A tradução existe. A localização completa, muitas vezes, não.
O resultado mais claro do rastreamento não é apenas que o conteúdo multilíngue verificado diretamente estava presente em uma minoria dos grandes sites que conseguimos classificar. É que publicar em outro idioma é apenas a primeira camada da implementação. A estrutura de URLs, as marcações de idioma, os metadados, a rastreabilidade e a consistência de cada página frequentemente ficam aquém da tradução do conteúdo principal.
11 conclusões a partir de 25.005 grandes sites
- O conteúdo multilíngue foi confirmado em 26,3% dos sites analisados com sucesso e classificáveis. O resultado principal da análise de HTML estático é de 5.845 sites confirmados entre 22.185 sites analisados com sucesso e sem incerteza na classificação.
- A implementação multilíngue foi mais comum entre os sites mais bem posicionados no ranking. O conteúdo multilíngue foi confirmado em 40,1% dos sites classificáveis no grupo dos 1.000 primeiros do Tranco, contra 22,0% no grupo a partir da posição 25 mil.
- Os subdiretórios foram a arquitetura de URLs mais observada. Eles representaram 51,6% dos sites confirmados como multilíngues, mas essa predominância não comprova que uma arquitetura seja universalmente “a melhor”.
- Quase um terço dos sites confirmados como multilíngues não tinha hreflang detectado. Dos 5.845 sites confirmados, 1.769 publicavam conteúdo principal em outros idiomas sem uma marcação hreflang detectada.
- Quando havia hreflang, a maioria das implementações passou nas verificações essenciais que realizamos. Dos sites confirmados que usavam hreflang, 72,2% passaram em todas as verificações aplicáveis, excluindo x-default.
- Os metadados voltados aos mecanismos de busca foram a lacuna de implementação mais evidente. Apenas 11,6% dos sites confirmados receberam pontuação integral na localização de títulos e metadados segundo a metodologia de pontuação da GlotEO.
- Trechos remanescentes em outros idiomas eram comuns. 39,4% dos sites multilíngues confirmados receberam a penalização do estudo por mistura de idiomas.
- Foi detectado um seletor de idiomas rastreável em um terço dos sites confirmados. 33,0% apresentavam links no seletor; em 65,8%, nenhum seletor foi detectado neste rastreamento.
- Redirecionamentos automáticos por idioma ou região estavam presentes em 15,5% dos sites multilíngues confirmados. A pesquisa registra esse comportamento; isso não significa que todos os redirecionamentos produzam o mesmo resultado para o usuário ou para a busca.
- A etapa direcionada de JavaScript alterou as classificações sem mudar o resultado principal, expresso com uma casa decimal. O número de confirmados aumentou em 117 e o de incertos caiu em 523, enquanto a taxa de confirmados ajustada por JS permaneceu em 26,3%.
- Uma regra mais rigorosa para páginas alternativas em iorubá/tagalo produziu uma estimativa de sensibilidade de 25,5%. A combinação desse critério adicional com o ajuste por JS resultou em 25,4%. Esses são cenários específicos de classificação, não substitutos do resultado congelado de 26,3%, nem um intervalo de confiança estatístico.
Até que ponto os principais sites são multilíngues?
Entre os principais sites classificáveis analisados com sucesso na amostra da GlotEO baseada no Tranco, 26,3% (5.845 / 22.185) tinham conteúdo multilíngue verificado diretamente na versão congelada do HTML estático. A classificação como “confirmado” exigia mais do que um menu de idiomas, um atributo lang ou uma tag hreflang: o rastreador precisava obter pelo menos uma URL alternativa cujo conteúdo principal estivesse em um idioma diferente do da página inicial, com pelo menos 200 letras de texto principal em ambas as páginas.
Essa definição torna a confirmação deliberadamente mais exigente do que a simples detecção de marcação de SEO internacional. Ela distingue “o site indica outra versão de idioma ou região” de “realmente obtivemos conteúdo substancial em outro idioma”.
dos sites analisados com sucesso e classificáveis foram confirmados diretamente como multilíngues na versão congelada do HTML estático.
5.845 / 22.185 · Registros incertos excluídos deste denominador · Pesquisa GlotEO 2026O denominador importa. Do total de 25.005 análises bem-sucedidas, 2.820 sites foram classificados como incertos. A GlotEO os manteve em uma categoria própria, em vez de classificá-los à força como monolíngues. Usando todas as análises bem-sucedidas como denominador, os sites confirmados representavam 23,4% (5.845 / 25.005), os prováveis 14,4%, os monolíngues 50,9% e os incertos 11,3%.
O valor secundário da análise de sensibilidade é de 42,6% (9.448 / 22.185) quando se somam confirmados e prováveis. Ele é útil para compreender os sites com fortes sinais de descoberta de conteúdo multilíngue, mas dos quais não foi obtida nenhuma página alternativa que atendesse aos critérios; não é a taxa principal de adoção.
