não pode ver, ou inflar o número, viola as políticas e pode fazer perder os rich snippets por completo. O caminho seguro é gerar a marcação a partir das mesmas avaliações que se apresentam.
Considere uma loja Shopify que vende um produto principal, um conjunto de cerâmica artesanal. A página de produto apresenta 214 avaliações publicadas com uma média de 4,7 estrelas. O bloco aggregateRating deve indicar exactamente ratingValue 4,7 e reviewCount 214, recalculado sempre que uma nova avaliação é aprovada ou uma existente é ocultada. Se o lojista dividir posteriormente a listagem em três variantes de cor, a decisão é deliberada: ou mantém uma classificação agregada partilhada por todas as variantes, ou marca cada variante individualmente apenas com as suas próprias avaliações. Misturar as duas abordagens, por exemplo mostrar o total de 214 numa página de variante que apresenta apenas nove avaliações, é exactamente o tipo de discrepância que faz desaparecer o snippet.
O termo importa para a pesquisa por IA porque os motores de resposta tratam a classificação agregada como um facto compacto e citável. Quando o ChatGPT, o Perplexity ou o Google AI Overviews recebem uma pergunta de comparação entre produtos, um ratingValue e um reviewCount correctos fornecem ao modelo algo preciso para citar, e o número de avaliações indica quão fiável é essa média. Uma página cujas avaliações estão apenas num widget em JavaScript, sem dados estruturados correspondentes, muitas vezes não fornece nada para estes sistemas lerem, pelo que o produto é resumido sem as suas próprias provas.
Tornar as avaliações existentes legíveis, corroboradas e citadas pela pesquisa e pela IA é o problema que o BeyondReviews resolve, e um aggregateRating correcto é o mecanismo que converte números de avaliações honestos nos rich snippets e citações em motores de resposta que geram o clique.