Relatório | O Índice de Maturidade DTC 2026

Posicionamento do Leitor

Este relatório foi escrito principalmente para operadores de DTC e ecommerce: fundadores, líderes de growth, gestores de ecommerce, profissionais de lifecycle marketing e equipas de marketing operations que querem perceber como é um negócio “maduro” para lá da vaga reputação de marca. Também é útil para redatores de SEO, autores de newsletters de ecommerce e analistas que precisam de dados originais, prontos a citar, sobre como os sistemas operacionais de DTC estão a evoluir.

O relatório não é um ranking das melhores marcas. Não é uma estimativa de receita. Também não afirma conhecer a qualidade da equipa interna, a margem, a taxa de retenção ou a satisfação do cliente de cada empresa. Faz uma pergunta mais estreita e prática: é possível combinar sinais observáveis de loja, marketing, pagamento, social, SEO e descoberta por IA num modelo útil de maturidade para marcas DTC?

A resposta é sim, com reservas. Os sinais públicos do site não nos dizem tudo, mas mostram se uma marca já saiu de uma simples montra e passou a operar como um sistema com várias camadas: medição de aquisição, ciclo de vida e retenção, flexibilidade de checkout, infraestrutura de experiência do cliente, descoberta técnica, preparação para pesquisa por IA, distribuição social, conformidade e observabilidade.

Resumo Executivo

Nesta pesquisa, 1.238 domínios DTC foram pontuados com um índice de maturidade de 100 pontos, construído a partir de oito dimensões observáveis. A pontuação média foi de 32,4 em 100, e a mediana foi 36,0. Apenas 2 domínios, ou 0,2% dos domínios pontuados, alcançaram o nível advanced. Não surgiu um nível elite separado na distribuição final. Esse é o primeiro grande insight: a maioria dos sites DTC desta amostra não é “imaturo” por não ter loja. É imaturo porque as suas camadas operacionais são desiguais.

A dimensão com a média mais forte foi descoberta técnica, com média de 9,4 em 15 e mediana de 10,0. Isto significa que muitas marcas já têm a camada básica de SEO e rastreabilidade a funcionar: metadados, sinais de canonical, viewport mobile, Open Graph e fundamentos semelhantes da página pública. A dimensão com a média mais fraca foi conformidade e observabilidade, com média de 1,2 em 5. A experiência do cliente também foi fraca, com média de 1,6 em 15, e a distribuição social ficou em apenas 2,7 em 10.

Isto cria uma imagem mais interessante do que a simples história de que “as marcas DTC usam Shopify”. Escolher uma plataforma não é maturidade. Muitas marcas conseguem uma boa base de ecommerce a partir da plataforma. A diferença aparece quando se pergunta se a marca construiu as camadas que transformam uma montra num sistema de crescimento repetível: marketing de lifecycle, suporte, avaliações, opções de pagamento, roteamento social, prontidão para pesquisa por IA, consentimento, experimentação, analytics comportamental e monitorização de erros.

A distribuição por nível também é reveladora:

O salto de operational para growth_ready não é apenas uma pontuação mais alta. É uma mudança na forma de operar. Marcas prontas para crescimento têm mais instrumentação, mais camadas de pagamento e retenção, mais visibilidade social e maior dependência do front-end. As operações maduras são mais capazes, mas também mais complexas.

Esse é o argumento central do relatório: a maturidade em DTC já não é definida por ter ou não um site de ecommerce. Ela é definida por quantas camadas operacionais funcionam em conjunto e por saber se a equipa consegue gerir a complexidade que essas camadas criam.

Os Achados Mais Partilháveis

1. A pontuação média de maturidade em DTC é apenas 32,4/100. Nesta amostra, a maioria das marcas tem uma loja e algumas ferramentas, mas poucas mostram um sistema operacional totalmente em camadas.

