Otimização de algoritmos de delivery: o erro que afunda seu ranking versus o método correto
Atualização de 28 out 2026: 3 perguntas frequentes novas.

Otimizar o algoritmo de delivery significa controlar quatro alavancas operacionais: tempo de aceitação, cancelamento, fotos do cardápio e preço dinâmico. Elas determinam em que posição seu restaurante aparece em Rappi, Uber Eats ou DiDi Food quando alguém busca a 3 km. Vejo isso em 70% das cozinhas ocultas que audito: tratam o algoritmo como caixa-preta e competem baixando preço, e isso faz o CMV subir para 38-40% enquanto a margem evapora.
Eu aplico outro método em Masterestaurant. Atacamos as cinco variáveis reais do ranking (aceitação acima de 98%, preparo abaixo de 14 minutos, avaliação acima de 4.6) e as vendas sobem 22-35% sem mexer em um único preço do cardápio.
Magia não tem nada a ver. O algoritmo de Rappi, Uber Eats ou DiDi Food é um modelo de ranking que pondera entre 9 e 12 variáveis operacionais para decidir qual restaurante aparece primeiro quando alguém busca 'pizza' ou 'sushi' a três quilômetros. As plataformas nunca publicam o modelo completo.
Mas depois de auditar mais de 140 cozinhas ocultas em Masterestaurant, descobri que 60% do peso do ranking depende de apenas quatro fatores mensuráveis: tempo de aceitação do pedido (menos de 45 segundos), tempo de preparo real em relação ao prometido, taxa de cancelamento abaixo de 2% e avaliação média dos últimos 100 pedidos.
Os 40% restantes se dividem entre fotografia do cardápio, frequência de atualização de preços e volume histórico de pedidos sem reembolso, um dado que quase nenhum dono revisa todo dia.
Aqui eu errei durante anos: recomendava aumentar o orçamento de ads antes de olhar para a cozinha. O erro estrutural que vejo hoje na consultoria é o mesmo que eu mesmo cometi no começo. Os donos partem do princípio de que aparecer no topo depende de pagar mais publicidade dentro do app, quando 65% do que posiciona você de forma orgânica vem de métricas operacionais gratuitas.
Já auditei restaurantes que investem $800.000 COP por mês em ads no Rappi enquanto preparam em 28 minutos reais, contra os 15 prometidos no perfil. Esse descumprimento penaliza o ranking mais do que qualquer valor em publicidade consegue compensar.
Gastam em visibilidade paga o que deveria corrigir o fluxo da cozinha, e o algoritmo continua afundando-os: o cancelamento sobe para 6-8% quando o cliente percebe esperas reais de 35 a 40 minutos no horário de pico, justamente quando o ticket médio pesa mais.
Para 2026, as três grandes plataformas da América Latina já não pesam os mesmos sinais da mesma forma. DiDi Food continua premiando o preço agressivo acima de tudo; Rappi e Uber Eats, por outro lado, priorizam a velocidade de aceitação e a consistência da avaliação nos últimos 100 pedidos, não o histórico completo. O que acontece se você aplicar o mesmo ajuste nas três?
Um restaurante que reduziu o tempo de aceitação de 95 para 38 segundos subiu 4 posições no Uber Eats em três semanas, sem mexer em nenhum preço. O mesmo restaurante, com a mesma mudança, subiu apenas 1 posição no DiDi Food, e só se moveu quando ajustou os preços em 8%. Tratar as três plataformas da mesma forma já é, por si só, um erro de otimização. Cada algoritmo pede seu próprio plano de ajuste de 30 dias.
Ponto por ponto: assim é o restaurante que o algoritmo enterra e o que ele premia. Não são perfis teóricos. Vêm das mesmas 140 cozinhas ocultas que auditei entre 2024 e 2025 no Masterestaurant, segmentadas por tempo de aceitação, cancelamento, preparo real, gasto em ads, CMV e avaliação recente. Seis critérios, seis números, um padrão único: ninguém sobe no ranking gastando mais em publicidade.
Sobem corrigindo as quatro variáveis operacionais que o algoritmo realmente mede e só depois somam um orçamento de ads modesto (nunca mais de 3% das vendas de delivery) sobre uma operação que já funciona.
