AI shopping sistemleri giderek daha fazla yapılandırılmış ve güncel ürün gerçeklerine dayanıyor. Özellikler, teklifler, politikalar, yerelleştirme ve DTC site sinyalleri tutarlı kalmalı.
Ecommerce SEO uzun süre sayfalardan başladı: title tag, açıklama, backlink, iç link, içerik derinliği. Bunlar hâlâ önemli. AI shopping ise ikinci bir operasyon katmanı ekliyor: ürün gerçekleri sistemlerin okuyabileceği, karşılaştırabileceği ve doğrulayabileceği kadar yapılandırılmış olmalı.
Bu değişim resmi platform güncellemelerinde açıkça görülüyor. Google Merchant Center; share of voice, alışveriş funnel performansı, ürün terimleri ve ürün özellikleri için AI-powered shopping insights sunuyor. Shopify Spring '26, Catalog'u AI kanalları için yapılandırılmış ve sorgulanabilir ürün altyapısı olarak anlatıyor. Shopify Engineering bu fikrin arkasındaki zor kısmı gösteriyor: ürün kimliği, tutarsız merchant şemaları, clustering ve product ID'leri koruyan sıkı çıktılar. AWS ise retailer'ların kendi katalogları, müşteri bağlamı, iş kuralları ve marka diliyle uyarlayabildiği agentic shopping assistant yaklaşımını tanıtıyor.
DTC ekipleri için pratik sonuç daha nettir: ürün verisi, ecommerce discovery'nin altında çalışan machine-readable katmana dönüşüyor. DTC sitesi, ürün feedleri, politika sayfaları, yerelleştirilmiş içerik, structured data ve ölçüm aynı teklifi anlatmalı.
Merchant Center AI insights, ürün veri kalitesini AI yüzeylerinin raporlamasına yaklaştırıyor. Dokümantasyon; product term insights, product attribute insights ve renk, stil, materyal gibi yapılandırılmış özellikleri eksik olan ürünler için attribute completeness score'dan söz ediyor. Bu yalnızca feed temizliği değildir. AI shopping deneyimlerinin karşılaştırılabilir özelliklere ihtiyaç duyduğunu gösterir.
Shopify da platform tarafından aynı yöne işaret ediyor. Catalog, ürün verisini yapılandırır ve AI kanallarına dağıtır; böylece agent'lar ürünleri keşfedebilir, anlayabilir ve önerebilir. Agentic storefront dokümantasyonu da Shopify Catalog üzerinden dağıtılan ürünlerin başlık, açıklama, seçenekler, görseller, fiyat, stok durumu ve diğer önemli özelliklerle parse edilebilir şekilde listelendiğini belirtir.
Shopify Engineering'in Catalog clustering yazısı, asıl veri problemini görünür kılar. Farklı merchant'lar benzer ürünleri farklı şemalarla anlatır. Ürün kimliği parçalanabilir. Agentic commerce, öneriyi doğru product ID'den koparmayan sıkı yapılandırılmış çıktılara ihtiyaç duyar.
AWS tarafında da benzer mesaj vardır. Agentic shopping assistant; katalog, müşteri bağlamı, iş kuralları ve marka sesini birlikte kullanır. Böyle bir deneyimin kalitesi, beslendiği verinin ve kuralların tutarlılığına bağlıdır.
Keyword araştırması insanların hangi kelimeleri aradığını gösterir. AI ticaret ise belirli bir satın alma niyetine hangi ürünün uyduğunu da anlamak zorundadır. “120 euronun altında, işe gidip gelirken giyilecek siyah su geçirmez sneaker” gibi bir sorgu kategori, renk, materyal performansı, kullanım bağlamı ve bütçe içerir. Genel bir ürün başlığı ve kısa pazarlama metni bu bağlamı vermez.
Bu yüzden özellikler stratejik hâle gelir. Beden, materyal, renk, uyumluluk, bakım, sertifika, kargo, iade, garanti ve varyant mantığı yalnızca backend alanları değildir. Arama motorlarının, feedlerin ve AI shopping sistemlerinin ürünü anlamak için kullandığı yapı taşlarıdır.
İçeriğin rolü de değişir. Rehber veya FAQ, ürün kaydından ayrı bir metin gibi durmamalıdır. Satın alma bağlamını tamamlamalıdır: ürün kimler için uygundur, hangi sınırları vardır, varyantlar nasıl ayrılır, bakımda neye dikkat edilir, yerel pazarda hangi politika geçerlidir.
