Google дедалі активніше застосовує власний штучний інтелект не лише для оцінювання товарів, а й для їх ранжування — щоб зрозуміти сутність товару, його entity. Поняття ключового слова відходить на третій план: система дивиться на сам товар як на окрему сутність. Фактично Google будує окремий e-commerce search engine поверх класичного SEO, а органічний шопінг для інтернет-магазину стає частиною SEO-задач, які має перебирати на себе SEO-команда. Ця стаття — практичний розбір того, за якими сигналами працює органічний Google Shopping і що робити, щоб потрапляти у видачу без обов'язкового Merchant Center та реклами.
Органічний шопінг як частина SEO
Сьогодні AI Mode являє собою змішану видачу: органічне SEO, Shopping SEO та відповіді самого AI. Це такий «strong mix», де все вже вбудовано всередині. Оскільки реклами в AI Mode поки що небагато, органічний шопінг отримав додатковий плейсмент — по комерційних запитах у AI Mode видається чимало карток товарів. І показуються вони не тому, що магазин «класний», а тому, що картка як entity високорелевантна наміру користувача.
Якість даних — основа видимості
Почнімо з бази, якою часто нехтують. Первинно Google Shopping оперує продуктовою датою — даними про товар (Product Data Page, PDP). Якість цих даних фактично дорівнює видимості. Базова специфікація фіда — GTIN, бренд, модель, категорія — це той мінімум, який необхідно мати. Але на практиці в клієнтських фідах часто бракує базових атрибутів: відсутній розмір чи колір, матеріал вказано нестандартизовано, обрано неправильну категорію.
Google читає картку товару комплексно: Title, Description, схему (структуровані дані), відгуки, доступність. Критично важлива узгодженість усіх даних, які ви передаєте в інфраструктуру Google через різні точки: сторінку товару, структуровані дані та фід.
GTIN — ідентифікатор, а не «чарівна таблетка»
GTIN — критично важливий фактор ранжування. За аналізом ALM Corp (лютий 2026 року), товари з правильними GTIN показуються на 20–40% краще. Це не вигадка Google, а первинний ідентифікаційний код, що дозволяє системі впізнати ваш товар і зіставити його дані у власному продуктовому Knowledge Graph. У цьому Shopping Graph — близько двох-трьох мільярдів товарів, які оновлюються щоденно.
GTIN може бути як зареєстрований артикул або специфічний номер; для європейського та американського ринків ним слугує штрих-код на товарі. За штрих-кодом Google звіряє ваші дані зі своїм графом: якщо ви заявляєте одні характеристики, а за цим GTIN відомі інші, виникає розбіжність, яка знижує довіру до товару. Багато e-commerce недооцінюють GTIN, хоча саме він об'єднує різні пропозиції одного товару. Наприклад, коли магазин А називає товар «Apple iPhone 15 256GB Natural Titanium», магазин Б — інакше, а магазин С — просто «смартфон Apple», саме через GTIN Google об'єднує ці пропозиції продавців.
Важливо розуміти межі: GTIN не дає лінійного результату у видачі. За самим GTIN користувач товар у Google Shopping не знайде — пошук за ним не ведеться. GTIN впливає на наступний крок: на те, як Google впізнає товар і зіставляє його з іншими сутностями, брендами та поведінкою користувача (що і як він шукає, на якому ринку).
Product Title і CTR
Ще один недооцінений фактор — продуктовий Title і його CTR, один із найсильніших сигналів ранжування в органічному шопінгу. За статистикою, перша позиція зазвичай має дещо коротші назви. Добре працює шаблон бренд + тип + атрибут + варіант; спеціалізовані інструменти фід-менеджменту рекомендують тримати довжину назви у фіді до 150 символів. Title на картці товару має збігатися з Title у фіді.
- Для одягу та брендових товарів бренд ставлять першим, решту — після нього.
- Для небрендового товару спочатку вказують типологію товару, а потім усе інше.
Переспам не працює. Основна задача Google — ідентифікувати сутність товару, а далі спрацьовує сукупність ваших факторів і те, наскільки вони збігаються з даними в Shopping Graph.