2. Apenas 0,2% chegaram ao nível avançado. Só 2 dos 1.238 domínios pontuados superaram o limiar advanced neste modelo.

3. SEO técnico é a camada mais forte. A descoberta técnica teve média de 9,4/15, tornando-se a dimensão mais desenvolvida.

4. Conformidade e observabilidade são a camada mais fraca. Essa dimensão teve média de apenas 1,2/5, mostrando que os sinais públicos de consentimento, monitorização e resiliência operacional ainda são escassos.

5. A diferença entre líderes e cauda é menor do que o esperado. Marcas que aparecem em pelo menos três coleções de fonte tiveram média de 37,0, enquanto as restantes ficaram em 31,9. Visibilidade pública ajuda, mas não garante maturidade.

6. Marcas prontas para crescimento carregam mais peso de infraestrutura. Elas têm mediana de 6 ferramentas de analytics e média de 70,9 scripts, em comparação com 3 ferramentas de analytics e 54,5 scripts nas marcas operacionais.

1. Porque é que um Índice de Maturidade Importa

A maioria dos relatórios de benchmark de ecommerce lista ferramentas, plataformas, métodos de pagamento ou canais sociais um por um. Isso é útil, mas incompleto. Uma marca pode ter GA4 e ainda assim não ter um sistema de retenção. Pode ter Shop Pay e ainda assim não ter dados estruturados de produto. Pode ter Instagram e ainda assim não ter educação de produto. Pode ter muitos scripts e ainda assim não ter observabilidade. Pode ter um front-end moderno e continuar fraca em lifecycle marketing.

As equipas operacionais precisam de um modelo que combine sinais. É isso que este índice de maturidade tenta fazer.

O índice usa oito dimensões:

O índice é intencionalmente baseado em sinais públicos. Não afirma conhecer o desempenho interno. Pontua o que pode ser observado na montra e nos dados de deteção relacionados. Isso torna-o útil para benchmark, análise competitiva, conteúdo de SEO, textos de landscape para investidores e auditorias internas.

O índice também faz uma escolha filosófica: não trata nenhuma plataforma isolada como maturidade. Uma loja Shopify com pagamentos padrão e metadados básicos não é automaticamente madura. Um site headless sem retenção, suporte ou dados estruturados também não é automaticamente maduro. Maturidade é multicamada.

2. A Distribuição Geral: A Maioria das Marcas é Operacional, Não Madura

A pontuação média entre 1.238 domínios é 32,4, com mediana de 36,0. Isto significa que a marca típica não está em zero. Provavelmente tem algum analytics, alguma capacidade de checkout, alguns fundamentos de SEO e talvez uma ou duas camadas operacionais adicionais. Mas não mostra um sistema forte e equilibrado ao longo de todo o índice.

O maior nível é operational, com 548 domínios. Estas marcas geralmente têm uma presença de ecommerce funcional e alguma infraestrutura de crescimento. O segundo maior é emerging, com 387 domínios. Estas marcas mostram menos sinais públicos de operação. O nível growth_ready inclui 301 domínios, e o nível advanced inclui apenas 2 domínios.

Esta distribuição é útil porque evita duas narrativas erradas. A primeira é que o DTC é universalmente sofisticado. Não é, pelo menos não nos sinais públicos do site. A segunda é que a maioria das marcas é sofisticada. Isso também é exagerado. A leitura melhor é que a maioria das marcas é funcional do ponto de vista operacional, mas desigual.

A tabela de níveis também mostra como a maturidade muda a superfície do site. Marcas emergentes têm em média 15,6 scripts, marcas operacionais 54,5, marcas prontas para crescimento 70,9 e marcas avançadas 81,5. Maturidade traz mais capacidades, mas essas capacidades aumentam a complexidade do front-end. Por isso, a conversa sobre maturidade precisa de incluir governação.