Otimização de algoritmos de delivery: comparação lado a lado
| Erro comum (o ranking cai) | Método Masterestaurant (o ranking sobe) | |
|---|---|---|
| Tempo de aceitação do pedido | ✕90-120 segundos, penaliza a visibilidade em ~18% | ✓Menos de 45 segundos, prioridade algorítmica +25% |
| Taxa de cancelamento mensal | ✕6-8% por sobrevenda do cardápio | ✓Abaixo de 2% com cardápio dinâmico por turno |
| Tempo de preparo real vs prometido | ✕28 min reais vs 15 min prometidos | ✓14 min reais vs 15 min prometidos (cumprimento de 98%) |
| Investimento em ads dentro do app | ✕$800.000 COP/mês sem resultado | ✓$250.000 COP/mês + otimização operacional |
| Food cost por prato | ✕38-40% (descontos agressivos) | ✓≤32% (preço dinâmico sem desconto) |
| Avaliação média dos últimos 100 pedidos | ✕4.1 estrelas | ✓4.6-4.8 estrelas |
O que é a otimização de algoritmos de delivery
Otimizar o algoritmo de delivery é gerenciar ativamente as variáveis que Rappi, Uber Eats e DiDi Food usam para decidir sua posição quando um cliente busca a três quilômetros de distância: aceite, cancelamento, fotos do cardápio e preço dinâmico. Nenhuma plataforma revela sua fórmula completa, mas o modelo pondera entre 9 e 12 variáveis mensuráveis, e aí está a boa notícia: a maioria se corrige sem gastar um centavo extra.
A experiência de Diego F. Parra revisando cozinhas ocultas mostra que quatro fatores operacionais concentram o maior peso: aceitar o pedido rápido, cumprir o tempo de preparo prometido, manter o cancelamento baixo e sustentar a avaliação dos últimos pedidos. Os 40% restantes ficam por conta da foto do cardápio, da frequência com que você atualiza os preços e de quantos pedidos você completa sem reembolso.
As quatro variáveis que o algoritmo realmente mede
O algoritmo não se importa com seu conceito gastronômico nem com o quanto você se dedicou ao cardápio: ele mede comportamento operacional, em tempo real, todos os dias. O tempo de aceite pesa mais do que quase qualquer dono imagina: confirmar o pedido em menos de 45 segundos desde que ele entra.
Prometer 15 minutos de preparo e entregar em 28 penaliza mais do que prometer 22 e entregar em 21; aí está a armadilha, porque o algoritmo não perdoa o descumprimento mesmo que o tempo absoluto seja curto. O cancelamento, qualquer cancelamento, inclusive o iniciado pelo cliente, precisa ficar abaixo de 2%. Passar disso e chegar a 6% custa a um restaurante até 30% da visibilidade orgânica, segundo os 140 restaurantes que auditei entre 2024 e 2025.
E a avaliação que conta é a dos últimos 100 pedidos, não a histórica: uma sequência de dez pedidos com cinco estrelas reverte, em poucas semanas, meses de avaliações medíocres.
O erro estrutural: pagar anúncios sobre uma operação quebrada
Gastar em publicidade deveria aumentar as vendas. Sobre uma cozinha que não cumpre os tempos, faz exatamente o contrário: acelera a queda. Essa é a contradição que vejo repetidamente na consultoria, e ela se resolve assim: um restaurante que investe $800.000 COP por mês em anúncios dentro de Rappi, com 28 minutos reais de preparo contra os 15 prometidos no perfil, não compra visibilidade, compra uma penalização mais visível.
O cliente percebe esperas de 35 a 40 minutos no horário de pico, justamente quando o ticket médio é mais alto, e cancela. O cancelamento sobe para 6-8% e o algoritmo enterra o restaurante ainda mais fundo do que antes de anunciar. 65% do posicionamento orgânico vêm de métricas gratuitas, não do orçamento pago.
Por isso, em Masterestaurant ativamos a publicidade somente depois que a operação cumpre as quatro variáveis base, e com um teto rígido: nunca mais de 3% das vendas de delivery.
Como cada plataforma diverge em 2026: Rappi, Uber Eats e DiDi Food?
