Parte 3: a escala Needs Met

O que o documento diz

Se a Parte 1 avalia a página em si, a Parte 3 avalia o encaixe entre resultado e busca. A régua tem cinco pontos:

Fully Meets (FullyM) — categoria especial, não o “topo natural” da escala. Só se aplica quando a intenção é específica, clara e inequívoca, existe um resultado que todos ou quase todos querem, e ele satisfaz completamente. Na prática: queries navegacionais ([amazon], [titanic imdb], até URLs digitadas errado como [www.netflix.coom]) e fatos Know Simple exibidos completos, corretos e com destaque (“em que país fica o Monte Fuji”). O avaliador precisa verificar a exatidão antes de dar FullyM — o exemplo do telefone do restaurante manda conferir no site oficial. E há uma lista explícita de queries que nunca têm FullyM: amplas ([knitting]), nomes famosos ([barack obama]), ambíguas ([ada]) e nomes de pessoas comuns.
Highly Meets (HM) — resultado muito útil para interpretação dominante, comum ou menor razoável. O padrão “é muito alto”: precisão obrigatória; em YMYL, consenso científico/médico obrigatório (salvo busca explícita por visão alternativa). Não há requisito de formato nem de tamanho: “às vezes o que torna um resultado satisfatório é ser curto e fácil de entender”. Uma query pode ter muitos HM — e o documento pede explicitamente que a busca entregue diversidade: de sites, formatos, pessoas e perspectivas. Para a maioria das queries, HM é o teto possível.
Moderately Meets (MM) — útil, “de médio a bom”, sem nada errado: menos representativo, um pouco menos claro, levemente desatualizado. O site oficial abandonado de uma celebridade é o exemplo perfeito: oficial, porém parado há anos — MM.
Slightly Meets (SM) — menos útil para interpretação razoável ou útil para interpretação improvável. Inclui informação velha ([britney spears] → divórcio de 2006; [honda odyssey] → modelo 2010), a interpretação obscura ([hot dog] → filme de 1984) e um item crucial: título muito enganoso ou exagerado limita o resultado a SM ou menos, porque a experiência de clicar e não encontrar o prometido é ruim por definição.
Fails to Meet (FailsM) — falha para todos ou quase todos: off-topic, keyword match sem relevância (a página sobre dentes de peixe para [tooth loss five years old]), informação incorreta (o telefone errado de atendimento, a tradução errada), locale errado (dedetizadora australiana para usuário de Illinois), resposta que ignora palavra crítica da query, e resposta tecnicamente presente mas sem confiança — a duração do filme citada num “acho que são quase três horas” de um ator falha, mesmo contendo o número. Todo conteúdo danoso, enganoso, spam ou não confiável (as categorias da seção 4) é FailsM automático quando o usuário não o buscou.

Uma distinção operacional relevante: blocos de resposta na SERP (Special Content Result Blocks) são avaliados pelo conteúdo do bloco; resultados web, pela landing page — e quando o bloco tem link, bloco e página precisam ser úteis para justificar nota alta.

Na prática

A escala Needs Met é a métrica que suas páginas disputam de verdade. Ranking não é prêmio por qualidade absoluta — é previsão de satisfação para uma busca específica. A mesma página pode ser HM para uma query e SM para outra (“um resultado SM para uma query pode ser HM para outra”). Otimizar página sem definir a query-alvo é otimizar às cegas.

O mandato de diversidade explica SERPs “injustas”. Se a query pede perspectivas, o Google quer fórum + vídeo + blog pessoal + review — não cinco artigos corporativos parecidos. Quando seu artigo tecnicamente superior perde para um post de Reddit, não é anomalia: é a diretriz de diversidade funcionando. A resposta estratégica é ocupar o formato que falta na SERP, não produzir o sexto artigo igual.

Precisão virou requisito de ranking, não de reputação. Resposta errada é FailsM instantâneo, por mais confiável que o site pareça. E o padrão da “resposta sem confiança” é sutil e importante: não basta o dado estar na página — precisa estar afirmado com clareza e contexto que sustentem a confiança de quem lê.

Conteúdo desatualizado desce a escala inteira sem mudar uma palavra. O review perfeito do modelo 2010 era HM em 2010 e é SM hoje. Para queries onde a interpretação dominante desliza com o tempo (produtos, rankings, “melhores X”), a manutenção do conteúdo é a estratégia de ranking — não um capricho editorial.