Los 8 atributos del feed de Google Merchant que afectan directamente a los AI Overviews

Los 8 atributos del feed de Google Merchant que afectan directamente a los AI Overviews 2

Si tienes una tienda online y usas Google Merchant Center, hay ocho atributos del feed de productos que Google ha vinculado expresamente a sus resultados generados por inteligencia artificial —los llamados AI Overviews y AI Mode— y que la mayoría de los comercios están ignorando por completo. Así lo señala un análisis publicado en la comunidad oficial de Google Merchant Center, donde un especialista en optimización de feeds advierte que la mayor parte de los catálogos que audita carece de la mayoría de estos atributos.

Por qué estos atributos importan más que nunca

Hasta ahora, la conversación sobre optimización de feeds se ha centrado siempre en los mismos elementos: títulos, descripciones, GTINs e imágenes. Según el análisis, esos atributos siguen siendo importantes, pero Google ha identificado específicamente ocho campos adicionales que alimentan directamente las superficies impulsadas por IA en la búsqueda. Ignorarlos puede suponer quedarse fuera de las respuestas generadas automáticamente para millones de consultas.

La relevancia de esto es clara: los AI Overviews ya aparecen de forma habitual en los resultados de búsqueda de Google para preguntas sobre productos, comparativas y recomendaciones de compra. Si el feed de un comercio no proporciona los datos estructurados que la IA necesita, sus productos simplemente no aparecerán en esas respuestas, independientemente de lo buena que sea su web.

Los ocho atributos que Google señala como clave para la IA

De acuerdo con la fuente, el primero de los atributos es Product Highlight, que permite incluir los beneficios principales del producto —no especificaciones técnicas, sino ventajas— de forma similar a los bullet points de una ficha de Amazon, pero dentro del feed. Se advierte de un problema técnico habitual: si el feed se envía en formato CSV y el texto contiene comas, estas se interpretan como separadores de columnas y los datos se corrompen.

El segundo es Product Detail, pensado para especificaciones técnicas estructuradas en tres sub-atributos: nombre de sección, nombre del atributo y valor. Según los datos facilitados, este campo es el que utilizan los sistemas de IA para responder con precisión a preguntas concretas sobre productos. Un ejemplo para un reloj sería:

  • Batería : Duración : 10 años
  • Pantalla : Iluminación : LED azul
  • Diseño : Estilo : Táctico

El tercer atributo es Variant Option, útil cuando las variantes de un producto van más allá del color, talla o material habituales. Según la fuente, si se venden, por ejemplo, portátiles con distintas tarjetas gráficas, este campo permite enviarlo de forma estructurada. Debe usarse junto al atributo item_group_id.

El cuarto es Item Group Title: un título de grupo compartido por todas las variantes bajo el mismo item_group_id. De acuerdo con el análisis, debe ser diferente al título de cada variante individual y no incluir detalles específicos como color o talla. Su función es ayudar a Google a entender el catálogo como un grupo estructurado.

Relaciones entre productos, preguntas frecuentes y documentación técnica

El quinto atributo es Related Products, que informa a Google sobre accesorios, piezas necesarias, sustitutos y productos complementarios del catálogo. Según los datos facilitados, existen seis tipos de relación posibles: parte de un conjunto, pieza necesaria, comprado habitualmente junto con, sustituto, marca diferente y accesorio. Se pueden incluir hasta 30 productos relacionados por artículo.

El sexto es Question and Answer: pares de preguntas y respuestas predefinidas enviados directamente en el feed. Según la fuente, Google los utiliza para responder preguntas detalladas de compradores en respuestas conversacionales generadas por IA. Se permiten hasta 30 pares por producto, con un máximo de 1.000 caracteres por pregunta y respuesta. La recomendación es basarlos en lo que los clientes realmente preguntan: tickets de soporte, reseñas y secciones de preguntas de la competencia son buenos puntos de partida.

El séptimo atributo, y posiblemente el más infrautilizado según la fuente, es Document Link. Permite incluir enlaces a PDFs del producto: manuales de usuario, guías de montaje u hojas de especificaciones. De acuerdo con el análisis, Google rastrea esos documentos y los usa en AI Mode para responder preguntas detalladas. Los requisitos son: URL pública, formato PDF, tamaño máximo de 50 MB y que Googlebot pueda rastrearlo. Se admiten hasta cinco enlaces por producto.

«Este es una gran oportunidad ahora mismo. Muy pocos comercios lo están usando», señala el análisis publicado en la comunidad oficial de Google Merchant Center.

El atributo de popularidad que la IA usa para recomendar productos

El octavo y último atributo es Popularity Rank, un valor numérico entre 0 y 100 que indica la popularidad relativa de un producto dentro del catálogo. Según los datos facilitados, Google lo utiliza en los resultados generados por IA para ayudar a los compradores a tomar decisiones más informadas. Los productos más vendidos deberían recibir un número alto; los de rotación lenta, uno más bajo.

La fuente advierte expresamente de un error habitual: no se debe asignar el mismo número alto a todos los productos. El valor tiene que ser preciso y relativo a los datos de ventas reales para que sea útil. De lo contrario, Google puede interpretar que los datos no son fiables y no utilizarlos en sus respuestas.

Qué hacer si el feed todavía no incluye estos atributos

La realidad, según el análisis, es que la mayoría de los feeds auditados carece de la mayor parte de estos ocho campos. No se trata de atributos nuevos ni experimentales; Google los ha documentado oficialmente en su centro de ayuda para comerciantes. Lo que ha cambiado es su relevancia, ahora que los AI Overviews forman parte del funcionamiento habitual de la búsqueda.

Para los comercios que quieran empezar a implementarlos, la fuente recomienda priorizar Product Detail y Document Link como primeros pasos, dado que son los que más impacto tienen en la capacidad de la IA para responder preguntas técnicas sobre productos. El resto pueden incorporarse de forma progresiva según el tipo de catálogo y los recursos disponibles.

Fuente: https://support.google.com/merchants/community-guide/436622906/these-8-feed-attributes-directly-impact-ai-overviews-full-breakdown-with-examples


También podría ser de tu interés:

Deja un comentario