Otimização do fill rate: como diagnosticar e corrigir o baixo preenchimento

Por Ataíde Penteado · Atualizado em 4 de novembro de 2026

Como melhorar o fill rate sem comprometer a rentabilidade? Comece estabelecendo referências por bloco de anúncios, região, dispositivo e fonte de demanda. Localize a perda: ela vem dos pisos, da segmentação, da latência ou do acesso à demanda? Depois, teste preços. Avalie o resultado pela receita por sessão ou por página, sem se limitar ao preenchimento.

Principais pontos

O fill rate agregado do site é genérico demais para um diagnóstico útil; primeiro, segmente por bloco de anúncios, dispositivo e região.
O baixo preenchimento geralmente vem de pisos, conflitos de segmentação, perdas por timeout ou caminhos de demanda fracos.
Não tente “corrigir” o preenchimento reduzindo os pisos sem saber se o segmento está realmente subprecificado ou apenas mal configurado.
Use a receita por sessão ou por página como métrica de decisão, não o fill rate isoladamente.
Um fill rate menor pode ser o resultado certo se as impressões restantes gerarem mais receita e carregarem com menos problemas.

Como deve ser uma boa referência de fill rate

Uma referência útil de fill rate precisa mostrar em quais segmentos as solicitações de anúncios elegíveis não se convertem em impressões veiculadas. O cálculo na operação de ad ops é direto: impressões veiculadas divididas pelas solicitações elegíveis no recorte analisado. Taxa de vitória, visibilidade e taxa de correspondência são outras métricas. Não use uma no lugar da outra: cada uma responde a uma pergunta diferente.

A taxa de vitória indica com que frequência um bidder ganha os leilões de que participa. A visibilidade informa se a impressão teve uma chance real de ser vista, enquanto a taxa de correspondência costuma indicar a disponibilidade de identificação ou de audiência. Já o fill rate responde a uma pergunta operacional: a solicitação gerou um anúncio? Ou o espaço ficou em branco, foi recolhido, recebeu preenchimento de baixa qualidade ou acabou registrado como não preenchido no Google Ad Manager?

Use referências compatíveis com o inventário, não a média da rede

Para um publisher de médio ou grande porte, o fill rate agregado do site costuma esconder mais do que explica. Não faz sentido aplicar a mesma meta a um anúncio fixo no rodapé em desktops nos EUA, a um bloco no meio do artigo em dispositivos móveis e a outro na lateral direita, abaixo da primeira dobra. Cada posicionamento tem condições próprias de visibilidade e latência, além de diferenças na densidade de lances, na sensibilidade ao piso e na demanda dos compradores.

Comece pelo bloco de anúncios. Em seguida, abra os dados por dispositivo e região. Se os EUA concentram sua audiência, analise esse tráfego separadamente do Canadá, do Reino Unido, dos demais países de língua inglesa e dos mercados internacionais secundários. O bloco no meio do artigo pode estar saudável na web móvel dos EUA. O desempenho fraco da lateral direita no tráfego internacional não justifica baixar os pisos da rede inteira.

Stacks com forte presença de header bidding pedem expectativas diferentes das configurações que dependem apenas do Google AdX. No header bidding, a demanda passa por várias SSPs até a decisão final do GAM. Nesse caminho, timeouts, demanda duplicada, Supply Path Optimization e a pressão que ela exerce, além dos pisos por bidder, podem afetar a veiculação da impressão. Com apenas o AdX, o caminho é mais direto. Em contrapartida, você tem menos recursos externos para ajustar quando a demanda cai.

Um preenchimento menor pode ser aceitável se a receita for maior

Buscar o maior preenchimento possível não é o mesmo que otimizar o fill rate. Mesmo uma página com 100% de preenchimento pode render mal se a última camada de demanda derrubar os CPMs, acrescentar latência ou piorar a experiência com os anúncios. Para avaliar o resultado, acompanhe o fill rate junto com eCPM, receita por sessão, impressões não preenchidas e restrições de veiculação do ad server.

