Conoscenza Grafico

Un grafo della conoscenza è un database strutturato di entità – persone, luoghi, organizzazioni, prodotti e le relazioni tra di essi – che un motore di ricerca utilizza per comprendere il significato anziché limitarsi a trovare corrispondenze con le parole chiave. Il Knowledge Graph di Google è l'esempio più noto, in quanto alimenta i pannelli informativi che compaiono accanto ai risultati di ricerca e permette al motore di ricerca di comprendere che un marchio, la sua linea di prodotti e uno specifico numero di modello sono fatti correlati, anziché tre stringhe di testo non correlate. Per l'e-commerce, essere rappresentati accuratamente all'interno di questo tipo di database di entità influenza sempre più la sicurezza con cui un motore di ricerca indicizza e considera affidabili i prodotti di un rivenditore.

Perché la presenza nel Knowledge Graph è importante per l'e-commerce

I motori di ricerca si sono evoluti ben oltre la semplice corrispondenza letterale delle parole chiave, arrivando a comprendere l'argomento effettivo di una pagina, chi produce il prodotto e come si relaziona ad altre entità note: un marchio, una categoria, un insieme di prodotti comparabili. Un rivenditore i cui dati relativi al marchio e ai prodotti sono ben rappresentati all'interno di questa struttura di entità beneficia di una sorta di trasferimento di fiducia: i motori di ricerca che già comprendono e si fidano di un'entità sono più sicuri nel mostrare contenuti ad essa collegati, inclusi gli elenchi di prodotti estratti da un feed. Questa comprensione semantica è alla base anche dei risultati di ricerca organici che vanno oltre un semplice elenco di link, includendo rich snippet e pannelli specifici per lo shopping che estraggono direttamente informazioni strutturate sui prodotti, anziché basarsi esclusivamente sul testo della pagina.

Come si costruisce la comprensione dei grafi della conoscenza

I motori di ricerca ricostruiscono la comprensione delle entità a partire da numerosi segnali strutturati presenti sul web: il markup schema.org sulle pagine dei prodotti, i tag Open Graph coerenti che descrivono la stessa entità nello stesso modo su ogni pagina in cui appare, i GTIN e gli identificatori di marca nei feed di shopping e fonti di terze parti come Wikipedia o database di settore che confermano l'identità di un marchio. La coerenza tra tutte queste fonti è più importante di qualsiasi singola fonte: un prodotto descritto in un modo nel suo feed, in un altro modo nei suoi tag Open Graph e in un terzo modo nello schema on-page invia al motore di ricerca segnali contrastanti su ciò che sta effettivamente analizzando. Questa stessa logica di corrispondenza delle entità è alla base della corrispondenza ibrida nelle piattaforme pubblicitarie, dove la query di un acquirente viene abbinata a un prodotto non solo in base alla sovrapposizione delle parole chiave, ma anche in base alla comprensione delle entità coinvolte da entrambi i lati della query.

Esempio

<item>
  <g:id>SKU-10234</g:id>
  <g:title>Organic Cotton Crewneck Sweater - Charcoal, M</g:title>
  <g:brand>Nordwool</g:brand>
  <g:gtin>00196565113317</g:gtin>
  <g:mpn>NW-CS-CHR-M</g:mpn>
</item>

<!-- Structured data on the product page reinforcing the same entity -->
<script type="application/ld+json">
{
  "@type": "Product",
  "name": "Organic Cotton Crewneck Sweater - Charcoal, M",
  "brand": { "@type": "Brand", "name": "Nordwool" },
  "gtin13": "00196565113317"
}
</script>

I valori GTIN e del marchio sono identici sia nel feed che nello schema on-page, e questa coerenza tra le diverse fonti permette a un motore di ricerca di attribuire con sicurezza questa inserzione a un marchio noto, anziché considerarla un prodotto indipendente e non verificato.

Concetti correlati

La comprensione dei grafi di conoscenza dipende in larga misura da tag Open Graph coerenti e da dati strutturati che descrivono le stesse entità nello stesso modo ovunque appaiano, e la stessa logica di risoluzione delle entità è alla base dell'abbinamento ibrido sulle piattaforme pubblicitarie che cercano di collegare le query ai prodotti. Il risultato finale di una solida rappresentazione delle entità si manifesta in genere in risultati di ricerca organica più affidabili e ricchi, piuttosto che in un singolo fattore di ranking misurabile.