AEO sähköisen kaupankäynnin tuotetietoihin, joita tekoäly voi siteerata

Johdanto

Tekoälypohjainen haku muuttaa sitä, mikä lasketaan näkyväksi.

Muutama vuosi sitten verkkokaupan SEO-tiimit saattoivat käsitellä tuotesivuja, kategoriasivuja ja syötteitä erillisinä työnkulkuina. Tuotetiimit hallinnoivat attribuutteja. Markkinointitiimit hoitivat kokoelmia. SEO-tiimit keskittyivät sijoituksiin, sisäisiin linkkeihin ja indeksoitavuuteen. Tätä jakoa on yhä vaikeampi puolustaa nyt, kun tekoälyn tuottamat vastaukset tiivistävät nämä kerrokset yhä useammin yhdeksi yhteenvedoksi.

Kun ostaja pyytää tekoälyjärjestelmää vertaamaan tuotteita, selittämään varianttien välisiä eroja tai suosittelemaan parasta vaihtoehtoa tiettyyn käyttötarkoitukseen, vastaus riippuu siitä, ovatko tuotetiedot riittävän selkeitä tulkittavaksi ja riittävän johdonmukaisia luotettaviksi. Ohut teksti on ongelma, mutta sekavat tuotetiedot ovat yleensä suurempi ongelma.

Miksi tekoälyllä on vaikeuksia viitata heikkoihin tuotetietoihin

Tekoälyjärjestelmät eivät lainaa sivuja siksi, että brändi haluaa näkyvyyttä. Ne lainaavat sivuja, kun tuotetiedot ovat vakaita, tarkkoja ja helposti sovitettavissa yhteen.

Siinä vaiheessa verkkokaupan AEO lakkaa olemasta pelkkä sisällön hienosäätö ja alkaa toimia tuotetietojen hallintana. Jos otsikot, varianttien nimet, mitat, yhteensopivuustiedot ja luokittelulogiikka vaihtelevat eri alustoilla, sivua on vaikeampi siteerata luotettavasti. Kyse ei ole vain siitä, onko tuote sivulla. Kyse on siitä, ovatko tiedot riittävän yhtenäisiä, jotta kone voi pitää niitä luotettavina.

Siksi niin monet verkkokaupan sivut suoriutuvat heikosti tekoälypohjaisissa tuloksissa, vaikka ne sijoittuvatkin kohtuullisen hyvin perinteisessä haussa. Kieli voi olla indeksoitavissa, mutta taustalla oleva tuotetietue on edelleen liian epätarkka.

Verkkokaupan tuotetietojen AEO alkaa johdonmukaisuudesta

Ensimmäinen tehtävä ei ole kirjoittaa vakuuttavampaa tekstiä. Se on ristiriitojen vähentäminen.

Jos kauppa kutsuu samaa tuotetta yhdellä sivulla ”langattomiksi kuulokkeiksi”, syötteessä ”Bluetooth-kuulokkeiksi” ja vertailukohdassa ”urheilukuulokkeiksi”, tekoälyjärjestelmän on arvattava, kuvaavatko nämä viittaukset yhtä tuotetta, tuotevariaatioita vai erillisiä tuotteita. Arvaaminen vaikeutuu, kun myös värinimet, materiaalit, koot, yhteensopivuustiedot tai pakkauksen sisältö vaihtelevat sen mukaan, missä tiedot esiintyvät.

Tämä on myös syy siihen, miksi verkkokaupan tekoäly (AIO) riippuu selkeämmistä entiteettisignaaleista kuin monet tiimit odottavat. Ennen kuin tekoäly voi suositella tai tiivistää tuotetta, sen on tunnistettava, mikä tuote on kyseessä, mitkä ominaisuudet siihen kuuluvat ja miten tuote eroaa lähimmistä vaihtoehdoista. Jos nämä signaalit ovat epäjohdonmukaisia, tiivistelmä heikkenee tai viittaus siirtyy muualle.

Johdonmukaisuus kuulostaa perustavanlaatuiselta, mutta käytännössä se tarkoittaa yleensä sitä, että päätetään, mitkä tuotetiedot ovat kanonisia, ja että kaikki julkiset pinnat perivät tiedot kyseisestä lähteestä sen sijaan, että ne improvisoitaisiin paikallisesti.