Fora da tecnologia de publicidade, “fill rate” tem outro significado. Na alocação de pedidos, a Oracle NetSuite define a métrica como o número de linhas de pedido totalmente alocadas dividido pelo total de linhas de pedido. Já implementações do SAP S/4HANA usam a visibilidade do fill rate para planejar entregas e distribuição. Esses usos são descritos por Oracle NetSuite e Cognitus Consulting. A diferença é prática: preencher anúncios não equivale a atender pedidos de estoque. Na publicidade, o que está em jogo é a monetização de uma oportunidade de anúncio, sujeita aos leilões e às políticas, além da segmentação e da latência.

Por que o preenchimento cai: pisos de preço, segmentação, latência e problemas nos caminhos de demanda

O preenchimento costuma cair quando a demanda elegível não alcança o piso, é filtrada, excede o tempo limite ou não existe para aquele recorte do inventário. Cada causa pede uma correção diferente. Tratar todo segmento com baixo preenchimento como um problema de piso pode levar você a baixar preços sem necessidade. A falha pode estar nas exclusões, na latência dos bidders, nas categorias bloqueadas ou no acesso limitado a compradores.

Pisos de preço altos demais para o segmento: Um piso de $4 pode ser razoável para uma unidade na página inicial com alta visibilidade nos EUA e penalizar uma unidade abaixo do artigo no mobile, com menor densidade de lances. Confira as regras de precificação unificada no Google Ad Manager, os pisos configurados nas SSPs, os pisos específicos por bidder e qualquer lógica legada de piso baseada em chaves-valor antes de presumir que os compradores desapareceram.
Conflitos de segmentação e exclusão: Itens de linha com segmentação restritiva demais, exclusões competitivas, bloqueios de anunciantes, regras de brand safety e restrições de deals podem reduzir o conjunto de demanda elegível. No GAM, analise em conjunto a unidade de anúncio, as chaves-valor, a localização geográfica, o dispositivo e as exclusões de inventário; uma regra aparentemente inofensiva pode eliminar a demanda de um posicionamento inteiro.
Latência e perdas por timeout: O header bidding acrescenta o tempo do leilão antes da chamada ao servidor de anúncios. Se o timeout dos bidders for curto demais, os lances chegam atrasados e nem entram na disputa. Se for longo demais, a página fica esperando, os usuários rolam além dos espaços de anúncio e os slots seguintes podem nem chegar a fazer suas requisições corretamente. A otimização dos Core Web Vitals importa aqui porque páginas lentas reduzem o número de oportunidades monetizáveis que chegam ao leilão em condições de uso.
Fragilidade nos caminhos de demanda: A Supply Path Optimization pode reduzir caminhos duplicados, mas também pode revelar quais SSPs só geravam preenchimento por meio de demanda de baixo valor ou redundante. Se um comprador corta um caminho, determinadas regiões, navegadores ou unidades de anúncio podem apresentar menor preenchimento, mesmo que seu wrapper continue chamando os mesmos parceiros.
Bloqueios de criativos e de qualidade: Criativos bloqueados, compradores reprovados, filtros de malware, exclusões de categorias sensíveis e demanda fraca de compradores menores podem reduzir o preenchimento. As orientações da Blockthrough sobre preenchimento de anúncios apontam segmentação, qualidade das redes de anúncios e tempo de carregamento da página como áreas centrais de otimização, o que corresponde diretamente aos três pontos que ad ops deve inspecionar primeiro: elegibilidade no GAM, qualidade da demanda e latência Blockthrough.

Como segmentar a taxa de preenchimento para enxergar o problema

Para transformar o baixo preenchimento em um diagnóstico útil, reorganize o relatório pelo caminho do leilão: posicionamento, localização geográfica, dispositivo e fonte de demanda. É o atalho para encontrar onde agir. Um número agregado do GAM ou do painel de uma SSP oculta os segmentos problemáticos e pode induzir mudanças amplas que prejudicam partes do inventário que já funcionavam bem.

