Search Console API e BigQuery: como passar do limite de 1.000 linhas

Por que o Search Console limita a 1.000 linhas?

Porque a interface foi feita para leitura rápida, não para análise completa: cada relatório de desempenho mostra e exporta no máximo 1.000 linhas. Para um site pequeno, isso basta. Para um site com milhares de páginas ou de consultas, 1.000 linhas são uma amostra do topo.

O problema aparece em tarefas comuns de SEO:

• Encontrar a cauda longa: as consultas com poucas impressões, que somadas costumam ser a maior parte do tráfego, ficam de fora.
• Cruzar consulta e página: a combinação das duas dimensões explode o número de linhas.
• Analisar seções do site: blog, categorias e produtos, cada um com centenas de URLs.
• Guardar histórico: o Search Console guarda 16 meses. O que passa disso some.

Há dois caminhos oficiais para ir além, e eles se complementam.

Como usar a Search Console API?

Crie uma conta de serviço no Google Cloud, adicione o e-mail dela como usuário da propriedade no Search Console e chame o método searchanalytics.query, paginando de 25 mil em 25 mil linhas. O mesmo método alimenta o relatório de desempenho da interface.

Os limites que importam

• Até 25 mil linhas por chamada, controladas pelo parâmetro rowLimit.
• Paginação pelo startRow: repita a mesma consulta somando 25 mil ao startRow, até a resposta vir sem linhas.
• Até 50 mil linhas por dia, por tipo de busca, ordenadas por cliques. Para ir além, consulte dia a dia e tipo a tipo (web, image, video, news, discover).
• Parte dos dados pode ser descartada quando você agrupa por página e consulta ao mesmo tempo, segundo a documentação, para o cálculo terminar em tempo razoável.

O passo a passo

1. Crie um projeto no Google Cloud e ative a Google Search Console API.
2. Crie uma conta de serviço e baixe a chave em JSON.
3. Adicione o e-mail da conta de serviço como usuário da propriedade, no Search Console, em Configurações > Usuários e permissões.
4. Faça a consulta, dia a dia, paginando.

Um exemplo em Python, que puxa consultas e páginas de um dia inteiro:

from google.oauth2 import service_account
from googleapiclient.discovery import build

creds = service_account.Credentials.from_service_account_file(
    "chave.json", scopes=["https://www.googleapis.com/auth/webmasters.readonly"]
)
gsc = build("searchconsole", "v1", credentials=creds)

def puxar_dia(site, dia, tipo="web"):
    linhas, inicio = [], 0
    while True:
        resp = gsc.searchanalytics().query(siteUrl=site, body={
            "startDate": dia, "endDate": dia,
            "dimensions": ["query", "page"],
            "type": tipo,
            "rowLimit": 25000,
            "startRow": inicio,
        }).execute()
        lote = resp.get("rows", [])
        if not lote:
            return linhas
        linhas += lote
        inicio += 25000

dados = puxar_dia("sc-domain:seusite.com.br", "2026-10-01")
print(len(dados), "linhas")

Para uma propriedade de domínio, o siteUrl é sc-domain:seusite.com.br; para uma propriedade de prefixo de URL, é o endereço completo, com a barra no final.

Como configurar a exportação em massa para o BigQuery?

Prepare um projeto do Google Cloud com faturamento, dê permissão à conta de serviço do Search Console e ative a exportação em Configurações > Exportação de dados em massa. A partir daí, o Google manda os dados de desempenho para o BigQuery todo dia, sem código.

1. Projeto com faturamento: o BigQuery precisa de uma conta de faturamento, mesmo que o uso fique dentro da faixa gratuita.
2. Ative as APIs BigQuery e BigQuery Storage, em APIs e serviços.
3. Dê permissão à conta do Search Console: em IAM e administrador, adicione [email protected] com as funções Usuário de jobs do BigQuery e Editor de dados do BigQuery.
4. No Search Console, abra Configurações > Exportação de dados em massa e informe o ID do projeto (não o número).
5. Escolha o nome do conjunto de dados, que sempre começa com searchconsole, e a região. A região não muda com facilidade depois.
6. Confirme. A primeira exportação chega em até 48 horas.