A adoção multilíngue confirmada diminui nas faixas de posições mais baixas do ranking
HTML estático v1.0 · sites analisados com sucesso e classificáveis em cada grupo do Tranco
Os sites de maior destaque tinham uma probabilidade muito maior de ser multilíngues
O conteúdo multilíngue confirmado estava presente em 40,1% (192 / 479) dos sites classificáveis no grupo dos 1.000 primeiros do Tranco. Essa proporção caiu para 30,4% nas posições 1.001–10.000, 27,6% nas posições 10.001–25.000 e 22,0% (1.845 / 8.394) no grupo 25k+.
O padrão se mantém após uma importante verificação de consistência: a taxa de obtenção bem-sucedida de páginas na verdade aumentou à medida que a posição no ranking caiu, passando de 53,6% entre os domínios dos 1.000 primeiros que se tentou acessar para 63,3% no grupo 25k+. Em outras palavras, o gradiente de adoção não se explica simplesmente por falhas mais frequentes do rastreador em domínios de posições mais baixas.
| Grupo do Tranco | Sites classificáveis | Multilíngues confirmados | Confirmados + prováveis | Sucesso na obtenção de páginas |
|---|---|---|---|---|
| 1.000 primeiros | 479 | 40.1% (192/479) | 62.4% | 53.6% |
| 1,001–10,000 | 4,958 | 30.4% (1,505/4,958) | 50.0% | 60.6% |
| 10,001–25,000 | 8,354 | 27.6% (2,303/8,354) | 44.5% | 61.6% |
| 25k+ | 8,394 | 22.0% (1,845/8,394) | 35.2% | 63.3% |
A amostra 25k+ foi truncada pelo limite estabelecido: ainda restavam 2.351 domínios candidatos quando o limite de análises bem-sucedidas foi atingido. Considere esse dado como um resultado do grupo na amostra analisada, não como um censo completo da cauda longa.
O que os sites declaram nem sempre é o que um rastreador consegue verificar
Para os sites multilíngues confirmados, o estudo manteve separados dois conceitos de idioma. Os idiomas observados foram identificados no conteúdo principal das páginas efetivamente obtidas. Os idiomas declarados vieram das anotações hreflang. Essa distinção é importante porque uma tag pode declarar um idioma que o rastreamento limitado nunca alcança, enquanto um rastreador também pode descobrir páginas em outros idiomas que não estão declaradas em hreflang.
Entre os 5.845 sites multilíngues confirmados, a mediana do número de idiomas observados foi de 3 e a média foi de 3,13. Quase metade — 46,8% — apresentou exatamente dois idiomas observados. Outros 16,1% apresentaram três, 14,1% apresentaram quatro e 23,0% atingiram o máximo de cinco idiomas observados permitido pelo instrumento de medição.
A comparação entre idiomas declarados e observados mostra por que um único sinal não basta. O número de idiomas declarados foi maior que o de observados em 38,7% (2.262 / 5.845) dos sites confirmados. O número de observados foi maior que o de declarados em 34,1% (1.991 / 5.845). As duas contagens, ambas positivas, foram iguais em 27,2%.
Além disso, 30,5% (1.780 / 5.845) dos sites confirmados não tinham nenhum idioma declarado no campo do estudo derivado de hreflang, embora o rastreador tivesse verificado conteúdo principal em outro idioma. Essa é outra forma de enxergar a diferença entre publicar uma tradução e descrever explicitamente a relação entre versões de idioma ou região em uma marcação legível por máquina.
Número de idiomas declarados versus número de idiomas observados
Sites multilíngues confirmados · n=5.845 · comparação de contagens em categorias mutuamente exclusivas
Uma outra medida exige uma formulação especialmente cuidadosa: 40,4% dos sites confirmados tinham pelo menos um código de idioma declarado que não aparecia no conjunto de idiomas identificado no corpo das páginas obtidas. Isso não é evidência de que esses sites declarem traduções inexistentes. Uma página fora do rastreamento de cinco páginas poderia perfeitamente conter o idioma declarado. A conclusão útil é mais restrita: as declarações hreflang e um rastreamento limitado do conteúdo substancial das páginas descrevem partes diferentes do sistema.
Para os responsáveis por sites, isso sugere duas questões distintas de garantia de qualidade. Primeira: um rastreador consegue acessar páginas com conteúdo substancial em todos os idiomas que você pretende publicar? Segunda: suas anotações de idioma ou região legíveis por máquina mapeiam corretamente as relações entre essas páginas? Passar em um teste não garante passar no outro.
Os subdiretórios predominam, mas a arquitetura de URLs multilíngues continua diversificada
Entre os 5.845 sites multilíngues confirmados, 51,6% (3.015) usavam um subdiretório como principal padrão de URL observado. As implementações híbridas vieram em seguida, com 17,9%, seguidas por padrão desconhecido, com 13,0%, subdomínios, com 8,6%, e ccTLDs, com 8,3%. A localização baseada em parâmetros era rara, com 0,5%, e a localização na mesma URL era ainda mais rara, com 0,1%.
Esse é um resultado de prevalência, não uma tabela de vencedores em SEO. Os subdiretórios são comuns na amostra; o estudo não testou se eles têm desempenho superior ao dos subdomínios ou ccTLDs.
