Metadata is beschrijvende informatie die aan een product is gekoppeld. Het is niet het product zelf, maar beschrijft het wel. Denk aan kenmerken zoals merk, materiaal, categorie of aangepaste labels die een platform helpen het product correct te interpreteren, classificeren en rangschikken. Het is de laag in een productfeed die verder gaat dan de kale feiten over prijs en beschikbaarheid. Het geeft een winkelalgoritme of zoekmachine de context die nodig is om een product te koppelen aan de juiste zoekopdracht of het juiste schap. Een product met rijke, accurate metadata wordt doorgaans vaker weergegeven bij relevante zoekopdrachten dan een verder identiek product met weinig metadata.
Waarom metadata belangrijk is voor de zichtbaarheid van feeds
Shoppingplatforms rangschikken en matchen advertenties grotendeels op basis van hoe goed hun metadata aansluit bij wat een shopper zoekt. Dit betekent dat twee producten die verder identiek zijn, heel verschillend kunnen presteren in Google Shopping of Meta, puur afhankelijk van hoe volledig hun metadata is ingevuld. Velden zoals productcategorie, aangepaste labels en materiaal- of patroonkenmerken zijn niet decoratief — het zijn inputs die het matchingalgoritme van een platform daadwerkelijk leest, en hiaten daarin leiden direct tot gemiste impressies. Dit is ook waar veel automatisering wordt toegepast: het handmatig invullen van ontbrekende metadata in een grote catalogus is traag en foutgevoelig, dus veel feedmanagementworkflows gebruiken nu regels of AI-verrijking om categorie-, kenmerk- of labelvelden op grote schaal aan te vullen in plaats van ze leeg te laten.
Hoe metadata werkt
Metadata begint doorgaans in een bronsysteem – een PIM of ERP – en bereikt de feed direct, als deze correct is vastgelegd tijdens de productcreatie, of via verrijkingsstappen die de metadata afleiden uit een titel of beschrijving, indien dit niet het geval was. Nadat de metadatavelden zijn ingevuld, worden ze genormaliseerd om te voldoen aan de taxonomie of enumeratie die het bestemmingskanaal verwacht. Zo wordt een intern categorielabel gekoppeld aan de producttaxonomie van Google en worden aangepaste labels gestandaardiseerd zodat ze later in een campagne consistente segmentatie mogelijk maken. Tools voor feedbeheer laten retailers vaak fallback-metadataregels configureren – bijvoorbeeld door een kleur af te leiden uit een titel wanneer het veld leeg is – juist omdat ontbrekende metadata een van de meest voorkomende kwaliteitsproblemen in een datafeed zijn.
Voorbeeld: Metadatavelden van een feeditem
<item>
<g:id>SKU-63120</g:id>
<title>Hand-Thrown Stoneware Mug - Speckled Blue</title>
<g:brand>Kiln & Co.</g:brand>
<g:google_product_category>Home & Garden > Kitchen & Dining > Tableware</g:google_product_category>
<g:product_type>Mugs > Ceramic</g:product_type>
<g:material>Stoneware</g:material>
<g:color>Speckled Blue</g:color>
<g:custom_label_0>Bestseller</g:custom_label_0>
</item>Geen van deze velden beschrijft de prijs of beschikbaarheid van de mok; elk veld bevat metadata en biedt het winkelplatform een andere manier om deze specifieke aanbieding te classificeren, te matchen of te segmenteren.
Verwante concepten
Metadata is pas nuttig als het is genormaliseerd naar de waarden die een kanaal daadwerkelijk verwacht. Het komt doorgaans in de feed terecht als onderdeel van een bredere productfeed- pipeline die vanuit een PIM-systeem wordt opgehaald voordat het de schappen van een kanaal bereikt. Voor een praktische handleiding over het op grote schaal aanvullen van metadata-hiaten, zie Hoe productdata-verrijking voor feeds te automatiseren met AI.