Co dziś składa się na wyszukiwanie wizualne

Warto rozróżnić kilka rzeczy, bo w rozmowach zwykle wrzuca się je do jednego worka.

• Klasyczne wyszukiwanie grafiki — użytkownik wpisuje tekst, dostaje siatkę zdjęć. To najstarszy scenariusz i wciąż istotne źródło ruchu, zwłaszcza w kategoriach wizualnych: wnętrza, moda, materiały budowlane.

• Lens — punktem wyjścia jest obraz: zdjęcie zrobione telefonem, zrzut ekranu albo grafika na stronie. Google próbuje rozpoznać obiekt i pokazać dopasowane wizualnie wyniki, w tym oferty produktów.

• Wyszukiwanie łączone — obraz plus dopisane słowa, na przykład zdjęcie fotela i doprecyzowanie koloru albo materiału. Ten wariant najbardziej przypomina prawdziwe zachowanie zakupowe.

• Circle to Search — nie nowa technologia, a nowy sposób jej wywołania: zakreślenie fragmentu tego, co widać na ekranie, bez wychodzenia z aplikacji, w której użytkownik właśnie jest.

Na majowej konferencji Google I/O zapowiedziano dodatkowo możliwość zadawania pytań nagraniem wideo. Na koniec września to nadal tylko zapowiedź — Google mówi o eksperymencie w Search Labs w Stanach Zjednoczonych i po angielsku, ale nie podało daty, od kiedy będzie go można włączyć. Tym bardziej nie jest to funkcja, na którą można planować budżet w polskim sklepie. Wspominam o niej dlatego, że pokazuje kierunek: wejściem do wyszukiwarki coraz częściej nie jest tekst.

Co Google robi z Twoim zdjęciem

Mechanizm jest dużo bardziej prozaiczny, niż sugeruje słowo „rozpoznawanie”.

Lens wycina z kadru obiekt, zamienia go na reprezentację numeryczną i szuka najbliższych dopasowań w zbiorze obrazów, które Google zindeksowało. Jeśli obiekt zostanie rozpoznany jako produkt, wyniki wzbogacane są danymi z zasobu informacji o produktach, jaki Google buduje z feedów sklepowych, stron produktowych i danych strukturalnych.

Z tego wynikają dwa praktyczne wnioski. Po pierwsze, zdjęcie musi być zindeksowane, żeby w ogóle mogło zostać dopasowane — obraz, do którego robot nie ma dostępu, nie istnieje dla tej funkcji. Po drugie, dopasowanie odbywa się między obrazami, więc jakość i sposób kadrowania mają realne znaczenie, a nie tylko estetyczne.

Trzecia rzecz jest mniej oczywista: sam obraz rzadko wystarcza do rozstrzygnięcia, o który konkretny model chodzi. Dwa krzesła tej samej klasy wyglądają na zdjęciu niemal identycznie. To, co je rozróżnia, siedzi w tekście wokół obrazu i w danych produktowych.

Wymagania techniczne po stronie zdjęć

Lista jest krótka i nudna, a mimo to na większości kont, które przejmuję, połowa punktów nie jest spełniona.

Zdjęcie główne produktu powinno być duże, ostre i pokazywać jeden przedmiot na jednolitym tle. Kolaże, zdjęcia z kilkoma wariantami w jednym kadrze i grafiki z nałożonym tekstem promocyjnym utrudniają dopasowanie, bo obiekt przestaje być jednoznaczny.

Do tego kilka rzeczy technicznych: obraz w rozsądnie wysokiej rozdzielczości, ale skompresowany tak, żeby nie psuł czasu wczytywania; format nowoczesny, z zachowaniem wersji zapasowej dla starszych przeglądarek; stały adres pliku, bo zmiana ścieżki przy każdym wdrożeniu zeruje historię indeksowania.

Osobno warto pomyśleć o zdjęciach dodatkowych. Produkt sfotografowany w użyciu, z boku i w otoczeniu daje więcej punktów zaczepienia niż jedno ujęcie na białym tle. Ludzie fotografują rzeczy w mieszkaniach i na ulicy, nie w studiu.

Kontekst wokół obrazu

Tu jest największa różnica między sklepem, który da się dopasować, a takim, który jest dla wyszukiwarki bezimienny.