Arquitetura de URLs entre os sites multilíngues confirmados
Padrão principal em categorias mutuamente exclusivas · n=5.845
O que significa “híbrido”
Um site é classificado como híbrido quando as URLs alternativas acessadas usam duas ou mais estruturas — como ccTLD e subdomínio, ou subdomínio e caminhos por localidade. Híbrido não é um rótulo de erro.
Por que URLs diferentes importam
As orientações atuais do Google recomendam URLs separadas para versões em idiomas diferentes e alertam que o conteúdo adaptado à localidade em uma única URL pode não ser rastreado integralmente. Essa é uma orientação externa, não uma conclusão das medições do GlotEO.
Orientação externa: Google Search Central — Gerenciar sites multirregionais e multilíngues ↗.
A lacuna do hreflang: traduções podem existir sem um mapa legível por máquina
O hreflang estava presente em 69,7% (4.076 / 5.845) dos sites confirmados como multilíngues. Isso significa que 30,3% (1.769 / 5.845) tinham conteúdo principal em outro idioma que o GlotEO de fato acessou, mas nenhum hreflang foi detectado no HTML, nos cabeçalhos HTTP Link ou no XHTML do sitemap.
Essa distinção importa porque o hreflang é uma anotação, não um detector de traduções. Sua presença não comprova que existe conteúdo substancial em outro idioma, e sua ausência não comprova que falta uma tradução. O estudo mediu os dois aspectos de forma independente.
dos sites confirmados como multilíngues não tinham hreflang detectado.
1.769 / 5.845 sites confirmados como multilíngues · HTML estático v1.0Quando o hreflang estava presente nos sites confirmados, os resultados da maioria das verificações técnicas eram relativamente bons. Dos 4.076 sites confirmados com hreflang, 86,8% usavam códigos de idioma válidos, 98,2% usavam URLs absolutas, 91,1% tinham anotações autorreferentes, 96,0% inseriam as anotações no cabeçalho HTML quando pertinente, e 86,6% tinham anotações recíprocas entre os 4.006 casos em que essa verificação se aplicava.
No total, 72,2% (2.944 / 4.076) passaram em todas as verificações aplicáveis realizadas pelo estudo, excluindo x-default. O x-default apareceu em 65,2% dos sites confirmados que usavam hreflang, mas sua ausência é tratada aqui como uma escolha de cobertura — não como um descumprimento automático da especificação.
Qualidade do hreflang nos sites confirmados que o utilizam
Percentual de aprovação em cada verificação realizada · os denominadores variam conforme indicado
Orientação externa: Google Search Central — Informar ao Google sobre versões localizadas ↗.
As maiores fragilidades apareceram depois da tradução do corpo do conteúdo
Depois que um site é confirmado como multilíngue, a questão que resta é o quanto sua implementação está completa. A análise de componentes do GlotEO mostra que alguns sinais estruturais eram comuns — enquanto os metadados voltados à busca, os dados estruturados e as versões alternativas nos sitemaps estavam muito menos completos.
Localização de título + metadados
11,6% (677 / 5.845) receberam pontuação integral no componente de localização de título + metadados do estudo. Outros 2.385 receberam pontuação parcial. Esse foi o componente de peso elevado com o pior desempenho no índice de implementação.
Trechos remanescentes em outros idiomas
39,4% (2.302 / 5.845) receberam a dedução por mistura de idiomas, o que significa que o rastreador encontrou trechos relevantes em outro idioma na navegação, no rodapé ou em outros conteúdos ao redor do conteúdo principal da página, segundo as regras do estudo.
Correspondência do idioma no HTML
86,4% (5.048 / 5.845) receberam pontuação integral pela correspondência entre a declaração de idioma no HTML e o conteúdo detectado. O Google afirma que determina o idioma a partir do conteúdo visível, em vez de se basear no atributo lang.
Redirecionamentos automáticos por localidade
15,5% (908 / 5.845) apresentaram o comportamento de redirecionamento automático por localidade registrado pelo estudo. O Google desaconselha o redirecionamento automático por idioma que possa impedir o acesso a versões alternativas.
Onde as implementações multilíngues confirmadas são mais fortes — e mais fracas
Percentual com pontuação integral em componentes selecionados do GMWS · n=5.845 sites confirmados
A navegação por idioma é outro exemplo em que “encontramos outro idioma” e “a interface oferece um seletor convencional” são coisas diferentes. Um link de seletor de idioma rastreável foi detectado em 33,0% (1.927 / 5.845) dos sites confirmados, um seletor que dependia exclusivamente de JS em 1,3%, e nenhum seletor em 65,8%. Esse último número não deve ser interpretado como uma taxa de falha de UX: o rastreamento podia confirmar conteúdo alternativo por outras vias.
