New Structured Data for Shopping: Jak wdrożyć zaawansowane dane dla produktów Shopify (Zgodnie z trendem z Zurychu)

Standardowe Schema Product nie wystarcza w 2025 roku. Google wymaga New Structured Data for Shopping – zaawansowanych danych produktowych, które integrują się z Shopping Graph i AI Overview. Pokażę, jak wdrożyć je na Shopify za pomocą autorskiego kodu Liquid.

Na konferencji w Zurychu Pascal Fleury z Google potwierdził to, co obserwowaliśmy od miesięcy: Google buduje globalny Shopping Graph i potrzebuje znacznie więcej danych niż podstawowe Schema Product.

Nie wystarczy już podać cenę i nazwę produktu. Google musi wiedzieć, jak dostarczasz produkt, w jakim kontekście go sprzedajesz i dlaczego klient powinien Ci zaufać.

Dlaczego Google chce więcej danych: trend z Zurychu

Google Shopping Graph to próba zbudowania kompletnej bazy wiedzy o produktach na świecie. Każdy produkt ma być połączony z:

• Informacjami o dostępności i wysyłce
• Recenzjami i oceną jakości
• Kontekstem sprzedawcy (E-E-A-T sklepu)
• Wariantami i specyfikacją techniczną

Standardowe Schema Product dostarcza może 30% tych informacji. Reszta to „dziura" w danych, którą Google musi uzupełniać domysłami.

Cecha	Stare Schema Product	New Structured Data for Shopping
Główny focus	Cena, nazwa, opis	Pełen kontekst (gtin, size, shippingDetails, review)
Wdrożenie na Shopify	Standardowe fragmenty Liquid	Wymaga autorskiego kodu + LLM Feed
Cel	Rich Snippets w SERP	Integracja z AI/Google Shopping Graph
Wpływ na widoczność	Podstawowy	Krytyczny dla e-commerce 2025

Shopify Engineering: pułapki techniczne Liquid

Shopify mimo swojej prostoty ma specyficzne pułapki, które mogą zepsuć dane strukturalne i wydajność strony. Oto najczęstsze błędy:

Pułapka 1: Lazy Loading obrazków Above the Fold

Jeśli leniwe ładowanie dotyczy głównego obrazka produktu (hero image), zabijasz metrykę LCP (Largest Contentful Paint).

Błędny kod:

{{ product.featured_image | img_url: '1200x' | image_tag: loading: 'lazy' }}

Poprawny kod:

{{ product.featured_image | img_url: '1200x' | image_tag: loading: 'eager', fetchpriority: 'high' }}

Pułapka 2: Błąd contains 'http' w Liquid

Nigdy nie filtruj URL-i Shopify CDN przez contains 'http'. URL-e CDN mogą zaczynać się od // (protocol-relative) i test zawiedzie.

Błędny kod:

{% if image_url contains 'http' %}
  <img src="{{ image_url }}">
{% endif %}

Poprawny kod:

{% if image_url != blank %}
  {% if image_url contains '//' %}
    <img src="{{ image_url }}">
  {% else %}
    <img src="{{ image_url | img_url: '1200x' }}">
  {% endif %}
{% endif %}

Pułapka 3: Responsywne obrazki bez srcset

Shopify CDN obsługuje automatyczne skalowanie. Wykorzystaj to:

<img
  src="{{ product.featured_image | img_url: '800x' }}"
  srcset="{{ product.featured_image | img_url: '400x' }} 400w,
          {{ product.featured_image | img_url: '800x' }} 800w,
          {{ product.featured_image | img_url: '1200x' }} 1200w"
  sizes="(max-width: 600px) 400px, (max-width: 1200px) 800px, 1200px"
  loading="eager"
  fetchpriority="high"
  alt="{{ product.title | escape }}">

Co musi zawierać zaawansowana Schema Product

Prawidłowe wdrożenie wymaga modyfikacji plików .liquid w sekcji produktu. Oto kluczowe obszary, które musisz zaadresować:

1. Rozszerzenie obiektu Product

Standardowa Schema zawiera tylko podstawowe atrybuty. Zaawansowane wdrożenie wymaga:

• GTIN/EAN: Pobieranie kodu kreskowego z wariantów produktu
• MPN: Numer katalogowy producenta z Metafields
• Material: Specyfikacja materiału dla Google Shopping
• Brand: Prawidłowe ustrukturyzowanie z @type Brand
• Multiple Images: Tablica obrazów, nie pojedynczy URL

Większość motywów Shopify nie obsługuje tych atrybutów – wymagają autorskiego kodu Liquid.

