Structured data produk untuk AI search di toko online

Apa yang ditambahkan schema produk ke toko online?

Schema produk menambahkan deskripsi terstruktur dari suatu item ke informasi yang sudah ada di halamannya. Bagi tim ecommerce, tugasnya adalah memberi label detail seperti nama produk, merek, gambar, dan penawaran dalam format yang dapat diinterpretasikan perangkat lunak secara lebih konsisten.

Itu membuat structured data untuk toko online berguna sebagai lapisan kejelasan dan konsistensi. Ini tidak menggantikan salinan produk, navigasi, halaman yang dapat di-crawl, atau identitas toko yang jelas. Anggap markup sebagai padanan machine-readable dari halaman produk yang terlihat: jika keduanya tidak setuju, markup bukanlah representasi penawaran yang dapat diandalkan.

Schema.org menyediakan kosakata bersama, termasuk Product, Offer, dan Organization. Penyedia pencarian mungkin mendokumentasikan persyaratan terpisah untuk fitur mereka sendiri, jadi validitas schema.org saja tidak menentukan kelayakan untuk setiap presentasi pencarian. Untuk pandangan yang lebih luas tentang bagaimana markup cocok dengan penemuan AI, baca panduan schema markup untuk AI search.

Mulailah dengan halaman yang paling penting bagi katalog Anda. Konfirmasi bahwa setiap halaman memiliki identitas produk yang berbeda, bahwa detail utamanya terlihat oleh pembeli, dan bahwa deskripsi terstruktur apa pun mencerminkan detail yang sama. Dasar praktis ini membuat validasi selanjutnya jauh lebih mudah.

Properti Product mana yang harus divalidasi tim ecommerce?

Validasi properti yang mengidentifikasi item dan mendeskripsikan penawaran di halamannya. Kumpulan yang tepat tergantung pada jenis produk dan informasi yang benar-benar dipublikasikan toko Anda; menambahkan bidang tanpa sumber yang dapat diandalkan dapat membuat markup kurang dapat dipercaya, bukan lebih berguna.

Untuk setiap halaman produk, periksa detail inti ini:

• Identitas: name, description yang berguna, dan pengidentifikasi produk yang stabil seperti sku jika katalog Anda menggunakannya.
• Presentasi: nilai image yang mewakili item dan brand ketika merek diketahui dan ditampilkan secara akurat.
• Penawaran: jika halaman menyajikan penawaran, periksa bahwa price, priceCurrency, dan availability cocok dengan penawaran terlihat saat ini. Jaga penawaran tetap terikat pada produk yang benar.
• Bukti: tambahkan aggregateRating atau review hanya jika halaman berisi informasi ulasan asli dan relevan yang mendukung properti tersebut.

Tinjauan bidang yang ringkas dapat menangkap ketidakcocokan umum: Apakah nama cocok dengan judul halaman? Apakah gambar menunjukkan produk yang dipilih? Apakah ketersediaan masih akurat? Apakah penawaran merujuk pada item dan mata uang yang tepat? Jika properti tidak dapat didukung oleh data sumber yang terlihat atau dipelihara, tinggalkan saja daripada menebak.

Untuk kosakata yang tepat dan definisi properti, konsultasikan schema.org Product. Kemudian periksa persyaratan fitur pencarian terhadap dokumentasi terkini penyedia yang relevan. Perlakukan itu sebagai pemeriksaan terpisah: satu mengonfirmasi kosakata Anda, yang lain mengevaluasi aturan presentasi platform tertentu.

Bagaimana schema Organization memperjelas siapa yang mengoperasikan toko?

Markup Organization mendeskripsikan bisnis di balik toko, sementara markup Product mendeskripsikan itemnya. Menghubungkan keduanya dengan jelas membantu mesin membedakan informasi produk dari identitas organisasi yang menerbitkannya.

Tinjau detail Organization yang dapat dibuktikan oleh situs Anda: name, url, dan logo harus mencerminkan bisnis dan situs web publiknya. Gunakan sameAs hanya untuk profil resmi yang benar-benar mewakili organisasi yang sama. Tambahkan contactPoint hanya jika jalur kontak itu nyata dan dipelihara. Jika bisnisnya adalah toko online, schema.org juga mendefinisikan OnlineStore sebagai tipe organisasi; pilih tipe yang paling sesuai dengan entitas yang Anda deskripsikan.

Jaga data ini konsisten di seluruh situs. Periksa nama organisasi dan logo terhadap header, footer, halaman kontak, dan profil bisnis publik lainnya. Hindari menggunakan detail perusahaan induk di halaman produk jika itu akan menyiratkan bahwa perusahaan tersebut mengoperasikan etalase yang berbeda. Buat hubungan antara merek, penjual, dan produk dapat dipahami dalam konten halaman yang terlihat juga.

Entitas organisasi bukanlah pengganti properti tingkat produk, dan produk tidak boleh membawa detail di seluruh toko seolah-olah itu mendeskripsikan item. Untuk pandangan teknis yang mencakup structured data dan sinyal situs terkait, lihat AEO teknis: schema, llms.txt, dan crawler.

