English
Da Google rullede conversational attributes ud til AI Mode Shopping-annoncer, var min første reaktion på de fleste af dem ét ord: hvorfor?
Q&A burde en LLM allerede kunne klare. Google har adgang til al tekst på nettet. Variantmuligheder og item group-titler hænger allerede sammen i mit feed via item group ID’er. Dokumentlinks (manualer, datablade og så videre) ligger allerede frit tilgængeligt online. Burde Google ikke allerede have alt det her?
Den eneste attribut, der gav mening for mig med det samme, var popularity rank. Det er dine egne data, og dem har Google ikke.
Så gravede jeg mig ordentligt ned i dem én efter én. Og jeg tog fejl om så mange af dem, at jeg har ændret min anbefaling. Ud af de seks attributter ville jeg nu tilføje fem. Nedenfor gennemgår jeg hver enkelt og viser, hvor den fortjener en plads i dit feed. Til sidst kommer den rækkefølge, jeg ville implementere dem i.
Grundreglerne for conversational attributes
Før vi går i gang med de enkelte attributter, er det værd at kende grundreglerne. De afgør nemlig, hvor meget krudt du skal bruge på det.
Alle seks conversational attributes er valgfrie. De supplerer den almindelige produktdataspecifikation, og de påvirker ikke din godkendelsesstatus. Intet bliver afvist, hvis du springer dem over. Google anbefaler at tilføje dem via et supplerende feed og skriver eksplicit, at du ikke skal duplikere data, du allerede har i din beskrivelse eller dine produktdetaljer.
Det sidste punkt afgør, hvor din indsats skal ligge. Attributterne er der for at give AI’en information, den ikke kan få andre steder, eller ikke kan få i ren form. Hvis du bare kopierer din beskrivelse ind i et nyt felt, er det spildt arbejde.
Min samlede vurdering: vigtigt, men ikke akut. Sæt ikke dine andre feed-projekter på pause for det her. Men ignorer det heller ikke.
Popularity rank gav mening fra dag ét
Se dette afsnit (0:35) (åbner i en ny fane)Det her er min favorit blandt de seks.
Vi har i årevis brugt interne metrics til at bygge popularitetsrangeringer, primært for at prioritere bestsellere i kampagner. Jeg forventer, at Googles popularity rank kommer til at spille sammen med det arbejde. Med den kan du fortælle AI’en, hvilke produkter der er mest populære inden for en kategori eller blandt forskellige variantkombinationer. Så kan den vise det rigtige produkt på det rigtige tidspunkt.
Forestil dig, at nogen åbner AI Mode og skriver “find designerhåndtag til mit køkken”. AI’en har 1.000 forskellige håndtag i dit Shopping-feed, som alle kunne matche den søgning. Hvilke skal den starte med?
De populære, selvfølgelig. Det er det bedste udgangspunkt for enhver anbefaling, uanset om den kommer fra en sælger af kød og blod eller en LLM.
Hvorfor jeg er uenig i Googles dokumentation
Ifølge den officielle dokumentation skal popularity rank beregnes for hele dit katalog. Det giver ikke rigtig mening, synes jeg.
Hvis løbesko udgør 80 % af dit salg, vil selv din dårligst sælgende løbesko rangere højere end hvert eneste par sokker, du sælger. Så fortæller rangeringen ikke længere AI’en noget brugbart om sokker, fordi alle dine sokker er klemt sammen i bunden af skalaen. Og når nogen spørger efter sokker, skal AI’en stadig vælge mellem dem.
Rangeringen er kun brugbar, når den sammenligner produkter, der konkurrerer med hinanden. Derfor skal du rangere inden for underkategorier.
Sådan ville jeg bygge den
Jeg ville bygge et internt rangeringssystem, der sammenligner produkter inden for samme underkategori og giver dem en score mellem 0 og 100 med maksimalt én decimal.