Comece pela unidade de anúncio e pelo posicionamento. Crie um relatório no Google Ad Manager que separe as unidades no início do artigo, no meio do artigo, na barra lateral, fixas, de vídeo e com atualização automática habilitada. Se a sua taxonomia de nomes estiver desorganizada, corrija os rótulos dos relatórios antes de alterar os pisos; caso contrário, você testará um inventário agregado e interpretará o resultado de forma errada.
Separe primeiro o tráfego dos EUA do tráfego internacional. Se você é um publisher dos EUA, isole primeiro as impressões desse país, pois normalmente é ali que se concentram a demanda direta, a atividade de PMPs e a concorrência no AdX. Depois, divida o tráfego internacional em grupos práticos que correspondam à sua estratégia comercial e de demanda, em vez de listar todos os códigos de país em uma exportação gigantesca.
Separe desktop, web mobile e AMP ou ambientes associados a aplicativos. Unidades na coluna direita do desktop e no feed do mobile apresentam problemas por motivos diferentes. O desktop pode revelar demanda fraca abaixo da dobra; a web mobile é mais sensível à velocidade da página, ao carregamento sob demanda, aos sinais de consentimento e às configurações de timeout dos bidders.
Compare separadamente o preenchimento de vendas diretas, Google AdX e header bidding. A entrega abaixo do contratado em vendas diretas não é o mesmo problema que inventário não preenchido no leilão aberto. Se o AdX preenche, mas o header bidding não, verifique a configuração do wrapper, a participação dos bidders, os pisos e os timeouts. Se o header bidding entra na disputa, mas o GAM ainda retorna impressões não preenchidas, inspecione prioridades, regras e exclusões.
Adicione contexto no nível da requisição sempre que possível. Busque reunir requisições de anúncios, requisições correspondidas, impressões veiculadas, impressões não preenchidas, eCPM médio e receita na mesma visualização. Um segmento com baixo preenchimento e eCPM alto pode estar intencionalmente limitado pelo preço. Já um segmento com baixo preenchimento e eCPM baixo é candidato a correções de demanda, latência ou segmentação antes de qualquer teste de piso.

Encontrou uma linha com resultado ruim? Continue abrindo os dados. Uma unidade com baixo fill pode funcionar bem em desktop nos EUA e falhar apenas no Safari em dispositivos móveis. Também pode ter bom desempenho no AdX, com as perdas concentradas em um parceiro de header bidding. Isole o problema até que os dados indiquem uma ação concreta.

Uma abordagem prática para testar pisos de preço e recuperar o fill

Teste pisos de preço depois de segmentar os dados e isolar a causa, sempre em um recorte controlado do inventário por vez. Estabeleça a referência do segmento e identifique a provável restrição. Só então altere o piso e avalie fill, eCPM e receita total em conjunto. Essa sequência ajuda a recuperar o preenchimento sem sacrificar o rendimento.

Infográfico com um fluxo prático de testes de piso de preço para recuperar o fill baixo, com rótulos curtos para cada etapa. — Um fluxo passo a passo de testes de piso de preço para recuperar o fill sem comprometer a comparabilidade.

