Waarom Google de data en de tekst op je productpagina samen leest

Gestructureerde productdata: het signaal dat Google naast je tekst leest

Gestructureerde data op een productpagina bestaat uit gecodeerde informatie (schema.org, kenmerken en feeds) waarmee Google en AI-zoekmachines feiten zoals prijs, beschikbaarheid, categorie, merk en technische specificaties makkelijker kunnen bevestigen. Zoekmachines lezen die gegevens samen met de tekst van de pagina, en ze werken het best als ze overeenkomen met wat zichtbaar op de pagina staat. Ontbreken er feiten of spreken tekst en data elkaar tegen, dan valt het product minder op, ook als de beschrijving goed geschreven is.

In de Nederlandse e-commercemarkt draait organische zichtbaarheid om tekst én metadata die hetzelfde zeggen.

Het probleem: data en tekst die niet hetzelfde zeggen

Google en AI-zoekmachines lezen de gestructureerde productkenmerken en de beschrijvende tekst samen. Markeringen helpen feiten te bevestigen, maar zijn geen vereiste: wat een goed geschreven productpagina schaadt, zijn ontbrekende of tegenstrijdige gegevens.

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 verstopt in een lange tekstparagraaf, dan zijn ze lastiger te vinden. Het beste werkt het als de tekst de feiten duidelijk noemt en de gestructureerde velden hetzelfde zeggen.

Een illustratief voorbeeld: een omnichannelwinkel voor keramiek

Een ondernemer beheert een fysieke winkel en een WooCommerce-catalogus met honderden 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 risico: met identieke beschrijvingen op elk kanaal is het moeilijker voor de pagina's van zijn eigen website om op te vallen naast zijn Etsy-pagina's.

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 (alleen als het echte beoordelingen weergeeft), 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 onvolledig zijn 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.

Een illustratief voorbeeld: een omnichannelverkoper van modeaccessoires

Een wederverkoopster verkoopt tassen en accessoires via Vinted, eBay en een kleine WooCommerce-shop. Elk nieuw artikel betekent voor haar 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 vier gebieden: SEO, AI-zoeken, merkrelevantie en volledigheid. Zo verandert een onzichtbaar technisch probleem in een concrete prioriteitenlijst.

Gestructureerde data corrigeren zonder iets te verzinnen

Betrouwbare 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.

Een illustratief voorbeeld: een online ambachtsman in lederwaren

Een ambachtsman maakt riemen en portemonnees. Zijn WooCommerce-catalogus is klein 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 compleet te maken?

Katapic is ontwikkeld om het handmatige werk van digitale catalogisering te verminderen. Elk product krijgt vier scores op 100 (SEO, AI-zoeken, merkrelevantie en volledigheid). Zo zie je concreet welke gestructureerde gegevens ontbreken, zonder SEO vanaf nul te hoeven leren. 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 productpagina's te begrijpen. Begin bij Katapic om te zien waar in je catalogus signalen ontbreken.

Zijn gestructureerde gegevens ook belangrijk voor AI-zoekmachines?

Ze helpen, maar ze zijn geen vereiste. AI-zoekmachines, zoals Google's AI Overviews, lezen de tekst van de pagina en gebruiken gestructureerde gegevens om feiten zoals prijs en beschikbaarheid te bevestigen. Volgens Google is er geen speciale markup nodig om in AI Overviews te verschijnen, zolang belangrijke informatie als tekst op de pagina staat en de gestructureerde data daarmee overeenkomt. Die conversationele 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 zoekmachines kunnen feiten zoals prijs en beschikbaarheid dan minder makkelijk bevestigen, wat je kansen in Google Shopping kan verkleinen. Voor AI Overviews is gestructureerde data geen vereiste: daar telt vooral dat de tekst de belangrijke feiten duidelijk noemt en dat de data daarmee overeenkomt.