Klientu atsauksmes lapā bez atsauksmju marķējuma
Produkta lapā redzamas klientu atsauksmes (vismaz divi bloki, kuru class vai id norāda uz atsauksmi vai ieteikumu), bet tās strukturētajos datos nav Review vai AggregateRating. Pievienojiet Product marķējumam AggregateRating un, ja vēlaties, arī atsauksmes, veidojot tos no lapā esošajām atsauksmēm.
Ko tas nozīmē
Produkta lapā redzamas klientu atsauksmes: 2, bet tās strukturētajos datos nav Review vai AggregateRating. Ar marķējumu meklēšana var parādīt vērtējumu, un AI asistenti var to citēt pie produkta.
Kāpēc tas ir svarīgi MI meklēšanai
Ar atsauksmju marķējumu meklēšana var rādīt zvaigznes un atsauksmju skaitu blakus produktam, un AI asistenti var citēt vērtējumu, salīdzinot produktus. Bez tā atsauksmes ir tikai teksts, kas mašīnai jāinterpretē.
Pārbaude notiek tikai produktu lapās (Product marķējums ar piedāvājumu) un tikai tad, ja nav nekāda vērtējuma vai atsauksmju marķējuma, ne JSON-LD, ne mikrodatos. Google nerāda atsauksmju zvaigznes atsauksmēm, ko uzņēmums raksta pats par sevi, tāpēc marķējiet tikai īstas klientu atsauksmes. Pārbaudes prioritāte ir P3.
Kā to labot
- Saskaitiet atsauksmes un aprēķiniet vidējo vērtējumu no tiem pašiem datiem, ar kuriem tās tiek attēlotas lapā.
- Pievienojiet Product mezglam
aggregateRatingarratingValueunreviewCount. - Ja vēlaties, pievienojiet dažus
reviewelementus arauthor,reviewRatingunreviewBody, kā tie redzami lapā. - Ģenerējiet vērtības no saviem atsauksmju datiem, lai tās paliktu sinhronas; neievadiet tās ar roku.
- Palaidiet “Pārbaudīt vēlreiz” lapas pārskatā, lai apstiprinātu rezultātu.
Piemērs
{"@context": "https://schema.org", "@type": "Product",
"name": "Ceramic mug",
"aggregateRating": {"@type": "AggregateRating", "ratingValue": "4.7", "reviewCount": "312"},
"offers": {"@type": "Offer", "price": "24.00", "priceCurrency": "EUR"}} Kā pārliecināties, ka labojums darbojas
Pēc izmaiņām pārskatā nospiediet “Pārbaudīt vēlreiz”: tas parāda, kas novērsts un kā mainījās vērtējums.