Co to jest Google Lens (Obiektyw Google) i jak działa wyszukiwanie wizualne?

Google Lens, czyli Obiektyw Google, to technologia wyszukiwania wizualnego pozwalająca rozpocząć wyszukiwanie na podstawie obrazu zamiast tradycyjnego zapytania tekstowego. Użytkownik może zrobić zdjęcie, wykorzystać istniejącą fotografię albo wskazać fragment obrazu, a system próbuje rozpoznać widoczny obiekt i znaleźć związane z nim informacje.

Może to być produkt, element garderoby, mebel, roślina, budynek, tekst znajdujący się na zdjęciu albo przedmiot, którego nazwy użytkownik po prostu nie zna.

To zasadniczo inny sposób korzystania z wyszukiwarki niż klasyczne wpisanie frazy.

Jeżeli widzę krzesło, które mi się podoba, nie muszę wiedzieć, czy jest to „krzesło tapicerowane boucle na czarnych metalowych nogach”. Mogę użyć obrazu i pozwolić wyszukiwarce spróbować rozpoznać jego cechy wizualne.

Z perspektywy e-commerce ma to ogromne znaczenie. Produkt może zostać znaleziony nie dlatego, że użytkownik zna jego nazwę, producenta lub symbol, ale dlatego, że wygląda podobnie do czegoś, czego użytkownik właśnie szuka.

Google Lens nie należy więc traktować jako drugiej wersji Google Grafika. Google Grafika koncentruje się przede wszystkim na wyszukiwaniu i prezentowaniu obrazów związanych z określonym tematem. Lens odwraca ten proces: sam obraz staje się zapytaniem.

Co oznacza wyszukiwanie wizualne?

Wyszukiwanie wizualne oznacza wyszukiwanie informacji na podstawie zawartości obrazu.

W tradycyjnej wyszukiwarce użytkownik musi w jakiś sposób opisać to, czego potrzebuje.

Może wpisać:

biała lampa wisząca szklana kule

W wyszukiwaniu wizualnym punktem wyjścia może być fotografia lampy.

System analizuje obraz i próbuje ustalić między innymi:

• co znajduje się na zdjęciu,
• jakiego rodzaju jest to obiekt,
• jakie ma cechy wizualne,
• czy przypomina znane produkty lub obiekty,
• jakie podobne obrazy można znaleźć,
• czy na zdjęciu występuje tekst,
• z jakimi informacjami w internecie można powiązać zawartość obrazu.

W efekcie użytkownik może otrzymać wyniki dotyczące identycznego produktu, podobnych produktów, kategorii przedmiotów albo innych informacji związanych z rozpoznanym obiektem.

Google Lens a Google Grafika – jaka jest różnica?

Oba rozwiązania wykorzystują obrazy, ale odpowiadają na inne potrzeby.

W Google Grafika typowy proces zaczyna się od zapytania:

użytkownik wpisuje słowa → Google pokazuje obrazy.

W Google Lens proces może przebiegać odwrotnie:

użytkownik pokazuje obraz → Google próbuje ustalić, czego dotyczy.

To kluczowa różnica.

Optymalizacja zdjęcia pod Google Grafika koncentruje się między innymi na kontekście strony, nazwie pliku, ALT, jakości obrazu i jego związku z treścią.

W przypadku Google Lens dochodzi jeszcze bardzo istotna warstwa: czy system potrafi wizualnie rozpoznać sam produkt lub obiekt oraz połączyć go z odpowiednimi danymi znajdującymi się w sklepie i innych źródłach.

Dlatego oba obszary częściowo się przecinają, ale nie są tym samym zagadnieniem.

Jak działa Google Lens?

Od strony użytkownika proces jest prosty.

Można wykorzystać aparat urządzenia albo istniejące zdjęcie i wskazać interesujący fragment.

Dalej zaczyna się znacznie bardziej złożona analiza.

System może próbować rozpoznać:

• kształt obiektu,
• kolor,
• wzór,
• tekst,
• charakterystyczne detale,
• rodzaj produktu,
• logo,
• opakowanie,
• podobieństwo do innych obrazów.

Obraz może następnie zostać zestawiony z informacjami znajdującymi się w zasobach Google i na stronach internetowych.

Nie chodzi więc wyłącznie o znalezienie identycznego pliku graficznego.

Znacznie ciekawsza jest możliwość znalezienia wizualnie podobnego obiektu.

Wyszukiwanie obrazem nie oznacza szukania kopii zdjęcia

To ważne rozróżnienie.

Starsze podejście do wyszukiwania obrazem często kojarzyło się z odnajdywaniem miejsc, w których wykorzystano tę samą fotografię.

Google Lens może działać znacznie szerzej.