2. Ustrukturyzowanie shippingDetails

Szczegóły wysyłki są wymagane w 2025. Google Shopping odrzuca produkty bez tych danych:

• shippingRate: Koszt wysyłki z walutą
• shippingDestination: Kraje dostawy (DefinedRegion)
• deliveryTime: Czas realizacji (handlingTime + transitTime)

Wdrożenie wymaga dynamicznego pobierania danych z ustawień wysyłki Shopify – nie można tego zrobić statycznie.

3. Audyt Review z danymi autora

Recenzje muszą zawierać dane o autorze – wzmacnia to E-E-A-T produktu:

• aggregateRating: Średnia ocena i liczba recenzji
• review: Tablica pojedynczych recenzji
• author: Imię autora jako @type Person (nie String!)
• reviewBody: Treść recenzji z prawidłowym escape'owaniem

Większość aplikacji recenzji Shopify generuje nieprawidłową strukturę – wymaga to nadpisania.

4. Spójność z LLM Feed

Włącz do LLM Feed informacje o najlepszych produktach. Dwa kanały spójnych danych = większe zaufanie Google:

Element	Schema Product	LLM Feed
Nazwa produktu	name	PRODUCTS section
Kategoria	category	OFFERINGS
Cena	offers.price	PRICING (jeśli dotyczy)
Dostępność	offers.availability	SERVICES

Nasza autorska metodyka: SEO Engineering dla Shopify

Wiele agencji zatrzymuje się na podstawowym wdrożeniu Schema. Nasza metodyka SEO Engineering polega na stworzeniu niestandardowego bloku Liquid, który automatycznie generuje wszystkie zaawansowane atrybuty.

Kluczowe elementy naszego rozwiązania:

1. Dynamiczne Metadane E-E-A-T

Automatyczne włączenie danych o ekspertyzie bezpośrednio do Schema produktu – certyfikaty jakości, informacje o producencie, dane sprzedawcy zgodne z wymaganiami Google 2025.

2. Pełne ustrukturyzowanie wariantów

Zapewnienie, że Google rozumie każdy wariant (kolor, rozmiar, GTIN) jako osobną ofertę. Maksymalizuje to szanse na Rich Snippets i poprawia widoczność w Google Shopping.

3. Integracja z LLM Feed

Nasz kod automatycznie pobiera kluczowe KPI i informacje o ekspertyzie z LLM Feed i umieszcza je w Schema (np. w sekcji description lub disambiguatingDescription). Zapewnia to spójność danych i wzmacnia Page Quality.

4. Obsługa edge cases Shopify

Rozwiązania dla specyficznych problemów platformy: obsługa wariantów bez GTIN, produkty bez obrazków, dynamiczne ceny promocyjne, multi-currency.

Dowód skuteczności: sygnały site-level = stabilność

Zgodnie ze slajdami Google, sygnały na poziomie całej witryny (site-level) są ważniejsze niż błędy na pojedynczych stronach.

Wdrożenie zaawansowanych Structured Data w połączeniu z LLM Feed generuje stabilny ruch i chroni przed aktualizacjami algorytmu.

Dane z naszych wdrożeń:

Sklep	Wdrożenie	Efekt po 12 miesiącach
Sklep A (moda)	Advanced Schema + LLM Feed	+280% widoczności, odporność na Core Updates
Sklep B (meble)	Advanced Schema + LLM Feed	+340% widoczności, stały trend wzrostowy
Sklep C (elektronika)	Tylko podstawowe Schema	+45% widoczności, spadki przy Core Updates

Strony z zaawansowanymi Structured Data i LLM Feed osiągają stały, roczny trend wzrostowy i odporność na Core Updates. Podstawowe Schema to za mało.

Checklista wdrożenia New Structured Data

Schema Product – atrybuty wymagane 2025:

• ☐ name, description, sku
• ☐ gtin13/gtin14 lub mpn (jeśli dostępne)
• ☐ brand z @type Brand
• ☐ image (minimum 3 zdjęcia)
• ☐ offers z pełnymi danymi

Schema Offer – rozszerzenia:

• ☐ shippingDetails z deliveryTime
• ☐ priceValidUntil
• ☐ seller z danymi Organization
• ☐ availability (InStock/OutOfStock)

Integracja z LLM Feed:

• ☐ Spójność nazw produktów
• ☐ Kategorie zgodne z OFFERINGS
• ☐ KPI produktów w sekcji RESULTS

Źródła i dokumentacja

Artykuł oparty na oficjalnych źródłach Google i prezentacjach konferencyjnych:

• Google: Product Structured Data – oficjalna dokumentacja
• Google Search Central: New Structured Data for Shopping – ogłoszenie nowych wymagań
• Schema.org: Product – specyfikacja Schema
• Shopify Dev: Theme Templates – dokumentacja Liquid
• Web.dev: Core Web Vitals – metryki wydajności

Informacje o trendach z konferencji w Zurychu pochodzą z prezentacji Pascal Fleury (Google) na Search Central Live 2024.