Waarom Google de data op je productpagina vóór de tekst leest

Gestructureerde productdata: het signaal dat Google vóór de tekst leest

Gestructureerde data op een productpagina bestaat uit gecodeerde informatie (schema.org, kenmerken en feeds) waarmee Google en AI-zoekmachines begrijpen wat je verkoopt zonder de beschrijvende tekst volledig te hoeven interpreteren. Nog voordat een crawler één woord leest, zoekt die naar prijs, beschikbaarheid, categorie, merk en technische specificaties in een machinaal leesbaar formaat. Ontbreken deze gegevens of zijn ze onvolledig, dan blijft het product onzichtbaar, ook als de beschrijving goed geschreven is.

In de Nederlandse e-commercemarkt is de strijd om organische zichtbaarheid verschoven van tekst naar metadata. Volgens het Baymard Institute bevat meer dan 60% van de kleine e-commercecatalogi onvolledige of ontbrekende productmarkeringen. Dat kan ertoe leiden dat producten niet verschijnen in Google Shopping en in nieuwe generatieve zoekmachines (AEO).

Het probleem: Google leest data voordat het woorden leest

Google en AI-zoekmachines analyseren eerst de gestructureerde productkenmerken en daarna de beschrijvende tekst. Zonder correcte markeringen kan zelfs een goed geschreven productpagina uit de zoekresultaten verdwijnen.

De zoekmachine bouwt zijn begrip van een product op basis van objectieve signalen: naam, categorie, prijs, beschikbaarheid en merk. Wanneer deze velden met schema.org zijn gecodeerd, zijn ze direct leesbaar. Staan ze alleen verborgen in een vrije tekstparagraaf, dan moet de crawler de informatie afleiden. Dat leidt vaak tot fouten of ervoor dat de informatie wordt genegeerd.

Marco en zijn omnichannelwinkel voor keramiek

Marco beheert een fysieke winkel in Delft en een WooCommerce-catalogus met 320 producten, die hij ook via Etsy en Amazon verkoopt. Hij kopieert beschrijvingen van het ene kanaal naar het andere, maar heeft nooit gecontroleerd of zijn WooCommerce-pagina's productmarkeringen bevatten. Het resultaat: op Google verschijnen alleen de Etsy-pagina's, nooit die van zijn eigen website.

Wat zijn gestructureerde signalen op een productpagina?

Gestructureerde signalen zijn schema.org-markeringen, WooCommerce-kenmerken en datafeeds die productinformatie vertalen naar een standaardformaat dat zoekmachines kunnen lezen.

De belangrijkste zijn Product, Offer en AggregateRating, naast de standaardkenmerken van WooCommerce (SKU, categorie, tags en variaties). Deze elementen voeden ook de feeds voor Google Merchant Center en AI-zoekmachines die directe antwoorden genereren, zoals AI Overviews.

• Productnaam en categorie gekoppeld aan schema.org/Product
• Prijs en beschikbaarheid die automatisch worden bijgewerkt
• Technische kenmerken (materiaal, afmetingen en gewicht) als afzonderlijke eigenschappen
• Afbeeldingen met beschrijvende en consistente alt-teksten
• Gestructureerde reviews wanneer die beschikbaar zijn

Waarom ze vaak ontbreken in kleine en middelgrote WooCommerce-catalogi

In kleine WooCommerce-catalogi ontbreekt vaak volledige markup, omdat de configuratie technische kennis vereist waar de gemiddelde ondernemer geen tijd voor heeft.

WooCommerce genereert enkele basisgegevens, maar zelden volledig: categorieën zijn verkeerd gekoppeld, kenmerken blijven leeg en beschrijvingen worden zonder aanpassing gekopieerd. Het resultaat is een catalogus die technisch online staat, maar semantisch weinig informatie bevat.

Giulia, omnichannelverkoper van modeaccessoires

Giulia verkoopt tassen en accessoires via Vinted, eBay en een kleine WooCommerce-shop, met ongeveer 150 actieve producten. Elke nieuwe productlancering kost haar 20 minuten kopiëren en plakken tussen platforms. Ze controleert nooit of technische velden zoals materiaal, kleur en maat op haar website daadwerkelijk als gestructureerde kenmerken zijn gekoppeld.

Hoe een objectieve SEO- en AEO-score ontbrekende signalen zichtbaar maakt

Een objectieve score per product meet de aanwezigheid en kwaliteit van gestructureerde signalen. Zo zie je binnen enkele seconden wat ontbreekt, zonder dat je specialistische SEO-kennis nodig hebt.

In plaats van honderden productpagina's handmatig te controleren, kent een scoresysteem elk product een meetbare waarde toe op drie gebieden: traditionele SEO, AEO (zichtbaarheid in AI-zoekmachines) en merk­relevantie. Zo verandert een onzichtbaar technisch probleem in een concrete prioriteitenlijst.