3. Benchmarks por Dimensão: Onde o DTC é Forte e Onde é Fraco

Os benchmarks por dimensão mostram a forma do mercado:

A descoberta técnica é a dimensão mais forte. Isto provavelmente reflete padrões da plataforma, plugins de SEO, convenções de tema e anos de prática de SEO em ecommerce. A maioria das marcas entende que as páginas precisam de meta descriptions, canonical tags, viewport mobile e metadados de pré-visualização social. Isso não significa que todos os sites tenham SEO excelente. Significa que os sinais públicos básicos são a camada mais madura do índice.

Commerce e pagamento é a segunda camada relativamente forte. Isso também faz sentido no mercado. As ferramentas de pagamento estão próximas do núcleo da plataforma. Muitas marcas beneficiam dos padrões de checkout e de fornecedores de pagamento conhecidos sem precisarem de construir infraestrutura personalizada.

As camadas mais fracas são mais reveladoras. A experiência do cliente tem mediana de 0,0, o que significa que muitas marcas não mostram sinais públicos detetados nessa dimensão. Conformidade e observabilidade têm média de 1,2 em 5. A distribuição social tem mediana de 0,0. Não estamos a falar de detalhes técnicos obscuros. Estas são as camadas que mostram se a marca está a gerir confiança, suporte, distribuição pública, privacidade e resiliência operacional.

A pesquisa por IA ainda está numa fase inicial, com média de 3,2 em 10. Isto alinha-se com a pesquisa separada sobre prontidão para pesquisa por IA: muitas marcas já têm algum ponto de entrada legível por máquina, especialmente via padrões da plataforma, mas muito menos expõem informações estruturadas de alta qualidade sobre produto e marca.

4. Como é o Nível Avançado: Exemplos Positivos

Apenas dois domínios alcançaram o nível advanced neste modelo: Nakedcashmere e Rare Beauty.

A Nakedcashmere marcou 67,0. Nos dados públicos de deteção, mostrou uma stack operacional ampla: Attentive, Bing UET, GA4, GTM, Gorgias, Hotjar, Klaviyo Onsite, Loop Returns, Microsoft Clarity, TikTok Pixel, Triple Whale, Universal Analytics e Yotpo, além de PayPal e Shop Pay. Também tinha distribuição social visível em cinco plataformas. Este é um exemplo útil de uma marca com muitas camadas operacionais: medição de aquisição, retenção, suporte ao cliente, devoluções, analytics comportamental, atribuição, avaliações e checkout.

A Rare Beauty marcou 66,6. Mostrou Attentive, Bing UET, Cookiebot / OneTrust, GA4, GTM, Gorgias, Klaviyo Onsite e Yotpo, com PayPal e Shop Pay, além de uma matriz social ampla. O ponto importante não é que todas as marcas devam copiar exatamente esta stack. O ponto é que maturidade avançada se parece com um sistema equilibrado, não com uma única ferramenta.

O próximo grupo de exemplos com pontuações altas inclui Kaged, Venus Et Fleur, Au Vodka, Polysleep, BedJet, Tubby Todd, Heatonist, Balance Me, The Inkey List, Three Ships Beauty, Little Sleepies, Kizik e Dollar Shave Club. Estes nomes são úteis para os leitores porque tornam o índice concreto. Mostram que padrões de maturidade aparecem em apparel, beleza, alimentos e bebidas, bem-estar, produtos infantis, casa e cuidados pessoais.

O relatório evita deliberadamente usar marcas com pontuação baixa como exemplos negativos. Isso seria injusto, porque o índice lê apenas sinais públicos. Uma marca pode ser forte operacionalmente de formas que o rastreio não consegue ver. Exemplos positivos são mais seguros e mais úteis.

5. Padrões por Categoria: Apparel e Beauty Lideram, Mas Não por Grande Margem

A classificação por categoria é direcional e baseada em palavras-chave, por isso não deve ser tratada como uma medição exata de mercado. Ainda assim, os benchmarks por categoria são úteis:

Apparel & Footwear e Beauty & Skincare lideram a tabela de categorias, com pontuações médias de 40,5 e 40,0. Isso faz sentido. Estas categorias tendem a ser competitivas, orientadas pela imagem, muito dependentes de media paga e focadas na retenção. Muitas vezes precisam de email, SMS, avaliações, prova social, distribuição por criadores e flexibilidade de pagamento.

