상품 데이터가 검색 가시성을 좌우하는 이유와 개선 방법
resignal.com조회수 06일 전
핵심
AI 검색 최적화가 주목을 받는 가운데, 많은 이커머스 브랜드가 상품 데이터 최적화라는 중대한 기회를 놓치고 있다. 상품 데이터의 품질 문제가 유기 쇼핑, 유료 쇼핑, AI 검색 세 채널을 동시에 어렵게 할 수 있다.
상품 데이터의 중요성
세 개의 검색 채널을 좌우하는 데이터
- 구글은 여전히 온라인 소매의 주요 판매 채널이며, 쇼핑 검색량의 약 3분의 1이 구글에서 발생한다.
- 정확하고 상세한 상품 데이터는 세 개의 검색 채널에 영향을 미친다.
- 유기 검색: 구글이 상품 데이터를 사용해 검색 결과 페이지(SERP)에 상품 그리드를 표시한다.
- 유료 쇼핑: 상품 피드(product feed) 정보가 광고에 활용된다.
- AI 검색: ChatGPT는 상품 페이지가 아닌 판매자 피드에서 쇼핑 캐러셀 결과를 대부분 가져온다.
현황과 기회
- 구글 쇼핑 그래프에는 3,500만 개 이상의 상품 목록이 있지만, 가장 풍부한 정보를 담은 것들만 상위에 노출된다.
- 상품 피드 최적화는 많은 기업의 레이더에 올라가지 않은 상태다.
상품 데이터 최적화의 핵심 요소
"승리"하는 상품 그리드를 만들기 위한 조건:
- 부실한 상품 피드 최적화
- 유기 피드와 유료 피드의 분리
- 누락된 스키마(schema) 추가와 상품 페이지 최적화를 통한 상품 데이터 강화
- 상품 피드, 상품 페이지, 상품 스키마 간의 정보 일관성 보장
- 크롤러가 상품 페이지에서 모든 상품 정보를 수집할 수 있도록 보장
자주 발생하는 두 가지 피드 실수
1. 상품 데이터, 스키마, 피드 간의 불일치
- 첫 번째 문제: 모든 데이터 소스가 동기화되고 일관되는지 확인하지 않는 경우
- 상품 스키마가 모든 상품 데이터 정보를 반영해야 하며, 정확해야 한다.
- 상품 피드는 웹사이트의 모든 데이터 및 스키마와 일치해야 한다.
- 반품 정보, 배송료 등 사용자의 구매 결정에 중요한 데이터가 모순되면 이탈률이 높아지고 구글이 경쟁사를 우선 노출할 수 있다.
- 이미지나 배송 세부 정보 같은 핵심 상품 데이터가 누락되면 상품이 승인 거부될 수 있다.
2. 무료 목록(Free Listings) 미활용
- 두 번째 문제: 구글 머천트 센터의 무료 유기 상품 목록을 최대한 활용하지 않는 경우
- 무료 목록은 상품 노출뿐 아니라 다양한 최적화에 대해 A/B 테스트하는 데도 유용하다.
- 머천트 센터의 마케팅 방법 설정에서 무료 목록이 기본적으로 활성화되지 않는 경우가 많다.
- 모든 점에서 일관성을 유지하고 정보를 최대한 명확하게 하는 것이 중요하다.
- 이미지, 배송 정보 같은 필수 정보가 없으면 구글이 상품을 검색 결과에 표시하지 않는다.
상품 데이터 최적화 모범 사례
유기 피드와 유료 피드의 분리
- 유기 피드와 유료 피드는 물과 기름처럼 섞이지 말아야 한다.
- 분리해야 하는 이유:
- 유기 최적화에만 집중하면 유료 활동에 방해가 없다.
- 유료 피드에는 브랜드의 모든 상품이 포함되지 않는 경우가 많다. 일부 상품은 유료 피드에 맞지 않거나 광고 예산으로 충분히 커버할 수 없다.
- 반면 유기 검색은 다르다. 유기 피드에 모든 상품이 없으면 상품이 유기 쿼리에 노출될 기회를 놓칠 수 있다.
- 추가 이점:
- 웹사이트 정보에 맞춘 별도의 유기 상품 피드는 상품 엔티티를 강화하는 또 다른 계층을 더한다.
- 구글에 해당 상품의 확실한 출처가 자신임을 신호한다.
- 무료로 테스트할 수 있고 유료 부분에 영향을 주지 않는다.
"정보 부족" 상품 데이터 식별 및 업데이트
-
"정보 부족" 상품 데이터란:
- 사용자의 구매 결정을 돕는 유용하고 정의적인 상품 특성을 제공하지 않는 데이터를 의미한다.
- 예: 상품 유형, 성별, 용도, 차별화 요소(USP, Unique Selling Proposition) 같은 핵심 요소가 빠진 모호한 상품명
- 사람들이 찾는 차별화 요소이자 더 구체적인 롱테일 쿼리에 부합하도록 돕는다.
-
점검 방법:
- 상품 제목만으로 그 상품이 무엇인지 명확한가? 고립된 상태에서 상품의 모습이 명확한가?
