Najważniejsze wnioski w pigułce
Wspólny katalog
- Bloki Shopping w wynikach wyszukiwania i odpowiedzi AI Overviews oraz AI Mode korzystają z tego samego katalogu Shopping Graph, który obejmuje ponad 60 miliardów ofert produktowych.
- Ten sam produkt może więc trafić do siatki produktów albo do porównania przygotowanego przez AI. W obu przypadkach oceniane są te same dane.
Kliknięcia i trafność
- Filtr katalogu ocenia ofertę na podstawie czterech wskaźników. Dwa dotyczą tekstu, a dwa kliknięć: historycznych (NavBoost) i przewidywanych przez model.
- Nowy produkt bez historii kliknięć dostaje prognozę CTR od pierwszego dnia, wyliczoną na podstawie podobnych produktów.
- Trafność liczona jest osobno dla tytułu, atrybutów, tekstu kotwiczącego linków prowadzących do strony produktu i fraz intencji.
Filtry oferty
- Między katalogiem a blokiem produktowym działa zestaw 82 filtrów. Sprawdzają wiarygodność ceny, stanu magazynowego i strony produktu, a także różnorodność marek i sklepów.
- Promocja trafi do rzędu okazji tylko wtedy, gdy jest aktualna, wiarygodna i potwierdzona crawlem strony.
- Zdjęcie produktu ma własną ocenę, na którą wpływają m.in. tło, kadr i kolor.
AI i zakup
- Zanim AI poleci produkt, czyta pięć kart danych w czystym tekście: produkt, ofertę (30 pól), opinie, markę i sklep.
- AI Mode dokłada do tego profil zakupowy użytkownika.
- W USA zakup można sfinalizować w Google przez uniwersalny koszyk i Google Pay. We Francji transakcja nadal kończy się na stronie sklepu.
Jeden katalog, dwa sposoby prezentacji produktu
Analiza RESONEO pokazuje drogę produktu od katalogu do kasy na przykładzie słuchawek z redukcją szumów, przecenionych w tygodniu Black Friday. Zapytanie typu „noise cancelling headphones black friday” daje dwa różne widoki. W klasycznych wynikach pojawia się siatka produktów i rzędy okazji. W AI Mode użytkownik dostaje odpowiedź porównującą trzy modele, a w USA także propozycję dodania ich do koszyka.
Oba widoki czerpią z Shopping Graph, czyli katalogu zasilanego feedami z Google Merchant Center i danymi z internetu. Różni je sposób selekcji. Siatka produktów przechodzi przez oceny trafności i kliknięć, filtry weryfikujące ofertę oraz ocenę zdjęcia. Odpowiedź AI opiera się z kolei na kartach faktów zapisanych w czystym tekście. Dla sklepu wniosek jest prosty: jakość danych o produkcie decyduje o widoczności w obu miejscach naraz.
RESONEO wymienia też systemy, które biorą udział w tym procesie. Amarna analizuje zdjęcia na etapie indeksowania. QRewrite przygotowuje zapytanie i oznacza je jako zakupowe. NavBoost przechowuje pamięć kliknięć, a magi odpowiada za AI na stronach wyników. Personal Intelligence łączy Gmaila i Zdjęcia Google z odpowiedziami AI Mode, a protokół UCP pozwala agentowi sfinalizować zakup u sprzedawcy.
Kliknięcia decydują o połowie oceny w filtrze katalogu
Katalog zawiera tysiące ofert słuchawek, a siatka pokazuje około dwudziestu. O tym, które przejdą dalej, decydują cztery wskaźniki filtra katalogu. Dwa oceniają tekst: ogólną trafność produktu oraz podobieństwo słów niosących znaczenie w zapytaniu (np. „noise cancelling”, „wireless”) do słów w tytule i atrybutach. Dwa pozostałe dotyczą kliknięć.
Pierwszym z nich jest NavBoost, czyli system Google Search, który zapamiętuje kliknięcia w wyniki dla danych zapytań. Obsługuje on również katalog Shopping. Słuchawki często wybierane przy podobnych wyszukiwaniach łatwiej przechodzą przez filtr, a produkt trafny, ale rzadko klikany, ma trudniej. Tam, gdzie NavBoost nie ma jeszcze historii, działa model faktoryzowany. Uczy się osobno, co przyciąga kliknięcia w produkcie, a co w zapytaniu, i łączy obie wiedze w prognozę CTR. Shopping uruchamia ten model dla produktu, oferty i każdego zapytania pochodnego, co dobrze wpisuje się w mechanizm query fan-out opisany w naszej analizie 102 000 zapytań .
Wśród prognoz modeli Shopping RESONEO wskazuje m.in. przewidywany CTR darmowego wyniku i prawdopodobieństwo „dobrego kliknięcia”. Osobną prognozę ma „długie kliknięcie”, po którym kupujący zostaje na stronie. Jeden z modeli szacuje też zaangażowanie użytkownika na zapytanie, gdy strona wyświetla AI Overview. W praktyce strona produktu musi nie tylko przyciągnąć kliknięcie, ale też zatrzymać kupującego. Warto również pamiętać, że atrybut „wireless” wpisany w feedzie liczy się tak samo jak to słowo w tytule.
82 filtry, które zadają ofercie cztery pytania
Każdy blok produktowy korzysta z zestawu 82 filtrów. RESONEO grupuje je wokół czterech pytań. Pierwsze brzmi: czy oferta mówi prawdę o cenie, stanie magazynowym i stronie? Wskaźniki zaufania oceniają cenę, deklarowaną dostępność, prawdopodobieństwo, że strona produktu jest słaba, oraz dopasowanie do właściwego klastra produktowego. Oferta zaakceptowana przez Merchant Center, ale budząca niewielkie zaufanie, nie trafi do bloku. Google czyta stronę produktu razem z danymi strukturalnymi i przy rozbieżnościach z feedem koryguje ofertę na podstawie strony.