Food & Beverage marca 37,7, com sinais relativamente fortes de social e retenção. Marcas de alimentos costumam depender de recompra, rituais, subscrições, receitas e conteúdo amigável para Instagram. Health & Wellness marca 37,3, um pouco abaixo do que se poderia esperar dado o peso educacional da categoria. Isto pode refletir sinais públicos desiguais, e não operações fracas.

Outdoor & Sports tem uma pontuação média de maturidade menor do que Apparel ou Beauty, mas a sua pontuação social é relativamente forte. Isto combina com o achado separado de matriz social, em que Outdoor & Sports tem desempenho acima da média em YouTube e X. Algumas categorias podem ter conteúdo e comunidade fortes sem mostrar a stack completa de lifecycle ou experiência do cliente que eleva o índice de maturidade.

A lição por categoria é que a maturidade tem forma de categoria. Uma marca de beleza madura pode precisar de avaliações, criadores, quizzes, subscrições e educação de lifecycle. Uma marca de casa madura pode precisar de Pinterest, financiamento, conteúdo longo e suporte ao cliente. Uma marca de alimentos madura pode precisar de subscrições, bundles, email, receitas e prova social. O mesmo índice de 100 pontos ajuda a comparar camadas, mas o playbook operacional muda consoante a categoria.

6. Líderes versus Cauda: Visibilidade Não é o Mesmo que Maturidade

A comparação entre líderes e cauda é uma das partes mais contraintuitivas do estudo.

Marcas que aparecem em pelo menos três coleções de fonte pontuam mais alto, mas a diferença é de apenas 5,1 pontos. Isto é significativo, mas não enorme. Visibilidade pública em estudos de caso e listas de ecommerce está associada a maior maturidade, mas não garante um sistema operacional plenamente maduro.

Isto é importante para operadores porque reduz a intimidação. Marcas menores ou menos públicas podem aceder a muitas das mesmas ferramentas. A stack padrão está amplamente disponível. Provedores de pagamento, plataformas de email, analytics comportamental, ferramentas de avaliações e melhorias de schema não são exclusivos das marcas mais conhecidas.

Também é um aviso para marcas mais visíveis. Ser mencionado em mais listas de fonte não significa automaticamente que a loja é madura em lifecycle, prontidão para IA, distribuição social e conformidade. Uma marca pode ser bem conhecida e ainda ter lacunas.

Para redatores, a conclusão é forte: maturidade em DTC não é o mesmo que fama em DTC. Os sinais operacionais públicos das marcas mais visíveis são melhores, mas não absurdamente melhores.

7. O Paradoxo da Maturidade: Capacidade Gera Complexidade

A tabela de níveis mostra um padrão claro: maior maturidade vem com mais scripts.

Marcas emergentes têm em média 15,6 scripts. Marcas operacionais, 54,5. Marcas prontas para crescimento, 70,9. Marcas avançadas, 81,5.

Isto não significa que scripts sejam maus. Um script pode dar suporte a atribuição, avaliações, chat, personalização, experimentação, consentimento, analytics ou suporte. São capacidades reais. Mas cada script também acrescenta custo potencial: páginas mais lentas, risco de QA, complexidade de consentimento, risco de fuga de dados, conflito de tags, ruído de atribuição e manutenção de fornecedores.

Por isso, um índice de maturidade não deve ser interpretado como “mais ferramentas é sempre melhor”. Os melhores operadores não são os que têm mais ferramentas. São os que têm as ferramentas certas, ownership claro, governação limpa de eventos e um ciclo de revisão das dependências.