Jeżeli użytkownik fotografuje but, system nie musi znaleźć dokładnie tego samego zdjęcia. Może próbować rozpoznać, że widoczny przedmiot jest określonym rodzajem obuwia, posiada konkretny kolor, materiał lub konstrukcję i na tej podstawie znaleźć podobne produkty.

W e-commerce jest to fundamentalna zmiana.

Produkty zaczynają konkurować nie tylko nazwą i opisem, ale również tym, jak wyglądają i jak dobrze ich wygląd został przedstawiony w danych dostępnych dla wyszukiwarki.

Jak Google Lens rozpoznaje obiekty?

Wyszukiwanie wizualne wykorzystuje mechanizmy komputerowej analizy obrazu oraz modele pozwalające rozpoznawać zależności pomiędzy elementami fotografii.

Dla człowieka rozpoznanie produktu często jest automatyczne.

Patrząc na zdjęcie, natychmiast wiemy, że widzimy stół, zegarek albo but.

Dla systemu komputerowego obraz jest zbiorem informacji, z których trzeba wyodrębnić cechy pozwalające określić znaczenie całej sceny.

Analizowane mogą być między innymi:

• kontury,
• proporcje,
• tekstury,
• układ elementów,
• kolory,
• relacje pomiędzy obiektami,
• napisy widoczne na obrazie.

Współczesne modele wizualne potrafią łączyć te informacje z wiedzą o obiektach i języku.

Dzięki temu system nie musi ograniczać się do stwierdzenia, że na zdjęciu znajduje się „ciemny prostokątny przedmiot”. Może spróbować rozpoznać, że jest to konkretny typ telefonu, portfela, mebla albo urządzenia.

Google Lens a rozpoznawanie produktów

Dla sklepów internetowych najważniejszym zastosowaniem Google Lens jest rozpoznawanie produktów.

Użytkownik może zobaczyć przedmiot:

• u znajomego,
• na ulicy,
• w restauracji,
• w czasopiśmie,
• na ekranie komputera,
• w mediach społecznościowych,
• w sklepie stacjonarnym.

Nie musi znać jego nazwy.

Może wykorzystać obraz i rozpocząć poszukiwanie podobnych rzeczy.

To szczególnie naturalne w branżach, w których wygląd jest bardzo ważnym elementem decyzji zakupowej.

Dotyczy to między innymi:

• odzieży,
• obuwia,
• biżuterii,
• mebli,
• wyposażenia wnętrz,
• dekoracji,
• akcesoriów,
• designu,
• kosmetyków i ich opakowań,
• produktów kolekcjonerskich.

Dlaczego visual search jest ważny dla e-commerce?

Tradycyjne wyszukiwanie ma jedno podstawowe ograniczenie: użytkownik musi umieć opisać przedmiot.

To wcale nie jest oczywiste.

Klient może wiedzieć dokładnie, czego chce wizualnie, a jednocześnie nie znać odpowiedniego słownictwa.

Wyobraźmy sobie nietypowy rodzaj lampy.

Użytkownik może próbować kolejnych zapytań:

• lampa czarne rurki,
• lampa loft czarna,
• lampa industrialna kilka ramion,
• nowoczesna lampa sufitowa metalowa.

Każdy opis może prowadzić do trochę innych wyników.

Zdjęcie eliminuje część tego problemu. Użytkownik pokazuje, czego szuka.

W pewnych kategoriach produktów jest to znacznie bardziej naturalny sposób wyszukiwania niż próba opisania przedmiotu słowami.

Google Lens może zmienić początek ścieżki zakupowej

Klasyczna ścieżka klienta często zaczyna się od potrzeby i wpisania zapytania w wyszukiwarce.

Visual search umożliwia rozpoczęcie procesu od inspiracji.

Klient nie musi myśleć:

chcę kupić lampę wiszącą konkretnego rodzaju.

Może po prostu zobaczyć lampę, która mu się podoba.

Obraz staje się początkiem wyszukiwania produktu.

Dla e-commerce oznacza to możliwość dotarcia do użytkownika na etapie, na którym nie sformułował jeszcze tekstowego zapytania zakupowego.

Czy Google Lens rozpoznaje dokładnie ten sam produkt?

Może próbować znaleźć dokładny produkt, ale nie zawsze jest to możliwe.

Dużo zależy od tego, jak charakterystyczny jest obiekt i jakie informacje o nim są dostępne.

Łatwiej rozpoznać produkt posiadający:

• charakterystyczny wygląd,
• czytelne logo,
• rozpoznawalne opakowanie,
• unikalną konstrukcję,
• dużą liczbę poprawnie opisanych wystąpień w internecie.

W przypadku prostego produktu bez charakterystycznych cech system może przede wszystkim znaleźć wizualnie podobne przedmioty.