Der er to måder at gøre det på:
- Fodr en AI eller et Google Sheet (eller et n8n-workflow) med dine salgstal én gang om måneden, og generér et supplerende feed med popularity ranks.
- Byg en intern beregner i dit CMS, der sender data direkte ind i dit Shopping-feed.
Begge dele er ret nemme. Selv med begrænset erfaring med algoritmer (eller matematik, for den sags skyld) kan AI hjælpe dig hele vejen, hvis du giver den opskriften ovenfor.
En advarsel: Hvis du sætter alle dine produkter til 100, får du intet ud af det. Det her bruges internt på din egen konto, på samme måde som kampagneprioritet fungerer i Standard Shopping. Rangeringen sammenligner kun dine egne produkter med hinanden. Puster du alt op, har du ikke fortalt den noget.
Q&A: tåbeligt for de fleste webshops, guld værd for nogle
Jeg fnøs, da jeg så den her attribut.
Q&A? Til tusindvis af produkter? Så jeg skal bruge en AI til at lave Q&A’er, som en anden AI skal indlæse, så den kan vise mine produkter, når det rigtige spørgsmål bliver stillet i AI Mode?
Men jo mere jeg tænkte over det, jo flere use cases fandt jeg. De gælder bare ikke for alle.
For en generel webshop med et stort katalog er den her attribut lidt tåbelig. Du ville ende med tusindvis af spørgsmål om generiske produkter, som ikke tilfører ret meget værdi, og som AI’en allerede selv kan regne ud.
Men hvis du er et DTC-brand med 10 hero-SKU’er og dyb produktviden, bliver Q&A pludselig en afgørende attribut. Din produktviden er det, der adskiller dig, og her kan du give den direkte til AI’en.
Et eksempel fra virkeligheden
En annonce, jeg har set tit på det seneste, er for økologiske shorts lavet til sauna. Deres landingsside er fyldt med indhold: spørgsmål og svar, detaljer om materialerne og om, hvordan produktet klarer varmen.
Det er præcis den type brand, hvor det giver mening at fodre AI’en med det rigtige Q&A-indhold. De spørgsmål, en køber stiller (“Er det sikkert ved høje temperaturer?” eller “Hvorfor økologisk?”), fremgår ikke af en produkttitel. Og det er dem, der adskiller produktet fra generiske shorts.
To regler for Q&A
- Gør det ikke for hele dit katalog, hvis du sælger generiske produkter. Indsatsen står slet ikke mål med værdien.
- Opfind ikke kunstige spørgsmål, der allerede er besvaret andre steder, for eksempel i din beskrivelse eller i dokumentlink-attributten, som jeg gennemgår nedenfor. Det er duplikerede data, og det fraråder Google eksplicit.
Variant option forvirrede mig, men overbeviste mig så
Som sagt forvirrede den her mig. Primært fordi eksemplerne i Googles hjælpedokumentation ikke gør formålet tydeligt.
Men da jeg først havde tænkt det igennem, gik det op for mig, at det faktisk er ret smart. I stedet for at oprette tusindvis af forskellige variantattributter har Google givet os ét fleksibelt felt. Vi udfylder selv variant option-attributten med den variation, produktet har, også når den ikke er standardiseret.
Lige nu er de primære variantattributter farve, materiale, mønster og størrelse. Det er fint nok. Men rigtig mange produkter varierer på måder, der ikke passer ind i nogen af de kasser.
Et par eksempler:
- Smag: vanilje, saltkaramel, uden smag. Til kosttilskud, proteinpulver og kaffe.
- Længde: 60 cm, 90 cm, 120 cm. Til kabler og gardiner, men også halskæder.
- Kompatibilitet: passer til iPhone 16, passer til iPhone 17. Til covers, opladere og reservedele.
- Duft: lavendel, citrus, uden duft. Til stearinlys (og ja, også voksenprodukter).
- Fasthed: blød, medium, fast, ekstra fast. Til madrasser, puder og indlægssåler, for at nævne nogle få.