O paradoxo da maturidade é útil para as equipas porque reformula a pergunta. O objetivo não é maximizar a pontuação a qualquer custo. O objetivo é construir a próxima camada apenas quando a organização consegue operá-la.

8. Como os Operadores Podem Usar o Índice

O uso prático do índice é diagnóstico. As equipas podem pontuar-se em relação às dimensões e depois perguntar qual camada é o verdadeiro gargalo.

Se o analytics de aquisição for fraco, a equipa talvez não confie nos dados de performance das campanhas. O próximo passo é limpeza de eventos, validação do GA4, governação de pixels ou revisão de atribuição.

Se o ciclo de vida e retenção forem fracos, a equipa pode estar demasiado dependente de aquisição paga. O próximo passo é captura de email, segmentação, estratégia de SMS, fidelização, subscrição ou fluxos de recompra.

Se commerce e pagamento forem fracos, o checkout pode estar a gerar atrito desnecessário. O próximo passo é flexibilidade de pagamento, checkout de um clique, teste de BNPL para produtos de ticket médio alto ou revisão de pagamentos internacionais.

Se a experiência do cliente for fraca, a equipa pode estar sem confiança pública e sem sistemas pós-compra. O próximo passo é avaliações, fluxos de suporte, devoluções, quizzes, personalização ou upsell.

Se a descoberta técnica for fraca, os fundamentos de SEO provavelmente estão a limitar o crescimento orgânico. O próximo passo é metadados, canonical tags, schema, rastreabilidade e templates de página.

Se a pesquisa por IA for fraca, a marca pode estar a ser descoberta apenas de forma superficial. O próximo passo é dados estruturados de produto, melhor qualidade do llms.txt, factos claros na página de produto e sinais de entidade limpos.

Se a distribuição social for fraca, o site pode não estar a encaminhar visitantes para canais sociais próprios ativos. O próximo passo é uma auditoria de links sociais e definição do papel de cada canal.

Se a conformidade e observabilidade forem fracas, o site pode ter evidência pública limitada de consentimento, monitorização ou resiliência. O próximo passo é gestão de consentimento, monitorização de erros, monitorização de performance ou revisão de privacidade.

9. O que os Profissionais de Conteúdo Podem Citar

Esta pesquisa cria vários ângulos fortes de citação:

“Apenas 0,2% dos domínios DTC pontuados chegaram ao nível avançado.” Este é o gancho de maturidade mais amplo.

“A descoberta técnica é a camada mais forte da maturidade em DTC, enquanto conformidade e observabilidade são as mais fracas.” Isto é útil para públicos de SEO e operações.

“A diferença de maturidade entre líderes e cauda é menor do que o esperado.” Isto é útil para fundadores e equipas de growth porque desafia suposições sobre o tamanho da marca.

“Marcas prontas para crescimento têm mais scripts.” Isto liga maturidade a performance e governação.

“A maturidade em DTC é multicamada.” Isto pode ancorar artigos sobre porque é que a escolha de plataforma já não explica sozinha a competitividade no ecommerce.

O importante é citar a ressalva: estes são sinais públicos de 1.238 domínios pontuados, não desempenho interno de negócios.

10. Como Usar o Índice por Equipa

O índice de maturidade é mais útil quando equipas diferentes o leem a partir da sua própria lente operacional. Um fundador, um profissional de lifecycle, um líder de SEO e um engenheiro de front-end não veem o mesmo problema, mesmo olhando para a mesma pontuação.

Para fundadores e gestores gerais, o índice é uma ferramenta de priorização. Uma pontuação baixa não significa que o negócio é fraco. Significa que a montra pública ainda não mostra muitas camadas operacionais maduras. A pergunta imediata é: que camada em falta tem mais hipóteses de desbloquear a próxima fase de crescimento? Para uma marca em fase inicial, pode ser captura de retenção e checkout limpo. Para uma marca mid-market, pode ser avaliações, suporte, atribuição ou dados estruturados de produto. Para uma marca a preparar expansão internacional, pode ser conformidade, hreflang, localização de pagamento e consentimento.

