Bilgi grafiği, bir arama motorunun yalnızca anahtar kelimeleri eşleştirmek yerine anlamı anlamak için kullandığı, varlıklardan (kişiler, yerler, kuruluşlar, ürünler ve aralarındaki ilişkiler) oluşan yapılandırılmış bir veritabanıdır. Google'ın Bilgi Grafiği en bilinen örnektir; arama sonuçlarının yanında görünen bilgi panellerini destekler ve arama motorunun bir markanın, ürün yelpazesinin ve belirli bir model numarasının üç ayrı metin dizisi yerine birbiriyle ilişkili gerçekler olduğunu anlamasını sağlar. E-ticaret için, bu tür bir varlık veritabanında doğru bir şekilde temsil edilmek, bir arama motorunun bir perakendecinin ürünlerini ne kadar güvenle ortaya çıkardığını ve güvendiğini giderek daha fazla şekillendirir.

E-ticarette Bilgi Grafiği Varlığının Önemi

Arama motorları, kelime kelime eşleştirmenin çok ötesine geçerek, bir sayfanın aslında ne hakkında olduğunu, ürünü kimin ürettiğini ve diğer bilinen varlıklarla (bir marka, bir kategori, karşılaştırılabilir ürünler kümesi) nasıl ilişkili olduğunu anlamaya başladı. Marka ve ürün verileri bu varlık yapısı içinde iyi temsil edilen bir perakendeci, bir tür güven aktarımından faydalanır: Bir varlığı zaten anlayan ve ona güvenen arama motorları, bir akıştan çekilen ürün listeleri de dahil olmak üzere, onunla bağlantılı içeriği gösterme konusunda daha güvenlidir. Bu anlamsal anlayış, yalnızca sayfa metnine dayanmak yerine, doğrudan yapılandırılmış ürün bilgilerini çeken zengin snippet'ler ve alışverişe özel paneller de dahil olmak üzere, basit bir bağlantı listesinin ötesine geçen organik arama sonuçlarının temelini oluşturur.

Bilgi Grafiği Anlayışı Nasıl Oluşturulur?

Arama motorları, web genelindeki birçok yapılandırılmış sinyalden varlık anlayışı oluşturur: ürün sayfalarındaki schema.org işaretlemesi, aynı varlığı her sayfada aynı şekilde tanımlayan tutarlı Open Graph etiketleri , alışveriş akışlarındaki GTIN'ler ve marka tanımlayıcıları ve bir markanın kimliğini doğrulayan Wikipedia veya sektör veritabanları gibi üçüncü taraf kaynaklar. Tüm bu kaynaklardaki tutarlılık, tek bir kaynaktan daha önemlidir; bir ürünün akışında bir şekilde, Open Graph etiketlerinde başka bir şekilde ve sayfa içi şemada üçüncü bir şekilde tanımlanması, arama motoruna aslında neye baktığı konusunda çelişkili sinyaller gönderir. Bu aynı varlık eşleştirme mantığı, reklam platformlarındaki hibrit eşleştirmenin temelini oluşturur ; burada bir alışverişçinin sorgusu, yalnızca anahtar kelime örtüşmesiyle değil, sorgunun her iki tarafında yer alan varlıkların anlaşılmasıyla bir ürünle eşleştirilir.

Örnek E-posta

<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>

GTIN ve marka değerleri, veri akışında ve sayfa içi şemada tamamen aynıdır; bu da arama motorunun bu listeyi doğrulanmamış, bağımsız bir ürün olarak değerlendirmek yerine, bilinen bir marka varlığına güvenle atfetmesini sağlayan tam olarak bu tür kaynaklar arası tutarlılıktır.

Ilgili kavramlar

Bilgi grafiği anlayışı, tutarlı Open Graph etiketlerine ve aynı varlıkları her yerde aynı şekilde tanımlayan yapılandırılmış verilere büyük ölçüde bağlıdır ve aynı varlık çözümleme mantığı, sorguları ürünlerle ilişkilendirmeye çalışan reklam platformlarındaki hibrit eşleştirmenin temelini oluşturur. Güçlü varlık temsilinin nihai sonucu, genellikle tek bir ölçülebilir sıralama faktöründen ziyade daha güvenilir, daha zengin organik arama sonuçları olarak ortaya çıkar .