DiDi Food ainda premia o preço agressivo acima de quase tudo; Rappi e Uber Eats não. Essa é a primeira lição de 2026:
cada plataforma pune e premia coisas diferentes, e tratá-las da mesma forma já é um erro de otimização. Um ajuste de preço de 8% para baixo pode subir você 2-3 posições em DiDi Food em menos de 30 dias. Já em Rappi e Uber Eats o que manda é a velocidade de aceite e a consistência da avaliação sobre os últimos 100 pedidos, não o histórico.
Vi um restaurante subir 4 posições em Uber Eats em três semanas ao baixar seu tempo de aceite de 95 para 38 segundos, sem mexer em nenhum preço. O mesmo negócio, com o mesmo esforço, ganhou apenas 1 posição em DiDi Food e só decolou quando ajustou os preços em 8%.
Cada algoritmo precisa do seu próprio plano de 30 dias, com métricas separadas: o que funciona numa plataforma pode não servir de nada na outra.
A foto do cardápio como sinal de ranking, não só de conversão
Quase nenhum dono dá importância à foto do cardápio, e assim perde pontos no 40% secundário do ranking. As plataformas medem o CTR, ou seja, o clique sobre impressão, de cada item dentro do carrossel de busca. Um item com foto profissional recebe entre 25% e 40% mais cliques do que um sem foto ou com imagem borrada. Mais cliques trazem mais pedidos, e mais pedidos alimentam um sinal positivo que o algoritmo lê e premia.
Em Masterestaurant medi casos em que atualizar 8 fotos de produtos em Rappi elevou o CTR médio do cardápio em 31% em 14 dias, sem tocar no preço nem no tempo de preparo. A frequência também conta: um cardápio que não muda preços nem fotos em 60 dias perde relevância para concorrentes que atualizam toda semana.
Eu recomendo auditar e rotacionar pelo menos 3 itens por mês, com foto nova, como manutenção mínima do ranking.
Como calcular seu score de ranking antes de investir em publicidade?
Antes de gastar um centavo em anúncios dentro da plataforma, meça quatro números dos últimos 30 dias:
tempo médio de aceite em segundos, percentual de pedidos entregues dentro do prazo prometido, taxa total de cancelamento e avaliação média dos últimos 100 pedidos. Se o aceite passa de 60 segundos, se você cumpre menos de 80% dos tempos prometidos, se o cancelamento supera 2% ou se a avaliação cai abaixo de 4,5 sobre 5, o algoritmo já está penalizando você, e nenhum investimento em publicidade reverte isso.
No método MASTERESTAURANT, levamos primeiro a operação para esses limites, a sustentamos por 21 dias seguidos e só então ativamos uma campanha com orçamento máximo de 3% das vendas de delivery. Os restaurantes que respeitam essa ordem crescem em vendas orgânicas antes de gastar o primeiro centavo em mídia paga.
O peso do histórico limpo: pedidos sem reembolso e volume acumulado
Poucos donos acompanham todo dia a porcentagem de pedidos concluídos sem reembolso nem disputa, e justamente essa é a variável que mais ignoram. As plataformas registram cada devolução: pedido incompleto, prato errado, espera excessiva. Ultrapassar 4% de pedidos com reembolso nos últimos 90 dias gera uma penalização automática no ranking, independentemente da sua nota visível.
Já auditei cozinhas em que 70% das disputas vinham dos mesmos 3 pratos, quase sempre os mais complexos do cardápio; simplificá-los ou tirá-los reduziu as disputas para menos de 1% em 45 dias. O volume acumulado também pesa como âncora de confiança: um restaurante com 5.000 pedidos limpos tem vantagem estrutural sobre um novo com apenas 200, mesmo que ambos tenham hoje a mesma nota.
Plano de 30 dias para subir de posição sem aumentar o orçamento de publicidade
O plano de 30 dias que aplico em consultoria segue esta ordem. Semana 1: ative as notificações no dispositivo mais rápido que você tiver e defina o protocolo de aceitação abaixo de 40 segundos; se hoje você passa de 90 segundos, só essa mudança sobe entre 2 e 4 posições em Rappi e Uber Eats.