İlk katman ürün kimliğidir: canonical URL, ürün adı, marka, SKU, varyantlar, görseller, fiyat, stok durumu ve kategori. Bu alanlar PDP, feed ve structured data arasında tutarlı olmalıdır.
İkinci katman özelliklerdir. Apparel için materyal, beden, fit, renk, bakım ve sezon önemlidir. Beauty için içerikler, kullanım, cilt tipi, sertifikalar ve uyarılar öne çıkar. Electronics için uyumluluk, boyutlar, güç, bağlantılar ve garanti kritiktir.
Üçüncü katman teklif ve politika gerçekleridir: kargo, iade, vergi, stok, teslimat bölgeleri ve garanti. Sayfa, feed ve politika içerikleri farklı şeyler söylüyorsa sinyal bulanıklaşır.
Dördüncü katman sayfanın yapılandırılmış çıktısıdır: Product JSON-LD, net metadata, iç linkler, breadcrumb, indexlenebilirlik ve güncel sitemap. Bunlar arama sistemlerinin ürünün açık web bağlamını okumasına yardım eder.
Beşinci katman yerelleştirmedir. Yerelleştirme yalnızca paragraf çevirmek değildir. Para birimi, ölçü birimi, beden sistemi, materyal dili, arama niyeti, teslimat vaadi ve FAQ yerel pazara uymalıdır.
Altıncı katman ölçümdür. Search Console, Merchant Center, first-party analytics ve kampanya verileri hangi ürünlerin görünür olduğunu, hangi sorguların uyduğunu ve tıklama veya dönüşümün nerede koptuğunu göstermelidir.
Foundax, Shopify Catalog'un, Merchant Center'ın veya genel bir AI shopping dashboard'un yerine geçiyor gibi anlatılmamalıdır. Daha doğru konum, DTC ekipleri için operasyon katmanıdır: ürün verisi, sayfalar, içerik, SEO, yerelleştirme, Merchant Center işleri ve first-party ölçüm aynı workflow içinde tutulur.
Foundax pratikte ürün kayıtları, SKU ve varyant yapısı, SEO metadata, çok dilli sayfalar, sitemap, hreflang, server-rendered Product JSON-LD, Search Console adımları ve Merchant Center preflight/sync süreçlerini daha tutarlı yönetmeye yardımcı olur. GA4 teşhis için tamamlayıcı olabilir; ancak operasyonun temeli kopuk tablolar ve araçlar arasında dağılmamalıdır.
Asıl değer drift'i azaltmaktır. Ürün verisi değiştiğinde PDP, structured data, feed, yerelleştirilmiş içerik ve ölçüm birbirinden uzaklaşmamalıdır. Bu tutarlılık, search ve commerce discovery için daha net bir sinyal üretir.
Hayır. Ürün verisi SEO'ya machine-readable bir katman ekler. Sayfa kalitesi, crawl edilebilirlik, iç linkler, içerik ilgisi ve performans önemini korur. AI commerce discovery ayrıca karşılaştırılabilir ve doğrulanabilir ürün gerçeklerine ihtiyaç duyar.
Canonical URL, ürün adı, marka, identifier'lar, fiyat, stok, görsel, kategori, temel özellikler, kargo, iade, garanti, yerelleştirilmiş açıklama ve satın alma FAQ'larıyla başla. Kategoriye özgü teknik detaylar önemlidir çünkü doğal dil sorguları çoğu zaman bu ayrıntıları içerir.
Daha geniş bir yönü gösterir: yapılandırılmış ve sorgulanabilir ürün verisi AI kanalları için altyapıya dönüşüyor. Shopify dışında çalışan markalar da eksiksiz DTC ürün sayfaları, structured data, feedler, policy sayfaları ve tutarlı ölçümden fayda görür.
Foundax; ürün kayıtları, çok dilli sayfalar, Product JSON-LD, sitemap workflow'ları, Search Console işlemleri, Merchant Center preflight/sync ve first-party ölçümü tek operasyon katmanında tutmaya yardımcı olur.
Zaten gelir getiren ürünleri seç. Eksik özellikleri tamamla, PDP ve feedi hizala, pratik FAQ ekle, structured data'yı doğrula ve görünürlük ile tıklama kalitesini birkaç hafta boyunca izle.