Top Quality Store — єдиний задокументований органічний фактор
Єдиний чіткий фактор, який Google сам документує як органічний, — це Top Quality Store. Спостерігається кореляція: у конкурентів із таким бейджем товарна пропозиція видима вище. Але заробити його складно: оцінюється п'ять категорій — повернення, покупка, перегляд, рейтинг продавця, досвід доставки — і всі мають отримати максимальну оцінку. Наприклад, на канадському ринку сильний магазин отримує оцінку «Great», не дотягуючи до «Exceptional»; щоб отримати статус, треба добити всі параметри (Shipping Experience, політику повернення, швидкість сайту) до «Exceptional». Навіть якщо офіційно бейдж працює не на всіх ринках, високі оцінки за цими параметрами впливають на видимість фіда і в органіці, і в PPC.
Структуровані дані та узгодженість трьох джерел
Структуровані дані — основа Shopping SEO. Тут працюють три поля, які мають збігатися між собою:
- дані на картці товару;
- структуровані дані (схема), які ви передаєте;
- дані у фіді.
Відсутність структурованих даних — це проблема, хоча сьогодні мало хто ними не користується. Варто розуміти, що AI-моделі поки що не парсять схему в JSON, тож структуровані дані працюють насамперед для класичного розуміння сторінки Google. Часто клієнти не мають достатньо даних, щоб розширити розмітку, — цю проблему можна вирішувати за допомогою AI.
Якість картки товару (PDP)
Картки товарів потребують оптимізації — це один із нових акцентів. Але хитрість у тому, що картка потребує не унікального, а повного контенту. Специфікація від постачальника, перепощена десятками магазинів, користі не дасть. Повна картка містить максимум інформації про товар: призначення, колір, габарити, розмір, відгуки, а також FAQ і мультимедійні сигнали. Власники часто економлять на фотосесіях («одна фотка — і достатньо»), але мультимедійні сигнали й UX мають значення. Погано заповнена картка не працює, адже її повнота — це фактор ранжування.
Поведінкові сигнали та довіра
Google аналізує пост-клікову поведінку на картці. Якщо людина переходить із шопінгу на картку й не завершує шлях до покупки, повертаючись у пошук, — це негативний сигнал, адже до картки вона вже прийшла з максимумом інформації (вендор, ціна, умови доставки). Негативні поведінкові фактори свідчать Google, що з карткою або магазином щось не так.
Працює E-A-T та сигнали довіри. Для e-commerce магазин виступає як окреме entity: оцінюються reviews, сторінка About us, policy. Reputation management повертається з великою силою і має прямий вплив на видачу в шопінгу. Google прискіпливо ставиться до сторінок довіри: бан може прилетіти за неправильно заповнену сторінку контактів чи одне некоректне речення в політиці повернення.
Ціна як сигнал
Ідеться про ціну на один і той самий товар, який передає той самий GTIN. У Merchant Center доступна повна інформація про ціни; крім GTIN, ідентифікатором може бути й серійний номер виробника. Google частіше підвищує покази товарів зі стандартним прайсом (не sales price), який на рівні середини ринку або трохи нижче. Товари з ціною помітно вище бенчмарка показуються складніше — хоча можливі винятки (наприклад, +21% до середнього через розширену гарантію). Це стосується органіки; у рекламі логіка дещо інша.
Доставка, повернення, наявність
Дані про доставку та повернення — окремий розділ у Merchant Center, який треба заповнювати детально й для різних країн. Ці дані сьогодні можна передавати не лише через мерчант, а й через структуровані дані на сайті — Google Search Console підсвічуватиме їх наявність. Наявність і свіжість даних про товар — необхідний мінімум для ранжування: що свіжіші дані, то краще.
Free Local Listing (In Stores Nearby)
Давній фактор — Free Local Listing, або «In Stores Nearby» («в магазинах біля мене»). В Україні він не працює, але активно діє на англомовних ринках (США, Велика Британія, Канада). Це окремий розділ у мерчанті, куди завантажують фіди з наявністю товару в локальних магазинах. Історія доволі трудомістка: для кожного локального стору потрібен фід із наявністю, який треба підтримувати у валідному стані — здебільшого зусиллями самого власника магазину.