Bagaimana varian produk dan data katalog harus cocok bersama?

Representasikan varian sesuai dengan cara pembeli dapat memilih dan membelinya di situs Anda. Jika ukuran, warna, atau opsi lain memiliki halaman produk atau penawaran yang berbeda, structured data harus membuat hubungan tersebut dapat dipahami daripada meratakan item yang berbeda menjadi satu deskripsi yang ambigu.

Schema.org menyediakan ProductGroup untuk mengelompokkan varian. Properti yang relevan termasuk productGroupID, variesBy, dan hasVariant; Product juga dapat menggunakan isVariantOf untuk mengekspresikan hubungannya dengan suatu grup. Gunakan ini hanya jika struktur katalog situs mendukung hubungan itu. Markup tidak boleh menyarankan opsi, pengidentifikasi, atau penawaran yang tidak benar-benar disediakan halaman.

Gunakan tabel tinjauan ini sebagai titik awal:

Kemudian bandingkan sampel halaman yang diberi markup dengan sumber katalog dan halaman yang dilihat pembeli. Berikan perhatian khusus pada halaman di mana suatu opsi tidak tersedia atau di mana varian memiliki gambar atau pengidentifikasi yang berbeda. Ini menangkap penyimpangan antara data inventaris, konten halaman, dan markup sebelum pola menyebar ke seluruh katalog.

Bagaimana tim dapat memvalidasi markup produk sebelum menerbitkan?

Validasi structured data dalam dua tahap: pertama periksa apakah secara teknis dapat dibaca, lalu periksa apakah itu mendeskripsikan halaman secara akurat. Hasil tes yang bersih tidak dapat memberi tahu Anda apakah data sumber Anda terkini atau apakah halaman produk mengomunikasikan informasi yang sama kepada pembeli.

Gunakan tinjauan yang dapat diulang:

• Pilih halaman produk yang representatif, termasuk item standar dan halaman dengan varian.
• Bandingkan setiap properti yang diberi markup dengan halaman yang terlihat dan sumber katalog yang otoritatif.
• Periksa detail yang hilang, basi, atau tidak cocok, terutama informasi penawaran dan ketersediaan.
• Uji halaman yang dirender dengan alat structured data yang sesuai dan tinjau masalah yang dilaporkan.
• Periksa ulang halaman setelah perubahan pada template, umpan produk, atau aturan katalog.

Simpan catatan template dan sumber data mana yang menghasilkan setiap bidang. Itu memudahkan untuk melacak gambar atau penawaran yang salah kembali ke sumbernya daripada menambal halaman individual tanpa memahami polanya. Untuk katalog besar, prioritaskan template dan saluran data yang menghasilkan banyak halaman, lalu sampel halaman yang dihasilkan untuk mengonfirmasi bahwa perubahan berperilaku seperti yang diharapkan.

Dokumentasi Google menjelaskan persyaratan fitur pencariannya sendiri; konsultasikan dokumentasi Google Search tentang structured data produk saat meninjau kelayakan untuk presentasi Google. Untuk hubungan antara perbaikan teknis dan pekerjaan pencarian yang lebih luas, lihat panduan monitoring visibilitas AI search.

Apa yang dapat disumbangkan schema produk untuk visibilitas AI search?

Schema produk dapat membuat fakta produk lebih eksplisit dan lebih mudah diinterpretasikan oleh mesin, tetapi ini adalah satu bagian dari lingkungan informasi yang lebih luas. Konten halaman yang jelas, halaman produk yang dapat diakses, detail organisasi yang konsisten, dan data katalog yang dapat diandalkan masih penting untuk kualitas informasi yang Anda publikasikan.

Untuk tinjauan AI-search, periksa apakah fakta produk di situs Anda tidak ambigu dan konsisten di seluruh halaman produk, halaman organisasi, dan profil bisnis publik. Juga identifikasi pertanyaan mana yang perlu dijawab pembeli: apa itemnya, opsi apa yang ada, siapa yang menjualnya, dan apakah penawaran itu terkini. Ini memberi tim konten dan teknis Anda serangkaian masalah praktis untuk diselesaikan alih-alih memperlakukan schema sebagai perbaikan yang berdiri sendiri. Ikhtisar visibilitas produk dan ChatGPT shopping kami memberikan konteks tambahan tentang penemuan produk di pengaturan itu.

Markup yang valid tidak mengontrol apakah mesin pencari atau asisten AI merayapi halaman, memilihnya, menampilkan fitur produk, atau mengutip informasinya. Sistem tersebut menerapkan kebijakan dan pilihan presentasi mereka sendiri, yang dapat berubah secara independen dari implementasi Anda.

Jika Anda menginginkan tinjauan ahli, kirimkan AIPromote beberapa URL produk yang representatif, contoh data katalog Anda, dan catatan tentang platform etalase. AI Presence Scan dapat mengidentifikasi di mana informasi produk dan organisasi perlu perhatian; Answer Map kemudian dapat mengatur pertanyaan dan sumber yang harus ditangani konten Anda.