Shopping Graph: cos’è e perché determina la visibilità dei prodotti
Il Shopping Graph di Google è un grafo della conoscenza specializzato sui prodotti: aggrega dati da feed Merchant Center, pagine prodotto indicizzate, recensioni, disponibilità, prezzi e attributi strutturati per costruire una rappresentazione semantica dell’intero catalogo ecommerce globale. È l’infrastruttura che alimenta Google Shopping, i risultati prodotto nelle AI Overviews, le risposte di Gemini su query di acquisto e la funzione Search Generative Experience per il commercio.
L’ottimizzazione nello Shopping Graph significa garantire che ogni prodotto sia rappresentato con dati completi, coerenti e semanticamente ricchi in tutti i punti di ingresso — feed, pagina prodotto e markup strutturato — in modo che Google possa costruire una scheda prodotto affidabile e citarla nei contesti AI generativi. Uneven Lab applica questa metodologia nelle strategie SEO per ecommerce per brand europei e internazionali dal 2013, con specializzazione nei settori fashion, B2B e Shopify.
Feed Merchant Center e qualità dei dati prodotto
Attributi obbligatori e attributi ad alto impatto semantico
Il feed Google Merchant Center è il canale primario attraverso cui i dati prodotto entrano nello Shopping Graph. Gli attributi obbligatori — id, title, description, link, image_link, price, availability, condition — sono la soglia minima di accesso, non il livello di ottimizzazione. L’ottimizzazione nello Shopping Graph in modo competitivo è necessario lavorare sugli attributi ad alto impatto semantico: product_type con tassonomia proprietaria coerente, google_product_category al livello più granulare disponibile, brand esplicito su ogni SKU, color, size e material con valori standardizzati, e item_group_id per raggruppare correttamente le varianti.
Ogni attributo mancante o approssimativo riduce la capacità del Shopping Graph di abbinare il prodotto alle query pertinenti — incluse quelle conversazionali su Gemini e ChatGPT Shopping.
Title e description del feed: ottimizzazione semantica specifica
Il title del feed è l’attributo con il maggiore impatto diretto sul matching tra prodotto e query nello Shopping Graph. Non corrisponde necessariamente al nome commerciale del prodotto: deve includere brand, tipologia di prodotto, materiale o caratteristica distintiva e — per categorie fashion — colore e genere, in un ordine che rispecchia la struttura delle query di acquisto reali. La description del feed è distinta dalla descrizione della pagina prodotto: deve essere densa di attributi tecnici — materiale, composizione, certificazioni, uso previsto — in un formato non narrativo ma informativo.
Per l’ottimizzazione nello Shopping Graph su cataloghi di grandi dimensioni, Uneven Lab utilizza template di generazione automatica dei titoli feed basati su attributi strutturati, verificati con Semrush e SeoZoom per la copertura delle keyword di categoria.
Aggiornamento del feed e freshness dei dati
Lo Shopping Graph privilegia feed aggiornati con frequenza: disponibilità, prezzo e promozioni devono riflettere in tempo reale lo stato del catalogo. Un feed con dati obsoleti — prodotti esauriti segnalati come disponibili, prezzi non aggiornati, promozioni scadute — genera disapprovazioni nel Merchant Center e riduce la copertura del catalogo nelle superfici AI di Google. Per l’ottimizzazione nello Shopping Graph è necessario configurare aggiornamenti automatici del feed con cadenza minima giornaliera, e integrare il feed supplementare per gli aggiornamenti di prezzo e disponibilità in tempo reale tramite l’API Content di Google. Questo intervento è particolarmente critico per ecommerce con cataloghi dinamici — stagionalità, flash sale, stock variabile — dove la freshness è un fattore diretto di visibilità.
Structured data e pagine prodotto per lo Shopping Graph
Markup Product e le proprietà ad alto valore semantico
Il markup JSON-LD con schema Product sulla pagina prodotto è il secondo canale attraverso cui i dati entrano nello Shopping Graph, in parallelo al feed. Le proprietà ad alto valore per l’ottimizzazione nello Shopping Graph includono: name, description, brand con tipo Brand, sku, gtin — il GTIN è un segnale di fiducia prioritario per Google — offers con price, priceCurrency, availability e url, e aggregateRating con ratingValue e reviewCount.
La proprietà image deve referenziare immagini ad alta risoluzione con rapporto 1:1 o 4:3, ottimizzate per l’estrazione nei pannelli prodotto degli AI Overviews. Su piattaforme come Shopify, il markup Product è generato automaticamente dal tema ma spesso incompleto — la verifica con Screaming Frog e il Rich Results Test di Google è un passaggio obbligato prima di qualsiasi campagna di ottimizzazione.