Seletores são úteis, mas não comprovam a localização
Um seletor de idioma é um mecanismo de navegação. Isso parece óbvio, mas é uma distinção importante para a pesquisa. Um menu suspenso pode listar dez idiomas mesmo quando o rastreador não consegue verificar conteúdo substancial em outros idiomas, enquanto um site multilíngue pode disponibilizar páginas alternativas por meio da navegação, de sitemaps ou de padrões de URL por localidade sem apresentar um seletor convencional no HTML da amostra. Por isso, o classificador nunca usou apenas um seletor como confirmação.
O mesmo princípio se aplica ao hreflang, aos ccTLDs e a html lang. Cada um é um sinal útil, mas nenhum é o conteúdo em si. O critério de confirmação mais rigoroso do estudo — acessar conteúdo principal substancial em outro idioma — foi concebido para evitar que a prevalência de marcação se transformasse em um número inflado de adoção multilíngue.
Redirecionamentos automáticos podem ocultar o caminho alternativo
Redirecionamentos automáticos por localidade foram detectados em 15,5% dos sites confirmados. O GlotEO não tentou contornar esses redirecionamentos simulando preferências de idioma, e o rastreador não enviou o cabeçalho Accept-Language. Isso é importante porque um site que escolhe a localidade com base no contexto da solicitação pode expor um conjunto de páginas ao rastreamento diferente daquele de um site em que cada idioma tem uma URL acessível de forma independente.
O Google também recomenda permitir que os usuários alternem entre as versões em diferentes idiomas e alerta que o redirecionamento automático pode impedir que usuários e mecanismos de busca vejam todas as versões. A pesquisa não mede o efeito dos redirecionamentos no posicionamento nos resultados de busca; ela registra a frequência com que esse comportamento apareceu na amostra de sites confirmados como multilíngues.
Dados estruturados e sitemaps ainda são pouco localizados
Apenas 19,2% (1.125 / 5.845) dos sites confirmados receberam pontuação integral no componente de dados estruturados inLanguage do estudo, e apenas 11,9% (693 / 5.845) receberam pontuação integral pelas versões alternativas em XHTML nos sitemaps. Esses não são requisitos universais para todos os sites multilíngues, portanto a baixa adoção não deve ser interpretada diretamente como uma “taxa de erro”. É mais adequado entendê-los como camadas adicionais legíveis por máquina que relativamente poucos sites confirmados da amostra utilizaram de forma completa.
Em conjunto, esses resultados mostram por que é fácil simplificar demais as auditorias multilíngues. Uma equipe pode traduzir corretamente seu conteúdo principal, publicar URLs bem estruturadas por localidade e manter uma boa implementação de URLs canônicas, mas ainda deixar lacunas nos metadados, nos sitemaps, nos dados estruturados ou na navegação por idioma. Por outro lado, um site pode ter uma marcação excelente enquanto a própria página traduzida permanece incompleta. Uma auditoria útil precisa examinar tanto o conteúdo quanto a implementação ao seu redor.
O GlotEO Multilingual Web Score revela grande variação na completude da implementação
O GlotEO Multilingual Web Score (GMWS) é um índice de completude da implementação, de 0 a 100, calculado apenas para os 5.845 sites multilíngues confirmados. Não é um fator de ranqueamento do Google, nem uma pontuação de E-E-A-T, nem uma pontuação da web como um todo.
A pontuação mediana dos sites confirmados foi de 75, com média de 67,1, percentil 25 de 50 e percentil 75 de 83. A distribuição apresenta uma cauda à esquerda significativa: 15,0% dos sites confirmados pontuaram entre 20 e 39, enquanto outros 36,6% pontuaram entre 80 e 100.
Distribuição do GMWS entre os sites multilíngues confirmados
Índice de completude da implementação · n=5.845 · não é um fator de ranqueamento
A pontuação é útil porque seus componentes são públicos, e não ocultos. O conteúdo alternativo confirmado atinge 100% por definição. O critério de URLs distintas e rastreáveis recebeu pontuação máxima em 86,4% dos sites confirmados; a consistência entre canonical e hreflang, em 82,3%; a correspondência do idioma no HTML, em 86,4%; e a tradução dos slugs, em 69,0%. Em contrapartida, a localização de títulos e metadados foi de 11,6%; a presença de versões alternativas em XHTML no sitemap, de 11,9%; e a de dados estruturados inLanguage, de 19,2%.
O JavaScript alterou centenas de classificações, mas não a taxa principal com uma casa decimal
A versão congelada do HTML estático deliberadamente não renderizou JavaScript. Ela identificou 889 sites analisados com sucesso como js_required: 768 incertos e 121 prováveis. Nenhum foi classificado como confirmado ou monolíngue nessa versão estática, pois suas estruturas dependentes de scripts impediram o classificador padrão de obter texto substancial suficiente para essas classificações.
Uma etapa direcionada com Chromium renderizou apenas esses 889 sites. A renderização foi bem-sucedida em 858, e a classificação original foi mantida nos 31 casos de falha. Dos 768 sites anteriormente incertos, 66 passaram a confirmados, 48 a prováveis, 412 a monolíngues e 242 permaneceram incertos. Dos 121 sites prováveis, 51 passaram a confirmados, 67 permaneceram prováveis e 3 passaram a incertos.