Etapa do diagnóstico	Critério definido	O que verificar	O que fazer se houver falha	Referência de apoio
1. Referência do segmento	Inventário comparável	Mesma unidade de anúncio, dispositivo, localização geográfica e fonte de demanda em um período de comparação sem distorções	Não teste preços ainda; refaça o relatório até que o segmento seja específico o suficiente	A visibilidade da taxa de preenchimento depende de um período definido e de um denominador claro, assim como no acompanhamento operacional da taxa de atendimento de pedidos no Oracle NetSuite
2. Isolamento da causa	Demanda elegível	Segmentação no GAM, exclusões, prioridade dos itens de linha, elegibilidade para o AdX, participação dos parceiros no wrapper e categorias bloqueadas	Corrija a elegibilidade ou o acesso à demanda antes de mexer nos pisos de preço	A segmentação e a qualidade da rede são fatores que afetam diretamente o preenchimento de anúncios, segundo a Blockthrough
3. Verificação de latência	Conclusão do leilão	Timeout dos bidders, adaptadores lentos, gatilho de lazy load, velocidade da página e problemas de Core Web Vitals no template afetado	Ajuste o timeout ou remova a demanda lenta desse posicionamento antes de reduzir o preço	O tempo de carregamento da página é uma das áreas de otimização do preenchimento de anúncios citadas pela Blockthrough Blockthrough
4. Teste controlado de piso de preço	Sensibilidade ao preço	Piso atual versus um piso de teste mais baixo ou reestruturado para uma unidade de anúncio ou um segmento geográfico	Faça um teste limitado; evite mudanças de piso em toda a rede	Nenhum benchmark externo substitui os dados dos seus próprios leilões por segmento
5. Decisão sobre receita	Proteção do rendimento	Variação na taxa de preenchimento, mudança no eCPM, receita por sessão ou página e impressões não preenchidas	Mantenha, reverta ou amplie apenas se a receita total melhorar sem um custo inaceitável para a experiência do usuário	O preenchimento de anúncios é um resultado do leilão, então a métrica que orienta a decisão precisa considerar preço e volume juntos

Um teste controlado pode ser simples. Escolha um segmento com volume suficiente para avaliar os resultados, como display no meio do artigo na web móvel dos EUA, e mantenha os segmentos próximos sem alterações. Se o piso atual estiver restringindo a demanda, um piso de teste mais baixo deverá aumentar as impressões veiculadas. O que você precisa verificar é se a receita dessas impressões adicionais compensa uma eventual queda no eCPM.

Reduza ao máximo o efeito das diferenças de comportamento entre dias úteis, fins de semana e faixas horárias. Testar só numa sexta-feira à tarde pode enganar você, sobretudo se campanhas diretas, picos de acesso à página inicial ou envios de newsletters mudarem a composição do tráfego. Mantenha as mesmas dimensões de relatório no antes e depois. Durante o período, registre também qualquer mudança no wrapper, no consentimento ou nas regras do GAM que não faça parte do teste.

A relação entre taxa de preenchimento e eCPM: quando um preenchimento menor ainda é a decisão certa

Aceitar menos preenchimento pode ser a decisão certa. Isso acontece quando as oportunidades não preenchidas têm baixo valor e vendê-las diluiria o eCPM, deixaria a página mais lenta ou prejudicaria a experiência com anúncios sem elevar a receita total. Decida pela receita por sessão ou página; use o eCPM e a taxa de preenchimento como métricas de apoio. Isolado, o preenchimento recompensa volume, mesmo quando vender essas impressões extras não compensa.

Analise a receita por página, em vez de reagir automaticamente por slot de anúncio

Um bloco pode piorar depois de um aumento de floor e, ainda assim, a página sair ganhando. Pense numa posição abaixo do artigo que perde preenchimento marginal com o floor mais alto. Se a receita publicitária total da página se mantém e a queda nas chamadas sem preenchimento reduz a latência, a mudança pode fazer sentido. O contrário também ocorre: você reduz o floor, ganha preenchimento e perde receita total na página porque leilões que antes pagavam mais passam a fechar por valores menores.

A receita por sessão ajuda a equipe a manter o foco no resultado. Ela reflete o efeito combinado do preço, do volume e do comportamento do usuário melhor do que um relatório de preenchimento por posição. Usa refresh? Separe as impressões do carregamento inicial das geradas por refresh. Esse inventário pode distorcer tanto o preenchimento quanto o eCPM, já que chega ao leilão em condições diferentes das impressões da primeira visualização de página.