Оптимізація та збагачення фіда
Оптимізація фіда тримається на кількох китах. Фід передає базову інформацію, але Google підтримує supplemental (додаткові) фіди, якими через спільні ідентифікатори можна накинути додаткові дані, не перебудовуючи базовий фід. Тож критично важливі архітектура фідів і збагачення атрибутів: що більше даних ви передаєте, то точніше вони лягають, а наявність атрибутів лінійно впливає на видимість. Збагачені атрибути дають:
- кращу релевантність;
- більше кліків і видимості;
- участь у гуглівських фільтрах видачі.
Приклад із практики: у клієнта на Shopify були якісні описи товарів на сайті, але дуже бідний фід (дані тягнулися з бухгалтерської системи). Рішенням став supplemental-фід: невелика застосунок під капотом із Deepseek забирає товари з фіда, аналізує контент картки й робить feed enrich — на виході дані значно багатші за стартові. Такий фід зручно подавати у форматі XML, який добре читає велику кількість хайлайтів і product specifications. Саме наявність цих додаткових параметрів (хайлайтів, розмірів, специфікацій) дозволяє потрапляти в фільтровану видачу: якщо потрібної функції немає у фіді, ймовірність показу низька.
Як це роблять: аналізують видачу шопінгу, збирають усі фільтри, які Google показує в лівому сайдбарі, складають за ними специфікацію і згідно з нею збагачують фід. Автоматизувати оптимізацію можна двома шляхами — через правила фіда або працюючи з самим фідом за допомогою AI. Сюди ж належать custom labels.
Швидкість карток і відгуки
Картки товарів — це посадкові сторінки, тож повільний магазин отримує штраф у ранжуванні: швидша картка перемагає. Відгуки працюють як сигнал ранжування й додатковий контент, який Google сканує: свіжість відгуків і сам факт їх наявності — фактор довіри. Товари з відгуками й зірочками мають вищий CTR. Крім того, відгуки можуть генерувати long-tail запити. Для кожної геолокації та мови потрібен свій фід, субакаунт, локалізація, валюта — один фід не відпрацює на багато країн.
Зображення: Google Lens і Virtual Try-On
Зображення виходять на новий рівень завдяки Google Lens: близько 20 мільярдів пошуків на місяць, з яких 20% пов'язані з покупками. Сценарій простий: людина фотографує товар, а Lens дає AI-огляд, підсвічує, що це за товар, і показує візуальні збіги карток товарів, де його можна купити, — і все це органіка. Додатково працює Virtual Try-On (віртуальна примірочна), що особливо корисно для одягу та фешену. Це висококонверсійний і недооцінений канал.
Втім, підхід залежить від товару. Якщо ви торгуєте, наприклад, печивом для дітей, наявних фотографій на картках зазвичай достатньо. Якщо ж продаєте брендовий одяг чи товари, що потребують візуального контакту, є сенс інвестувати час у якісні зображення за технічними вимогами Google Lens (фон, освітлення, кути зйомки — усе є в документації).
Category mapping і long-tail
Важлива історія — правильно обрана категорія. Google має власну категоризацію товарів, і та, яку ставите ви, не завжди збігається з нею. Перевіряйте це: розбіжність категорії може бути причиною низьких показів, низької конверсії або взагалі відсутності товарів у видачі. Long-tail оптимізація має значення, але вторинне: якщо є GTIN і визначений entity, що збігається з Shopping Graph, довгий хвіст відходить на другий план. Проте оптимізувати картку під довгі ключі варто — це працює.