Após incorporar apenas esses 889 resultados aos outros 24.116 registros de análises bem-sucedidas, que permaneceram inalterados, o número de confirmados subiu de 5.845 para 5.962 (+117) e o de incertos caiu de 2.820 para 2.297 (−523). Ainda assim, a taxa de confirmados entre as análises bem-sucedidas não incertas permaneceu em 26,3% com uma casa decimal: 5.962 / 22.708.
Versão estática congelada versus ajuste direcionado de JavaScript
Os mesmos 25.005 domínios analisados com sucesso; apenas 889 registros js_required foram reavaliados
Qual é a robustez da estimativa de 26,3%?
O resultado principal continua sendo a estimativa congelada de HTML estático: 26,3% (5.845 / 22.185) de sites multilíngues confirmados entre as análises bem-sucedidas classificáveis. Posteriormente, testamos dois aspectos da metodologia com maior probabilidade de afetar a classificação: sites dependentes de JavaScript e um conjunto de classificações que dependiam da detecção dos idiomas iorubá (yo) ou tagalo (tl).
Nenhuma das análises direcionadas alterou a conclusão central. O resultado ajustado para JavaScript permaneceu em 26,3% (5.962 / 22.708). A aplicação de uma regra mais rigorosa para páginas alternativas às classificações dependentes de iorubá/tagalo produziu uma estimativa de sensibilidade de 25,5% (5.647 / 22.165). A combinação dos dois ajustes direcionados produziu 25,4% (5.764 / 22.688).
Estas são análises de sensibilidade, não substituições do resultado principal congelado. Também não se trata de quatro rastreamentos separados: a versão estática congelada permanece inalterada, e os dois ajustes reavaliam apenas os registros que foram projetados para testar.
As verificações direcionadas de robustez não alteraram a conclusão central
A taxa de sites multilíngues confirmados permaneceu próxima de um quarto dos sites classificáveis em cada análise alternativa direcionada.
Resultado principal congelado
HTML estático v1.0
26.3%
5.845 confirmados · 22.185 classificáveis
| Análise | Confirmados | Denominador de classificáveis | Taxa de confirmados | Status |
|---|---|---|---|---|
| HTML estático v1.0 | 5,845 | 22,185 | 26.3% | Resultado principal congelado |
| Ajuste direcionado de JS | 5,962 | 22,708 | 26.3% | Análise de robustez |
| Sensibilidade a iorubá / tagalo | 5,647 | 22,165 | 25.5% | Análise de sensibilidade |
| Sensibilidade a JS + iorubá/tagalo | 5,764 | 22,688 | 25.4% | Sensibilidade combinada |
Consulte os dados que fundamentam a análise de sensibilidade →
O que mudou com a regra mais rigorosa?
A análise complementar de identificação de idioma examinou apenas 242 registros cuja classificação como multilíngue dependia dos códigos do lingua yo (iorubá) ou tl (tagalo) como único idioma detectado diferente: 228 confirmados no conjunto de dados congelado, mais 14 prováveis. Foram usados arquivos HTML salvos. Nenhuma nova consulta aos sites. Não houve um novo rastreamento do conjunto de 25.005 sites. wikipedia.org foi excluído desse grupo de 242 registros porque sua classificação multilíngue confirmada não dependia da detecção de tl como idioma da página inicial.
Nessa análise complementar, o total de confirmados passa de 5.845 para 5.647 (−198). O denominador correspondente de sites classificáveis é 22.165, portanto a estimativa da análise de sensibilidade é 25,5% (5.647 / 22.165). Esse não é o resultado principal.
Após remover os elementos de interface repetidos do site, yo ou tl ainda apareciam entre os idiomas observados em 217 / 242 registros. Apenas 25 / 242 perderam totalmente o código de idioma. Portanto, a maioria das mudanças de classificação não ocorreu simplesmente porque o detector deixou de identificar iorubá ou tagalo. A maior parte resultou de uma regra mais rigorosa para páginas alternativas: uma página alternativa em yo ou tl só foi considerada evidência de multilinguismo quando seu URL representava uma página realmente localizada, uma edição em outro idioma ou uma edição para outro mercado — e não apenas um URL diferente cujo texto foi detectado como sendo de outro idioma. 30 registros que permaneceram confirmados incluem yo/tl na página inicial que continuaram presentes após a remoção dos elementos de interface.
Isso sugere que o principal problema não era simplesmente o detector de idioma classificar incorretamente páginas como estando em iorubá ou tagalo. Em muitos casos, o idioma detectado permaneceu após a remoção do conteúdo padronizado. A mudança mais significativa veio de uma pergunta mais rigorosa: o URL alternativo era realmente uma edição localizada do site? A equivalência entre páginas alternativas mostrou ser uma fonte importante de incerteza na classificação, ao lado da própria identificação de idioma. Essa interpretação se limita a esta análise direcionada; não representa uma taxa global de erro do classificador.
Uma revisão independente assistida por IA, e não um estudo de validação com avaliação humana de referência, constatou que os cálculos estão corretos. O valor da análise de sensibilidade não substitui o resultado principal fixado.
