Google hat gerade einen neuen Satz optionaler Produktattribute für Merchant Center-Produkt-Feeds veröffentlicht, sogenannte Conversational Attributes. Ziel ist es, KI-Systemen und Conversational Agents, einschließlich AI Mode in der Suche, eine strukturierte Möglichkeit zu geben, die Nuancen Ihrer Produkte zu verstehen, die die traditionelle Produktspezifikation nie ausdrücken konnte.
Das passt zu Googles breiterer Entwicklung hin zu konversationellem, intent-getriebenem Shopping. Ihr Feed wird zur Wissensbasis, die KI nutzt, um Fragen zu beantworten, Alternativen vorzuschlagen und Varianten zu präsentieren. Conversational Attributes sind der Weg, dieses Wissen in sauberer, maschinenlesbarer Form bereitzustellen.
Wir unterstützen alle sechs neuen Attribute ab Tag eins und können bei jedem davon helfen: durch KI-Generierung, dedizierte Modifier, natives Parent-Product-Handling oder unsere Reporting-Engine.
Was Conversational Attributes eigentlich sind
Die Attribute sind optional. Das Einreichen beeinflusst nicht den Genehmigungsstatus Ihrer bestehenden Produkte, und Sie müssen keine Daten duplizieren, die bereits in description, product_highlight oder product_detail enthalten sind.
Es gibt sechs Attribute:
1) Frage und Antwort (question_and_answer)
Ein strukturierter FAQ-Block, der dem Produkt zugeordnet ist und als Frage/Antwort-Paare ausgedrückt wird. Genau diese Art von Informationen fragen Käufer in der konversationellen Suche: „Ist ein Ladegerät dabei?“, „Ist es spülmaschinenfest?“, „Unterstützt es Bluetooth 6.0?“.
Wenn Sie bereits FAQs auf Ihren Produktseiten veröffentlichen, muss dieser Inhalt in den Feed übernommen werden. KI-Oberflächen können dann beim Beantworten von Käuferfragen direkt auf Ihre Antworten verweisen oder sie zitieren.
Wie Feedoptimise hilft: Wir können KI einsetzen, um Ihre Produktinhalte zu lesen – einschließlich Beschreibungen, Spezifikationen, Produktseiten und sämtlichem Referenzmaterial, das Sie importieren – und für jedes Produkt relevante Frage/Antwort-Paare zu erstellen. Die Ausgabe wird in dem von Google erwarteten Format erstellt, sodass sie ohne weitere Verarbeitung auf Ihrer Seite direkt eingereicht werden kann.
2) Zugehöriges Produkt (related_product)
Eine Möglichkeit, strukturierte Beziehungen zwischen Produkten in Ihrem Katalog zu deklarieren. Das Attribut ist eine Gruppe aus drei Unterattributen: Beziehungstyp, Identifikatortyp und Identifikator. Beziehungstypen umfassen accessory, required_part, often_bought_with und mehr.
Zum Beispiel können Sie Google mitteilen, dass eine bestimmte Hülle ein Zubehör für ein Telefon ist, das unter einer bestimmten Produkt-ID oder GTIN gelistet ist. Das geht weit über das hinaus, was item_group_id oder dynamisches Remarketing ausdrücken können.
Wie Feedoptimise hilft: Wir haben einen dedizierten Modifier, der speziell für related_product entwickelt wurde. Er setzt den Wert im exakt von Google geforderten Format zusammen, einschließlich aller drei Unterattribute, und ermöglicht es Ihnen, Beziehungen über Regeln in Ihrem Katalog aufzubauen: Zubehör nach Kategorie gruppiert, erforderliche Teile aus dem Produkttyp abgeleitet, often_bought_with aus Performance-Daten oder Merchandising-Logik abgeleitet. Sie können mehrere Regeln stapeln und pro Produkt eine kommagetrennte Liste von Beziehungen erzeugen.
3) Variantenoption (variant_option)
Wird in Kombination mit item_group_id und item_group_title verwendet, um zu beschreiben, wodurch sich jede Variante unterscheidet. Jede Variante enthält eine Liste von Name/Wert-Paaren wie color:moonstone,memory:512GB,size:8, sodass KI-Oberflächen die Variantenmatrix kohärent darstellen können. Das ist besonders wichtig für Bekleidung und Elektronik, wo dasselbe Produkt viele SKUs hat und Käufer Dinge fragen wie „Zeig mir das in Schwarz mit 256GB Speicher“.