Saiba quando buscar mais preenchimento piora a stack

Buscar mais preenchimento pode sair pela culatra se isso esconder problemas nos caminhos de demanda. Um caminho de baixa qualidade pode preencher impressões que compradores mais competitivos evitam. O agregado melhora, mas a confiança dos compradores, a qualidade dos criativos e o posicionamento em SPO pioram. Para publishers com volume relevante em AdX e header bidding, essa diferença pesa: os compradores podem optar por caminhos mais limpos para chegar ao mesmo inventário.

O problema também pode chegar ao produto. Anúncios extras de baixo rendimento podem causar instabilidade no layout e aumentar as requisições, dificultando melhorias nos Core Web Vitals. Se uma posição rende pouco e prejudica o template, considere removê-la. Outras opções são adiar o carregamento com lazy loading ou permitir que ela fique elegível apenas quando as condições de demanda forem mais favoráveis.

Documente a decisão para que o próximo relatório não a desfaça

Registre cada decisão sobre floors em uma nota curta: segmento testado, regra anterior, nova regra, datas, fontes de demanda afetadas, variações no preenchimento e no eCPM, receita por sessão ou página e decisão final. Deixe esse registro acessível às equipes de ad ops, yield e vendas. Sem ele, basta um relatório semanal apontar baixo preenchimento para alguém reverter uma restrição lucrativa. O resultado estava certo; o contexto é que se perdeu.

Na sua stack, as decisões restantes são específicas. Quais segmentos precisam de benchmark próprio? Use o volume e a concentração de receita para escolher. A tolerância à queda no eCPM deve acompanhar a receita por sessão, não a pressão para preencher toda requisição. Já a permanência de um caminho de demanda no wrapper precisa se justificar pela receita incremental, considerando o custo de latência e a qualidade dos compradores. É assim que a otimização do preenchimento segue uma disciplina de yield.

Perguntas frequentes

Qual é uma boa taxa de preenchimento para publishers?

Não existe benchmark universal. Uma boa taxa de preenchimento faz sentido para aquele bloco, localização geográfica, dispositivo e fonte de demanda, com foco em maximizar a receita total, não apenas o percentual preenchido. Para publishers de médio e grande porte, uma meta única para o site costuma ser genérica demais. Um bloco no meio do artigo em dispositivos móveis nos EUA pede um critério diferente de uma posição na lateral direita voltada ao tráfego internacional.

Por que minha taxa de preenchimento está baixa mesmo com demanda forte?

Em geral, há alguma restrição de elegibilidade no caminho: floors, conflitos de segmentação, timeouts dos bidders ou latência que não deixa os leilões terminarem a tempo. Em stacks de header bidding, investigue também a pressão de Supply Path Optimization e os floors específicos por bidder. Outro ponto são os caminhos de demanda duplicados: eles podem parecer saudáveis no papel sem chegar a comprar o inventário.

Devo reduzir os floors para aumentar a taxa de preenchimento?

Só depois de segmentar o problema. Baixar os floors de forma generalizada pode recuperar preenchimento e, ao mesmo tempo, sacrificar receita se a causa estiver na segmentação, nas exclusões ou na latência. Uma posição abaixo do artigo em dispositivos móveis, com baixa visibilidade, pode se beneficiar de floors menores. Já uma regra mal configurada no GAM exige corrigir a configuração. Reduzir o floor não resolve esse caso.

Como saber se devo priorizar o preenchimento ou o eCPM?

Compare a receita por página e por sessão, além do yield por segmento. Se o preenchimento cai e a receita total sobe, a taxa de preenchimento não serve como KPI principal daquele segmento. Prefira a decisão que melhora a monetização total sem acrescentar latência evitável nem prejudicar a experiência do usuário.

Como pesquisamos este artigo

Fontes consultadas para este artigo:

Ataíde Penteado