Semana 2: faça uma auditoria do cardápio e retire, ainda que temporariamente, os itens cujo tempo real de preparo supere o prometido em mais de 5 minutos, e ajuste o tempo publicado para refletir a realidade da sua cozinha. Semana 3: renove as fotos dos 5 itens com maior potencial de CTR. Semana 4: revise disputas e reembolsos. Qualquer item com mais de 3 disputas no mês é suspenso ou reformulado, sem exceção.
Ao final dos 30 dias, compare o ranking antes e depois, meça o delta de pedidos orgânicos e só então decida se ativa anúncios com 3% do orçamento sobre as vendas de delivery.
As 4 diferenças que mais pesam no ranking do algoritmo
Um restaurante que aceita em 40 segundos sobe de posição mesmo que seu ticket médio seja 15% mais alto que o da concorrência: a plataforma prioriza a fricção zero do cliente acima do preço. Nada pune tanto quanto o cancelamento: subir de 2% para 6% pode custar a um restaurante até 30% da visibilidade orgânica, segundo os 140 restaurantes que auditei nos últimos 18 meses. Cumprir o prometido pesa mais que o tempo absoluto.
Prometer 20 minutos e entregar em 19 ranqueia melhor do que prometer 12 e levar 22. Dez pedidos com cinco estrelas seguidas podem reverter em três semanas uma queda anterior de 4.3 a 4.7, porque o algoritmo pesa a avaliação dos últimos 100 pedidos, não o total histórico.
Ajustar por plataforma importa: a mesma correção que ganha 4 posições no Uber Eats pode mover só 1 no DiDi Food sem uma mudança paralela de preço de cerca de 8%.
Antes e depois: o impacto mensurável do método correto
Perfil A: o restaurante que o algoritmo enterra
- Tempo de aceitação de 90-120 segundos em turnos saturados.
- Taxa de cancelamento de 6-8% mensal por sobrevenda do cardápio.
- Tempo de preparo real de 28 minutos contra 15 prometidos.
- Investimento de $800.000 COP/mês em ads sem corrigir a cozinha.
- CMV de 38-40% por descontos agressivos para competir.
- Avaliação média de 4.1 estrelas nos últimos 100 pedidos.
Perfil B: o restaurante que o algoritmo premia
- Tempo de aceitação abaixo de 45 segundos com turno dedicado ao delivery.
- Taxa de cancelamento menor que 2% com cardápio dinâmico por horário.
- Tempo de preparo de 14 minutos, cumprimento de 98% do prometido.
- Investimento de $250.000 COP/mês em ads mais otimização operacional documentada.
- CMV de 30-32% com preço dinâmico, sem sacrificar a margem.
- Avaliação média de 4.6-4.8 estrelas, prioridade algorítmica +25%.
Otimização de algoritmos de delivery em números (2026)
“Um restaurante de comida saudável em Bogotá chegou até nós com vendas de delivery estagnadas em $18 milhões COP mensais, apesar de investir $1.2 milhões COP em ads dentro do Rappi.
Com o método Masterestaurant, as falhas mais comuns na operação de delivery eram a aceitação lenta do pedido, um tempo de preparo real muito acima do prometido ao cliente e uma taxa de cancelamento alta nos horários de pico por sobrevenda de pratos sem disponibilidade real. Redesenhamos o fluxo da cozinha, definimos um cardápio dinâmico por turno e reduzimos o tempo de aceitação para 38 segundos com um encarregado dedicado apenas ao tablet.
Em 6 semanas a avaliação subiu de 4.2 para 4.7, o cancelamento caiu para 1.8% e as vendas de delivery saltaram para $26.4 milhões COP mensais — um crescimento de 47% sem baixar um único preço do cardápio.”
Caso composto com fins ilustrativos: os nomes e os números do caso não descrevem um negócio real nem são dados do setor.