Så jeg har helt klart ændret mening. Variant option er en afgørende attribut, som de fleste webshops bør prioritere. Du har allerede informationen, og værdierne er hurtige at bygge.
Et forbehold: Hvis et eksisterende felt allerede dækker variationen (farve, størrelse og så videre), får du ingen ekstra værdi ud af at gentage den her. Så lad være, og brug variant option til resten.
Hvorfor du alligevel bør tilføje dokumentlinks
Ja, Google burde allerede have dine manualer og datablade. Men at regne med, at Google allerede ved det, er en dårlig strategi. Findes der en direkte måde at give AI’en din produktdokumentation på, så brug den.
Når du tilføjer manualer og specifikationslister til dine produkter, får AI’en adgang til dyb produktviden: installationsdetaljer, vedligeholdelsesvejledninger og de specifikationer, der aldrig kommer med i en produktbeskrivelse.
Forestil dig, at nogen spørger AI Mode om den bedste luftrenser, og at et af opfølgningsspørgsmålene er, hvor nemt det er at skifte filteret. Hvis din manual viser, at det tager 30 sekunder, og AI’en har adgang til den, kan du sikre, at den rangerer dig højere i svaret. Eller helt grundlæggende, at den overhovedet kender det rigtige svar.
Byg det i dit CMS
Efter min mening skal det her bygges ind i dit CMS. Medmindre du har færre end 100 produkter, skal du ikke forsøge at styre dokumentlinks via et supplerende feed. Det bliver umuligt at vedligeholde, i det øjeblik du opdaterer en manual eller tilføjer et produkt.
Dine dokumenter bør allerede ligge på dit website, koblet til det relevante produkt. Hvis de ikke gør, er det det egentlige projekt, og attributten er bare et simpelt output af det.
Related product var den, jeg afviste hurtigst
Se dette afsnit (6:26) (åbner i en ny fane)Den her afskrev jeg hurtigere end nogen af de andre. Google sidder på mere kurvdata end nogen anden og ved bedre end nogen forhandler, hvad der ofte bliver købt sammen.
Men den her attribut løser et andet problem.
Kurvdata fortæller Google, hvad der bliver købt sammen, men ikke hvorfor. Google kan ikke pålideligt skelne mellem et filter, der passer til din luftrenser, og et filter, der bare tilfældigvis er populært blandt folk, der køber luftrensere.
Related product-attributten lukker det hul. Den dækker også en anden use case: nye produkter eller nystartede webshops, hvor Google endnu ikke har nok kurvdata at lære af.
Related product-attributten har tre typer relationer:
- Påkrævet del
- Tilbehør
- Ofte købt sammen med
Hvis nogen spørger AI’en “hvilket filter passer til den her luftrenser?”, kan du med relationen påkrævet del sikre, at AI’en viser det filter, der passer, selv om et andet sælger mere. Det er efter min mening en vigtig attribut, især for webshops, der sælger reservedele, forbrugsvarer eller kompatibelt tilbehør.
Item group title: undervurderet og den nemmeste at sætte op
Se dette afsnit (7:47) (åbner i en ny fane)Min første tanke var, at den her kan udledes af de eksisterende titler. Og ærligt talt mener jeg stadig, at det i teorien passer.
Hvis din varianttitel er “Venus Men’s T-Shirt, Navy, XL”, burde enhver AI kunne regne ud, at item group title er “Venus Men’s T-Shirt”.
Men jeg ville stadig tilføje den. Efter flere års titeloptimering er de fleste feeds proppet med brand, kategori, attributter og identifikatorer. Titlerne er bygget til at matche søgeord, og det gør det svært for en AI at finde ud af, hvad produktet egentlig hedder. Et godt eksempel: Da jeg bad en AI om at give mig et eksempel på den her attribut, tog den fejl.
Det er også den nemmeste af de seks at sætte op. Det kræver én regel i dit feed-tool, der fjerner variantværdierne fra din titel. Hold den under 150 tegn, og brug samme værdi for alle varianter, der deler et item group ID.
