Een product kan perfect zijn voor een klant, maar zonder volledige schema markup zullen AI-winkelagenten het nooit aanbevelen. De agent leest je HTML zoals een mens dat zou doen, maar begrijpt je product via gestructureerde data. Geen schema betekent geen begrip.
Vraagt een klant aan een AI-winkelassistent om een laptoptas te vinden die onder een vliegtuigstoel past en minder dan $100 kost, dan surft de agent niet over het web zoals een mens. Hij leest gestructureerde data van productpagina's. Hij zoekt naar Offer-schema met specifieke prijzen, Product-schema met afmetingen en AggregateRating-schema met klantbeoordelingen. Heeft je productpagina een mooie beschrijving maar geen schema, dan slaat de agent hem helemaal over.
In dit hoofdstuk lees je hoe productschema werkt, welke markup AI-winkelsystemen echt lezen en hoe je je productdata zo structureert dat AI-agenten je producten kunnen vinden en aanbevelen.
Wat is productschema en waarom zijn AI-agenten ervan afhankelijk?
Productschema is machineleesbare code die AI-systemen vertelt wat je product is, wat het kost, hoe het wordt beoordeeld en waar klanten het kunnen kopen. In plaats van een AI-agent te laten raden of "laptoptas" een aktetas of een rugzak is, vertelt schema het de agent expliciet. Dit product heeft wielen. Het heeft een vak voor een laptop van 15 inch. Het kost $89,99.
Schema markup gebruikt een formaat dat JSON-LD heet. JSON-LD is een manier om data te schrijven die elk computersysteem kan lezen, zonder HTML of ontwerp te hoeven begrijpen. Een AI-crawler bezoekt je productpagina, leest de HTML en haalt ook de JSON-LD-scripttag eruit. Die scripttag bevat gestructureerde data. De agent verwerkt die data en begrijpt je product meteen.
Winkels met volledig productschema krijgen 58,3% meer klikken vanuit AI-winkelomgevingen dan winkels met onvolledig of ontbrekend schema. Producten met duidelijke schema markup verschijnen 3,1 keer vaker in AI Overviews en AI-winkelresultaten.
Het verschil tussen Product-schema en Offer-schema
Product-schema beschrijft wat het product is. Offer-schema omvat de prijs, beschikbaarheid en gegevens van de verkoper. Samen vormen ze het complete beeld dat AI-winkelsystemen nodig hebben.
Product-schema bevat productnaam, beschrijving, afbeelding, merk, productcategorie, kleur, maat, gewicht, afmetingen, materiaal en GTIN (het barcodenummer). Dit is de identiteitslaag. Het vertelt de AI wat je verkoopt.
Offer-schema bevat prijs, valuta, beschikbaarheid (op voorraad, niet op voorraad, pre-order), staat van het product (nieuw, refurbished, gebruikt), naam van de verkoper en retourbeleid. Dit is de transactielaag. Het vertelt de AI waar en hoe klanten het kunnen kopen.
Een productpagina heeft beide nodig. Een product zonder aanbod is alleen informatie. Een aanbod zonder product laat de AI in verwarring over wat er wordt verkocht. Schema markup voor AI-shopping bevat altijd Product-schema plus minstens één Offer-schemablok.
Hoe AI-winkelagenten schema gebruiken om producten aan klantwensen te koppelen
Vraagt een klant een AI-agent om iets te vinden, dan splitst de agent het verzoek op in doorzoekbare kenmerken. Een verzoek om "een waterfles die drankjes 24 uur koud houdt" wordt vertaald naar zoekkenmerken zoals: producttype is waterfles, materiaal is roestvrij staal of dubbelwandig, inhoud is minstens 16 ounce en de kleur maakt niet uit.
De agent zoekt dan in productfeeds naar producten die aan al die kenmerken voldoen. Staat het kenmerk materiaal of inhoud niet in je productschema, dan kan de agent niet beoordelen of je product past. Zelfs als je product perfect is, slaat de agent het over.
Daarom weegt volledig schema zwaarder dan reclametekst. Je mooie productbeschrijving die zegt "houdt drankjes de hele dag koud" geeft de agent geen temperatuur of tijdsduur. Je schema dat het materiaal als roestvrij staal en de inhoud als 32 ounce vermeldt, vertelt de agent precies waarop hij moet zoeken.
Wat AI-winkelsystemen echt lezen in je schema
Niet elk veld in schema markup krijgt evenveel gewicht. AI-winkelsystemen geven voorrang aan bepaalde velden, omdat die helpen producten aan de eisen van klanten te koppelen.
Verplichte velden zijn productnaam, prijs, valuta en beschikbaarheid. Daar kun je niet omheen. Zonder deze velden kan de agent je product niet in de resultaten opnemen.
Velden met hoge prioriteit die veel worden gebruikt, zijn merk, afbeelding, GTIN of MPN, kleur, maat, materiaal, gewicht, afmetingen en AggregateRating. Deze velden bepalen direct of een agent je product aanbeveelt als een klant opties vergelijkt.
