Data terstruktur

Data Terstruktur Google untuk E-niaga

Panduan e-niaga praktis tentang data terstruktur Produk, Penawaran, Ulasan, Breadcrumb, varian, pengiriman, dan pengembalian untuk visibilitas penelusuran dan kesiapan belanja AI.

ShopGox Editorial23/5/2026id
Data Terstruktur Google untuk E-niaga: Produk, Penawaran, Ulasan, Breadcrumb, dan Varian

Data terstruktur membantu Google dan sistem lainnya memahami fakta komersial di laman e-niaga: apa produknya, berapa harganya, apakah tersedia, bagaimana peringkatnya, dan bagaimana kesesuaiannya dengan situs.

Untuk SEO e-niaga, data terstruktur bukanlah hiasan. Ini adalah lapisan konsistensi antara halaman produk yang terlihat, feed penjual, ulasan, varian, janji pengiriman, dan kebijakan pengembalian.

Jenis skema inti untuk e-niaga

Visual summary diagram for Google Structured Data for Ecommerce: Product, Offer, Review, Breadcrumb, and Variants.

Jenis skema inti untuk e-niaga

Jenis skemaGunakan untukKesalahan umum e-niaga
ProdukIdentitas produk, gambar, merek, deskripsi, pengidentifikasiBeberapa entitas Produk yang bertentangan pada satu halaman produk.
PenawaranHarga, mata uang, ketersediaan, penjual, URLHarga atau mata uang berbeda dengan konten halaman yang terlihat.
Peringkat AgregatRingkasan rating dan jumlah ulasanMarkup rating ada tanpa bukti ulasan yang terlihat.
UlasanKonten ulasan individuUlasan render aplikasi tetapi tidak menampilkan data terstruktur yang konsisten.
Daftar BreadcrumbHierarki halaman dan konteks internalSkema runut tautan tidak cocok dengan runut tautan yang terlihat.
Kebijakan Pengembalian PedagangPersyaratan pengembalianKebijakan bersifat umum, tidak ada, atau tidak konsisten dengan kebijakan situs.
Detail Pengiriman PenawaranTujuan pengiriman, tarif, dan waktu pengirimanJanji pengiriman terlihat tetapi tidak terwakili dalam data penawaran.

Contoh Produk dan Penawaran JSON-LD

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Merino Travel Hoodie",
  "image": ["https://example.com/images/merino-hoodie.jpg"],
  "description": "A lightweight merino wool hoodie for travel and daily wear.",
  "brand": {
    "@type": "Brand",
    "name": "Example Brand"
  },
  "sku": "MH-001",
  "offers": {
    "@type": "Offer",
    "url": "https://example.com/products/merino-travel-hoodie",
    "priceCurrency": "USD",
    "price": "129.00",
    "availability": "https://schema.org/InStock",
    "itemCondition": "https://schema.org/NewCondition"
  }
}

Data terstruktur harus cocok dengan konten yang terlihat

Aturan terpenting adalah konsistensi. Jika data terstruktur menyatakan InStock tetapi halaman menyatakan Terjual habis, markup menjadi kurang dapat dipercaya. Jika skema menyatakan USD namun pembeli melihat EUR, toko Anda menciptakan ambiguitas.

Pemeriksaan konsistensi

  1. 1Nama produk cocok dengan identitas produk utama di halaman.
  2. 2Harga dan mata uang sesuai dengan harga yang dilihat pembeli.
  3. 3Ketersediaan sesuai dengan status pembelian yang terlihat.
  4. 4Rating dan ulasan cocok dengan konten ulasan yang terlihat.
  5. 5Gambar dalam skema dapat dirayapi dan representatif.
  6. 6URL kanonik dalam skema cocok dengan halaman kanonik.
  7. 7Detail pengiriman dan pengembalian sesuai dengan halaman kebijakan.

Cara memikirkan varian

Penanganan varian menyebabkan data terstruktur e-niaga sering kali menjadi berantakan. Satu halaman produk mungkin mencakup perbedaan ukuran, warna, bahan, langganan, paket, atau harga regional. Markup Anda harus menghindari pembuatan entitas Produk yang tidak terkait dan bertentangan satu sama lain.

Ulasan dan Peringkat Agregat

Markup ulasan hanya berguna jika mencerminkan konten ulasan yang nyata dan terlihat. Aplikasi ulasan dapat membuat markup duplikat atau basi, terutama ketika tema sudah mengeluarkan data peringkat. Audit halaman yang dirender dan sumber JSON-LD.

Skema Breadcrumb membantu menjelaskan hierarki produk. Itu harus selaras dengan remah roti yang terlihat dan navigasi kanonik. Untuk produk dalam beberapa koleksi, pilih jalur utama yang stabil daripada mengubah runut tautan secara tidak terduga.

Pengiriman dan pengembalian data

Data terstruktur pengiriman dan pengembalian dapat membantu memperjelas persyaratan komersial. Meskipun Anda tidak menandai setiap detailnya, halaman yang terlihat akan membuat informasi pengiriman, pengembalian, dan garansi mudah ditemukan.

Proses audit data terstruktur yang praktis

Alur audit

  1. 1Ambil HTML yang dirender dan ekstrak semua blok JSON-LD.
  2. 2Identifikasi setiap entitas Produk, Penawaran, Ulasan, AggregateRating, dan BreadcrumbList.
  3. 3Bandingkan fakta skema dengan fakta halaman yang terlihat.
  4. 4Periksa keluaran tema, keluaran aplikasi SEO, keluaran aplikasi ulasan, dan keluaran aplikasi varian secara terpisah.
  5. 5Validasi sampel representatif di seluruh kategori, varian, pasar, mata uang, dan negara bagian yang kehabisan stok.
  6. 6Perbaiki kontradiksi sebelum menambahkan lebih banyak markup.

FAQ

Data terstruktur manakah yang paling penting untuk e-commerce?keyboard_arrow_down

Produk dan Penawaran adalah fondasinya. Review, AggregateRating, BreadcrumbList, detail pengiriman, kebijakan pengembalian, dan penanganan varian menjadi penting seiring dengan semakin kompleksnya halaman produk.

Dapatkah halaman e-niaga memiliki beberapa blok skema Produk?keyboard_arrow_down

Bisa, tapi sering kali menimbulkan kontradiksi. Halaman produk harus memiliki satu entitas Produk utama yang jelas kecuali halaman tersebut sengaja membandingkan beberapa produk.

Apakah data terstruktur menjamin hasil yang kaya?keyboard_arrow_down

Tidak. Data terstruktur membantu kelayakan dan pemahaman, namun mesin telusur memutuskan apakah akan menampilkan hasil kaya berdasarkan banyak faktor, termasuk kepatuhan kebijakan dan kualitas halaman.

Haruskah skema produk menyertakan ulasan?keyboard_arrow_down

Hanya jika ulasannya nyata, terlihat, dan konsisten dengan halamannya. Markup ulasan tidak boleh menciptakan peringkat atau menampilkan data basi yang tidak dapat diverifikasi oleh pengguna.

Alat terkait

Post terkait