Panduan Google Shopping Graph

Apa Google Shopping Graph adalah — Google's ML-powered, nyata-time database dari products dan sellers — bagaimana ini tetap fresh, bagaimana ini differs dari wajar penelusuran indeks, dan cara strengthen Anda presence di ini.

Pertama kali diterbitkan: 3 Jul 2026 · Terakhir diperbarui: 8 Agu 2026 · Advanced
Bahasa

Google Shopping Graph adalah Google's nyata-time, ML-powered database dari products dan sellers — Google's own kata: 'kami ML-powered, nyata-time data set dari world's products dan sellers,' modeled pada graf pengetahuan tetapi untuk commerce. ini adalah tidak wajar penelusuran indeks: Google's own analogy implies ini models products sebagai entities (satu node per product, variants dan attributes attached) alih-alih sebagai halaman, though Google hasn't published itu sebagai sebuah tepat indeks spec. ini adalah fed oleh setidaknya ini inputs berfungsi together — Merchant Center feeds, di-crawl Product data terstruktur, StoreBot-Google's crawl/checkout verification, dan broad web sinyal (reviews, images, YouTube) — sebuah practical model dibangun dari apa Google documents, tidak Google's own exhaustive list. ini tetap fresh melalui continuous feed ingestion plus StoreBot spot-memeriksa, tidak sebuah periodic recrawl, though Google tidak jaminan crawl-processing time dan feed/halaman lag dapat penyebab pendek-lived conflicts — Google memiliki cited 50 billion+ listings dengan ~2 billion diperbarui setiap hour, dan 60 billion+ di Google I/O 2026 (treat apa pun angka sebagai sebuah dated snapshot, tidak proof dari underlying architecture; ini went 35B di Feb 2023 → ~50B → 60B+ di tentang four tahun). ini powers Shopping tab, Penelusuran product grids, Images/Lens, Shopping Ads, AI Overviews, AI Mode, Gemini, dan agentic checkout / Universal Cart. Google status diperingkatkan lists dan AI Overview shopping hasil tidak sponsored. untuk strengthen Anda presence (ini improves eligibility dan verification, tidak sebuah jaminan dari inclusion, peringkat, AI citation, atau conversion): menyelesaikan/accurate feed, GTIN/MPN/brand, data terstruktur itu matches Anda feed, saat ini price/availability, jangan block StoreBot, genuine reviews, correctly grouped variants.

TL;DR — Shopping Graph adalah Google’s “ML-powered, real-time data set dari itu world’s products dan sellers,” (terjemahan) “ML-powered, nyata-time data set dari world’s products dan sellers,” modeled explicitly pada graf pengetahuan. Google’s own analogy implies sebuah entity model, tidak sebuah halaman indeks — satu node per product, dengan variants dan attributes attached — though Google hasn’t published itu sebagai sebuah tepat indeks spec, so treat ini sebagai my best berfungsi model. setidaknya ini inputs feed ini — Merchant Center feeds, di-crawl Product data terstruktur, StoreBot-Google’s crawl/checkout verification, dan broad web sinyal — sebuah practical grouping, tidak Google’s own exhaustive list. Google’s guidance adalah itu feed dan structured data together maximize eligibility dan let Google verify Anda data (mereka cross-periksa, mereka tidak redundant). Freshness muncul dari continuous feed ingestion plus StoreBot spot-memeriksa, tidak sebuah scheduled recrawl — though Google tidak jaminan crawl-processing time dan feed/halaman lag dapat penyebab pendek-lived conflicts: Google memiliki cited 50B+ listings dengan ~2B diperbarui setiap hour, dan 60B+ di I/O 2026 — treat apa pun angka sebagai sebuah dated snapshot, tidak proof dari underlying architecture (35B di Feb 2023 → ~50B → 60B+ di ~4 tahun). ini powers Shopping tab, Penelusuran product grids, Images/Lens, Shopping Ads, AI Overviews, AI Mode, Gemini, dan agentic checkout / Universal Cart. Google status ini diperingkatkan lists dan AI Overview shopping hasil tidak sponsored. untuk strengthen presence (ini improves eligibility dan verification, tidak sebuah jaminan dari inclusion, peringkat, AI citation, atau conversion): menyelesaikan feed, GTIN/MPN/brand, data terstruktur matching feed nilai, saat ini price/availability, jangan block StoreBot, genuine reviews, correct variant grouping.