Secundaire velden die verschijnen als ze relevant zijn, zijn garantie-informatie, verzendgegevens, retourbeleid, productcategorie en fabrikant. Ze verschijnen in het antwoord van de agent, maar sturen de eerste aanbeveling niet.
De meeste webwinkels hebben de verplichte velden en velden met hoge prioriteit op orde, maar slaan secundaire velden helemaal over. Een volledig schema met garantie, retourbeleid en verzendgegevens vergroot de kans dat een agent je aanbeveelt als klanten de betrouwbaarheid beoordelen.
JSON-LD is het formaat dat AI-systemen verkiezen
Er zijn meerdere manieren om schema markup te schrijven. Microdata gebruikt HTML-attributen. RDFa gebruikt HTML-tags. JSON-LD gebruikt een scripttag die los van je HTML staat.
AI-systemen verkiezen JSON-LD omdat het het makkelijkst te verwerken is. JSON is geldige, gestructureerde data. Een computerprogramma kan het eruit halen zonder de opmaak of het ontwerp van je pagina te begrijpen. Bezoekt een AI-crawler je pagina, dan zoekt hij een JSON-LD-scripttag, leest de data en gebruikt die meteen.
89% van de schema-implementaties gebruikt JSON-LD. Het is het formaat dat Google aanbeveelt. Het is wat AI-winkelplatforms verwachten te lezen. Genereert je webwinkelplatform automatisch schema, dan genereert het vrijwel zeker JSON-LD.
Schema markup hoort in de <head> van de pagina of direct na de <body>-tag. Het moet statische HTML in de paginabron zijn, niet dynamisch geladen met JavaScript. Laadt je productschema pas na het uitvoeren van JavaScript, dan wachten sommige AI-crawlers er niet op en crawlen ze een lege versie van je pagina.
Een volledig Product-schema bouwen voor je assortiment
Een minimaal productschemablok moet naam, beschrijving, afbeelding, merk, prijs, valuta en beschikbaarheid bevatten. Maar minimaal kan niet concurreren met volledig.
Een volledig productschema bevat alles hierboven plus GTIN (barcodenummer), kleuropties, maatopties, materiaal, gewicht, afmetingen, productcategorie, fabrikant, gemiddelde beoordeling (aantal sterren en aantal beoordelingen) en alle kenmerken die specifiek zijn voor je productcategorie.
Komt je product in varianten (andere maten of kleuren), dan heeft elke variant een eigen Offer-blok met een eigen prijs en beschikbaarheid. Een shirt in rood, blauw en groen moet drie aparte Offer-schemablokken hebben. Een tas in small, medium en large moet drie vermeldingen voor prijs en beschikbaarheid hebben.
Grote webwinkelplatforms genereren automatisch basisschema. Dat is meestal goed genoeg voor de verplichte velden, maar mist vaak materiaal, afmetingen en de verwerking van varianten. Controleer je schema. Check of kleur- en maatvarianten een eigen Offer-blok hebben. Controleer of bijzondere producttypen (bundels, cadeausets) goed zijn gestructureerd.
Hoe controleer je of je schema klopt?
Vertrouw er niet blind op dat je platform correct schema genereert. Gebruik de Rich Results Test van Google of de validatietool van Schema.org. Voer de URL van je productpagina in en de tool laat precies zien welk schema je pagina bevat.
Let op deze specifieke problemen. Ontbrekende GTIN-nummers, onjuiste beschikbaarheidswaarden, ontbrekende valutavermeldingen, ontbrekende afbeeldings-URL's, een aantal beoordelingen dat op nul staat en ontbrekende variantinformatie zijn de meest voorkomende problemen die je moet oplossen.
Ontbrekende GTIN-nummers zijn het vaakst voorkomende probleem. Heeft je product een barcode (EAN, UPC, ISBN), neem die dan op in je schema. AI-systemen gebruiken GTIN om de identiteit van een product bij verschillende winkels te controleren. Ontbreekt je GTIN of klopt hij niet, dan kan de agent je product niet koppelen aan voorraadsystemen en winkelvergelijkingen.
Een aantal beoordelingen dat op nul staat of leeg is, is een rode vlag. Zegt je schema dat een product nul beoordelingen heeft, dan nemen AI-systemen aan dat het nieuw en onbevestigd is. Ook als je product 500 beoordelingen heeft: staat dat aantal niet in je schema, dan zien agenten een onbewezen product.
Productfeeds als kern van je schema
Verkoop je via marktplaatsen of gebruik je diensten voor winkelfeeds, dan komt je schema in je productfeed op schaal tot leven.
Een productfeed is een gestructureerde lijst van al je producten met gestandaardiseerde velden. Elk veld hoort bij schema markup. Je feedgenerator maakt JSON-LD-schema van die data. Is je feed onvolledig of onjuist, dan is je schema op schaal onvolledig of onjuist.
