Você tem 200 anúncios performando bem no ML. Quer levar pra Shopee e Magalu. Tentação: copia, cola, replica. Resultado: anúncios duplicados, ranking baixo nos 3, e em alguns casos suspensão por "spam" (sim, marketplace detecta).

Cross-listing certo é adaptar, não copiar. Esse texto abre o método: o que mantém igual, o que precisa mudar e por quê.

O problema do copy-paste literal

Os 3 marketplaces usam algoritmos de busca diferentes:

MarketplaceFoco do algoritmo
MLKeyword no título + categoria + atributos estruturados
ShopeeEngajamento (cliques, favoritos) + tags + título
MagaluNome técnico + ficha de atributos + categoria mãe

Título que ranqueia em ML pode ser ruim em Shopee, e vice-versa. Exemplo real:

  • ML: "Tênis Esportivo Masculino Corrida Academia Original"
  • Shopee: "Tênis Masculino Confortável Casual Promoção"
  • Magalu: "Tênis Masculino Tamanho 42 Cor Preto Esportivo"

Mesma sapatilha, 3 títulos. Cada um otimizado pro algoritmo de cada lugar.

Em 2026 o Mercado Livre detecta título idêntico a anúncio em outro marketplace via fingerprint de catálogo — penaliza ranking ML quando detecta. Shopee não penaliza, mas afunda no relevance score se título não bater com query padrão da plataforma.

O que fica igual

3 elementos sempre iguais entre marketplaces:

  1. Imagem principal (fundo branco padrão, mesma proporção)
  2. GTIN/EAN/SKU (mesmo código de produto)
  3. Marca + modelo + atributos físicos (cor, tamanho, voltagem)

Diferenciar isso só causaria caos no estoque e na NF-e (NCM tem que bater).

O que precisa adaptar

Título

ML privilegia título com keywords específicas no início. Shopee privilegia título emocional/casual. Magalu privilegia título técnico:

  • ML: até 60 chars, 3-5 keywords no início, sem emoji
  • Shopee: até 100 chars, engajamento e benefício no centro, emoji ok
  • Magalu: até 60 chars, nome técnico + variação principal

Descrição

  • ML: markdown rico, com listas, headings, links pra outros anúncios seus
  • Shopee: descrição corrida, sem markdown, com hashtags no fim
  • Magalu: descrição corrida + tabela de atributos no fim

Atributos estruturados

Cada marketplace tem ficha técnica diferente. ML usa o catálogo dele (predict_category retorna atributos obrigatórios). Shopee tem tier_variation pra cor/tamanho. Magalu tem group/SKU no formato deles.

Mapear atributos entre os 3 é o que mais consome tempo no cross-listing manual. Sem ferramenta, leva 5-10 min por anúncio.

5-10 min
é o tempo médio pra fazer cross-listing manual de 1 anúncio entre os 3 marketplaces

Categoria

A pior armadilha. "Eletrônico > Smartphone" tem ID diferente em cada um. Categoria errada = Buy Box impossível, busca não encontra, ranking morre.

Preço

Já tratei isso no post anterior, mas vale reforçar: preço diferente por marketplace pra manter margem-alvo igual. Tarifa de cada um é diferente.

Variações

ML usa attribute_combinations. Shopee usa tier_variation_list. Magalu usa group + SKU. Estrutura de dados completamente diferente.

O método cross-listing inteligente

1º caminho que funciona em escala.

Passo 1 — Anúncio mestre no marketplace mais robusto

Cria primeiro no Mercado Livre (catálogo mais rico, ML predict_category preenche metade dos atributos). Esse vira o anúncio mestre.

Passo 2 — Mapeamento de categoria

Pra cada categoria ML, mapeia uma categoria correspondente em Shopee e Magalu. Salva isso em tabela:

ML category MLB1234 → Shopee category 100456 → Magalu category abc-123

Sem mapeamento prévio, cada anúncio precisa de pesquisa manual de categoria.

Passo 3 — Tradução de atributos

Atributos do ML viram atributos da Shopee. Tabela:

ML "MODEL" → Shopee "modelo"
ML "BRAND" → Shopee "marca"
ML "GTIN" → Shopee "barcode"

Atributos sem correspondência (raro) precisam de input manual.

Passo 4 — Adaptação de título e descrição

Algoritmo (ou IA) adapta título do ML pro padrão Shopee/Magalu. Mantém keywords principais, ajusta tamanho e tom.

Passo 5 — Publicação coordenada

Publica nos 3 ao mesmo tempo (não 1 por dia — ML pode marcar como "duplicado de outra plataforma" se demorar muito).

Passo 6 — Validação pós-publicação

24-48h depois, confere:

  • Anúncio ativo nos 3
  • Estoque sincronizado
  • Categoria correta (busca funciona)
  • Preço dentro da margem alvo

Cross-listing em massa

Pra carteira grande (>100 SKUs), cross-listing manual é inviável. Você precisa de:

  • Categoria inteligente (predição automática nos 3)
  • Mapeamento de atributos (cadastro 1x, reutiliza)
  • Bulk publish (publica 50 anúncios em paralelo)
  • Auditoria pós-publish (relatório do que falhou)

Como o EVA Pro faz

O CrossListButton + BulkCrossListModal do EVA:

  1. Lê seu anúncio ML (com todos os atributos)
  2. Sugere categoria Shopee/Magalu correspondente (baseado em base treinada)
  3. Adapta título via IA seguindo padrão de cada marketplace
  4. Publica nos 3 (ou em 1 só, à escolha)
  5. Mantém estoque sincronizado a partir daí

Pra bulk: marca 50 anúncios, clica "Cross-list em massa". Modal mostra progresso (Review → Processing → Done) com erros por SKU.

Próximos passos: quer cross-listar 50 anúncios em 5 min? Testa o EVA Pro grátis — conecta ML + Shopee + Magalu e roda o BulkCrossList no primeiro acesso.