Evidence for this claim Google publicly defines the Shopping Graph as an ML-powered, real-time data set of products and sellers and compares its model to the Knowledge Graph. Scope: consumer product discovery Confidence: high · Verified: 4 ways Google's Shopping Graph helps you find what you want

Apa Shopping Graph sebenarnya adalah

Google’s own definition adalah paling bersih satu: Shopping Graph adalah “our ML-powered, real-time data set dari itu world’s products dan sellers” (terjemahan) “kami ML-powered, nyata-time data set dari world’s products dan sellers”.

Evidence for this claim Google compares the Shopping Graph's product-and-seller model with its Knowledge Graph model. Scope: The article does not publish a complete technical data model or guarantee one node per retail variant. Confidence: high · Verified: Google: Shopping Graph explained

dan Google draws analogy itu penting sebagian besar untuk understanding ini: “If this sounds familiar, it’s because the Shopping Graph is a similar model to our Knowledge Graph, Google’s database of facts about people, places and things.” (terjemahan) “jika ini sounds familiar, ini adalah karena Shopping Graph adalah sebuah similar model untuk kami graf pengetahuan, Google’s database dari facts tentang orang, places dan hal.”

itu analogy adalah melakukan nyata berfungsi, so ini adalah worth taking secara harfiah. classic penelusuran indeks adalah organized sekitar halaman — sebuah URL, -nya konten, -nya tautan. Shopping Graph adalah organized sekitar products sebagai entities. sebuah single product adalah satu node, dan semuanya Google learns tentang ini — dari Anda feed, Anda halaman markup, reviews, images, manufacturer data — mendapatkan normalized dan attached untuk itu satu node. Google says sistem “scans billions of listings while also pulling relevant data from the web — like images, descriptions, reviews and YouTube videos” (terjemahan) “Sistem ini memindai miliaran listing sambil mengambil data relevan dari web—seperti gambar, deskripsi, ulasan, dan video YouTube.” dan “menggunakan machine learning untuk understand relevant, nuanced characteristics.” (terjemahan) “menggunakan pembelajaran mesin untuk memahami relevant, nuanced characteristics.”

Worth menjadi precise tentang limits dari itu claim: Google’s own explainer dan help docs memberikan data-set deskripsi dan graf pengetahuan perbandingan, tetapi neither document spells out sebuah tepat teknis indeks structure. “satu node per product” (terjemahan) “satu node per product” framing adalah natural reading dari Google’s own analogy dan observed product perilaku — ini adalah my best berfungsi model, tidak sebuah line Google status verbatim atau sebuah published implementation spec.

consumer-facing help doc memberikan sebuah kedua, independent definition worth triangulating terhadap: sebuah “dynamic repository dari product info itu menyediakan an up-untuk-date view dari itu products tersedia.” (terjemahan) “dynamic repository dari product info itu menyediakan sebuah up-untuk-date view dari products tersedia.” Keduanya framings land pada yang sama dua kata: nyata-time dan products (tidak halaman).