Dla sprzedawcy nadal może być to wartościowe, ponieważ produkt zaczyna uczestniczyć w konkurencji wizualnej.

Google Lens i wizualnie podobne produkty

To właśnie podobieństwo jest jednym z najciekawszych aspektów visual search.

Użytkownik może nie szukać konkretnej marki.

Może szukać produktu:

• w podobnym kolorze,
• o podobnym fasonie,
• o zbliżonym kształcie,
• z podobnego materiału,
• w podobnym stylu.

Dla mniejszych sklepów może być to szansa na pojawienie się obok produktów dużych marek.

Nie oznacza to automatycznie wysokiej widoczności. Pokazuje jednak, że w wyszukiwaniu wizualnym znaczenie może mieć nie tylko siła marki, ale również jakość i jednoznaczność danych produktowych oraz samej prezentacji produktu.

Jak zdjęcia produktów wpływają na Google Lens?

Jeżeli wyszukiwarka ma analizować obiekt wizualnie, zdjęcie produktu staje się bardzo ważnym źródłem informacji.

Fotografia powinna przede wszystkim umożliwiać jednoznaczne zobaczenie produktu.

Pomagają w tym:

• odpowiednia rozdzielczość,
• dobre oświetlenie,
• ostrość,
• czytelne przedstawienie produktu,
• brak niepotrzebnych elementów zasłaniających obiekt,
• kilka ujęć pokazujących różne strony produktu.

Nie oznacza to, że każde zdjęcie powinno być sterylnym packshotem na białym tle.

Zdjęcia kontekstowe również są bardzo wartościowe, ponieważ pokazują produkt w naturalnym użyciu.

Najlepszy katalog produktowy zwykle wykorzystuje oba rodzaje fotografii.

Packshot czy zdjęcie aranżacyjne?

Nie wybierałbym jednego zamiast drugiego.

Packshot pozwala bardzo dobrze zobaczyć sam produkt.

Zdjęcie aranżacyjne pokazuje natomiast:

• skalę,
• kontekst użycia,
• styl,
• relację z innymi przedmiotami,
• sposób, w jaki produkt wygląda w rzeczywistym otoczeniu.

W sklepie meblowym jedno zdjęcie fotela na neutralnym tle może dokładnie pokazać jego konstrukcję, a kolejne może przedstawiać go w salonie.

Dla użytkownika oba są przydatne. Dla systemów analizujących obrazy również dostarczają innego rodzaju informacji.

Czy ALT pomaga w Google Lens?

Tekst alternatywny ALT jest ważnym elementem poprawnego publikowania obrazów na stronie, ale nie należy traktować go jako magicznego pola sterującego Google Lens.

ALT dostarcza tekstowego kontekstu dotyczącego obrazu i ma również istotne znaczenie dla dostępności.

Jeżeli zdjęcie przedstawia konkretny produkt, opis alternatywny powinien rzeczywiście opisywać ten produkt.

Przykładowo bardziej użyteczne będzie:

Czarny fotel obrotowy model Nova z drewnianymi podłokietnikami

niż:

zdjęcie1

Nie warto jednak upychać w ALT przypadkowych słów kluczowych.

Visual search nie opiera się wyłącznie na jednym atrybucie HTML. Google może analizować sam obraz oraz wiele informacji znajdujących się wokół niego.

Nazwa pliku nadal ma znaczenie

Podobnie jak w przypadku SEO obrazów, logiczna nazwa pliku jest lepsza niż przypadkowy ciąg znaków generowany przez aparat.

Plik:

fotel-nova-czarny.jpg

jest znacznie bardziej opisowy niż:

IMG_829184.jpg

Nie oznacza to, że zmiana nazwy automatycznie sprawi, że produkt zacznie pojawiać się w Google Lens.

Chodzi o budowanie spójnego zestawu sygnałów pomagających zrozumieć zawartość strony.

Kontekst obrazu jest równie ważny

Zdjęcie nie istnieje w próżni.

W sklepie internetowym znajduje się na stronie produktu posiadającej:

• nazwę produktu,
• opis,
• cenę,
• markę,
• kategorię,
• parametry,
• SKU,
• EAN lub GTIN,
• informacje o dostępności.

Te dane pomagają powiązać obraz z konkretnym produktem.

Jeżeli fotografia jest świetna, ale strona produktu praktycznie nie zawiera danych, wyszukiwarka otrzymuje mniej informacji potrzebnych do określenia, czego dokładnie dotyczy obraz.

Dlaczego nazwa produktu powinna być konkretna?

Nazwa typu:

Model 412

może być wystarczająca dla producenta, który doskonale zna swój katalog.

Dla wyszukiwarki i nowego klienta mówi niewiele.

Znacznie bardziej informacyjna może być nazwa:

Stół dębowy rozkładany Model 412

Nie oznacza to tworzenia absurdalnie długich nazw produktów.