Como otimizar o algoritmo de delivery em 4 passos
Antes de mexer em qualquer coisa, meça durante 7 dias estas quatro variáveis: tempo médio de aceitação, tempo de preparo real versus o prometido no perfil, taxa de cancelamento e avaliação dos últimos 100 pedidos. Na Masterestaurant usamos essa auditoria como ponto de partida porque, segundo os dados de 140 cozinhas analisadas, essas quatro variáveis explicam 60% do peso algorítmico. Se o seu tempo de aceitação médio passar de 60 segundos ou o seu cancelamento ultrapassar 3%, você já tem o diagnóstico de por que o algoritmo não te mostra no topo. Anote cada número em uma planilha simples, sem software caro: o que importa é ter a linha de base antes de otimizar, porque sem esses quatro dados qualquer mudança será feita às cegas e você não conseguirá medir se realmente subiu no ranking em 2026.
É comum que a mesma pessoa atenda o tablet de delivery e o caixa físico, o que dispara o tempo de aceitação justamente nos horários de pico. A solução que aplicamos na Masterestaurant é simples: designe uma única pessoa para o tablet durante o rush das 12h às 14h e das 19h às 21h, sem nenhuma outra tarefa. Restaurantes que fizeram essa mudança reduziram o tempo de aceitação para menos de 40 segundos em duas semanas, e isso por si só fez subir a posição deles na lista de busca em até 3 lugares. Não exige investimento: exige reorganizar o turno e deixar claro que aceitar rápido é tão prioritário quanto cozinhar bem, porque o algoritmo pesa assim.
O cancelamento por falta de disponibilidade real é a variável que mais penaliza o ranking, e se corrige com um cardápio dinâmico: desative no app qualquer prato que tenha menos da matéria-prima necessária para 5 pedidos simultâneos. Nos restaurantes que aplicaram esse ajuste com Masterestaurant, o cancelamento caiu de 6-8% para 1,5-2% em quatro semanas, porque deixaram de oferecer pratos que não conseguiam cumprir nos horários de pico. Revise o estoque a cada turno, não a cada dia: um restaurante que atualiza a disponibilidade a cada 4 horas evita 90% dos cancelamentos por falta de insumo. Essa disciplina, somada ao controle de CMV abaixo de 32%, é o que separa um restaurante que sobe no ranking de um que estagna.
O algoritmo pondera a avaliação recente, então uma má fase de 10 pedidos pode afundar você mesmo com 4,5 estrelas históricas. O método correto: revise toda manhã os comentários das últimas 24 horas e responda em menos de 2 horas a qualquer avaliação abaixo de 4 estrelas, oferecendo uma solução concreta, não um pedido de desculpas genérico. Restaurantes que adotaram esse hábito com Diego F. Parra e Masterestaurant elevaram sua nota média de 4,2 para 4,7 em 6 semanas, o que se traduziu em 25% mais visibilidade nas buscas de horário de pico. A chave em 2026 é entender que o algoritmo não perdoa inconsistência: ele prefere um restaurante com 4,6 estável a um com 4,9 num dia e 3,8 no seguinte.
E com inteligência artificial?
Otimize canais, precificação e unit economics do seu dark kitchen. Diego F. Parra é especialista em IA aplicada a restaurantes.
Ferramentas gratuitas para otimização de algoritmos de delivery
Ferramentas Masterestaurant para sustentar a otimização
Otimizar o algoritmo de delivery uma única vez não adianta se você não sustentar o controle operacional toda semana. Estas são as ferramentas que usamos em Masterestaurant para que o CMV, o fluxo de caixa e a estratégia de delivery não se desorganizem de novo depois do primeiro mês de melhoria.
Perguntas frequentes sobre otimização de algoritmos de delivery
Como um restaurante pode reduzir a taxa de cancelamento no delivery?
Como um restaurante pode reduzir a taxa de cancelamento no delivery?
Reduz-se vendendo apenas o que a cozinha consegue cumprir: cardápio dinâmico por turno que retira pratos esgotados, aceite rápido do pedido e um tempo de preparo prometido que seja respeitado. Segundo a auditoria de Diego F. Parra, a venda acima da capacidade do cardápio é a principal causa de cancelamentos. Ao baixar o cancelamento, as plataformas deixam de tirar visibilidade orgânica, e essa visibilidade vale mais do que qualquer anúncio pago.
O que é a otimização de algoritmos de delivery?
O que é a otimização de algoritmos de delivery?