Recensioni e rating come segnali di autorità nel grafo
Le recensioni prodotto sono uno dei segnali più rilevanti per la visibilità nello Shopping Graph: influenzano il CTR nelle superfici Shopping, la priorità di citazione negli AI Overviews e la fiducia del modello AI nel raccomandare un prodotto su query comparative. Per l’ottimizzazione nello Shopping Graph attraverso le recensioni è necessario implementare il markup AggregateRating correttamente — con reviewCount reale e ratingValue aggiornato dinamicamente — e assicurarsi che il feed Merchant Center trasmetta i dati di rating tramite l’attributo review o tramite l’integrazione con le piattaforme di recensione certificate da Google (Trustpilot, Reviews.io, Bazaarvoice).
Un catalogo con rating strutturato e aggiornato ha una probabilità significativamente più alta di comparire nelle risposte di Gemini su query del tipo “migliori [categoria prodotto] su [fascia di prezzo]”.
Coerenza tra feed, pagina prodotto e dati strutturati
Uno degli errori più comuni nei progetti l’ottimizzazione nello Shopping Graph è la disallineamento tra i dati nel feed Merchant Center, il contenuto della pagina prodotto e il markup JSON-LD. Google verifica la coerenza tra questi tre livelli: un prezzo diverso tra feed e pagina, un titolo prodotto che non corrisponde al name del markup, o una disponibilità contraddittoria tra feed e offers nel JSON-LD generano segnali di inaffidabilità che riducono la copertura nel grafo.
L’audit di coerenza tra i tre livelli — condotto con Screaming Frog per il crawl della pagina, Merchant Center Diagnostics per il feed e il Rich Results Test per il markup — è il punto di partenza di qualsiasi progetto strutturato, l’ottimizzazione nello Shopping Graph e’ gestito da Uneven Lab.
Richiedi un audit del tuo catalogo per lo Shopping Graph
Se vuoi verificare la qualità dei dati prodotto nel tuo feed Merchant Center e il livello di ottimizzazione del markup strutturato sulle tue pagine prodotto, possiamo condurre un audit preliminare e identificare i gap prioritari. Prenota una call conoscitiva.
Domande frequenti sull’ottimizzazione del catalogo nel Shopping Graph
Lo Shopping Graph influenza anche i risultati organici non a pagamento?
Sì. l’ottimizzazione nello Shopping Graph alimenta sia le schede prodotto a pagamento su Google Shopping sia le superfici organiche: i pannelli prodotto nei risultati di ricerca, le schede nei AI Overviews, le risposte di Gemini su query di acquisto e le funzionalità di confronto prodotto. Un catalogo ben ottimizzato nello Shopping Graph ottiene visibilità organica incrementale su tutte queste superfici, indipendentemente dall’investimento in campagne Google Ads. L’ottimizzazione del feed e del markup strutturato è quindi un intervento con impatto sia sul canale organico sia su quello a pagamento.
Shopify gestisce automaticamente l’integrazione con lo Shopping Graph?
Shopify offre un’integrazione nativa con Google Merchant Center tramite il canale Google & YouTube, che genera automaticamente un feed prodotto di base. Tuttavia, questo feed automatico raramente soddisfa i requisiti di qualità necessari per l’ottimizzazione nello Shopping Graph in modo competitivo: i titoli prodotto non sono ottimizzati per le query di acquisto, gli attributi opzionali ad alto impatto come material, color e product_type non vengono popolati automaticamente, e il markup JSON-LD generato dal tema è spesso incompleto. Un intervento di ottimizzazione manuale — o tramite app specializzate come DataFeedWatch o Simprosys — è necessario per portare la qualità del feed al livello richiesto dalla competizione nello Shopping Graph.
Il GTIN è obbligatorio per ottimizzare il catalogo nello Shopping Graph?
Non è tecnicamente obbligatorio per tutti i prodotti, ma è fortemente consigliato per qualsiasi categoria con prodotti standardizzati. Il GTIN — Global Trade Item Number, che include EAN, UPC e ISBN — permette a Google di abbinare il prodotto alle informazioni già presenti nello Shopping Graph per quella referenza: prezzo medio di mercato, recensioni aggregate, specifiche tecniche. Un prodotto con GTIN ottiene una scheda più ricca e una maggiore probabilità di comparire nelle superfici comparative. Per prodotti artigianali, custom o white-label senza GTIN, è possibile richiedere l’esenzione nel Merchant Center, ma l’ottimizzazione nello Shopping Graph sarà strutturalmente superiore rispetto ai prodotti con codice standardizzato.