Tee tuotetiedoista koneellisesti luettavia

Luettava teksti on edelleen tärkeää, mutta se ei riitä yksinään, jos strukturoitu kerros ja näkyvät tuotetiedot eivät kerro samaa asiaa.

Jos sivu kuvaa tuotetta vain yleisellä markkinointikielellä, ostaja saattaa ymmärtää asian, mutta kone ei välttämättä ymmärrä rakennetta. Jos sivu esittelee tuoteversioita, hintoja, saatavuutta ja tarjouksia, tuotteen strukturoidut tiedot auttavat tekemään näistä tiedoista selkeitä sen sijaan, että AI-järjestelmien pitäisi päätellä ne yleisestä markkinointitekstistä.

Tämä ei tarkoita sivujen täyttämistä merkinnöillä ja toivomista parasta. Se tarkoittaa sen varmistamista, että strukturoitu kerros tukee näkyvää kerrosta. Jos sivulla sanotaan, että tuotetta on varastossa, merkinnät ja ympäröivät tarjoustiedot eivät saisi viitata mihinkään muuhun. Jos sivulla esitetään variantteja, rakenteen tulisi auttaa erottamaan ne toisistaan sen sijaan, että kaikki tasoitettaisiin yhdeksi yleiseksi objektiksi.

Sivuja on helpompi siteerata, kun tiedot ovat sekä ihmisille näkyviä että järjestelmille tulkittavissa.

Pidä syötteen tiedot ja sivun tiedot yhdenmukaisina

Monet viittausongelmat alkavat sivun ulkopuolella, yleensä silloin, kun syötteen tiedot ja sivun tiedot eivät enää vastaa toisiaan riittävän tarkasti, jotta niihin voitaisiin luottaa.

Tuotesivu voi olla pääosin oikea, mutta syöte voi olla jäljessä hinnan, varastotilanteen, kokojen tai saatavuuden suhteen. Tai syöte on puhdas, mutta sivulla on edelleen vanhaa pakettikieltä tai perittyä valmistajan tekstiä. Nämä ristiriidat eivät ole haitallisia vain ostosympäristöille. Ne luovat epävarmuutta siitä, mikä lähde kertoo totuuden.

Tuotetietojen määrittely on tärkeää Merchant Centerin vaatimusten noudattamisen lisäksi, kun syötteiden, tuotesivujen ja jatkokäsittelyjärjestelmien on heijastettava samoja hinta-, varasto- ja attribuuttitietoja. Tämä kurinalaisuus pakottaa tiimit työskentelemään selkeiden attribuuttien, hyväksyttyjen formaattien ja johdonmukaisten päivitysten kanssa, mikä helpottaa tekoälyn luotettavien vertailujen tekemistä syötteiden, sivujen ja jatkokäsittelyjärjestelmien välillä.

Kyse ei ole niinkään yhden Google-ominaisuuden tavoittelemisesta vaan pikemminkin koneiden epäröinnin syiden poistamisesta. Mitä selkeämpi siirtymä on luettelotietojen ja julkisten sivujen välillä, sitä helpompaa tekoälyjärjestelmille on viitata yksityiskohtiin sen sijaan, että ne välttäisivät niitä.

Miksi tuotetietojen hallinta on tärkeämpää kuin kehotteet

Monet tiimit lähestyvät tekoälyn näkyvyyttä edelleen kuin kehoteongelmaa. He olettavat, että paremmat UKK-kysymykset, enemmän vertailutekstiä tai uusi tekoälyn luoma ostosopas ratkaisevat viittauspuutteet. Joskus se auttaa, mutta vasta sen jälkeen, kun tuotetiedot ovat luotettavia.

Vaikeampi ongelma on yleensä hallinta. Kuka omistaa tuotteen nimen? Kuka hyväksyy attribuuttien muutokset? Miten lopetetuista variantteista huolehditaan? Mitä tapahtuu, kun markkinointi haluaa nimetä kategorian uudelleen, mutta tukitiimi, syötetiimi ja SEO-tiimi käyttävät kaikki vanhempaa kieltä? Nämä ovat operatiivisia kysymyksiä, mutta ne vaikuttavat suoraan siihen, voiko tekoäly siteerata sivua tarkasti.

