Il primo prodotto in una raccomandazione di shopping di Google AI cattura il 62% della visibilità. Il secondo ne ottiene il 20%. Il terzo, il resto. Succede quando l'AI comprime migliaia di opzioni di shopping in tre-cinque prodotti specifici. Il tuo prodotto o vince la raccomandazione o scompare del tutto. Non esiste una via di mezzo.
Le Google AI Overviews ora compaiono nel 14% delle ricerche di shopping, 5,6 volte in più rispetto a un anno fa. Sembra una buona notizia: più ricerche con raccomandazioni dell'AI significano più opportunità di visibilità. Ma i conti sul traffico sono paradossali. Mentre i brand citati nelle raccomandazioni di shopping dell'AI ottengono il 35% di clic organici in più dei brand non citati, il click-through rate complessivo sulle ricerche di shopping con le AI Overviews è calato del 61%. Più ricerche, meno clic per risultato, perché l'AI risponde direttamente alla domanda. Il cambio di strategia non riguarda più la posizione nel ranking. Riguarda quali tre prodotti l'AI decide di raccomandare.
I criteri che l'AI usa per queste raccomandazioni sono completamente diversi dai ranking di shopping tradizionali. Non contano l'autorevolezza del dominio, i backlink o lo storico dei posizionamenti. Contano completezza dei dati, specificità dei casi d'uso e validazione esterna. Un brand con un posizionamento mediocre ma con dati di prodotto perfetti e solide recensioni esterne può battere un brand con i primi posti ma informazioni incomplete.
Perché la qualità dei dati dei prodotti determina le citazioni dell'AI
I sistemi AI non possono raccomandare prodotti che non capiscono. Quando il tuo feed prodotti ha dati incompleti, specifiche mancanti o descrizioni vaghe, l'AI ti salta. Le ricerche mostrano che i negozi con dati di prodotto completi al 99,9% (quello che il settore chiama "Golden Record") ottengono una visibilità 3-4 volte più alta nelle raccomandazioni dell'AI rispetto ai negozi con dati scarsi.
La completezza conta perché l'AI ha bisogno di informazioni specifiche. Un cuscino ha bisogno che nel feed siano indicati in modo esplicito potere di riempimento, materiale del rivestimento e classe di temperatura. Un laptop ha bisogno di tipo di processore, capacità della RAM, memoria, dimensione dello schermo e peso. I sistemi AI non deducono queste informazioni. Le estraggono dai tuoi dati o ti saltano del tutto.
Per questo il tuo feed prodotti è diventato importante quanto la tua pagina prodotto. Il tuo feed di Google Merchant Center, il markup dei dati strutturati e il contenuto della pagina prodotto devono dire tutti la stessa cosa con gli stessi valori. Le differenze di prezzo tra la pagina e il feed frenano le raccomandazioni dell'AI. Le discrepanze sulla disponibilità fanno perdere priorità. Le specifiche incomplete significano che l'AI non può abbinare il tuo prodotto a ricerche specifiche.
Linguaggio d'uso: come l'AI abbina i prodotti alle situazioni
Le caratteristiche non corrispondono alle ricerche. I casi d'uso sì. Quando qualcuno cerca "migliori cuffie per ufficio open space", non cerca cuffie con "cancellazione attiva del rumore". Cerca cuffie che risolvano il problema dell'open space: isolamento, comfort durante una giornata intera, perdita minima di suono verso i vicini.
La tua pagina prodotto che elenca "Cancellazione attiva del rumore, batteria da 30 ore, Bluetooth 5.3" non corrisponde a quella ricerca. La tua pagina prodotto che dice "Perfette per gli uffici open space: bloccano l'85% del rumore ambientale con la cancellazione attiva del rumore, abbastanza comode per giornate di lavoro di più di 8 ore, il design chiuso evita la perdita di suono verso i colleghi" corrisponde.
I sistemi AI leggono la descrizione del tuo prodotto ed estraggono il contesto d'uso. Cercano frasi come "ideale per", "perfetto per", "pensato per", "il migliore per", "risolve il problema di" e "funziona benissimo quando". Queste frasi segnalano che capisci la situazione in cui si trova l'acquirente. Le caratteristiche generiche segnalano che non la capisci.
Per questo le descrizioni dei prodotti sono cambiate. La SEO tradizionale ottimizzava per parole chiave ed elenchi di caratteristiche. La GEO ottimizza per un linguaggio conversazionale e specifico per la situazione. Servono entrambi. La tua pagina prodotto deve posizionarsi per "cuffie con cancellazione del rumore" (tradizionale) ed essere citata per "cuffie per uffici open space" (shopping AI).
L'effetto compressione: vincono da tre a cinque prodotti
Le raccomandazioni di shopping dell'AI sono compresse. Dove il carosello di Google Shopping mostra 20 prodotti, le AI Overviews ne mostrano 3-5. La raccomandazione al primo posto cattura il 62% della quota di visibilità. È una visibilità in cui il vincitore prende quasi tutto.
Questo cambia la strategia dalle fondamenta. Nella ricerca di shopping tradizionale, essere quinti porta comunque clic. Nello shopping AI, non essere tra i primi 3 significa essere invisibili. O vieni citato o no. Non esiste una via di mezzo.
