온라인 스토어의 AI 검색을 위한 상품 구조화 데이터

상품 스키마가 온라인 스토어에 무엇을 추가하나요?

상품 스키마는 페이지에 이미 있는 정보에 상품에 대한 구조화된 설명을 추가합니다. 전자상거래 팀의 경우, 소프트웨어가 더 일관되게 해석할 수 있는 형식으로 상품 이름, 브랜드, 이미지 및 제안과 같은 세부 정보를 표시하는 역할을 합니다.

이는 온라인 스토어의 구조화 데이터를 명확성과 일관성 계층으로 유용하게 만듭니다. 상품 카피, 탐색, 크롤링 가능한 페이지 또는 명확한 스토어 정체성을 대체하지 않습니다. 마크업을 보이는 상품 페이지의 기계 판독 가능한 대응물로 생각하세요: 둘이 일치하지 않으면 마크업은 제안의 신뢰할 수 있는 표현이 아닙니다.

Schema.org는 Product, Offer 및 Organization을 포함한 공유 어휘를 제공합니다. 검색 제공업체는 자체 기능에 대해 별도의 요구 사항을 문서화할 수 있으므로 schema.org 유효성만으로 모든 검색 프레젠테이션에 대한 자격이 설정되지는 않습니다. 마크업이 AI 발견에 어떻게 맞는지에 대한 더 넓은 관점은 AI 검색용 스키마 마크업 가이드를 읽으세요.

카탈로그에서 가장 중요한 페이지부터 시작하세요. 각 페이지에 고유한 상품 정체성이 있고, 주요 세부 정보가 쇼핑객에게 보이며, 구조화된 설명이 동일한 세부 정보를 반영하는지 확인하세요. 이 실용적인 기준은 후속 검증을 훨씬 쉽게 만듭니다.

전자상거래 팀이 검증해야 할 Product 속성은 무엇인가요?

항목을 식별하고 페이지의 제안을 설명하는 속성을 검증하세요. 올바른 세트는 제품 유형과 스토어가 실제로 게시하는 정보에 따라 달라집니다. 신뢰할 수 있는 소스 없이 필드를 추가하면 마크업이 더 유용해지기보다 덜 신뢰할 수 있게 될 수 있습니다.

각 상품 페이지에 대해 다음 핵심 세부 정보를 확인하세요:

• 정체성: name, 유용한 description, 그리고 카탈로그에서 사용하는 경우 sku와 같은 안정적인 상품 식별자.
• 프레젠테이션: 항목을 나타내는 image 값과 브랜드가 알려지고 정확하게 표시될 때 brand.
• 제안: 페이지가 제안을 제시하는 경우 price, priceCurrency 및 availability가 현재 보이는 제안과 일치하는지 확인하세요. 제안을 올바른 상품에 연결하세요.
• 증거: 페이지에 해당 속성을 지원하는 진정한 관련 리뷰 정보가 포함된 경우에만 aggregateRating 또는 review를 추가하세요.

간결한 필드 검토는 일반적인 불일치를 잡을 수 있습니다: 이름이 페이지 제목과 일치합니까? 이미지가 선택된 상품을 보여줍니까? 가용성이 여전히 정확합니까? 제안이 올바른 항목과 통화를 참조합니까? 속성이 보이거나 유지 관리되는 소스 데이터로 지원될 수 없으면 추측하지 말고 생략하세요.

정확한 어휘와 속성 정의는 schema.org Product를 참조하세요. 그런 다음 관련 제공업체의 현재 문서에서 검색 기능 요구 사항을 확인하세요. 이를 별도의 검사로 취급하세요: 하나는 어휘를 확인하고 다른 하나는 특정 플랫폼의 프레젠테이션 규칙을 평가합니다.

Organization 스키마는 스토어 운영자를 어떻게 명확히 하나요?

Organization 마크업은 스토어 뒤에 있는 비즈니스를 설명하고 Product 마크업은 항목을 설명합니다. 둘을 명확하게 연결하면 기계가 제품 정보와 게시하는 조직의 정체성을 구별하는 데 도움이 됩니다.

사이트가 입증할 수 있는 Organization 세부 정보를 검토하세요: name, url 및 logo는 비즈니스와 공개 웹사이트를 반영해야 합니다. sameAs는 동일한 조직을 진정으로 대표하는 공식 프로필에만 사용하세요. contactPoint는 연락 경로가 실제이고 유지 관리되는 경우에만 추가하세요. 비즈니스가 온라인 스토어인 경우 schema.org는 OnlineStore를 조직 유형으로 정의합니다. 설명하는 엔티티에 가장 잘 맞는 유형을 선택하세요.

이 데이터를 사이트 전체에서 일관되게 유지하세요. 조직 이름과 로고를 헤더, 푸터, 연락처 페이지 및 기타 공개 비즈니스 프로필과 비교하세요. 다른 스토어프런트를 운영한다는 의미가 있다면 상품 페이지에 모회사 세부 정보를 사용하지 마세요. 브랜드, 판매자 및 상품 간의 관계를 보이는 페이지 콘텐츠에서도 이해할 수 있게 만드세요.

조직 엔티티는 상품 수준 속성의 대체물이 아니며 상품은 항목을 설명하는 것처럼 스토어 전체 세부 정보를 전달해서는 안 됩니다. 구조화 데이터 및 관련 사이트 신호를 포함한 기술적 관점은 기술 AEO: 스키마, llms.txt 및 크롤러를 참조하세요.