Bagaimana big adalah ini — dan mengapa angka adalah sebuah trap

Google likes untuk quote sebuah headline listings count, dan ini mempertahankan moving:

So trajectory adalah roughly 35B → ~50B → 60B+ di seluruh tentang four tahun. My honest advice: jangan memorize angka. apa pun figure Anda cite akan look dated di dalam sebuah couple dari quarters, karena Google refreshes ini di events like I/O. angka adalah berguna sebagai evidence dari nyata-time claim — sebuah database growing dan refreshing di itu rate tidak sebuah periodically-recrawled indeks — tidak sebagai sebuah stat untuk quote sebagai gospel. ini adalah juga tidak proof dari apa pun spesifik implementation detail, like tepat node/indeks structure discussed di atas — setiap figure adalah sebuah dated snapshot tied untuk post atau event di mana Google mengatakan ini, tidak sebuah langsung counter. jika Anda perlu sebuah saat ini figure, go periksa Google’s latest post alih-alih trusting whatever angka sebuah blog post (including ini satu) happened untuk freeze.

freshness stat adalah satu I’d sebenarnya ingatlah: ~2 billion listings diperbarui setiap hour. itu’s mechanical heart dari “real-time,” (terjemahan) “nyata-time,” dan ini adalah hal itu membuat Graph structurally berbeda dari wajar indeks.

inputs (sebuah practical model, tidak Google’s exhaustive list)

Google documents retailer-submitted Merchant Center data, retailer/brand web konten, dan lebih luas web material (images, deskripsi, reviews, videos) sebagai feeding Graph — tetapi ini tidak publish sebuah exhaustive, persis-numbered taxonomy dari inputs. four-channel grouping di bawah adalah sebuah practical berfungsi model dibangun dari apa Google melakukan document, berguna untuk reasoning tentang optimization, tidak sebuah list Google itself publishes sebagai closed atau authoritative:

  1. Merchant Center feeds. direct channel — Anda submit judul, prices, images, availability, GTINs. Google’s help doc names Merchant Center dan Manufacturer Center sebagai alat brands dan retailers gunakan untuk kirim product info secara langsung. (Setting up dan optimizing sebuah feed adalah -nya own topic — I tidak akan re-derive ini di sini.)
  2. Product data terstruktur di-crawl dari Anda halaman. Google membaca Product/Offer markup ketika ini melakukan crawl, dan dapat qualify halaman untuk merchant listing experiences dari itu markup alone.
  3. StoreBot-Google’s crawl dan checkout verification. sebuah dedicated crawler itu fetches product, cart, dan checkout halaman dan bahkan simulates checkout untuk verify apa Anda’ve claimed (lebih pada ini di bawah).
  4. Broad web sinyal. Reviews, images, YouTube videos, dan manufacturer situs — “pulling relevant data dari itu web” (terjemahan) “pulling relevant data dari web” bagian.

nuance sebagian besar tulis-ups mendapatkan fuzzy pada adalah mengapa Anda’d melakukan keduanya sebuah feed dan structured data ketika mereka seem untuk say yang sama hal. Google’s Penelusuran Central docs jawaban ini secara langsung: “Providing both structured data on web pages and a Merchant Center feed maximizes your eligibility to experiences and helps Google correctly understand and verify your data.” (terjemahan) “Providing keduanya data terstruktur pada halaman web dan sebuah Merchant Center feed maximizes Anda eligibility untuk experiences dan helps Google correctly memahami dan verify Anda data.”

Evidence for this claim Google says using both structured data and a Merchant Center feed maximizes eligibility and helps it understand and verify product data. Scope: This is a recommendation, not a requirement for every product search experience. Confidence: high · Verified: Google: Product structured data

mereka tidak redundant — mereka cross-periksa setiap lainnya. dan docs adalah jelas itu Google blends dua: “Some experiences combine data dari structured data dan Google Merchant Center feeds jika keduanya adalah tersedia. Misalnya, product snippets mungkin gunakan pricing data dari Anda merchant feed jika ini tidak present di itu structured data pada itu halaman.” (terjemahan) “beberapa experiences combine data dari data terstruktur dan Google Merchant Center feeds jika keduanya adalah tersedia. misalnya, product snippets dapat gunakan pricing data dari Anda merchant feed jika ini adalah tidak present di data terstruktur pada halaman.” untuk itu cross-periksa untuk berfungsi, dua memiliki untuk agree. Merchant Center matching docs memerlukan itu pada-halaman “structured data markup harus menjadi present di itu HTML returned dari itu web server” (terjemahan) “data terstruktur markup harus menjadi present di HTML dikembalikan dari server web” dan itu ini “harus match itu values itu adalah shown untuk itu user” (terjemahan) “harus match nilai itu adalah ditampilkan untuk pengguna” — matching berjalan pada SKU/GTIN alignment antara Anda Offer markup dan Anda Merchant Center product data. jika Anda feed says 49 USD dan Anda halaman markup says 59  USD Anda’ve handed Google sebuah conflict untuk resolve alih-alih sebuah verification.