O que chega no BigQuery

As colunas mais usadas: data_date (a data, no horário do Pacífico), query, is_anonymized_query, url, country (código do país com três letras, no padrão ISO 3166-1), device, search_type, impressions, clicks e sum_top_position ou sum_position (soma das posições, começando em zero).

Que consultas SQL fazer primeiro?

Comece pelas que a interface não responde: cauda longa completa, consultas por página e evolução por seção do site. Troque seu_projeto.searchconsole pelo seu projeto e conjunto de dados.

Posição média do jeito certo

A posição na exportação começa em zero, então a conta é a soma das posições dividida pelas impressões, mais um:

SELECT
  query,
  SUM(clicks) AS cliques,
  SUM(impressions) AS impressoes,
  SAFE_DIVIDE(SUM(clicks), SUM(impressions)) AS ctr,
  SAFE_DIVIDE(SUM(sum_top_position), SUM(impressions)) + 1 AS posicao_media
FROM `seu_projeto.searchconsole.searchdata_site_impression`
WHERE data_date BETWEEN '2026-09-01' AND '2026-09-30'
  AND LOWER(search_type) = 'web'
  AND NOT is_anonymized_query
GROUP BY query
ORDER BY impressoes DESC

Consultas quase na primeira página

Consultas entre as posições 8 e 20, com muitas impressões, são as mais fáceis de subir:

SELECT
  url,
  query,
  SUM(impressions) AS impressoes,
  SUM(clicks) AS cliques,
  SAFE_DIVIDE(SUM(sum_position), SUM(impressions)) + 1 AS posicao_media
FROM `seu_projeto.searchconsole.searchdata_url_impression`
WHERE data_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 28 DAY)
  AND LOWER(search_type) = 'web'
  AND NOT is_anonymized_query
GROUP BY url, query
HAVING posicao_media BETWEEN 8 AND 20 AND impressoes > 100
ORDER BY impressoes DESC

Desempenho por seção do site

Agrupe as URLs pelo primeiro diretório para comparar blog, produtos e categorias:

SELECT
  REGEXP_EXTRACT(url, r'^https?://[^/]+(/[^/]*)') AS secao,
  SUM(clicks) AS cliques,
  SUM(impressions) AS impressoes
FROM `seu_projeto.searchconsole.searchdata_url_impression`
WHERE data_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 90 DAY)
GROUP BY secao
ORDER BY cliques DESC

O mesmo filtro por LOWER(search_type) = 'discover' mostra o desempenho no feed, que tem lógica própria, explicada no post sobre o Google Discover.

Quanto custa?

A exportação não é cobrada pelo Search Console; o BigQuery cobra armazenamento e consultas, e tem uma faixa gratuita mensal. Para sites pequenos e médios, o uso costuma ficar dentro dela.

O que mantém a conta baixa:

• Validade nas partições, para não acumular anos de dados que ninguém consulta.
• Filtro de data em toda consulta, para ler só as partições necessárias.
• Tabelas resumidas para os painéis: em vez de o Looker Studio consultar a tabela bruta a cada abertura, agende uma consulta que gera uma tabela agregada por dia e conecte o painel nela.
• Alerta de orçamento no faturamento do Google Cloud, para saber se algo saiu do esperado.

API, BigQuery ou os dois?

Os dois, para quem leva dados a sério: a API para o histórico e integrações, o BigQuery para o dia a dia. A escolha depende do tamanho do site e de quem vai usar os dados.

O relatório de IA do Search Console, que mostra as impressões nos AI Overviews e no Modo IA, tem regras próprias de leitura, explicadas no guia do relatório de IA.

Quais erros evitar?