Exemplos conhecidos de classificação
Estes exemplos mostram o que a análise de sensibilidade realmente mudou. São ilustrações da metodologia para domínios específicos segundo este instrumento de pesquisa — não avaliações dos programas globais de idiomas dessas organizações.
Erro na identificação do idioma da página inicial, sem mudança na classificação
wikipedia.org
O detector de idioma classificou a página inicial como tl / tagalo, em vez de en / inglês. Esse é um erro real de identificação do idioma da página inicial. A Wikipedia continua confirmada como multilíngue: o rastreamento identificou de forma independente edições em japonês, alemão e russo. É preciso distinguir um erro de detecção de idioma de um erro de classificação multilíngue. Este caso corresponde ao primeiro, não ao segundo.
Confirmado → monolíngue
office.com
Com a regra mais rigorosa para páginas alternativas, office.com passa de confirmado a monolíngue porque worldwide.aspx não foi considerado uma página realmente localizada ou uma edição em outro idioma. O exemplo mostra por que a equivalência entre páginas importa: um URL diferente não é automaticamente uma edição localizada.
Várias classificações se tornaram mais conservadoras
Domínios da Amazon
Com a regra mais rigorosa: amazon.it → provável; amazon.com.au → provável; amazon.ae → monolíngue; amazon.sa → monolíngue. Essas classificações se referem apenas ao que pôde ser diretamente comprovado para cada domínio específico com esta metodologia. Não significam que a Amazon seja monolíngue globalmente.
O que este estudo pode — e não pode — revelar
Grandes estudos da web se tornam menos úteis quando suas ressalvas são tratadas como letras miúdas de um contrato. Várias limitações afetam de forma significativa o uso desses números e, por isso, devem fazer parte da interpretação, em vez de ficarem escondidas no fim da página.
Este é um estudo de grandes sites classificados no Tranco, não de todos os sites
A população de origem foi a lista Tranco 46W9X. O Tranco foi criado para fornecer uma classificação de domínios populares voltada à pesquisa, portanto a amostra privilegia intencionalmente sites de destaque, em vez dos milhões de domínios pequenos, inativos ou pouco visitados existentes na internet. A afirmação correta diz respeito aos grandes sites analisados com sucesso nesta amostra, e não a “26,3% da web”.
As exclusões decorrem de condições de infraestrutura, não indicam sites monolíngues
O rastreador tentou acessar 40.457 domínios únicos e analisou 25.005 com sucesso. Os 15.452 restantes foram excluídos por motivos como falhas de DNS, respostas de robots, erros HTTP, restrições de acesso e CAPTCHAs. Esses domínios nunca foram contabilizados como observações monolíngues. Tratar sites inacessíveis como monolíngues introduziria um viés significativo no resultado.
“Confirmado” mede a presença de conteúdo alternativo detectável, não a qualidade da tradução
Um site confirmado passou por um teste de conteúdo deliberadamente mecânico: o rastreamento obteve conteúdo principal substancial em um idioma diferente daquele da página inicial. O estudo não avaliou fluência linguística, adaptação cultural, qualidade terminológica, desempenho de conversão ou precisão da tradução humana. Um site pode ser tecnicamente confirmado como multilíngue e ainda conter traduções ruins; também pode oferecer excelente localização em áreas que o rastreamento não visitou.
O rastreamento é limitado a cinco páginas de conteúdo por domínio
O limite de páginas mantém um estudo de 25.000 domínios computacionalmente viável e impede que sites grandes dominem o rastreamento. A contrapartida é uma cobertura incompleta do corpus. Os idiomas observados, as ocorrências de mistura de idiomas, as verificações de metadados e outras métricas por página descrevem o que apareceu na amostra limitada de páginas — não necessariamente todos os URLs disponibilizados pelo domínio.
O JavaScript foi testado de forma seletiva, não universal
O conjunto estático congelado não utilizou renderização no navegador. A etapa posterior com Chromium se concentrou nos 889 registros analisados com sucesso e explicitamente sinalizados como dependentes de JavaScript. Esse era o ponto adequado para testar a lacuna evidente de classificação, mas isso não permite determinar o que produziria um novo rastreamento completo, com renderização no navegador, de todos os 25.005 casos bem-sucedidos.
A identificação de idioma e a equivalência entre páginas alternativas podem gerar casos atípicos
A identificação de idioma e a equivalência entre páginas alternativas são classificações automatizadas e podem gerar casos atípicos, sobretudo em páginas curtas, com muito conteúdo padronizado ou pouco convencionais. Uma análise de sensibilidade direcionada a iorubá/tagalo reduziu a estimativa de confirmados de 26,3% para 25,5% com regras mais rigorosas para páginas alternativas, sem alterar a conclusão geral. A revisão de sensibilidade da identificação de idioma foi assistida por IA, e não um estudo de validação com avaliação humana de referência.