Sådan kommer dine annoncer til at se ud i AI Mode
Jeg mener, at item group title er den mest undervurderede af dem alle, og det skyldes, hvordan annoncerne kommer til at se ud i AI Mode.
AI Mode er bygget som en samtale. Svarene lyder som anbefalinger fra en, der kender kategorien. Smid en søgeordsproppet Shopping-titel ind i det, og den stikker ud med det samme. Brugerne ved, at det er en annonce, før de har læst hele linjen.
Hvis du nogensinde har kigget på Performance Max-annoncer i discovery-placeringer, har du allerede set problemet. Overskrifterne er skrevet udelukkende til søgning:
“Ooni Pizza Oven - Best Ooni Pizza Oven - Ooni Pizza Oven for the Home”
Forestil dig så det midt i et svar i chatform. Set fra læserens side er Shopping-titler helt ærligt søgeordsproppet skrammel. De fungerer til at matche søgninger, men virker malplacerede i en chat.
En ren item group title hjælper AI Mode med at vise læsbare produktnavne. Pudsigt nok er den bedste værdi ofte den titel, du havde i dit feed, før du optimerede den.
Den rækkefølge, jeg ville implementere dem i
Jeg ville prioritere de seks conversational attributes ud fra indsats i forhold til effekt:
- Item group title. Én feed-regel, og dine produkter fremstår straks bedre i AI Mode.
- Variant option. Du har allerede dataene. Værdierne er hurtige at bygge, og den dækker variationer, som standardattributterne ikke dækker.
- Popularity rank. Kræver en simpel intern beregning pr. underkategori og derefter en månedlig opdatering.
- Related product. Høj værdi for reservedele og tilbehør. Kræver noget mapping-arbejde.
- Document link. Byg det ordentligt ind i dit CMS, så det stadig er til at vedligeholde, når dit katalog ændrer sig.
- Q&A. Kun hvis du er et DTC-brand med et lille antal hero-SKU’er og reel produktviden. Alle andre kan springe den over.
Igen: Se det som et projekt, der kører i baggrunden. Start med item group title og variant option, og tag så resten, efterhånden som du får tid. Stop ikke andre feed-projekter for det her.
Min endelige vurdering
Jeg gik ind til det her og forventede at afvise de fleste af attributterne. Nu anbefaler jeg fem af de seks. Det havde jeg ikke regnet med.
Mønsteret gik igen: Google “burde” allerede kende det meste af den her information. Men i praksis kan Google enten ikke få den i ren form (søgeordsproppede titler, kurvdata uden kontekst) eller har den slet ikke (dine interne salgsdata, dine manualer). Med conversational attributes holder du op med at stole på Googles gætværk og giver AI’en svarene direkte.
Hvis du allerede er begyndt at tilføje nogle af dem, vil jeg gerne høre, hvad du ser. Det er det her, jeg arbejder med hele dagen, og resultater fra rigtige konti siger mig mere end dokumentationen.
[TL;DR]
- Fem af de seks conversational attributes er værd at tilføje. Q&A giver kun mening for DTC-brands med en håndfuld hero-SKU’er og dyb produktviden.
- Start med item group title (én feed-regel, renere produktnavne i AI Mode) og variant option (dækker ikke-standardiserede variationer som smag, længde, kompatibilitet, duft og fasthed).
- Byg popularity rank inden for underkategorier på en skala fra 0 til 100 (Googles dokumentation siger hele kataloget, og det er jeg uenig i), og sæt ikke alt til 100.
- Related product og document link dækker huller, som Google ikke selv kan lukke: hvorfor produkter hører sammen, og de specifikationer, der ligger gemt i dine manualer.
- Alle seks er valgfrie, påvirker ikke godkendelse og bør ikke duplikere eksisterende data. Se dem som vigtige, men ikke akutte.