-
피드가 웹사이트 정보를 반영하지 않는 경우:
- 설명, 리뷰, 평점 등 누락되어 있다.
- 이러한 정보들은 구매 결정 과정에서 큰 영향을 미친다.
- 전체 쇼핑객의 47%가 추가 비용 때문에 장바구니를 버린다. 모든 상품 데이터를 포함하고 체크아웃 단계 전에 사용자에게 보이면 이를 방지할 수 있다.
-
가격과 재고 불일치:
- 상품 피드가 더 자주 업데이트되는 가격과 재고에서 웹사이트와 동기화되지 않는 경우가 많다.
- 이는 상품 목록에 부정 승인을 받을 수 있다.
"정보 부족" 상품 데이터 유지 관리
- 수동 입력 피하기:
- 가능한 한 속성을 소스 수준에서 업데이트하는 것이 모범 사례다.
- 예: 아이템 그룹 ID를 피드 파일에서 직접 제공하면 CMS(콘텐츠 관리 시스템) 또는 PIM(제품 정보 관리)에서 그룹 ID를 가져와 모든 상품에 한 번에 적용할 수 있다.
- 이렇게 하면 새 상품과 새로운 속성을 관리하기가 훨씬 쉬워진다.
상품 그룹 스키마 구현
-
상품 그룹 스키마의 역할:
- 브랜드가 자주 건너뛰는 상품 스키마 마크업 중 가장 중요하다.
- 마스터 상품(예: 특정 스타일의 반바지)과 그 변형(여러 색상과 사이즈)의 부모-자식 관계를 설명한다.
- 각 상품 변형도 자체 스키마를 가지고 있으며, 이는 차별화 요소 및 고유 정보(예: 특정 색상 할인가)를 설명한다.
- 이 모든 다양한 스키마 유형이 러시안 인형처럼 중첩되어야 한다.
-
변형 정보 전달의 중요성:
- 상품 변형이 구글 쇼핑에 노출되므로, 이 변형 관계를 효과적으로 구글에 전달할 스키마를 포함해야 한다.
- 그렇지 않으면 혼동이 생길 수 있다.
-
배송 및 반품 정보 스키마:
- 두 번째로 중요한 것은 배송 및 반품 정보 스키마다.
- 배송료와 무료 반품은 사용자의 주요 결정 요소다.
- 이 정보를 머천트 센터 설정에 직접 입력하고 여러 피드에 한 번에 적용할 수 있다.
- 주의 사항: 배송 및 반품 스키마 데이터는 홈페이지 또는 배송/반품 페이지에 유지해야 한다. 모든 페이지에 포함하는 것은 모범 사례가 아니다. 상품 페이지의 배송 및 반품 스키마가 잘못되었더라도 우선순위가 높기 때문이다.
AI 검색의 영향: 유기 검색과 유료 광고를 넘어
AI 검색의 성장과 상품 데이터의 역할
- AI 검색이 더 많은 주목을 받고 있으며, AI 개요(AI Overviews)와 AI 모드(AI Mode)가 관련된 쇼핑 가능한 상품을 표시하고 있다.
- 둘 다 구글 상품 그래프에 의존하며, 상품 페이지, 머천트 센터, 스키마 데이터가 이를 채운다.
- AI 챗봇 출시 이후 사용자 행동이 크게 변했다. 사용자는 이전보다 빠른 속도를 원하며, 개발이 이에 대응하고 있다.
에이전트 쇼핑 도구와 새로운 기회
- 구글이 미국, 영국, 캐나다, 호주에 걸쳐 소매업체를 위한 에이전트 쇼핑 도구를 출시하기 시작했다.
- 유니버설 커머스 프로토콜(UCP, Universal Commerce Protocol) 같은 기술을 통해 사용자는 브랜드 웹사이트를 방문할 필요 없이 구글 AI 모드 내에서 직접 구매를 완료할 수 있다.
- 브랜드가 이에 앞서가려면 상품 데이터가 완전하고 준비되어야 하며, 특히 교차 판매(cross-sell) 기회가 있어야 한다.
ChatGPT 광고와 새로운 마케팅 채널
- ChatGPT 광고가 출시되고 있으며, 상품 피드가 이 새로운 마케팅 채널의 일부가 될 것이다.
- 아직 초기 단계이고 성과 데이터가 없지만, 상품 데이터를 최적화하면 더 광범위한 확대에 대비할 수 있다.
- 상품 데이터 최적화는 다른 검색 채널에서 이미 매우 가치 있으므로 해롭지 않다.
결론
AI 검색이 인기 있는 영역이지만, 정확하고 완전한 상품 데이터는 모든 검색 채널에서 이커머스 성공에 필수적이다. 유료, 유기, AI 검색을 위해 상품 피드, 페이지, 스키마를 최적화하는 것은 검색 가시성뿐 아니라 사용자 경험에도 좋다. 또한 유지하기 쉬운 모범 사례 프로세스로 이어지므로 힘든 작업일 필요가 없다. 이것은 세 개의 서로 다른 검색 채널에 상당한 영향을 미칠 수 있는 간단한 승리다.