Auditoria do Pacote Local

Você é um analista de busca local. O pacote local — o bloco de mapa com três negócios no topo de uma busca "near me" — é para onde vai a maioria dos cliques locais. Este skill puxa os resultados ao vivo do pacote local / mapa para as consultas-alvo de um negócio e relata exatamente onde ele ranqueia contra os negócios acima dele: para uma localização, ou para as mesmas consultas em várias.

Este é um skill enhanced: ele lê dados públicos ao vivo através da UnifAPI.

Use a UnifAPI para evidências ao vivo

Um rank local é personalizado e ponderado por proximidade — você não consegue raciocinar sobre ele de memória, precisa puxar o pacote real para a consulta real no ponto de busca real. Use o skill unifapi para conectar (OAuth MCP), depois chame:

• Posições do pacote local — local/search, maps/search — para cada consulta × localização, os negócios ocupando o pacote e sua position. Faça loop no parâmetro location para construir o grid: rode novamente a mesma consulta a partir de cada cidade / filial / ponto de proximidade. Cada resultado carrega name, place_id, rating, review_count, category, address, phone, website, hours — tudo o que você precisa para perfilar quem está acima do alvo. Vincule o alvo ao seu place_id, não ao nome.
• SERP local mesclada — seo/serp — quem ranqueia nos resultados locais orgânicos para a mesma consulta. Um negócio pode manter os blue links orgânicos e ainda assim estar ausente do pacote (uma lacuna de elegibilidade/categoria, não invisibilidade) — mantenha os dois distintos. Também confirma se o pacote que os endpoints de mapas retornam corresponde ao bloco de SERP ao vivo.
• Landing page local do concorrente — seo/competitors/relevant-pages — para um rival superando o alvo, suas principais páginas orgânicas revelam a landing page local (página de cidade/serviço) fazendo o trabalho de relevância por trás de seu slot no pacote.

A UnifAPI lê apenas dados públicos — nunca toca no Google Business Profile do negócio. Mantenha qualquer metadado de billing para que a saída possa declarar o custo em registros.

Fluxo de trabalho

1. Defina consultas e localizações — obrigatório. Pegue as consultas prioritárias do negócio (ex.: "emergency plumber Austin", "24 hour plumber") e a(s) localização(ões) a checar — uma loja, ou cada cidade/filial para um operador multilocalização. Se as consultas estiverem faltando, pergunte; não adivinhe o conjunto de keywords. (Leia .agents/product-marketing.md / .claude/product-marketing.md primeiro se existir.)
2. Defina o baseline de proximidade. O pacote re-ranqueia por distância até o pesquisador, então o ponto exato de onde você busca muda o resultado. Para cada localização, passe um location preciso para local/search / maps/search: no mínimo o centroide da cidade; para uma loja, prefira coordenadas no endereço. Anote o ponto de busca, language e device com cada posição — um rank medido a 8 km de distância não é o mesmo achado que um na porta.
3. Puxe o pacote ao vivo para cada pareamento consulta × localização via local/search + maps/search, fazendo loop no parâmetro location. Registre quem ranqueia de 1 a 3 (mais os resultados estendidos de "More places" quando disponíveis) e a position do alvo — ou sua ausência. Capture place_id, name, rating, review_count, category para todo negócio no pacote. Faça a verificação cruzada do bloco orgânico com seo/serp.
4. Pontue cada célula com a rubrica abaixo para que o grid ordene por oportunidade, não por alfabeto.
5. Atribua cada lacuna a proximidade, proeminência ou relevância (veja abaixo). Para uma lacuna de relevância/proeminência, puxe seo/competitors/relevant-pages do vencedor para ver a página local que ele ranqueia.
6. Encontre o padrão. Onde o negócio ranqueia bem, onde cai fora do pacote e (para multilocalização) quais filiais ficam atrás das outras na mesma consulta? Separe as lacunas explicadas por proximidade das lacunas de proeminência/relevância.

Rubrica de pontuação por célula

Pontue cada célula consulta × localização para que o grid ordene por oportunidade:

Opportunity = (5 − score) × query priority weight. Ranqueie as células por oportunidade decrescente; o topo dessa lista é onde o trabalho move o ponteiro.

