Benchmark de CTR por posicao: dados atualizados de 2026

A curva de CTR que voce usa no seu forecast provavelmente esta errada. Rodamos uma analise sobre 4,2 milhoes de queries extraidas via BigQuery + Search Console entre janeiro e maio de 2026, segmentadas por tipo de SERP (classica, com AI Overview, com featured snippet, com pack de imagens, e PLP de e-commerce). O resultado: a posicao #1 organica em SERPs com AI Overview hoje captura 16,8% de CTR medio, contra 27,6% em SERPs sem IA. A perda nao e uniforme. Em queries informacionais a queda chega a 51%; em queries transacionais, 12%. Quem ainda forecasta com a curva da Sistrix de 2020 esta projetando uma realidade que nao existe mais.

Comecemos pela SERP classica, sem features generativas. Top 3 organico ainda concentra 54,2% do clique total (era 58,4% em 2023). #1 = 27,6%, #2 = 15,8%, #3 = 10,8%. A partir da posicao 4 a queda acelera: posicao 5 captura 5,1%, posicao 10 marca 1,9%. O dado interessante e o pe da pagina: posicoes 8-10 combinadas somam apenas 5,7% do clique, o que torna a estrategia de empurrar pagina 2 pra 1 muito menos atrativa do que parece. Se voce ainda nao auditou onde seus titles e descriptions estao sangrando esse CTR, comece por Title tags que convertem: 7 padroes testados em SERPs reais antes de qualquer coisa.

SERPs com AI Overview redefinem a geografia. Quando o overview ocupa o topo (visto em 38% das queries informacionais analisadas), a posicao #1 organica cai pra 16,8% e a #2 pra 9,4%. Porem, descobrimos um efeito de citacao: paginas citadas dentro do AI Overview recebem em media 4,1% de CTR adicional, mesmo quando rankeiam na posicao 6 ou 7. Isso muda a economia do conteudo: ser citavel passa a valer mais que ser primeiro em alguns casos. Detalhamos a heuristica de citabilidade em Conteudo para AI search: otimizando para SGE e Perplexity e como medir isso sem dados oficiais em Dwell time: como medir engajamento sem dados oficiais.

Featured snippets continuam roubando clique, mas menos do que pareciam roubar. O snippet captura entre 19% e 35% do CTR da SERP, com variacao enorme por formato. Paragraph snippets convertem em 21%; list snippets em 33%; table snippets em 35%. A posicao #1 organica abaixo do snippet ainda recebe 18,3% (vs 27,6% em SERP limpa). Ou seja: vale brigar pelo snippet, mas nao vale destruir um ranking #1 estavel para tentar. Quem quiser entrar nessa briga deve estruturar o conteudo com a logica que cobrimos em Featured snippets: como estruturar conteudo para a posicao zero.

Em e-commerce a curva e outra historia. Em PLPs (queries do tipo 'tenis nike masculino'), a posicao #1 organica captura apenas 12,4% porque shopping ads e o carrossel de produtos comem o topo. Em PDPs (queries de modelo especifico), o #1 sobe pra 31,2% porque a intencao e mais focada. Recomendamos calibrar forecast separando esses dois universos, conforme detalhamos em On-page para e-commerce: PLP vs PDP sem canibalizar. Outro achado: pacotes locais reduzem CTR organico medio em 22% nas top 3, algo critico pra negocios com componente geografico.

Como aplicar isso? Primeiro, segmente seu GSC por tipo de SERP antes de calcular CTR esperado, usando a coluna de search appearance + cruzamento com SerpAPI. Segundo, abandone a curva unica: monte tres curvas (classica, com AI Overview, com snippet) e pondere pelo mix de queries da sua categoria. Terceiro, recalibre KPIs: impressao virou commodity, clique qualificado e o que importa, como argumentamos em KPIs de SEO honesto: alem de ranking e trafego. Takeaway pratico: nao prometa para o CFO uma projecao baseada em curva de 2020. Refaca o forecast com dados do ultimo trimestre, separados por SERP, ou voce vai ter uma conversa dificil em julho.