Chodzi o to, aby podstawowa informacja o rodzaju produktu była czytelna zarówno dla człowieka, jak i systemów przetwarzających stronę.

SKU i EAN a wyszukiwanie wizualne

SKU samo w sobie nie opisuje wyglądu produktu.

Jest jednak bardzo ważne dla wewnętrznej spójności katalogu.

EAN lub inny identyfikator GTIN może dodatkowo pomóc jednoznacznie powiązać produkt z konkretną pozycją handlową.

Ma to znaczenie wtedy, gdy te same produkty występują w wielu kanałach sprzedaży.

Przykładowo ten sam produkt może znajdować się:

• w WooCommerce,
• w Google Merchant Center,
• na marketplace,
• w systemie ERP,
• w feedzie produktowym.

Im bardziej spójne są identyfikatory, tym łatwiej systemom powiązać różne reprezentacje tego samego produktu.

Google Lens a Google Merchant Center

W przypadku e-commerce bardzo ważne są uporządkowane dane produktowe przekazywane do ekosystemu Google.

Google Merchant Center może otrzymywać między innymi:

• nazwę produktu,
• opis,
• cenę,
• dostępność,
• markę,
• identyfikatory produktu,
• adres zdjęcia,
• adres strony produktu.

Takie dane pomagają Google zrozumieć, czym jest konkretny produkt oraz jakie posiada właściwości handlowe.

Wyszukiwanie wizualne nie powinno więc być traktowane jako osobny świat niezwiązany z pozostałą infrastrukturą e-commerce.

Zdjęcie, strona produktu, feed i dane handlowe powinny opisywać ten sam produkt w sposób spójny.

Google Lens a feed produktowy

Feed produktowy jest uporządkowanym źródłem informacji o asortymencie.

Jeżeli katalog sklepu zawiera błędy, mogą one zostać powielone w kolejnych kanałach.

Typowe problemy to:

• brakujące EAN-y,
• błędne ceny,
• nieaktualne stany,
• nieprawidłowe zdjęcia,
• zbyt ogólne nazwy produktów,
• pomieszane warianty,
• duplikaty produktów.

Dlatego optymalizacja pod wyszukiwanie produktów nie zaczyna się od jednej sztuczki SEO.

Zaczyna się od porządnego katalogu.

Dane uporządkowane produktów

Na stronie produktu można również stosować dane uporządkowane pomagające wyszukiwarce interpretować jego zawartość.

Dzięki nim można jednoznaczniej określić, że dana strona dotyczy produktu oraz przekazać informacje takie jak:

• nazwa,
• marka,
• cena,
• waluta,
• dostępność,
• identyfikatory produktu.

Dane uporządkowane nie sprawiają automatycznie, że produkt pojawi się w wynikach Google Lens.

Są jednak częścią technicznego porządku, który ułatwia wyszukiwarce zrozumienie strony produktowej.

Google Lens a WooCommerce

Przy tworzeniu i rozwijaniu sklepów WooCommerce warto od początku zadbać o to, aby katalog produktów był dobrze przygotowany również dla wyszukiwarek i systemów wykorzystujących dane produktowe.
Problemy zaczynają się wtedy, gdy sklep posiada:

• niekompletne produkty,
• brakujące atrybuty,
• przypadkowe nazwy zdjęć,
• duplikaty,
• nieprawidłowe warianty,
• brakujące identyfikatory,
• błędy danych strukturalnych,
• produkty niedostępne dla robotów wyszukiwarki.

W takim przypadku problem nie dotyczy samego Google Lens. Ten sam bałagan może wpływać również na SEO, Merchant Center, reklamy produktowe i integracje marketplace.

Warianty produktów mają znaczenie

W e-commerce jeden produkt może występować w wielu wariantach.

Przykładowo sofa może być dostępna w pięciu kolorach.

Z punktu widzenia visual search wygląd wariantu jest bardzo istotny.

Jeżeli klient wyszukuje zieloną sofę na podstawie zdjęcia, fotografia przedstawiająca wyłącznie wersję beżową nie pokazuje faktycznego wyglądu wariantu.

Dlatego przy bardziej rozbudowanych produktach warto zadbać o poprawne powiązanie:

• wariantu,
• koloru,
• SKU,
• zdjęcia,
• stanu,
• ceny.

To nie tylko kwestia Google. Poprawia to również doświadczenie klienta w samym sklepie.

Dlaczego generowanie jednego zdjęcia dla wszystkich wariantów jest słabe?

Technicznie można utworzyć warianty produktu bez osobnych fotografii.

Jeżeli jednak wygląd jest jedną z głównych różnic pomiędzy nimi, sklep traci część informacji wizualnej.

