İncelediğimiz bir katalogda ürün fotoğrafları güçlü, açıklamalar özenliydi. Buna rağmen basit bir isteğe cevap veremiyordu: Dar alana sığan, yıkanabilir ve özel taşıma gerektirmeyen seçeneği bul. Bu bilgiler tedarikçi dosyalarında, destek yanıtlarında ve ekip hafızasında vardı, ürün kayıtlarında yoktu.
Sorun AI katmanı değildi. Katalog, üzerinde güvenle akıl yürütülecek veri sunmamıştı.
Öneri önce uygunlukla başlar
Bir AI sistemi ürünleri sıralamadan önce hangilerinin isteği karşıladığını bilmek zorunda. Bunun için adı ve değeri açık özellikler gerekir: malzeme, ölçü, uyumluluk, bakım bilgisi, stok, teslimat kısıtı ve varyant ilişkisi. Bir paragraf bunların bir kısmını anlatabilir, fakat serbest metin iyi bir sözleşme değildir. Tutarsızdır, doğrulaması zordur ve kolayca eskir.
Aynı disiplin konuşmalı alışverişin dışında da önemlidir. Google'ın merchant listing dokümanı kimlik, fiyat ve stok dahil yapılandırılmış ürün ve teklif bilgisi bekler, var olan zengin özelliklerin de eklenmesini önerir. Resmi Product dokümanı, makinelerin bir teklifi anlayabilmesi için gerekenlere iyi bir penceredir.
Kimlik, yeni bir açıklamadan değerlidir
Ürünün sabit bir iç kimliği olmalı. Kategori destekliyorsa üretici referansları ve global tanımlayıcılar metne gömülmek yerine veri olarak tutulmalı. Varyantların hem üst ürün ilişkisi hem de kendi satılabilir kimliği bulunmalı. Aksi halde sistem iki adın aynı ürünü mü, farklı bedenleri mi, yoksa ayrı markalardaki alternatifleri mi anlattığını ayıramaz.
Kataloglar öneri kalitesini burada sessizce kaybeder. Başlık kampanya için değiştirilir. Tedarikçi adı ile mağaza adı ayrışır. Renk etiketleri ekipler arasında sürüklenir. Sonra model tutarsız görünür, çünkü aslında varlıklar tutarsızdır.
Tek bir kanonik kayıt oluşturun. Kanal başlıklarını, çevirileri ve merchandising metnini bu kaydın farklı görünümleri olarak ele alın. Kimlik, metin yeniden yazıldığında da aynı kalmalı.
Boş alanlar ticari karardır
Satıcılar mevcut storefront göstermediği için bazı alanları boş bırakır. Bu dar bir ölçüttür. Bir alan tasarımda görünmeden arama, filtre, feed veya agent eşleşmesini belirleyebilir.
Pahalı boşluklar genellikle sıradandır:
- Kesin ölçüler ve birimler
- Malzeme ve yüzey
- Uyumluluk ve istisnalar
- Varyant bazında stok ve hazırlık süresi
- Bakım, montaj ve kurulum gereksinimi
- Teslimat ve iade kısıtları
- Yedek parça ve aksesuar ilişkileri
Bilinmeyen değeri genel bir cümleyle doldurmayın. Bilinmiyor, uygulanamaz ve henüz doğrulanmadı farklı durumlardır. Bunları ayırmak agent'ın sahte kesinlik üretmek yerine bilmediğini söylemesini sağlar.
Yapı her kanala ulaşmalı
Sayfaya schema markup eklemek değerlidir, fakat sağlam kaynak kataloğun yerini tutmaz. Google, ürün verisinin sayfa markup'ı, Merchant Center feed'i veya ikisiyle sağlanabildiğini Product yapılandırılmış veri özetinde anlatır. Daha geniş ders şudur: Her kanal aynı doğrulanmış kayıttan üretilmeli.
Storefront stokta derken feed sipariş bekliyor diyorsa AI bu çelişkiyi onaramaz. Güncellik, sahiplik ve validasyon yukarı akışta çözülür.
Bu hafta kataloğu geliştirin
Ürün kısıtı içeren arama sorgularını, destek sorularını ve iade nedenlerini toplayın. Müşterinin gerçekten kullandığı özellikleri çıkarıp katalog şemasıyla karşılaştırın. Ticari önemi yüksek bir kategori seçin ve alanları açık hale getirin.
İzin verilen değerleri, birimleri, sorumluyu ve gözden geçirme kuralını belirleyin. Örnek bir export alın. Kataloğu tanımayan birinin yalnızca yapılandırılmış alanlarla uygun ürünleri seçip seçemediğini test edin. Aynı soruları AI sistemine verin ve her cevabın dayanağını inceleyin.
Hendek daha fazla üretilmiş açıklama değildir. Etrafındaki arayüzler değişirken özgüllüğünü, güncelliğini ve iç tutarlılığını koruyan ürün grafiğine sahip olmaktır.