Wie Feedoptimise hilft: Wir haben einen dedizierten Modifier für variant_option, der die von Google geforderte spezifische Name/Wert-Struktur verarbeitet. Sie definieren, welche Quellfelder welchen Variantenachsen zugeordnet werden – einschließlich Metafeldern, benutzerdefinierten Attributen, separaten Spalten oder einer beliebigen Kombination daraus – und der Modifier setzt für jedes Produkt den korrekt formatierten Wert zusammen.
4) Artikelgruppentitel (item_group_title)
Der übergeordnete Titel für eine Variantenfamilie. Während title der vollständige SKU-Level-Name ist (zum Beispiel „Google Pixel 9 Pro 512GB Moonstone“), ist item_group_title der Familienname („Google Pixel 9“). So kann KI in Gesprächen eine saubere Produktfamilie präsentieren und dann in eine spezifische Variante hineinzoomen.
Wie Feedoptimise hilft: Das ist unkompliziert. Unsere nativen Apps und Plugins (Shopify, Magento, WooCommerce, Salesforce Commerce Cloud und andere) stellen das Konzept eines Parent-Produkt-Titels im gesamten Katalog bereits bereit, sodass item_group_title direkt auf diesen Wert abbildet. Es sind keine zusätzliche Konfiguration oder Content-Arbeit erforderlich.
5) Dokumentenlink (document_link)
Eine URL oder eine kommagetrennte Liste von URLs, die auf PDF-Dokumente zum Produkt verweisen. Typische Anwendungsfälle sind Benutzerhandbücher, Montageanleitungen, technische Datenblätter, Zutatenlisten und Pflegehinweise. KI-Agenten können diese Dokumente nutzen, um detaillierte Fragen zu beantworten, die nicht in eine Beschreibung passen würden.
Wie Feedoptimise hilft: Das Mapping selbst ist einfach; der Wert befindet sich meist in einem Metafeld, einem benutzerdefinierten Attribut oder einem dedizierten Feld in Ihrer Plattform. Die einzige Anforderung auf Ihrer Seite ist, dass die Dokumente existieren und öffentlich zugänglich sind. Sobald das gegeben ist, wird das Feld direkt in den Feed übernommen.
6) Beliebtheitsrang (popularity_rank)
Ein numerischer Wert, der darstellt, wie ein Produkt im Vergleich zum Rest Ihres Katalogs abschneidet, ausgedrückt als Prozentsatz. Ein Wert von 95,5 bedeutet, dass das Produkt nach Performance zu den Top 4,5% Ihres Bestands gehört. Dieses Signal hilft der KI zu entscheiden, welche Artikel angezeigt werden sollen, wenn ein Käufer nach „Ihren beliebtesten Laufschuhen“ oder „meistverkauften Wintermänteln“ fragt.
Wie Feedoptimise hilft: Wir können popularity_rank direkt über unsere Reports-Funktionalität erzeugen. Wenn Sie Ihren Feed mit einer Datenquelle wie Google Analytics, Google Ads oder Ihren eigenen Shop-Reports verbinden, kann unsere Reporting-Engine Produkte gegeneinander ranken und den von Google erwarteten Prozentwert erzeugen. Der Rang wird dann automatisch aktualisiert, sobald sich die Performance-Daten ändern.
Ein praktischer Hinweis für Händler und Feed-Manager
Beginnen Sie mit den Daten, die Sie bereits haben. Wenn Ihre Produktseiten FAQs auflisten, auf PDF-Handbücher verlinken oder Variantenattribute über strukturierte Daten bereitstellen, besteht der Großteil der Arbeit aus Extraktion und Mapping statt aus Content-Erstellung. Unsere nativen Plugins und Apps verbinden sich über API-ähnliche Endpunkte mit Ihrem Shop und haben vollen Zugriff auf Ihre Produktdatenbank, einschließlich Metafeldern und benutzerdefinierten Attributen – die Daten sind also bereits vorhanden. Für Shops ohne native Integration kann unser Website-Crawler dieselben Informationen aus Produktseiten extrahieren.
Wohin sich Google Shopping entwickelt
Google reorganisiert Shopping seit einiger Zeit rund um AI Mode, Business Agent und konversationelle Discovery. Das Signal ist eindeutig: Strukturierte Produktkenntnisse sind das, was KI braucht, um Ihre Produkte in konversationellen Oberflächen zu empfehlen, zu vergleichen und zu präsentieren. Conversational Attributes sind das erste standardisierte Vokabular, das Google zu diesem Zweck veröffentlicht hat.
Wenn Sie sie einreichen möchten, können Sie das noch heute in Ihrem Feedoptimise-Konto tun. Wenn Sie Hilfe bei KI-generierten Q&A, strukturierten Beziehungen, Variantenoptionen oder Beliebtheitsranking aus Ihren Performance-Daten möchten, kann unser Team das gemeinsam mit Ihnen einrichten.