Klient chce zobaczyć konkretny kolor lub wykończenie.

System analizujący obraz również otrzymuje mniej danych o rzeczywistym wyglądzie wariantu.

W branżach opartych na estetyce warto traktować zdjęcie wariantu jak część danych produktu, a nie wyłącznie dekorację strony.

Google Lens a odzież i moda

Moda jest jednym z najbardziej naturalnych zastosowań wyszukiwania wizualnego.

Użytkownik może zobaczyć kurtkę, sukienkę albo buty, ale nie znać:

• marki,
• modelu,
• nazwy fasonu,
• rodzaju materiału.

Zdjęcie pozwala ominąć konieczność dokładnego opisywania produktu.

Dla sklepu odzieżowego oznacza to, że fotografia produktu jest jednocześnie materiałem sprzedażowym i informacją umożliwiającą jego wizualne rozpoznanie.

Google Lens a meble i wyposażenie wnętrz

Podobnie wygląda sytuacja w branży wnętrzarskiej.

Klient często szuka produktu w określonym stylu, a nie konkretnego modelu.

Może zobaczyć:

• lampę,
• stół,
• krzesło,
• fotel,
• płytkę,
• dekorację.

Trudno czasem określić odpowiednią nazwę stylu albo konstrukcji.

Visual search jest wtedy znacznie bardziej intuicyjny.

Google Lens a produkty unikalne

Wyszukiwanie wizualne może być ciekawe także dla producentów własnych produktów.

Jeżeli firma tworzy charakterystyczne wzornictwo, zdjęcia mogą pomagać łączyć widoczny obiekt z marką i konkretną ofertą.

W takim przypadku szczególnie ważna jest spójność informacji publikowanych w różnych miejscach.

Ten sam produkt powinien być przedstawiany konsekwentnie:

• na stronie producenta,
• w sklepie,
• w feedach,
• na platformach sprzedażowych,
• w materiałach produktowych.

Czy unikalne zdjęcia są lepsze niż fotografie producenta?

Jeżeli sklep sprzedaje produkty dostępne również u wielu konkurentów, własne fotografie mogą mieć dużą wartość.

Nie chodzi tylko o SEO.

Własne zdjęcie:

• wyróżnia ofertę,
• pokazuje produkt z innej perspektywy,
• może lepiej prezentować szczegóły,
• buduje wiarygodność sklepu,
• dostarcza dodatkowych informacji wizualnych.

Kopiowanie dokładnie tych samych zdjęć katalogowych, których używają dziesiątki sklepów, sprawia, że wszystkie oferty wyglądają bardzo podobnie.

Nie oznacza to, że zdjęcia producenta są złe. Jeżeli są wysokiej jakości, warto je wykorzystać. Dobrze jednak rozważyć dodanie własnych ujęć.

Czy tło zdjęcia ma znaczenie?

Nie istnieje jedno tło odpowiednie dla każdego zastosowania.

Neutralne tło pomaga dobrze wyeksponować sam produkt.

Zdjęcie aranżacyjne może natomiast lepiej pokazać jego charakter i sposób użycia.

Najważniejsze jest to, aby produkt był czytelny.

Jeżeli zdjęcie zawiera kilkanaście przedmiotów i trudno nawet określić, który z nich jest sprzedawany, zmniejsza się jednoznaczność całej prezentacji.

Czy watermark pomaga?

Duży znak wodny na środku produktu może utrudniać jego odbiór użytkownikowi i zasłaniać istotne szczegóły.

Jeżeli ochrona fotografii wymaga oznaczenia, warto robić to rozsądnie.

Zdjęcie produktowe powinno przede wszystkim dobrze pokazywać przedmiot.

Gigantyczne logo na środku fotografii zwykle działa w przeciwnym kierunku.

Google Lens i tekst znajdujący się na obrazie

Lens nie ogranicza się do rozpoznawania przedmiotów.

Może również analizować tekst widoczny na zdjęciu.

Dzięki temu fotografia dokumentu, etykiety, menu czy opakowania może stać się źródłem tekstowej informacji.

To pokazuje, że obraz nie jest dla współczesnych systemów wyszukiwania jedynie plikiem graficznym.

Może zawierać wiele różnych warstw informacji.

Google Lens a kody i etykiety produktów

Opakowanie może zawierać:

• nazwę produktu,
• markę,
• model,
• numer produktu,
• inne oznaczenia.

Takie informacje mogą dodatkowo ułatwiać rozpoznanie obiektu.

Jest to szczególnie istotne przy produktach, których sam wygląd nie jest wystarczająco charakterystyczny.

Visual search nie zastępuje klasycznego SEO

To jeden z najważniejszych wniosków.

Nie warto budować osobnej „optymalizacji pod Lens” i ignorować reszty strony.

