Metadane to informacje opisowe dołączone do produktu, które nie są samym produktem, lecz go opisują — atrybuty takie jak marka, materiał, kategoria lub niestandardowe etykiety, które pomagają platformie poprawnie interpretować, klasyfikować i oceniać produkt. To warstwa źródła danych o produktach, która wykracza poza suche informacje o cenie i dostępności, zapewniając algorytmowi zakupowemu lub wyszukiwarce kontekst niezbędny do dopasowania oferty do właściwego zapytania lub półki. Produkt z bogatymi, dokładnymi metadanymi ma tendencję do pojawiania się w bardziej trafnych wyszukiwaniach niż identyczny produkt z skąpymi metadanymi.

Dlaczego metadane mają znaczenie dla widoczności kanału

Platformy zakupowe pozycjonują i dopasowują oferty głównie na podstawie tego, jak dobrze ich metadane odpowiadają temu, czego szuka kupujący. Oznacza to, że dwa identyczne produkty mogą prezentować się zupełnie inaczej w Google Zakupy lub Meta, wyłącznie w zależności od stopnia wypełnienia metadanych. Pola takie jak kategoria produktu, etykiety niestandardowe oraz atrybuty materiału lub wzoru nie pełnią funkcji dekoracyjnych — są to dane wejściowe, które algorytm dopasowujący platformy odczytuje, a luki w nich bezpośrednio objawiają się utratą wyświetleń. To również obszar, w którym stosuje się wiele automatyzacji: ręczne uzupełnianie brakujących metadanych w dużym katalogu jest powolne i podatne na błędy, dlatego wiele procesów zarządzania plikami danych korzysta obecnie z reguł lub funkcji wzbogacania AI do uzupełniania pól kategorii, atrybutów lub etykiet na dużą skalę, zamiast pozostawiać je puste.

Jak działają metadane

Metadane zazwyczaj zaczynają się w systemie źródłowym — PIM lub ERP — i docierają do kanału bezpośrednio, jeśli zostały poprawnie przechwycone na etapie tworzenia produktu, lub poprzez kroki wzbogacania, które wywnioskowują je z tytułu lub opisu, jeśli nie zostały. Po wypełnieniu pola metadanych są poddawane normalizacji w celu dopasowania do taksonomii lub wyliczenia oczekiwanego przez kanał docelowy, dzięki czemu wewnętrzna etykieta kategorii zostaje zamapowana na taksonomię produktów Google, a etykiety niestandardowe zostają ujednolicone, aby mogły obsługiwać spójną segmentację na późniejszym etapie kampanii. Narzędzia do zarządzania kanałami często pozwalają sprzedawcom detalicznym konfigurować awaryjne reguły metadanych — na przykład wywnioskowywanie koloru z tytułu, gdy pole jest puste — właśnie dlatego, że luki w metadanych są jednym z najczęstszych problemów z jakością w kanale danych.

Przykład: pola metadanych w elemencie kanału informacyjnego

<item>
  <g:id>SKU-63120</g:id>
  <title>Hand-Thrown Stoneware Mug - Speckled Blue</title>
  <g:brand>Kiln &amp; Co.</g:brand>
  <g:google_product_category>Home &amp; Garden &gt; Kitchen &amp; Dining &gt; Tableware</g:google_product_category>
  <g:product_type>Mugs &gt; 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>

Żadne z tych pól nie opisuje ceny ani dostępności kubka — każde z nich to metadane i każde z nich daje platformie zakupowej inny sposób klasyfikowania, dopasowywania lub segmentowania tej konkretnej oferty.

Powiązane pojęcia

Metadane są przydatne dopiero po ich znormalizowaniu do wartości, których faktycznie oczekuje kanał, i zazwyczaj trafiają do kanału jako część szerszego procesu dystrybucji produktów pobieranego z systemu PIM, zanim jeszcze trafią na półki sklepowe kanału. Praktyczne wskazówki dotyczące wypełniania luk w metadanych na dużą skalę można znaleźć w artykule „ Jak zautomatyzować wzbogacanie danych o produktach za pomocą sztucznej inteligencji w kanałach”.