Investeer in feedkwaliteit. Dat betekent je productdata controleren op juistheid, volledigheid en consistentie. Een feed van hoge kwaliteit met GTIN, merk, prijs, beschikbaarheid en productkenmerken genereert automatisch schoon, volledig schema.
De meeste webwinkels laten 10 tot 20% van hun productdata onvolledig. Een onvolledig product verschijnt niet in AI-winkelresultaten. Een feedcontrole die alleen de top 20% van je producten op verkoopvolume herstelt, kan je AI-zichtbaarheid met 40% of meer verhogen.
AggregateRating- en Review-schema versterken aanbevelingen
Een product met beoordelingen wordt vaker aanbevolen dan een identiek product zonder beoordelingen. AI-winkelsystemen zien beoordelingen als bevestiging door derden van wat je beweert.
AggregateRating-schema vertelt AI-systemen hoeveel mensen je product hebben beoordeeld en wat hun gemiddelde beoordeling was. Neem ratingValue op (de gemiddelde sterrenbeoordeling, zoals 4,7), reviewCount (hoeveel beoordelingen je hebt), bestRating (altijd 5) en worstRating (altijd 1).
Een product met 4,8 sterren en 120 beoordelingen straalt betrouwbaarheid uit voor een AI-agent. Een product zonder beoordelingsdata geeft aan dat het niet is geverifieerd. Heeft je product beoordelingen op je site, neem dan de gemiddelde beoordeling op in het schema. Is je product nieuw en heeft het geen beoordelingen, neem dan minstens ratingCount op als 0, in plaats van het veld helemaal weg te laten.
Zo helpt WEMASY met productschema
De websitebouwer van WEMASY genereert schema voor productpagina's. Je voegt productinformatie toe via de WEMASY-interface en het systeem genereert automatisch schoon, geldig JSON-LD-schema. Voordat je publiceert, kun je je schema bekijken met de ingebouwde validator van WEMASY.
Verkoop je via WEMASY, dan kun je gedetailleerde productkenmerken zoals materiaal, afmetingen, kleurvarianten en gewicht direct in je producteditor toevoegen. WEMASY zet die velden automatisch om in volledig Product- en Offer-schema. Lees meer over de webwinkelfuncties van WEMASY op onze pagina met prijzen.
Veelgestelde vragen
Heeft elke productvariant eigen schema markup nodig?
Komt je product in verschillende maten, kleuren of opties, dan moet elke variant een eigen Offer-schema hebben met een eigen prijs en beschikbaarheid. Zo kunnen AI-agenten precies de variant vinden die een klant zoekt. Een shirt in drie kleuren moet drie aparte Offer-blokken hebben met drie aparte prijzen en voorraadniveaus. Met de websitebouwer van WEMASY zet je dit direct op je eigen website op.
Wat gebeurt er als ik wel schema markup heb, maar het onvolledig is?
AI-systemen gebruiken wat er is, maar onvolledig schema beperkt je zichtbaarheid. Een product met een ontbrekende GTIN, afmetingen of beschikbaarheidsstatus krijgt een lagere prioriteit in aanbevelingen. Als twee identieke producten in AI-resultaten verschijnen, wint het product met completer schema. Los eerst de belangrijkste lacunes op. Geef voorrang aan GTIN, beschikbaarheid en prijs.
Moet ik microdata of RDFa gebruiken in plaats van JSON-LD?
Nee. Gebruik JSON-LD. Het is het formaat dat AI-systemen verkiezen en dat Google aanbeveelt. Microdata en RDFa zijn geldig, maar AI-systemen moeten dan HTML verwerken, wat trager en minder betrouwbaar is. JSON-LD is schoon, staat los van je HTML en wordt overal ondersteund.
Als ik op meerdere marktplaatsen verkoop, heb ik dan voor elke marktplaats ander schema nodig?
Nee. Je productpagina moet één canoniek schema hebben dat je product juist weergeeft. Elke marktplaats kan dat schema ophalen en je product op zijn platform tonen. Beheer je schema op je eigen site als bron van waarheid. Marktplaatsen synchroniseren vanuit die data.
Hoe vaak moet ik mijn productschema bijwerken als productgegevens veranderen?
Werk je schema meteen bij als productgegevens veranderen. Verandert de prijs, pas dan het prijsveld in het Offer-schema aan. Is een product niet meer op voorraad, pas dan het beschikbaarheidsveld aan. AI-systemen crawlen je pagina's regelmatig opnieuw en pikken wijzigingen op. Vers, juist schema houdt je producten zichtbaar in AI-winkelresultaten.
Kan ik hetzelfde schemablok voor meerdere producten gebruiken?
Nee. Elk product heeft eigen unieke schema markup nodig, met een eigen productnaam, beschrijving, GTIN en prijs. Hergebruik van schemablokken leert AI-systemen dat je producten duplicaten zijn, wat je zichtbaarheid kan schaden. Genereer uniek schema voor elk afzonderlijk product in je assortiment.