Produkt nadal potrzebuje:

• poprawnego adresu URL,
• indeksowalnej strony,
• dobrej nazwy,
• opisu,
• parametrów,
• zdjęć,
• linkowania,
• poprawnych danych technicznych.

Visual search jest dodatkowym sposobem interpretowania i odnajdywania produktu, ale korzysta z infrastruktury, która powinna być poprawna również z perspektywy klasycznego SEO.

Indeksowanie zdjęć i stron produktowych

Google nie może skutecznie wykorzystywać danych, do których nie ma dostępu.

Dlatego warto sprawdzić, czy:

• strony produktów są indeksowalne,
• obrazy są dostępne dla robotów,
• adresy zdjęć nie są blokowane,
• produkt nie istnieje wyłącznie po wykonaniu problematycznego skryptu,
• canonical wskazuje właściwą stronę,
• mapa strony zawiera odpowiednie adresy.

To jest właśnie obszar, w którym wyszukiwanie wizualne spotyka się z klasycznym SEO technicznym.

Google Lens a szybkość strony

Zdjęcia produktowe powinny być wysokiej jakości, ale nie oznacza to publikowania ogromnych nieskompresowanych plików.

Sklep może posiadać świetne fotografie i jednocześnie działać bardzo wolno, jeżeli każda karta produktu pobiera kilkadziesiąt megabajtów danych.

Trzeba znaleźć równowagę pomiędzy:

• jakością obrazu,
• rozdzielczością,
• formatem pliku,
• kompresją,
• szybkością ładowania.

Optymalizacja obrazu nie powinna polegać na zniszczeniu jego jakości.

Powinna polegać na dostarczeniu przeglądarce odpowiednio przygotowanego pliku.

Lazy loading a obrazy produktów

Lazy loading pozwala opóźnić pobieranie części obrazów do momentu, gdy są rzeczywiście potrzebne.

Jest bardzo użyteczny, szczególnie na stronach zawierających wiele zdjęć.

Trzeba jednak uważać na własne, nietypowe implementacje, które mogą utrudniać robotom wyszukiwarki dostęp do obrazu.

Standardowa optymalizacja wydajności nie powinna powodować sytuacji, w której najważniejsze zdjęcie produktu istnieje tylko dla użytkownika po wykonaniu skomplikowanej sekwencji JavaScript.

Google Lens a JavaScript

Nowoczesne sklepy mogą dynamicznie zmieniać zdjęcia wariantów, galerie i dane produktu.

To samo w sobie nie jest problemem.

Warto jednak zweryfikować, co rzeczywiście znajduje się w kodzie strony i jakie zasoby są dostępne dla wyszukiwarki.

Czasami efekt wizualny działa perfekcyjnie dla użytkownika, ale z technicznego punktu widzenia produkt jest opisany bardzo ubogo.

Google Lens a marketplace

Produkty często występują jednocześnie we własnym sklepie i na marketplace’ach.

To oznacza, że wyszukiwarka może spotkać wiele źródeł opisujących ten sam produkt.

Warto zadbać o spójność podstawowych informacji:

• marki,
• modelu,
• identyfikatora,
• wariantu,
• zdjęcia,
• podstawowych cech produktu.

Nie oznacza to kopiowania identycznego opisu wszędzie.

Chodzi przede wszystkim o to, aby systemy nie otrzymywały sprzecznych informacji o tym samym towarze.

Google Lens a sklep wielokanałowy

W sprzedaży wielokanałowej dane produktowe mogą przepływać przez wiele systemów.

Przykładowo:

ERP → integrator → WooCommerce → feed produktowy → platforma zewnętrzna.

Jeżeli już na początku produktu brakuje prawidłowego zdjęcia lub identyfikatora, błąd może zostać przekazany dalej.

Dlatego przy dużym e-commerce coraz ważniejsza staje się jakość źródła danych.

Naprawianie produktu osobno w pięciu kanałach jest znacznie mniej efektywne niż poprawienie go w miejscu, z którego pozostałe systemy pobierają informacje.

Czy Google Lens może generować sprzedaż?

Tak, wyszukiwanie wizualne może stać się elementem ścieżki prowadzącej do produktu.

Nie należy jednak traktować go jako oddzielnego kanału, któremu można przypisać prostą zasadę:

dodaj ALT i otrzymasz sprzedaż z Lens.

Proces jest znacznie bardziej złożony.

Znaczenie mają jednocześnie:

• sam obraz,
• rozpoznawalność produktu,
• strona produktowa,
• dane handlowe,
• indeksowanie,
• feed,
• identyfikatory,
• jakość całego katalogu.

Jak przygotować sklep pod wyszukiwanie wizualne?

Nie zaczynałbym od szukania specjalnej wtyczki „Google Lens SEO”.