O Multilingual Web Score é um modelo de pesquisa, não uma pontuação de mecanismo de busca
O GMWS facilita a comparação de diferenças de implementação ao publicar uma ponderação transparente de doze componentes e duas deduções. Os pesos fazem parte do desenho de pesquisa da GlotEO. O Google não os criou nem os endossou, e este estudo não testou nenhuma relação entre a pontuação e o posicionamento nos resultados de busca, o tráfego ou a conversão.
Compare sua implementação multilíngue com os dados de referência
A pesquisa é mais útil quando serve de ponto de partida para uma auditoria. A lista abaixo permite comparar sinais comuns de implementação com a amostra de sites multilíngues confirmados. Marcar uma opção não gera uma pontuação de posicionamento; apenas registra quais camadas de implementação seu site já contemplou.
Lista de verificação da implementação multilíngue
Marque o que seu site já implementou. Salvo indicação em contrário, os dados de referência correspondem ao HTML estático v1.0.
O que as equipas devem fazer de forma diferente
1. Trate a tradução e a facilidade de descoberta como frentes de trabalho separadas. Uma página pode existir noutro idioma sem indicar claramente a sua relação com as páginas equivalentes. É precisamente isso que a lacuna de 30,3% no hreflang demonstra. Para orientações de implementação de URLs localizados e hreflang, consulte SEO multilingue.
2. Verifique a qualidade da estrutura envolvente da página, não apenas do artigo ou da descrição do produto. Foram detetados textos residuais noutros idiomas em 39,4% dos sites confirmados. A navegação, os textos do rodapé, os formulários e os modelos podem comprometer uma tradução que, de resto, está completa.
3. Inclua os metadados no processo de localização. A taxa de pontuação máxima de 11,6% para título + meta foi a lacuna de implementação mais evidente entre os critérios com maior peso na pontuação. Os metadados destinados aos motores de pesquisa não devem ficar para segundo plano.
4. Dê a cada variante regional um destino estável. O estudo constatou que os URLs distintos e rastreáveis eram comuns entre os sites confirmados e, de forma independente, a Google recomenda URLs distintos em vez de depender apenas de conteúdo adaptável à região e ao idioma.
5. Torne a incerteza visível nas auditorias. Este estudo não classificou como «monolingues» os sites que não conseguiu classificar. As suas auditorias devem ter o mesmo cuidado com estruturas de página dependentes de JavaScript, adaptação geográfica, autenticação e acesso dos rastreadores.
Como foi realizado o estudo
Este é um estudo observacional de grandes sites numa amostra classificada pela Tranco, não uma amostra aleatória de todos os domínios registados nem um conjunto de dados de clientes.
Regras de classificação
Confirmado: o rastreador recolheu um URL alternativo cujo conteúdo principal estava num idioma diferente do da página inicial, com pelo menos 200 letras de conteúdo principal em ambas as páginas.
Provável: o site apresentava sinais fortes de descoberta de versões multilingues — como hreflang, URLs com estrutura de variante regional ou um seletor que apontava para outro caminho —, mas o rastreio não recolheu uma página alternativa que cumprisse os critérios.
Monolingue: a página inicial foi analisada, não foi recolhida nenhuma página alternativa que cumprisse os critérios e não foi detetado nenhum conjunto forte de sinais de descoberta de versões multilingues.
Incerto: os indícios eram contraditórios ou insuficientes. A classificação «Incerto» foi mantida visível e nunca foi silenciosamente alterada para «Monolingue».
O que é a versão fixa e o que é uma camada de análise
HTML estático v1.0
Conjunto de dados principal do estudo, com versão fixa. O resultado de destaque mantém-se nos 26,3% (5 845 / 22 185) de sites confirmados entre os casos analisados com sucesso e classificáveis.
Camada de análise direcionada de JS
Análise de robustez apenas dos 889 casos js_required bem-sucedidos. Os restantes 24 116 registos analisados com sucesso mantiveram-se inalterados. Não se trata de um novo rastreio completo.
Camada de análise de sensibilidade para iorubá/tagalo
Análise de sensibilidade da classificação alternativa em 242 registos com HTML guardado, cuja classificação dependia de yo ou tl. Nenhuma recolha em tempo real. Não se trata de um novo rastreio.
Apresentação combinada das análises direcionadas
JavaScript e sensibilidade da identificação de idiomas apresentados em conjunto: 25,4% (5 764 / 22 688). Uma apresentação de duas camadas de análise, não um quarto rastreio.
Detalhes da metodologia e limitações
A unidade de análise foi o domínio registável da Tranco. O rastreador tentou primeiro HTTPS e, em caso de falha de TLS, HTTP. As regras de robots foram respeitadas, incluindo o tratamento definido pelo estudo para respostas robots 5xx. Não foram contornados mecanismos de autenticação, CAPTCHAs ou outros controlos de acesso. A versão fixa estática v1.0 não executou JavaScript.
O estudo tentou aceder a 40 457 domínios únicos e analisou com sucesso 25 005, uma taxa de sucesso de recolha/análise de 61,8%. As 15 452 exclusões resultam de problemas de infraestrutura ou acesso, não correspondem a sites monolingues. As principais categorias de exclusão incluíram falhas de DNS, respostas robots 5xx, respostas HTTP 4xx, proibições de acesso por robots e CAPTCHAs.
