Knowledge graph des données produit
Un knowledge graph produit stocke les produits, les attributs et leurs relations sous forme de faits reliés que la recherche, les recommandations et les assistants AI peuvent suivre.
Qu'est-ce que Knowledge graph des données produit ?
Un knowledge graph produit est un réseau qui stocke les produits, leurs attributs et les relations entre eux sous forme de faits reliés, comme ce chargeur convient à cet ordinateur portable, cette veste est en polyester recyclé ou cette marque appartient à ce fabricant. Les moteurs de recherche, les recommandations et les assistants AI peuvent ensuite suivre ces liens pour répondre aux questions. Un exemple simple de knowledge graph : le nœud d'un appareil photo est relié à sa marque, à sa monture d'objectif, aux objectifs compatibles avec cette monture, au type de carte mémoire qu'il utilise et à la catégorie à laquelle il appartient. Un tableau dans un PIM peut contenir les mêmes valeurs, mais le graphe rend les relations explicites, pour qu'un système puisse dire quels objectifs conviennent à cet appareil sans règle codée en dur. Les retailers construisent souvent ce type de graphe à partir de leurs données PIM. Sur le web, le balisage schema.org est le moyen par lequel une page produit transmet des faits au knowledge graph de Google ; le générateur de schema produit crée ce balisage pour un produit.
Pourquoi Knowledge graph des données produit compte en e-commerce
Beaucoup de questions d'acheteurs portent sur des relations, pas sur des valeurs isolées : quelle cartouche va dans mon imprimante, avec quoi porter ce vêtement, existe-t-il une alternative moins chère d'une autre marque. Un tableau produit plat ne répond à ces questions que si quelqu'un a écrit une règle pour chaque cas. Un knowledge graph stocke les relations une seule fois, pour que la recherche et les recommandations puissent les réutiliser. C'est d'autant plus important que les achats passent par les assistants AI et la recherche conversationnelle. Ces systèmes cherchent des faits clairs et des liens entre produits, marques, matières et usages. Un catalogue qui exprime la compatibilité et les relations sous forme de données structurées est plus facile à comprendre et à recommander pour eux. Le graphe ne vaut que ce que valent ses données. Des valeurs d'attribut incohérentes, des données de compatibilité manquantes ou des produits en double créent de mauvais liens. Des données produit propres et structurées dans un PIM sont généralement la première étape vers un graphe utile.
Outil gratuit
Crée le schema Product d'un produit
Renseigne le nom, le prix, la marque et les identifiants, puis copie un bloc JSON-LD schema.org Product pour ta fiche produit.
Exemples de Knowledge graph des données produit
- 1Nœud : ordinateur portable X14, Relation : compatible avec, Nœud lié : chargeur USB-C 65 W
- 2Nœud : veste de pluie Alpine, Relation : fabriquée en, Nœud lié : polyester recyclé, Usage : filtres et allégations de durabilité
- 3Nœud : appareil photo Z50, Relation : utilise la monture, Nœud lié : monture Z, Résultat : tous les objectifs à monture Z affichés comme compatibles
- 4Nœud : marque Northpeak, Relation : appartient à, Nœud lié : fabricant Northpeak Outdoor Ltd, Usage : pages de marque et données fournisseur
Comment WISEPIM t'aide
- La gestion des attributs et la page Attribute values (valeurs d'attribut) gardent les valeurs cohérentes, ce dont un graphe a besoin pour relier correctement les produits.
- Les familles de produits et les variantes rendent explicite la relation entre un modèle et ses tailles ou ses couleurs.
- L'enrichissement par AI comble les attributs et les caractéristiques manquants, pour que davantage de faits puissent être reliés.
- L'export et Feed Hub transmettent les données produit structurées aux outils de recherche, de recommandation ou de graphe que tu utilises.
Erreurs fréquentes avec Knowledge graph des données produit
- Construire un graphe sur des données incohérentes, si bien que la même matière ou la même marque apparaît sous forme de plusieurs nœuds.
- Stocker la compatibilité uniquement dans des descriptions en texte libre, où aucun système ne peut la lire comme une relation.
- Lancer un gros projet technique avant de définir à quelles questions des acheteurs le graphe doit répondre.
- Laisser le graphe s'éloigner du PIM, si bien que des relations pointent vers des produits arrêtés.
Conseils pour Knowledge graph des données produit
- Commence par trois ou quatre relations qui répondent à de vraies questions d'acheteurs, comme la compatibilité et les accessoires.
- Nettoie et standardise d'abord les valeurs d'attribut, car chaque valeur peut devenir un nœud.
- Ajoute le balisage produit schema.org à tes pages produit, comme petite première étape vers un graphe public.
Tendances autour de Knowledge graph des données produit
- Les knowledge graphs comme source de faits pour les assistants d'achat AI et la génération augmentée par récupération (RAG).
- Une utilisation plus large du balisage produit schema.org, pour que les moteurs de recherche ajoutent des faits produit à leurs propres graphes.
- Des graphes qui combinent les données produit avec les avis, les questions et les données d'usage pour de meilleures recommandations.
Outils pour Knowledge graph des données produit
- Les bases de données orientées graphe comme Neo4j, Amazon Neptune, Stardog et ArangoDB, qui stockent et interrogent des données reliées.
- Les systèmes PIM comme WISEPIM, qui fournissent les données produit propres et structurées à partir desquelles un graphe est construit.
- Le balisage schema.org et les outils de données structurées de Google, qui transmettent les faits produit aux moteurs de recherche.
- Les plateformes de recherche et de recommandation qui utilisent les relations du graphe pour classer et suggérer des produits.
Termes associés
Aussi appelé
Questions fréquentes
Tu as encore des questions ?
Tu ne trouves pas la réponse que tu cherches ? Contacte notre équipe.
Contacter le support