Najpierw uporządkowałbym fundamenty.

1. Przygotować dobre zdjęcia produktów.
2. Używać czytelnych nazw plików.
3. Poprawnie uzupełniać ALT.
4. Tworzyć jednoznaczne nazwy produktów.
5. Uzupełnić parametry i cechy produktów.
6. Zadbać o SKU i identyfikatory GTIN tam, gdzie mają zastosowanie.
7. Sprawdzić dane uporządkowane.
8. Zweryfikować indeksowanie stron produktowych.
9. Uporządkować feed produktowy.
10. Zadbać o spójność danych pomiędzy sklepem i pozostałymi kanałami.

To są działania korzystne nie tylko dla visual search.

Poprawiają całą jakość techniczną e-commerce.

Najczęstszy błąd: zdjęcie jako dekoracja

W wielu sklepach fotografie traktowane są wyłącznie jako wizualny dodatek do karty produktu.

Z technicznego punktu widzenia obraz jest jednak również informacją.

Powinien być logicznie powiązany z produktem, wariantem i kontekstem strony.

Jeżeli pliki mają przypadkowe nazwy, ALT jest pusty, warianty używają niewłaściwych zdjęć, a produkt ma jedno niewyraźne ujęcie, tracimy znacznie więcej niż tylko estetykę.

Drugi błąd: kopiowanie jednego zdjęcia wszędzie

Jedno zdjęcie produktu może wystarczyć do technicznego uruchomienia sklepu.

Nie oznacza to, że jest dobrym rozwiązaniem sprzedażowym.

Klient chce zobaczyć produkt:

• z przodu,
• z tyłu,
• z boku,
• z bliska,
• w użyciu,
• w odpowiedniej skali.

Każde dodatkowe wartościowe ujęcie dostarcza informacji, której nie było na pierwszej fotografii.

Trzeci błąd: SEO obrazów zamiast jakości katalogu

Można perfekcyjnie nazwać każdy plik i nadal posiadać słabo przygotowany sklep.

Jeżeli produkt nie ma marki, parametrów, identyfikatora, właściwej kategorii albo poprawnych wariantów, optymalizacja nazw zdjęć nie rozwiąże głównego problemu.

W e-commerce dane produktowe trzeba traktować jako system.

Czwarty błąd: automatyczne ALT-y pełne słów kluczowych

Automatyzacja może być bardzo pomocna przy dużym katalogu, ale musi generować sensowne informacje.

ALT zbudowany jako:

fotel fotel sklep fotel online tanio kup fotel producent

nie jest poprawnym opisem obrazu.

Lepszy jest krótki i rzeczywisty opis tego, co fotografia przedstawia.

Automatyzację warto projektować tak, aby korzystała z prawdziwych danych produktu, a nie tworzyła spam.

Piąty błąd: brak kontroli nad zdjęciami wariantów

W dużych sklepach import produktów może automatycznie tworzyć setki lub tysiące wariantów.

Jeżeli mapowanie zdjęć jest błędne, użytkownik może kliknąć wariant czerwony i nadal widzieć produkt czarny.

To problem sprzedażowy, ale również problem jakości danych.

Przy integracjach warto więc kontrolować nie tylko cenę i stan, lecz także relację:

produkt → wariant → zdjęcie.

Czy sztuczna inteligencja zmienia wyszukiwanie produktów?

Tak. Granica pomiędzy wyszukiwaniem tekstowym i wizualnym staje się coraz mniej wyraźna.

System może jednocześnie analizować obraz i dodatkowe informacje przekazane przez użytkownika.

To naturalny kierunek rozwoju wyszukiwania.

Człowiek również nie poznaje świata wyłącznie poprzez słowa. Łączy wzrok, kontekst i język.

Wyszukiwarki coraz lepiej próbują robić podobnie.

Obraz i tekst mogą działać razem

Visual search nie musi oznaczać wyboru pomiędzy fotografią a tekstem.

Obraz może być punktem startowym, a użytkownik może dodatkowo doprecyzować intencję.

Przykładowo może wskazać konkretny przedmiot i szukać podobnego:

• w innym kolorze,
• w innym stylu,
• tańszego,
• pasującego do określonego zastosowania.

To sprawia, że wyszukiwanie wizualne staje się czymś więcej niż prostym rozpoznawaniem obiektu.

Dlaczego visual search będzie szczególnie ważny na urządzeniach mobilnych?

Telefon posiada aparat, który może natychmiast stać się wejściem do wyszukiwarki.

Nie trzeba najpierw zrobić zdjęcia, przenieść go na komputer i ręcznie szukać podobnego produktu.

Urządzenie mobilne łączy:

• aparat,
• wyszukiwarkę,
• lokalizację,
• przeglądarkę,
• możliwość zakupu.