상품 변형과 카탈로그 데이터는 어떻게 맞아야 하나요?

쇼핑객이 사이트에서 선택하고 구매할 수 있는 방식에 따라 변형을 표현하세요. 크기, 색상 또는 기타 옵션에 고유한 상품 페이지나 제안이 있는 경우 구조화된 데이터는 다른 항목을 하나의 모호한 설명으로 평평하게 만들기보다 관계를 이해할 수 있게 해야 합니다.

Schema.org는 변형 그룹화를 위한 ProductGroup을 제공합니다. 관련 속성에는 productGroupID, variesBy 및 hasVariant가 포함됩니다. Product는 isVariantOf를 사용하여 그룹과의 관계를 표현할 수도 있습니다. 사이트의 카탈로그 구조가 해당 관계를 지원하는 경우에만 사용하세요. 마크업은 페이지가 실제로 제공하지 않는 옵션, 식별자 또는 제안을 제안해서는 안 됩니다.

이 검토 테이블을 시작점으로 사용하세요:

그런 다음 마크업된 페이지 샘플을 카탈로그 소스 및 쇼핑객용 페이지와 비교하세요. 옵션을 사용할 수 없거나 변형에 다른 이미지나 식별자가 있는 페이지에 특히 주의하세요. 이는 패턴이 카탈로그 전체에 퍼지기 전에 인벤토리 데이터, 페이지 콘텐츠 및 마크업 간의 드리프트를 잡습니다.

팀은 게시 전에 상품 마크업을 어떻게 검증할 수 있나요?

구조화 데이터를 두 번 검증하세요: 먼저 기술적으로 읽을 수 있는지 확인한 다음 페이지를 정확하게 설명하는지 확인하세요. 깨끗한 테스트 결과는 소스 데이터가 최신인지 또는 상품 페이지가 쇼핑객에게 동일한 정보를 전달하는지 알려줄 수 없습니다.

반복 가능한 검토를 사용하세요:

• 표준 항목과 변형이 있는 페이지를 포함한 대표 상품 페이지를 선택하세요.
• 각 마크업 속성을 보이는 페이지 및 권위 있는 카탈로그 소스와 비교하세요.
• 특히 제안 정보와 가용성에서 누락, 오래된 또는 불일치한 세부 정보를 확인하세요.
• 적절한 구조화 데이터 도구로 렌더링된 페이지를 테스트하고 보고된 문제를 검토하세요.
• 템플릿, 제품 피드 또는 카탈로그 규칙 변경 후 페이지를 다시 확인하세요.

각 필드를 생성하는 템플릿과 데이터 소스를 기록하세요. 이렇게 하면 잘못된 이미지나 제안을 패턴을 이해하지 않고 개별 페이지를 패치하는 대신 소스로 추적하기 쉽습니다. 대규모 카탈로그의 경우 많은 페이지를 생성하는 템플릿과 데이터 파이프라인을 우선시한 다음 결과 페이지를 샘플링하여 변경이 의도한 대로 작동하는지 확인하세요.

Google의 문서는 자체 검색 기능 요구 사항을 설명합니다. Google 프레젠테이션 자격을 검토할 때 Google 검색 문서의 상품 구조화 데이터를 참조하세요. 기술적 수정과 더 넓은 검색 작업 간의 관계는 AI 검색 노출 모니터링 가이드를 참조하세요.

상품 스키마가 AI 검색 노출에 무엇을 기여할 수 있나요?

상품 스키마는 상품 사실을 더 명확하고 기계가 해석하기 쉽게 만들 수 있지만 더 넓은 정보 환경의 한 부분입니다. 명확한 페이지 콘텐츠, 접근 가능한 상품 페이지, 일관된 조직 세부 정보 및 신뢰할 수 있는 카탈로그 데이터는 여전히 게시하는 정보의 품질에 중요합니다.

AI 검색 검토의 경우 사이트의 상품 사실이 상품 페이지, 조직 페이지 및 공개 비즈니스 프로필 전반에 걸쳐 모호하지 않고 일관적인지 확인하세요. 또한 쇼핑객이 답해야 할 질문을 식별하세요: 항목이 무엇인지, 어떤 옵션이 있는지, 누가 판매하는지, 제안이 현재인지. 이는 콘텐츠 및 기술 팀이 스키마를 독립형 수정으로 취급하는 대신 해결할 실용적인 문제 세트를 제공합니다. ChatGPT 쇼핑 및 상품 노출 개요는 해당 설정에서 상품 발견에 대한 추가 맥락을 제공합니다.

유효한 마크업은 검색 엔진이나 AI 어시스턴트가 페이지를 크롤링하거나, 선택하거나, 상품 기능을 표시하거나, 정보를 인용하는지 제어하지 않습니다. 이러한 시스템은 구현과 독립적으로 변경될 수 있는 자체 정책과 프레젠테이션 선택을 적용합니다.

전문가 검토를 원하면 AIPromote에 몇 개의 대표 상품 URL, 카탈로그 데이터 예제 및 스토어프런트 플랫폼에 대한 메모를 보내세요. AI Presence Scan은 상품 및 조직 정보가 주의가 필요한 위치를 식별할 수 있으며 Answer Map은 콘텐츠가 다루어야 할 질문과 소스를 구성할 수 있습니다.