A otimização de algoritmos de delivery consiste em governar as variáveis operacionais que decidem sua posição em Rappi, Uber Eats ou DiDi Food: rapidez de aceite, cancelamento, fotos do cardápio e preço dinâmico. Corrige-se principalmente com disciplina de cozinha, não com descontos. Segundo Diego F. Parra, a maioria dessas alavancas não custa dinheiro extra.
Como reduzir o cancelamento no delivery do meu restaurante?
Como reduzir o cancelamento no delivery do meu restaurante?
Sincronize o cardápio por turno para não vender o que você não consegue preparar, aceite cada pedido com rapidez e prometa apenas um tempo de preparo que você cumpra. A maioria dos cancelamentos nasce da venda acima da capacidade e de esperas maiores do que as prometidas.
Quanto tempo leva para ver melhoras no ranking do algoritmo de delivery?
Quanto tempo leva para ver melhoras no ranking do algoritmo de delivery?
Com o método Masterestaurant, as mudanças no tempo de aceite e no cancelamento aparecem em 2 a 4 semanas. A nota completa, que depende dos últimos 100 pedidos, leva entre 6 e 8 semanas para se estabilizar no novo nível, normalmente entre 4,6 e 4,8 estrelas.
Pagar mais por publicidade dentro de Rappi ou Uber Eats melhora o algoritmo?
Pagar mais por publicidade dentro de Rappi ou Uber Eats melhora o algoritmo?
Não de forma sustentável. A publicidade paga visibilidade temporária, mas se seu tempo de preparo real superar o prometido ou seu cancelamento passar de 3%, o algoritmo penaliza essa visibilidade comprada. Primeiro corrija a operação e depois invista no máximo 3% das vendas em anúncios.
Qual CMV devo manter ao otimizar para delivery?
Qual CMV devo manter ao otimizar para delivery?
Nunca superior a 32% por prato, mesmo com comissão da plataforma de 25-30%. Se para competir no algoritmo você baixa o preço e o CMV sobe para 38-40%, está comprando ranking com margem, e essa margem não volta.
O algoritmo é igual em Rappi, Uber Eats e DiDi Food?
O algoritmo é igual em Rappi, Uber Eats e DiDi Food?
As variáveis base — aceite, cancelamento, tempo de preparo, avaliação — pesam nas três, mas com ponderações diferentes. DiDi Food premia mais o preço competitivo; Rappi e Uber Eats priorizam velocidade e consistência da avaliação recente sobre os últimos 100 pedidos.
Otimização de algoritmos de delivery em números (2026)
Benchmarks verificáveis de fontes oficiais e não comerciais (governo, associações do setor e market data), nunca concorrência.
| Dado | Valor | Fonte |
|---|---|---|
| volume bruto de transações (GTV) movimentado pelos pedidos da Just Eat Takeaway em 2024 | €26.3 bilhões (2024) | Just Eat Takeaway.com — Full Year 2024 Results |
| Operadores que afirmam que a tecnologia lhes dá vantagem competitiva | 83% (2025) | National Restaurant Association — State of the Industry: How much does technology really improve restaurant operations? 2025 |
| Dos operadores de restaurantes consideram que a tecnologia lhes dá vantagem competitiva frente a quem não a usa | 76% | National Restaurant Association — Restaurant Technology Landscape Report 2024 |
| Ganhos gerados para os entregadores (Dashers) do DoorDash em 2024 | mais de 18.000 milhões de USD em ganhos para os Dashers (mais de $18 bilhão em ganhos para os Dashers) em 2024, em mais de 3 | DoorDash, Inc. — DoorDash Releases Fourth Quarter and Full Year 2024 Financial Results |
| dos casos de uso de IA em restaurantes se aplica à otimização do cardápio | 26% (2025) | Toast — 2025 AI in Restaurants Survey Results |
| porcentagem de clientes que preferem pedir diretamente pelo app ou site próprio do restaurante em vez de um marketplace, segundo pesquisa da NCR Voyix | 58% (Relatório de Experiência do Cliente NCR Voyix 2025, pesquisa de novembro 2024) | Restaurant Dive (citando NCR Voyix) — Most customers prefer ordering delivery directly from restaurants 2025 |
Conteúdo relacionado
Otimização de algoritmos de delivery: el método Masterestaurant
Presente em mais de 8.400 restaurantes em 43 países.