Worth stating plainly: Penelusuran Central Product data terstruktur halaman tidak itself gunakan phrase “Shopping Graph.” (terjemahan) “Shopping Graph.” itu branding lives pada blog dan help side; developer docs adalah teknis implementation. tetapi data terstruktur + feed adalah dua inputs itu feed Graph, whatever halaman Anda baca ini pada.

Apa “freshness” (terjemahan) “freshness” sebenarnya berarti — StoreBot, tidak sebuah recrawl

ini adalah structural perbedaan dari sebuah wajar penelusuran indeks, so ini adalah worth menjadi precise. wajar indeks adalah refreshed oleh recrawling halaman pada sebuah algorithmic schedule. Shopping Graph adalah dipertahankan saat ini dua cara di setelah:

So freshness model adalah: Anda feed pushes memperbarui di constantly, dan StoreBot spot-memeriksa itu Anda langsung halaman sebenarnya agree dengan apa Anda claimed. itu’s sebuah verification loop, tidak sebuah scheduled recrawl — yang adalah persis mengapa Graph dapat perbarui ~2 billion listings sebuah hour tanpa needing untuk re-fetch billions dari penuh web halaman.

Worth menjadi precise di sini too: “real-time” (terjemahan) “nyata-time” adalah Google’s product deskripsi, tidak sebuah jaminan setiap listing adalah saat ini di setiap instant. Google’s own guidance pada sharing product data documents itu ini tidak jaminan processing time untuk di-crawl data terstruktur, dan itu feed memperbarui racing ahead dari (atau behind) sebuah langsung halaman dapat buat pendek-lived price atau availability conflicts until StoreBot atau berikutnya feed cycle reconciles them. jika Anda spot sebuah stale listing, escalation path adalah yang sama satu Anda’d gunakan untuk apa pun feed mismatch: perbaiki sumber kebenaran (feed atau langsung halaman, whichever adalah wrong), lalu let wajar ingestion/verification cycle catch up — jangan assume sebuah satu kali discrepancy berarti Graph adalah rusak. Sumber: Google Search Central, sharing product data.

StoreBot identifies itself dengan sebuah pengguna agent containing Storebot-Google ( desktop UA carries Storebot-Google/1.0), dan per Google’s crawler overview ini memiliki -nya own robots.txt token dan hanya caches di bawah certain conditions. Yang leads untuk single sebagian besar penting operational warning di ini seluruh topic: jangan block StoreBot-Google. Blocking ini dapat penyebab listings untuk drop dan trigger Merchant Center errors — ini adalah sebuah verification mechanism, so cutting ini off breaks Google’s ability untuk konfirmasi Anda data di seluruh free listings, tidak hanya ads.

Bagaimana ini differs dari wajar penelusuran indeks

Pulling differences together, karena ini adalah mental model itu membuat rest click:

Wajar penelusuran indeksShopping Graph
Unithalaman (URL)Product (entity/node)
Variantssering terpisah URLsSatu product, variants attached
Perbarui modelRecrawl pada sebuah scheduleContinuous feed ingestion + StoreBot verification
Modeled padaweb graphgraf pengetahuan
Core inputsdi-crawl HTML + tautanFeeds + data terstruktur + StoreBot + web sinyal

variant poin adalah satu orang underrate. sebuah shirt di five colors dan six sizes adalah satu node di Graph, tidak thirty — Google’s ML normalizes variants dan attributes alih-alih treating setiap URL sebagai sebuah independent hal. itu’s sebuah genuinely berbeda data model dari URL-based pengindeksan, dan ini adalah mengapa “get my product page crawled” (terjemahan) “mendapatkan my product halaman di-crawl” adalah necessary tetapi tidak seluruh story di sini.