O limite da página inicial + quatro URLs de conteúdo significa que a contagem de idiomas observados não é um levantamento de todas as variantes regionais que um site possa disponibilizar. Assim, cinco idiomas observados é o máximo visível com este instrumento. Da mesma forma, os idiomas indicados no hreflang que não foram observados no corpo das páginas recolhidas não provam que essas páginas não existam noutro local do site.
O grupo de mais de 25 mil sites foi truncado quando o estudo atingiu o limite de análises bem-sucedidas; ficaram por analisar 2 351 domínios candidatos. A amostra é enviesada pela posição no ranking e tem uma forte presença de páginas iniciais em inglês. Os resultados devem ser descritos como características da amostra analisada de grandes sites da Tranco, não da «Web».
O resultado v1.1, ajustado para JavaScript, é uma camada direcionada de análise de robustez sobre 889 casos js_required bem-sucedidos. Não é um novo rastreio completo com Chromium dos 25 005 sites. A camada de análise de iorubá/tagalo é uma segunda análise direcionada de 242 registos com HTML guardado, cuja classificação dependia de yo ou tl como único idioma diferente. Nenhuma destas camadas de análise substitui o conjunto de dados fixo de HTML estático. O trabalho de validação futuro usará uma amostra com revisão humana cega para estimar a precisão e a revocação do classificador quanto ao estatuto multilingue, ao idioma da página e à equivalência entre páginas alternativas.
Lista de origem da Tranco: 46W9X ↗. As ligações da Google noutras secções desta página estão identificadas como orientações externas e não são misturadas com as tabelas de resultados da GlotEO.
Utilize os dados
Estão disponíveis dois livros de cálculo. O conjunto de dados principal, com versão fixa, é a fonte do resultado de destaque de 26,3% e das estatísticas de implementação subsequentes. Um livro de cálculo derivado, separado, serve de base às camadas de análise direcionadas de JavaScript e iorubá/tagalo. Não substitui a versão fixa.
Conjunto de dados principal com versão fixa
O conjunto de dados original congelado que fundamenta os principais resultados do relatório Estado da Web Multilíngue 2026, incluindo a estimativa de 26,3% de sites multilíngues confirmados.
Abrir o conjunto de dados principal congelado ↗Arquivo: State-of-the-Multilingual-Web-2026-freeze.xlsx
Planilha de robustez e sensibilidade
Análise derivada que fundamenta as verificações direcionadas de sensibilidade ao JavaScript e à classificação de iorubá/tagalo. Essas análises complementares não substituem o conjunto de dados congelado nem os resultados principais da pesquisa.
Abrir os dados de robustez e sensibilidade ↗Arquivo: State-of-the-Multilingual-Web-2026-derived-overlays.xlsx
Referência resumida
GlotEO. O Estado da Web Multilíngue 2026. GlotEO Research, 2026.
Referência recomendada
GlotEO. “O Estado da Web Multilíngue 2026.” GlotEO Research, 2026. Dados de HTML estático congelados em 28 de agosto de 2026; análises direcionadas de sensibilidade ao JavaScript e à identificação de idiomas realizadas em 29 de agosto de 2026. Amostra principal: N=25.005 domínios de nível registrável analisados com sucesso, provenientes da lista Tranco 46W9X. Estimativa principal congelada: 26,3% (5.845 / 22.185) de sites multilíngues confirmados entre as análises bem-sucedidas com resultado classificável.
Integridade da pesquisa
Resultado principal do HTML estático v1.0: 26,3% (5.845 / 22.185) de sites multilíngues confirmados entre as análises bem-sucedidas sem incerteza na classificação. Análise complementar direcionada de JS: 26,3% (5.962 / 22.708) após reavaliar apenas as 889 análises bem-sucedidas de js_required. Análise complementar de sensibilidade para iorubá/tagalo: 25,5% (5.647 / 22.165). Resultado combinado das análises direcionadas: 25,4% (5.764 / 22.688). A variação de 25,4% a 26,3% não é um intervalo de confiança.
Ao citar uma porcentagem, preserve seu denominador e indique se o valor se refere à versão estática v1.0, ao ajuste de JS ou à análise complementar de sensibilidade para iorubá/tagalo. O valor de 42,6% de confirmados+prováveis é uma medida de sensibilidade, não a taxa principal de adoção. As estatísticas de implementação apresentadas nesta página continuam vinculadas aos 5.845 sites confirmados do conjunto congelado.
Fonte da pesquisa: rastreamento original da GlotEO e conjunto de dados derivado congelado. Orientações externas: páginas da Central da Pesquisa Google indicadas nos links acima. As orientações externas servem apenas como contexto e não são incorporadas aos cálculos originais de porcentagem da GlotEO.
Publicado em 29 de agosto de 2026. Atualização da pesquisa: 29 de agosto de 2026 — adicionada uma análise direcionada de sensibilidade à classificação de iorubá/tagalo. O conjunto original congelado de HTML estático e o resultado principal de 26,3% permanecem inalterados.