Para equipas de growth, o índice ajuda a separar problemas de aquisição de problemas do sistema operacional. Se a performance paga está fraca, mas o analytics de aquisição também está fraco, a primeira tarefa é medição, não mais investimento. Se a performance paga está cara, mas o ciclo de vida e retenção estão fracos, a equipa pode estar a usar demasiado a aquisição para compensar uma infraestrutura fraca de recompra. Se a distribuição social está fraca, a marca pode estar a perder a oportunidade de encaminhar visitantes de alta intenção para canais próprios de audiência.

Para equipas de lifecycle, a pontuação de retenção é o ponto de partida. Muitas marcas têm a camada básica de loja e checkout, mas não mostram uma infraestrutura forte de lifecycle. Uma equipa de retenção pode usar este benchmark para defender melhorias na captura de email, segmentação, testes de SMS, fluxos de recompra, fidelização, lógica de subscrição e educação pós-compra. Os programas de lifecycle mais fortes não são apenas campanhas de email; estão ligados à educação na página de produto, ao comportamento no checkout, ao suporte ao cliente e ao timing de recompra.

Para equipas de SEO e conteúdo, as dimensões de descoberta técnica e pesquisa por IA são as mais importantes. Os fundamentos tradicionais de SEO estão relativamente fortes na amostra, mas a prontidão para pesquisa por IA ainda está no início. Isto cria um roadmap claro de conteúdo e técnico: melhorar o schema das páginas de produto, expor factos do produto, limpar metadados, alinhar páginas de categoria com a intenção de pesquisa e tornar as alegações do produto mais fáceis de verificar por máquinas e humanos. As equipas de SEO podem usar o índice para ir além do ranking de palavras-chave e entrar na prontidão da montra.

Para equipas de experiência do cliente, a pontuação baixa de experiência do cliente é uma oportunidade. Avaliações, suporte, devoluções, quizzes, personalização, upsell e infraestrutura de confiança não são apenas camadas de atendimento. Moldam a conversão. Se os compradores não conseguem ver prova, fazer perguntas, perceber o ajuste, comparar opções ou recuperar de uma má experiência, a marca pagará esse atrito na taxa de conversão e retenção.

Para engenharia e marketing operations, o índice deve ser acompanhado de uma auditoria de dependências. Maior maturidade muitas vezes significa mais scripts, mais ferramentas e mais pontos de integração. Isso não torna a maturidade ruim; significa que maturidade precisa de governação. A engenharia não deve ser chamada apenas para “deixar o site mais rápido” enquanto cada equipa continua a adicionar fornecedores. O índice pode criar uma linguagem comum: que capacidade vale o custo técnico que traz?

11. Um Roadmap Prático de Maturidade

O índice pode ser transformado num roadmap simples por etapas.

Etapa 1: Tornar-se operacional. Garanta que a loja funciona, que os analytics estão instalados, que o checkout é familiar, que os metadados existem e que a marca tem pelo menos um caminho claro de retenção. Esta é a camada básica.

Etapa 2: Tornar-se mensurável. Organize os eventos de aquisição, elimine duplicação de pixels, valide o rastreio de compras e decida qual dashboard será a fonte da verdade. Uma marca não consegue escalar com confiança se cada canal reporta uma resposta diferente.

Etapa 3: Tornar-se repetível. Construa fluxos de lifecycle, jornadas pós-compra, fluxos de suporte ao cliente, avaliações e lógica de recompra. É aqui que a marca passa a depender menos da aquisição paga de forma isolada.

Etapa 4: Tornar-se descobrível por máquinas. Adicione dados estruturados de produto, melhore metadados, valide o schema e deixe claros os factos de produto e políticas. Isto é cada vez mais importante à medida que a pesquisa por IA e os agentes de compra passam a fazer parte da descoberta de produtos.