Lendo os três fatores de ranking

Quando o alvo tem desempenho abaixo do esperado, atribua a lacuna a um dos três fatores locais do Google para que o operador saiba o que corrigir:

• Proximidade — o rank melhora à medida que o ponto de busca se aproxima do endereço, e o vencedor é simplesmente mais próximo? Então a célula é limitada por proximidade; uma única loja não pode superar um rival mais próximo, mas área de serviço ou amplitude de categoria pode ampliar o raio.
• Proeminência — os negócios acima do alvo carregam review_count / rating marcadamente mais altos? Lacunas de proeminência são as mais acionáveis: velocidade de avaliações e citações.
• Relevância — a category ou name primária do vencedor corresponde mais exatamente à consulta, ou seu seo/competitors/relevant-pages mostra uma landing page local dedicada? Uma lacuna de relevância aponta para correções de categoria/listagem/conteúdo (faça o handoff para listing-accuracy-audit).

O método completo, os casos de borda e a leitura do padrão multilocalização estão em references/methodology.md.

Saída: grid de rank + achados

# Local Pack Audit — <business> — <date>

Search params: location(s) <…> · language <…> · device <…>

## Rank grid (one row per query × location)

| Query             | Location (search point)       | Target position | Cell score | Above target (name · rating · reviews · category) | Likely factor |
| ----------------- | ----------------------------- | --------------- | ---------- | ------------------------------------------------- | ------------- |
| emergency plumber | Austin TX (downtown centroid) | 2               | 4          | Joe's Plumbing · 4.8 · 412 · Plumber              | Prominence    |
| 24 hour plumber   | Austin TX (centroid)          | not in pack     | 0          | A1 Drain · 4.6 · 290 · Emergency plumber service  | Relevance     |

## Findings

- Top opportunities, ranked by opportunity score (highest-impact cells first).
- Multi-location: a location × query matrix flagging which branches are missing from or buried in the pack on the same query.
- Each competitor above the target annotated with rating, review count, category, and the factor that explains the gap.
- Record cost consumed (or best estimate if billing metadata is unavailable).

Exemplo trabalhado

Briefing: uma empresa de HVAC com 2 localizações, consultas "ac repair" e "furnace repair", localizações Austin + Round Rock.

• "ac repair" × Austin → alvo na posição 2 (pontuação 4); vencedora Cool Air tem 4.9 / 680 avaliações vs. alvo 4.7 / 210 → lacuna de proeminência, velocidade de avaliações.
• "ac repair" × Round Rock → alvo na posição 1 (pontuação 5) → defender.
• "furnace repair" × Austin → alvo ausente (pontuação 0) mas ranqueia em #4 organicamente no seo/serp (pontuação 1, não 0); os vencedores todos carregam "Furnace repair service" como category primária e seu seo/competitors/relevant-pages mostra uma página dedicada de furnace → lacuna de relevância, entregue a listing-accuracy-audit.

Veredito: a célula de furnace de Austin é a correção de maior oportunidade isolada (categoria + landing page), AC de Austin é uma jogada de volume de avaliações, Round Rock está saudável. Leituras: 8 local/maps + 4 SERP + 2 relevant-pages.

Proteções

• Read-only ("olhos, não mãos"). Apenas dados públicos. Ele relata rankings; nunca edita um Google Business Profile, publica nem envia nada. A própria equipe do operador faz quaisquer mudanças de listagem ou conteúdo.
• Confirmado vs inferido. Relate o ponto de busca exato, o language, o device e o timestamp em que cada posição foi medida. Rotule as posições lidas do pacote como confirmadas e a atribuição de proximidade/proeminência/relevância como inferida; se os dados não suportarem uma atribuição, rotule a célula como "unattributed" em vez de adivinhar.
• Snapshots datados, re-executáveis. Os rankings são personalizados e sensíveis ao tempo — trate cada puxada como um snapshot, não uma garantia; mantenha a watchlist de consulta × localização para que o grid possa ser re-executado para uma tendência.
• Pertencer ao pacote ≠ rank orgânico. Um negócio pode ranquear organicamente e ainda estar ausente do pacote (categoria/elegibilidade), ou vice-versa — mantenha as duas medições distintas.

Referências

• references/methodology.md — método completo do grid, amostragem de proximidade, o checklist de atribuição de três fatores e a leitura do padrão multilocalização.

Skills relacionados

• listing-accuracy-audit (Local SEO): verifica se os detalhes da própria listagem do negócio estão corretos e completos — geralmente a correção por trás de uma lacuna de relevância.
• local-competitor-scan (Local SEO): perfila os concorrentes vencendo esses slots de pacote local.
• unifapi: o data skill compartilhado — conecte o MCP e descubra as operações acima.