Dzięki temu droga od zobaczenia produktu w świecie rzeczywistym do znalezienia jego odpowiednika w sklepie internetowym może być bardzo krótka.

Co Google Lens zmienia w myśleniu o SEO?

Przede wszystkim przypomina, że wyszukiwarka nie analizuje już internetu wyłącznie jako zbioru tekstowych dokumentów.

Strona internetowa zawiera wiele rodzajów danych:

• tekst,
• obrazy,
• video,
• dane strukturalne,
• informacje produktowe,
• relacje pomiędzy stronami.

SEO nie powinno więc sprowadzać się do umieszczania frazy w tytule i kilku nagłówkach.

Im lepiej uporządkowana jest cała informacja o produkcie, tym łatwiej różnym systemom ją interpretować.

Czy każdy sklep musi teraz optymalizować się pod Google Lens?

Nie używałbym takiego sformułowania.

Nie każdy asortyment jest równie podatny na wyszukiwanie wizualne.

Dla usług księgowych wygląd produktu praktycznie nie istnieje.

Dla sklepu z lampami, meblami, biżuterią, ubraniami albo wyposażeniem wnętrz obraz może być jednym z głównych elementów procesu zakupowego.

Znaczenie Google Lens zależy więc od tego, czy użytkownicy rzeczywiście mogą chcieć znaleźć ofertę na podstawie tego, co widzą.

Jak sprawdzić, czy sklep jest technicznie przygotowany?

Warto przeprowadzić prostą kontrolę.

1. Czy każdy ważny produkt ma dobre zdjęcia?
2. Czy obrazy przedstawiają rzeczywisty wariant?
3. Czy zdjęcia są dostępne dla wyszukiwarki?
4. Czy ALT-y rzeczywiście opisują zawartość?
5. Czy produkty mają jednoznaczne nazwy?
6. Czy SKU są unikalne?
7. Czy EAN lub GTIN są poprawne tam, gdzie występują?
8. Czy dane produktowe są spójne z feedem?
9. Czy ceny i dostępność są aktualne?
10. Czy dane uporządkowane nie zawierają błędów?
11. Czy strony produktów są indeksowane?
12. Czy warianty nie generują chaosu w katalogu?

Jeżeli połowa tych elementów nie działa prawidłowo, problem jest szerszy niż samo wyszukiwanie wizualne.

Google Lens w praktyce dla właściciela sklepu

Najważniejszy wniosek jest prosty: produkt powinien być dobrze opisany zarówno wizualnie, jak i technicznie.

Nie istnieje jeden parametr, który sprawi, że Google Lens zacznie promować konkretny sklep.

Wyszukiwarka musi być w stanie połączyć kilka warstw informacji:

• jak wygląda produkt,
• czym jest,
• jak się nazywa,
• kto go produkuje,
• który wariant jest widoczny,
• ile kosztuje,
• czy jest dostępny,
• gdzie można go kupić.

Im większy katalog, tym ważniejsza staje się automatyzacja i spójność tych danych.

Google Lens a techniczny rozwój e-commerce

Dla mnie Google Lens jest dobrym przykładem tego, dlaczego nowoczesnego e-commerce nie warto budować jako zbioru przypadkowych wtyczek.

Zdjęcia, produkty, warianty, feed, Merchant Center, magazyn i marketplace’y korzystają często z tych samych danych.

Jeżeli każdy element posiada własną niespójną wersję produktu, szybko pojawiają się problemy.

Jeżeli natomiast katalog jest uporządkowany, można wykorzystywać go w kolejnych kanałach bez ciągłego ręcznego poprawiania informacji.

Jak mogę pomóc w przygotowaniu sklepu?

Jeżeli sklep posiada duży katalog produktów albo dane pochodzą z kilku różnych systemów, mogę sprawdzić nie tylko same zdjęcia, ale cały sposób, w jaki produkty są generowane i przekazywane dalej.

Analizuję WooCommerce, warianty, atrybuty, SKU, EAN, dane uporządkowane, indeksowanie, feedy produktowe oraz zależności pomiędzy sklepem i systemami zewnętrznymi.

Jeżeli problem wynika z masowej skali, mogę również przygotować automatyzację lub własne rozwiązanie, które zamiast ręcznego poprawiania tysięcy produktów uporządkuje dane według ustalonych reguł.

Przy takich wdrożeniach patrzę na sklep jako na jeden system. Optymalizacja pod wyszukiwarkę nie powinna powodować problemów z Merchant Center, marketplace’em, ERP ani obsługą wariantów.

Google Lens pokazuje, że wyszukiwanie nie zaczyna się już wyłącznie od słów. Czasem najlepszym zapytaniem jest po prostu to, co użytkownik ma właśnie przed oczami.