Métadonnées pour la recherche visuelle
Les métadonnées pour la recherche visuelle sont les données structurées associées aux images produit, comme le texte alternatif, la couleur, le motif et la forme, qui aident les outils de recherche visuelle à faire correspondre une photo à ton produit.
Qu'est-ce que Métadonnées pour la recherche visuelle ?
Les métadonnées pour la recherche visuelle sont les données descriptives associées aux images et aux produits qui aident les outils de recherche visuelle, comme Google Lens ou Pinterest Lens, à faire correspondre la photo d'un acheteur à ton article. Elles comprennent le texte alternatif des images, les noms de fichier et des attributs visuels comme la couleur, le motif, la forme, la matière et le style. Les moteurs de recherche visuelle analysent les pixels, mais ils s'appuient sur ces textes et ces données structurées pour confirmer de quel produit il s'agit et quelle annonce afficher. Elles diffèrent des métadonnées SEO classiques comme les meta titles, car elles décrivent l'apparence du produit, pas le sujet de la page. Pour commencer rapidement, rédige un texte alternatif descriptif pour tes images principales avec le générateur de texte alternatif gratuit.
Pourquoi Métadonnées pour la recherche visuelle compte en e-commerce
Les acheteurs recherchent de plus en plus avec leur appareil photo plutôt qu'avec des mots, surtout dans la mode, le mobilier et la décoration, où un produit est difficile à décrire. Si tes images n'ont pas de texte alternatif et tes produits pas d'attributs de couleur ou de motif, les outils de recherche visuelle ont moins d'éléments à faire correspondre. De bonnes métadonnées pour la recherche visuelle servent aussi l'accessibilité et la recherche d'images classique, donc le même travail est rentable à plusieurs endroits.
Outil gratuit
Écris la balise alt d'une image produit
Décris le produit, la marque, la couleur, le type et ce que montre l'image, puis copie la variante de balise alt qui correspond à ton image.
Exemples de Métadonnées pour la recherche visuelle
- 1Champ : texte alternatif, Valeur : canapé trois places en velours vert avec pieds en laiton, Utilisé par : recherche d'images, lecteurs d'écran
- 2Champ : motif, Valeur : floral, Champ : couleur, Valeur : vieux rose, Utilisé par : correspondance visuelle et filtres
- 3Champ : nom de fichier, Valeur : oak-round-dining-table-120cm.jpg, Utilisé par : recherche d'images
- 4Champ : style, Valeur : mid-century, Champ : matière, Valeur : noyer, Utilisé par : suggestions d'articles similaires
Comment WISEPIM t'aide
- L'enrichissement par AI de WISEPIM remplit en masse des attributs comme la couleur, la matière et le motif, à partir des données produit que tu as déjà.
- La gestion des ressources numériques garde les images liées au bon produit et à la bonne variante, pour que les métadonnées décrivent le bon article.
- Les règles Quality Guard peuvent signaler les produits auxquels il manque des attributs visuels avant que tu les exportes.
Erreurs fréquentes avec Métadonnées pour la recherche visuelle
- Laisser le texte alternatif vide ou répéter le nom du produit sur chaque image.
- Utiliser les noms de fichier de l'appareil photo comme IMG_4821.jpg.
- Écrire les couleurs en texte libre, si bien que Navy, navy blue et dark blue deviennent trois valeurs.
- Taguer le packshot principal mais pas les images de variante et de détail.
Conseils pour Métadonnées pour la recherche visuelle
- Utilise une liste de valeurs fixe pour les attributs visuels comme la couleur et le motif.
- Commence par les images d'ambiance et les images principales de tes catégories les plus vendues.
- Rédige un texte alternatif qui décrit le produit comme le ferait un acheteur, en une phrase.
- Vérifie les tags suggérés par l'AI avant de les publier.
Tendances autour de Métadonnées pour la recherche visuelle
- La recherche par appareil photo dans les apps d'achat, comme Google Lens et Pinterest Lens.
- Une AI qui suggère des attributs visuels à partir des images, vérifiés par une personne.
- La recherche multimodale qui combine une photo et une précision textuelle, comme la même lampe en blanc.
- Des listes de valeurs contrôlées pour la couleur et le motif, pour que filtres et recherche visuelle concordent.
Outils pour Métadonnées pour la recherche visuelle
- WISEPIM : PIM avec enrichissement des attributs par AI et gestion des ressources numériques
- Google Lens : recherche visuelle dans tout l'écosystème Google
- Pinterest Lens : recherche visuelle dans Pinterest
- Cloudinary : gestion des images avec tagging automatique
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