Etapa 5: Tornar-se governada. Adicione consentimento e observabilidade, reveja scripts, atribua responsáveis às ferramentas e crie uma revisão trimestral da stack. As marcas maduras não se limitam a adicionar mais infraestrutura; governam-na.

Este roadmap é intencionalmente prático. Uma marca pequena não precisa de correr atrás de todos os sinais avançados. A próxima camada certa depende do estágio, categoria, AOV, tamanho da equipa, mix de tráfego e ambições internacionais. O índice é um mapa, não um placar.

Metodologia

O índice foi construído a partir do conjunto de dados do relatório duplo de DTC recolhido em 11 de maio de 2026. Pontuou 1.238 domínios usando entradas de master.csv, detection.csv, seo_signals.csv, categories.csv e perf_metrics.csv.

O modelo atribui até 100 pontos em oito dimensões: analytics de aquisição, ciclo de vida e retenção, commerce e pagamento, experiência do cliente, descoberta técnica, pesquisa por IA, distribuição social e conformidade/observabilidade. A pontuação foi concebida para refletir sinais operacionais públicos, não resultados de negócio.

O índice é intencionalmente diferente de uma contagem de ferramentas. Valoriza múltiplas camadas operacionais e maturidade equilibrada. Também permite que marcas obtenham boas pontuações por caminhos diferentes, dependendo da categoria e do modelo operacional.

Limitações

1. Isto não é um ranking de receita ou qualidade de marca. Uma pontuação alta significa mais camadas operacionais observáveis, não necessariamente melhor desempenho de negócio.

2. A amostra não é um censo completo de DTC. Está enviesada para marcas visíveis em ecossistemas de ferramentas de ecommerce e listas públicas de DTC.

3. A deteção pública é um limite inferior. Algumas ferramentas e sinais carregam dinamicamente, atrás de consentimento ou por renderização do lado do cliente.

4. Os rótulos de categoria são direcionais. São úteis para análise de padrões, mas não para taxonomia exata.

5. Os pesos de pontuação são editoriais e práticos. Existem para criar um benchmark operacional útil, não uma verdade científica universal.

6. Maturidade gera complexidade. Pontuações mais altas muitas vezes correlacionam-se com mais scripts e mais dependências, por isso a pontuação deve ser interpretada com governação em mente.

Notas de Reprodutibilidade

A pasta de entrega inclui:

• analyze_maturity_index.py — script de análise usado para pontuar domínios nas oito dimensões de maturidade e atribuir níveis de maturidade.
• dtc_maturity_index_scores.csv — pontuações de maturidade por domínio, pontuações por dimensão e atribuições de nível.
• dimension_benchmarks.csv — média, mediana, p75 e pontuação máxima por dimensão de maturidade.
• maturity_by_tier.csv — benchmarks por nível e resumos de distribuição.
• maturity_by_category.csv — benchmarks de maturidade por categoria.
• head_vs_tail_maturity.csv — comparação de maturidade por segmento de visibilidade de fonte.
• top_maturity_brands.csv — domínios com maior pontuação para revisão editorial e seleção de exemplos.
• summary.json — métricas agregadas principais citadas neste relatório, incluindo tamanho da amostra, pontuação média, pontuação mediana, distribuição por nível, participação avançada ou elite e médias das dimensões mais fortes e mais fracas.

Correções de metodologia, problemas no conjunto de dados e análises de acompanhamento são bem-vindos em support@thunderbit.com. Este relatório é publicado de forma independente de qualquer posição comercial que a Thunderbit detenha; construímos um raspador web com IA e temos um interesse estrutural em que sites públicos de ecommerce permaneçam suficientemente inspecionáveis para que operadores, investigadores, motores de busca e agentes de IA entendam como as marcas operam online. O índice baseia-se em 1.238 domínios DTC pontuados a partir de sinais públicos de sites recolhidos em 11 de maio de 2026. Os dados deste relatório têm valor próprio. — Equipa de investigação da Thunderbit, maio de 2026.