Volgens Gartner zal in 2027 meer dan 30% van de informatieve zoekopdrachten via conversationele AI-interfaces verlopen. Gestructureerde data wordt daardoor een vereiste, geen optie, voor de zichtbaarheid van e-commercecatalogi.

Gestructureerde data corrigeren zonder iets te verzinnen

Verantwoorde automatisering corrigeert en vult gestructureerde data aan op basis van uitsluitend de echte informatie die al in de catalogus staat, zonder verzonnen specificaties te genereren.

Een automatisch systeem kan bestaande kenmerken correct koppelen, formaten standaardiseren en ontbrekende velden voorstellen. Het basisprincipe blijft echter hetzelfde: er worden geen technische gegevens verzonnen. Als materiaal of afmetingen niet in de oorspronkelijke bron staan, signaleert het systeem het ontbrekende gegeven in plaats van een aanname te doen.

Volgens McKinsey verkorten bedrijven die de kwaliteit van productdata automatiseren de time-to-market van hun digitale catalogus met 25 tot 40%, terwijl ze menselijke controle over de uiteindelijke redactionele beslissingen behouden.

Luca, online ambachtsman in lederwaren

Luca maakt riemen en portemonnees in Eindhoven. Zijn WooCommerce-catalogus bevat 60 producten en hij verkoopt rechtstreeks via zijn website. Hij heeft de beschrijvingen altijd handmatig geschreven, maar nooit gecontroleerd of technische velden zoals leersoort, kleur en afmetingen daadwerkelijk als afzonderlijke kenmerken waren gestructureerd.

Praktische checklist: 5 signalen die je vandaag in je catalogus controleert

Met vijf snelle controles kan elke ondernemer de status van de gestructureerde data in zijn catalogus nagaan, zonder geavanceerde technische kennis.

1. Elk product heeft actieve en gevalideerde schema.org/Product-markup
2. Prijs en beschikbaarheid worden automatisch bijgewerkt, niet handmatig
3. Technische kenmerken (materiaal, afmetingen en kleur) staan in afzonderlijke velden en niet alleen in de tekst
4. Afbeeldingen hebben beschrijvende alt-teksten die bij het product passen
5. De productfeed is compatibel met Google Merchant Center

Veelgestelde vragen over gestructureerde data en zichtbaarheid

Hoe helpt Katapic om elke productpagina zichtbaar te maken?

Katapic is ontwikkeld om het handmatige en onzichtbare werk van digitale catalogisering te verminderen. Elk product krijgt een objectieve score voor SEO, AEO en merk­relevantie. Zo zie je concreet welke gestructureerde gegevens ontbreken, zonder SEO vanaf nul te hoeven leren. Verantwoorde automatisering vormt de basis van elke interventie: de engine werkt met de echte gegevens die al in de catalogus staan, zonder specificaties te verzinnen of het oordeel van de ondernemer te vervangen. Beheerders van een WooCommerce-catalogus kunnen anoniem en alleen-lezen een eerste controle uitvoeren, zonder ongewenste wijzigingen, om de werkelijke staat van hun zichtbaarheid te begrijpen. Begin bij Katapic om te zien waar in je catalogus signalen ontbreken.

Zijn gestructureerde gegevens ook belangrijk voor AI-zoekmachines?

Ja. AI-zoekmachines, zoals Google's AI Overviews, gebruiken gestructureerde signalen om directe antwoorden te genereren. Een catalogus zonder correcte markup loopt het risico zelfs in deze nieuwe conversationele interfaces niet te worden genoemd. Die interfaces worden steeds belangrijker als kanaal voor productontdekking.

Hoe lang duurt het om gestructureerde data in een WooCommerce-catalogus te corrigeren?

Dat hangt af van de omvang van de catalogus en de uitgangssituatie. Een catalogus met enkele tientallen producten en al gedeeltelijk ingevulde kenmerken kan binnen een paar uur worden verbeterd. Grotere of ongeorganiseerde catalogi hebben eerst een analyse nodig om de prioriteiten vast te stellen.

Moet ik elke productpagina handmatig aanpassen?

Niet noodzakelijk. Er bestaan tools die het koppelen van bestaande kenmerken automatiseren. Belangrijk is wel dat de automatisering uitsluitend met echte, al aanwezige gegevens werkt en geen specificaties verzint. Een laatste menselijke controle blijft daarom aanbevolen.

Hebben gestructureerde data ook invloed op verkopen via Amazon of Etsy?

Elke marketplace heeft eigen regels voor productkenmerken, maar het principe is hetzelfde: complete en gestandaardiseerde technische informatie helpt het interne zoekalgoritme het product beter te begrijpen en vergroot de kans dat het in relevante resultaten verschijnt.

Wat gebeurt er als ik gestructureerde data onvolledig laat?

Het product blijft zichtbaar op je website, maar loopt kansen mis om te verschijnen in Google Shopping, AI Overviews en andere zoekopdrachten waarin zoekmachines de voorkeur geven aan productpagina's met controleerbare en gestructureerde informatie.