Kaupat, jotka investoivat verkkokaupan kasvuratkaisuihin myymälä-, syöte- ja operatiivisten tasojen kautta, törmäävät silti samaan pullonkaulaan, jos tuotetiedot, varianttien nimet ja luokittelulogiikka vaihtelevat järjestelmien välillä. Tekoälyn näkyvyys paranee, kun nämä tiedot ovat yhdenmukaisia, ei silloin, kun kukin tiimi optimoi omaa aluettaan erillään muista.

Siksi hyvä AEO muistuttaa yleensä vähemmän julkaisutoimintaa ja enemmän monialaista siivousta, varsinkin kun eri tiimit muuttavat tuotetietoja, attribuutteja ja luokittelulogiikkaa.

Kategoriasivut tarvitsevat vastauksia, eivät vain varastotietoja

Tuotetiedot eivät ole vain tuotetietosivuilla, koska myös kategoria- ja kokoelmasivut vaikuttavat siihen, mitä tekoälyjärjestelmät voivat tiivistää ja siteerata.

Jos kategoriasivu on vain tuotetaulukko, jossa on lyhyt esittely, se auttaa tekoälyä hyvin vähän ymmärtämään, milloin yksi vaihtoehto on toista parempi. Paremmin toimivat sivut tekevät yleensä enemmän. Ne määrittelevät käyttötapauksen, selittävät keskeiset ominaisuudet, selventävät alatyyppien välisiä eroja ja saavat suodattimet tai kokoelmat heijastamaan todellista ostologiikkaa sisäisen markkinoinnin mukavuuden sijaan.

Shopify-kauppojen Google AI Mode -tilaan jo sopeutuneet tiimit kohtaavat saman paineen toisesta näkökulmasta: ohuet kategoriasivut ja epämääräiset ominaisuudet eivät anna tekoälylle paljon tiivisteltävää, vertailukelpoista tai luotettavaa tietoa. Se ei tarkoita, että jokaisella kokoelmasivulla pitäisi olla pitkä essee. Se tarkoittaa, että sivulla on oltava tarpeeksi jäsenneltyä ja näkyvää kontekstia, jotta se voi vastata ostajan kysymykseen ennen kuin ostaja kysyy sitä jostain muualta.

Sivu, joka vain luettelee tuotteita, voi silti sijoittua hyvin. Sivu, joka auttaa määrittelemään kategorian, saa todennäköisemmin viittauksia.

Miltä AI-viitattavat tuotetiedot näyttävät

Käytännössä tekoälyn viittaamiskelpoiset tuotetiedot ovat yleensä parhaimmillaan tylsää luettavaa.

Otsikko on vakaa. Vaihtoehtojen logiikka on ilmeinen. Ominaisuusmerkinnät ovat tarkkoja. Mitat, materiaalit, yhteensopivuustiedot ja mukana tulevat komponentit ovat helposti todennettavissa. Tuoteryhmän kielenkäyttö vastaa sitä, miten todelliset ostajat vertailevat tuotteita. Tuotetiedot eivät ole ristiriidassa sivun kanssa. Sivu ei ole ristiriidassa tukitiimin kanssa. Eikä markkinointitiimi nimeä samaa asiaa uudelleen kolmessa eri järjestelmässä ilman jälkikäteen tehtävää siivousta.

Tällainen kurinalaisuus ei tunnu näyttävältä, mutta se antaa tekoälyjärjestelmille jotain, minkä pohjalta ne voivat toimia. Kun tuotetiedot pysyvät yhdenmukaisina eri alustoilla, yhteenvetokerros vahvistuu, ja kun ne eivät pysy, myymälää on vaikeampi siteerata, vaikka brändillä olisi runsaasti sisältöä.

AEO verkkokaupan tuotetiedoille, joita tekoäly voi käyttää

AEO verkkokaupan tuotetiedoille, joita tekoäly voi siteerata, ei oikeastaan tarkoita koneiden suostuttelua. Kyse on siitä, että tuotetiedot ovat riittävän vakaita, jotta koneiden ei tarvitse arvata.

Tämä tarkoittaa selkeämpiä attribuutteja, tiiviimpää sivun ja syötteen yhdenmukaistamista, vahvempaa luokittelulogiikkaa ja parempaa tuoteluettelon hallintaa eri tiimien välillä. Viittauksia saavat yleensä ne kaupat, jotka käsittelevät tuotetietoja jaettuna infrastruktuurina, eivätkä erillisinä tekstikappaleina, jotka ovat hajallaan eri järjestelmissä.