Drugie pytanie dotyczy tego, czy oferta odpowiada na zapytanie i przyciąga właściwe kliknięcie. Filtry rozbijają zapytanie na przeznaczenie („do biegania”), oczekiwaną cenę („poniżej 200 dolarów”) i dział. Merchant Center wymaga tytułu, który opisuje produkt i jego kluczowe atrybuty, bez tekstów promocyjnych. Trzecie pytanie sprawdza, czy zostaje miejsce dla innych marek i sklepów. Deduplikacja usuwa powtórzenia, a mechanizm crowdingu ogranicza liczbę wyświetleń tego samego modelu sprzedawanego przez dziesięć sklepów. Osobny filtr dotyczy sprzedaży bezpośredniej przez markę, a sprzedawca jest dodatkowo oceniany pod kątem ryzyka.
Czwarte pytanie brzmi: czy oferta spełnia warunki konkretnego bloku? Rzędy okazji, szybkiej dostawy, sklepów w pobliżu czy najlepiej ocenianych produktów mają własne filtry. W tygodniu Black Friday Google rozpoznaje datę jako święto zakupowe, a oferta przechodzi przez pięć filtrów okazji. Cena promocyjna musi być wiarygodna i potwierdzona crawlem strony. Przy cenie przekreślonej obowiązuje publiczna reguła stosowana m.in. we Francji, Niemczech, Hiszpanii, Włoszech i Wielkiej Brytanii: cena referencyjna musi obowiązywać przez 30 dni w ciągu ostatnich 200, rabat musi wynosić więcej niż 5% i mniej niż 90%, a obie ceny muszą być widoczne na stronie. Jeśli planujesz kampanię promocyjną, połącz te zasady z planem działań na Black Week .
Zdjęcie i karty danych, które czyta AI
Zdjęcie produktu ma własną ocenę. System Amarna analizuje każde zdjęcie na etapie indeksowania. Sprawdza rodzaj tła (białe, jednolite, gradientowe, zbyt zajęte lub brak tła), ramkę produktu w kadrze, jego środek ciężkości i kolor w RGB. Model głębokiego uczenia wywodzący się z reklam Shopping przyznaje zdjęciu ocenę jakości, a klastry wizualne łączące kolor i kształt służą do przewidywania CTR. Dlatego warto dopracować nie tylko minimalne wymagania techniczne zdjęć w Merchant Center , ale też kadr i tło głównej fotografii.
Odpowiedź AI w AI Overviews i AI Mode powstaje inaczej niż siatka produktów. Zanim model poleci produkt, czyta pięć kart faktów w czystym tekście: produkt, ofertę opisaną w 30 polach, opinie, markę i sklep. AI Mode dodaje do tego profil zakupowy kupującego, a Personal Intelligence może łączyć odpowiedzi z danymi z Gmaila i Zdjęć Google. Każde puste lub niespójne pole w feedzie to informacja, której model po prostu nie dostanie.
Ostatni etap to zakup. W USA działa uniwersalny koszyk Google , który łączy produkty od kilku sprzedawców. Agentowy checkout jest dostępny w USA i Australii. Transakcja może zostać sfinalizowana przez Google Pay, przez protokół UCP albo na stronie sklepu, a agenci Google odwiedzają witryny w imieniu użytkownika jako Google-Agent. We Francji AI Overviews i AI Mode odpowiadają od 22 lipca 2026 roku, ale sprzedaż kończy się na stronie sprzedawcy. Jak przygotować się na zakupy realizowane przez agentów, opisujemy w artykule o optymalizacji e-commerce pod Universal Commerce Protocol .
Co to oznacza dla sklepu internetowego
Najważniejszym zadaniem jest spójność danych. Cena, dostępność i koszty dostawy w feedzie, w danych strukturalnych i na stronie produktu muszą się zgadzać, bo filtry zaufania wychwytują każdą rozbieżność. Tytuły powinny zawierać słowa, których kupujący faktycznie używają, a atrybuty trzeba wypełnić kompletnie, bo trafność liczona jest dla każdego z tych elementów osobno. Promocje warto planować z wyprzedzeniem, żeby cena referencyjna spełniała zasadę 30 dni.
Drugim obszarem są sygnały behawioralne. Skoro połowa oceny w filtrze katalogu opiera się na kliknięciach, liczy się atrakcyjność oferty w siatce (zdjęcie, cena, opinie) i jakość strony produktu, która zatrzymuje kupującego. Znaczenie mają też oceny sklepu za dostawę, zwroty i proces zakupowy. Jeśli chcesz uporządkować feed, strony produktowe i dane strukturalne pod Shopping oraz odpowiedzi AI, zespół top.position zajmuje się tym w ramach pozycjonowania sklepów internetowych .
Podsumowanie
Produkt musi najpierw udowodnić, że zasługuje na wyświetlenie, a dopiero potem, że warto go kupić. Ten sam katalog, te same dane i te same sygnały kliknięć decydują o widoczności w blokach Shopping i w odpowiedziach AI. Sklepy, które zadbają o spójny feed, wiarygodne promocje, dobre zdjęcia i kompletne karty produktów, mają przewagę w obu tych miejscach.
Źródło: RESONEO - Google Shopping, from the SERP to AI Mode (otwiera się w nowej karcie)