La compressione comporta anche diversità all'interno della raccomandazione. L'AI cerca di mostrare opzioni diverse per esigenze diverse. Potrebbe raccomandare un'opzione economica, una premium e una di fascia media per la stessa categoria di prodotto. Questo significa che puoi competere essendo la scelta migliore e più adatta per un caso d'uso o una fascia di prezzo specifici, anche se non sei il leader generale della categoria.
Le prestazioni variano per categoria. I prodotti alimentari e di drogheria compaiono nelle raccomandazioni dell'AI nel 49% dei casi. L'elettronica il 24%. I mobili solo il 2%. Succede perché l'AI gestisce in modo diverso i diversi tipi di prodotto. Per l'alimentare, l'AI cita volentieri prodotti specifici. Per i mobili, l'AI fatica perché gli elementi visivi e tattili non si possono valutare del tutto da una descrizione. Per l'elettronica, l'AI trova una via di mezzo.
Come l'autorevolezza esterna amplifica le citazioni dell'AI
Una pagina prodotto non basta. I sistemi AI vogliono una validazione esterna. Quando il tuo prodotto viene recensito su un sito di recensioni di prodotti autorevole, compare nei roundup di siti di tecnologia e ha recensioni positive su Google, sui grandi marketplace e su piattaforme di recensioni, costruisci autorevolezza. L'AI cita i prodotti di brand con validazione esterna a una frequenza 4,2 volte superiore a quella dei prodotti senza copertura esterna.
Questo significa che la copertura editoriale guida le citazioni dell'AI. Pubblicare guide ai prodotti sui grandi siti di recensioni, farsi citare nelle pubblicazioni di settore e costruire una presenza di recensioni su più piattaforme contribuiscono tutti a far raccomandare il tuo prodotto dall'AI. La vecchia strategia di PR, che punta a ottenere copertura mediatica, funziona ancora. Ora conta di più, non di meno.
Come WEMASY aiuta i brand di ecommerce a ottimizzare per lo shopping AI
Gli strumenti ecommerce di WEMASY ti aiutano a mantenere dati di prodotto completi, scrivere descrizioni specifiche per i casi d'uso e implementare un markup strutturato che alimenta i sistemi AI. La gestione del feed prodotti assicura che i tuoi dati siano coerenti tra il tuo sito, lo schema e il merchant center. I modelli di contenuto ti guidano a scrivere descrizioni dei prodotti che corrispondono sia alle ricerche tradizionali per parole chiave sia alle domande conversazionali dello shopping AI.
Quando ottimizzi su WEMASY le tue pagine prodotto e i tuoi dati per le citazioni dello shopping AI, ti prepari al passaggio dai ranking alle raccomandazioni. Scopri di più sulle funzioni ecommerce di WEMASY nella nostra pagina dei prezzi.
Domande frequenti
Perché alcune categorie di prodotti mostrano le AI Overviews più di altre?
L'AI gestisce i diversi tipi di prodotto con livelli di sicurezza diversi. I prodotti alimentari sono facili: ingredienti, prezzi e disponibilità chiari. L'elettronica: le specifiche sono precise e leggibili dalle macchine. I mobili: contano gli elementi visivi e tattili, e l'AI non può valutarli solo dal testo. Le console per videogiochi mostrano le AI Overviews il 67% delle volte; i mobili solo il 2%. Con il creatore di siti di WEMASY puoi impostarlo direttamente sul tuo sito.
Devo cambiare la pagina prodotto per l'AI o mantenere la SEO tradizionale?
Entrambe. Servono pagine prodotto che si posizionano per le parole chiave tradizionali (nome del prodotto, categoria, caratteristiche) E pagine che rispondono alle ricerche sui casi d'uso e compaiono nelle AI Overviews. La sovrapposizione è del 40-60% a seconda della categoria. Ti serve il posizionamento tradizionale per "scarpe da corsa" e la visibilità nell'AI per "migliori scarpe da corsa per allenarsi alla maratona".
Quanto è importante la copertura di recensioni esterne per le citazioni dello shopping AI?
Molto. I prodotti con recensioni su siti di recensioni autorevoli o su pubblicazioni simili vengono citati nelle raccomandazioni dell'AI 4,2 volte più spesso dei prodotti senza copertura esterna. Questo significa che la tua strategia di PR e recensioni incide direttamente sulle citazioni dell'AI, non solo sui ranking tradizionali.
Devo concentrarmi prima sul feed prodotti o sulla pagina prodotto?
Sul feed. Se il tuo feed ha dati incompleti, l'AI non può raccomandarti per quanto sia buona la tua pagina. Completa prima il feed prodotti con tutte le specifiche, i prezzi, la disponibilità e le immagini. Poi ottimizza la descrizione della pagina con un linguaggio d'uso.
Quali informazioni sui prodotti estraggono più spesso i sistemi AI?
Prezzo, specifiche, caso d'uso, disponibilità e recensioni. I sistemi AI danno priorità all'estrazione di queste cinque categorie. Tutto il resto è secondario. Assicurati che queste cinque informazioni siano chiarissime sulla tua pagina prodotto e nel tuo feed.
Che cosa significa Share of Voice nello shopping AI?
È la percentuale di impressioni che il tuo brand cattura nelle raccomandazioni di shopping dell'AI rispetto a tutti i brand concorrenti. La prima raccomandazione di solito cattura il 62% delle impressioni. Il secondo posto ottiene il 20-25%. Il terzo il 10-15%. O competi per il primo posto o accetti una visibilità bassa.