Nazwa pliku powinna opisywać przedmiot, a nie pochodzić z aparatu. Ciąg cyfr z fotografii to zmarnowana informacja. Atrybut alternatywny wypełniam opisem tego, co widać, w naturalnym języku — bez upychania słów kluczowych, bo to nie pomaga, a przy czytnikach ekranu wprost przeszkadza.

Dalej: tekst bezpośrednio przy obrazie. Podpis pod zdjęciem, nagłówek sekcji, tytuł produktu w tym samym bloku. Google wykorzystuje otoczenie obrazu do ustalenia, czego dotyczy, więc galeria umieszczona w oderwaniu od opisu traci część kontekstu.

Warto też zadbać o dane licencyjne w metadanych pliku, jeśli zdjęcia są własne. Google obsługuje oznaczanie obrazów informacją o licencji i podmiocie uprawnionym — dla producenta albo marki, której zdjęcia krążą po sieci, to jedyny sposób, żeby przy obrazie pojawiła się informacja o źródle.

Dane produktowe i feed

Optymalizacja pod wyszukiwanie wizualne w sklepie to w dużej części zwykła higiena danych produktowych.

Na stronie produktu potrzebne są dane strukturalne z nazwą, obrazem, ceną, walutą i dostępnością. Bez nich rozpoznany wizualnie przedmiot nie ma z czym zostać połączony i nie trafi do wyników zakupowych, choćby zdjęcie było doskonałe.

Po stronie Merchant Center liczy się to samo w innej formie: poprawny atrybut z adresem zdjęcia głównego, zdjęcia dodatkowe, identyfikatory takie jak kod producenta i numer katalogowy, spójne warianty. Konta, w których warianty kolorystyczne mają to samo zdjęcie, tracą dokładnie tam, gdzie wyszukiwanie wizualne miałoby pomóc — bo użytkownik fotografuje konkretny kolor.

Migracja kont do nowej wersji Merchant Center, prowadzona przez ten rok, niczego tu nie zmienia merytorycznie. Zmienia układ interfejsu, nie wymagania wobec zdjęć.

Indeksowanie obrazów

Najczęstsza przyczyna zerowego efektu wszystkich powyższych działań jest banalna: obrazy nie są zindeksowane.

Sprawdzam więc trzy rzeczy. Czy plik robots nie blokuje katalogu z grafiką albo domeny sieci dostarczania treści, na której siedzą zdjęcia. Czy leniwe wczytywanie jest wdrożone w sposób, który zostawia w kodzie prawidłowy adres źródłowy, a nie podmienia go dopiero skryptem po przewinięciu strony. Czy w mapie witryny są wpisy dla obrazów albo osobna mapa graficzna.

Do tego jedna rzecz, o której łatwo zapomnieć przy przenoszeniu zdjęć na zewnętrzną domenę: taka domena powinna być zweryfikowana w Search Console jako osobna usługa, bo inaczej dane o wyświetleniach grafiki po prostu nie mają gdzie się pokazać.

W raporcie skuteczności warto przy tym przełączyć typ wyszukiwania na grafikę. To jedyny dostępny widok tego rodzaju ruchu — osobnego raportu dla Lens nie ma i nie zapowiadano, że będzie.

Czego nie da się zoptymalizować

Kończę listą rzeczy, których nie obiecuję klientom, bo nie mam na nie wpływu.

Nie da się wybrać, które zdjęcie Google uzna za dopasowanie. Nie da się wykluczyć konkurencji z listy wyników przy rozpoznanym produkcie. Nie ma narzędzia do podglądu, jak nasz produkt wygląda w wynikach wizualnych dla dowolnego zdjęcia zrobionego przez użytkownika — pozostaje testowanie ręczne na własnym telefonie, na kilku ujęciach.

Nie ma też żadnej dźwigni, która przyspieszy dopasowanie produktu niszowego, o którym w sieci jest kilka zdjęć. Wyszukiwanie wizualne działa najlepiej tam, gdzie materiału jest dużo — czyli w kategoriach popularnych i przy markach obecnych u wielu sprzedawców.

Dlatego traktuję to jako pracę fundamentową, nie kampanię. Porządne zdjęcia, opisany kontekst, poprawne dane produktowe i zindeksowana grafika przydają się w kilku kanałach naraz. Sam Lens jest premią za zrobienie tego, co i tak trzeba było zrobić.