Шопінг у видачі та майбутнє: AI, UCP і conversational-атрибути
Google давно експериментує з підмішуванням карток товарів у сам серп. В Україні це відбувається на плейсменті зображень (як у прикладі з оливками, де картка товару показується під зображеннями), на інших ринках — з позначками «в магазині». Конверсія з такого кліку вища за класичну органіку, бо користувач одразу бачить ціну, відгуки, умови повернення. Google також розширює товари через продуктові сніпети і бере на себе рекомендаційну директиву: на запити на кшталт «best running shoes» чи «як обрати матрас» він показує конкретні товари, тоді як на простий «купити кросівки» товарної видачі може й не бути. Спостерігається посилення видачі фідів саме на запити «best», «how to choose» тощо.
Приклад перформансу фіда з даними за 28 днів: понад 43 000 органічних кліків, близько 3 мільйонів імпресій і прямі покупки з тієї ж сесії. Google має внутрішній feed quality score — оцінку повноти атрибутів і стану фіда: дефолтний фід високого ранжування не дасть, а розширені параметри ранжуються краще, зокрема в рекламі. Водночас Google жорстко стежить за чистотою фідів: навіть застаріла на день ціна може призвести до відхилень товарів і пенальті, які накопичуються й закінчуються баном мерчанта, що складно розблокувати.
З лютого 2026 року з'явилися нові conversational-атрибути в Merchant Center для розмовної комерції: відповіді на поширені питання, сумісні аксесуари, посилання на документи чи гарантії, пов'язані товари, варіанти, навіть рейтинг популярності — десятки нових атрибутів, затюнених під AI Mode. Google уже випустив під них документацію, і з ними варто починати працювати. Показово, що попри заяви про припинення підтримки мікророзмітки, вона фактично перекочувала в шопінг. Якщо у вас добре пропрацьовані product highlights і product details, значну частину цих завдань уже закрито.
Окремо — протоколи агентної комерції. Universal Commerce Protocol (UCP) запущено 11 січня 2026 року: на сторінках сайту створюються ендпоінти, через які агенти можуть купувати безпосередньо. Walmart тестував UCP із ChatGPT, але поки відмовився через зниження конверсії — проте за цим напрямом майбутнє. Shopify має UCP вбудованим (треба увімкнути ендпоінт), для WooCommerce на WordPress уже є плагіни. У OpenAI аналог називається Agentic Commerce Protocol (ACP) — ті самі ендпоінти, де агенти отримують дані про товар, оплату й повернення та можуть купувати самостійно.
Автоматизація та вимірювання
Автоматизувати варто те, що зменшує кількість людських помилок: автоматичну перевірку фідів, розширення параметрів, скрипти для пошуку розбіжностей у даних. Вимірювати органічний шопінг можна в кількох місцях:
- Google Search Console — performance report, розділи merchant listing і product snippet;
- аналітика — Google маркує органічний шопінг окремо;
- вкладка аналітики в Merchant Center — фільтрація за органічним і комерційним трафіком.
Ще одна маловідома фіча: у мерчанті можна зберігати товари, що вже out of stock, передаючи відповідний статус. Це дозволяє наростити загальну кількість проіндексованих сторінок і внутрішню перелінковку — особливо корисно для магазинів із невеликим асортиментом.
Роадмап впровадження
- Перевірте технічну базу: як індексуються картки товарів, яка у вас схема, швидкість, чи немає критичних помилок у мерчанті.
- Перевірте якість даних: що і як ви передаєте та наскільки ці дані збігаються з картками товарів.
- Оцініть автоматизацію: що вже автоматизовано, а що варто.
- Розширюйте процеси: збагачуйте фіди, передавайте додаткові дані через supplemental-фіди.
Органічний Google Shopping перетворюється на окремий, висококонверсійний і поки недооцінений канал, тісно зрощений із SEO. Google працює на рівні сутностей: ідентифікує товар за GTIN, зіставляє його з власним Shopping Graph і зважує сукупність сигналів — узгодженість даних, якість картки, поведінкові фактори, довіру до магазину, ціну, швидкість, відгуки. Найпоширеніші помилки лишаються базовими: відсутній GTIN, дубльовані Title, немає схеми, бідна картка товару. Почніть із технічної бази та якості даних, збагачуйте фіди й тримайте руку на пульсі нових напрямів — від Google Lens до UCP і conversational-атрибутів.
Коментарі