Apa ini powers

Graph adalah backbone di bawah sebuah panjang dan growing list dari surfaces:

itu terakhir satu adalah di mana Graph connects untuk transaction layer: Universal Commerce Protocol dan agentic checkout draw pada Graph sebagai mereka product-data backbone. Graph adalah apa products exist dan apa benar tentang them; UCP adalah bagaimana sebuah agent transacts pada itu data. I tidak akan re-jelaskan protocol di sini — ini adalah -nya own topic.

Satu line worth mempertahankan untuk reader trust: Google’s consumer help status itu diperingkatkan lists dan info di AI Overviews dan lebih “aren’t sponsored” (terjemahan) “tidak sponsored” — hasil adalah tailored untuk kueri, tidak paid placement. itu’s distinct dari sebenarnya Shopping Ads, yang melakukan jalankan pada yang sama Graph data tetapi adalah labeled paid placements.

Apa merchants dapat melakukan untuk strengthen mereka presence

Tidak ada apa pun di sini adalah exotic. Graph rewards accurate, menyelesaikan, verifiable product data — tetapi menjadi jelas tentang apa setiap lever sebenarnya buys Anda. Google’s own language adalah eligibility, understanding, dan verification, tidak sebuah outcome jaminan: none dari ini promises inclusion, peringkat, AI citation, atau conversion.

Evidence for this claim Accurate feeds, identifiers, variants, reviews and structured data can improve understanding, eligibility or verification; official sources do not guarantee inclusion, ranking, AI citation or conversion from any universal checklist. Scope: ecommerce Confidence: high · Verified: Share your product data with Google
  • Menyelesaikan, accurate feed (eligibility). Fill attributes; incomplete feeds di bawah-mewakili Anda.
  • GTIN / MPN / brand (understanding). Product identifiers adalah bagaimana Google matches Anda item untuk right node dan pulls di cross-sumber data.
  • data terstruktur itu matches Anda feed nilai (eligibility + verification). Tidak hanya present — consistent. Mismatches buat conflicts Google memiliki untuk resolve, dan dapat fail matching conditions.
  • saat ini price dan availability (verification). ini adalah apa StoreBot verifies; pertahankan langsung halaman truthful.
  • jangan block StoreBot-Google (verification). periksa robots.txt untuk -nya token. Blocking ini risks dropped listings dan Merchant Center errors.
  • Encourage genuine reviews (understanding). Reviews adalah satu dari web sinyal Graph pulls di.
  • Group variants correctly (understanding). Let Google see sebuah color/size family sebagai satu product dengan variants, tidak sebagai unrelated items.

melakukan semua dari ini dan Anda’ve maximized eligibility, diberikan Google bersih data untuk memahami dan verify, dan dihapus self-inflicted alasan sebuah product mendapatkan di bawah-represented — itu’s honest ceiling dari apa sebuah checklist dapat promise. Inclusion, peringkat, AI citation, dan conversion bergantung pada factors (competition, relevance, pricing, pengguna perilaku) di luar apa pun checklist.

Bottom line

Shopping Graph adalah best dipahami sebagai Google’s graf pengetahuan untuk commerce: sebuah entity database dari products dan sellers, dipertahankan saat ini oleh continuous feed ingestion dan StoreBot verification alih-alih oleh recrawling halaman. billions-dari-listings angka adalah marketing itu moves setiap tahun — durable facts adalah model (entities, tidak halaman), freshness mechanism (feeds + StoreBot, ~2B/hour), dan operational aturan (feed + matching data terstruktur, accurate price/availability, jangan block StoreBot). melakukan itu, dan Anda’ve selesai sebagian besar dari apa “optimizing for the Shopping Graph” (terjemahan) “optimizing untuk Shopping Graph” sebenarnya berarti.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.