Wdrożenie danych strukturalnych firmy (schema Organization, Person, Service, FAQ), wpisu w Wikidata i spójności NAP: żeby Google i modele AI wiedziały, kim jest Twoja firma, i cytowały właściwe dane.
Ta usługa ma sens szczególnie w takich sytuacjach:
Konkretne obszary, którym się przyglądam. Zakres ustalamy przed startem.
Encja to firma rozumiana przez maszynę jako konkretny obiekt: nazwa, czym się zajmuje, gdzie działa, kto za nią stoi, z czym jest powiązana. Google ma to w grafie wiedzy, modele AI w tym, czego nauczyły się ze źródeł. Jeśli źródła są niespójne, maszyna albo nie tworzy encji (firma „nie istnieje" w odpowiedziach), albo składa ją z cudzych danych.
Budowanie encji marki to nie sztuczka, tylko porządek: te same dane wszędzie, zapisane tam, gdzie maszyny czytają wprost.
Wikipedia wymaga encyklopedycznej znaczącości i niezależnych źródeł; większość firm nie spełnia tych kryteriów i próby dopisania się kończą się usunięciem. Wikidata to baza danych, z której korzystają Google i modele; ma niższy próg wejścia, ale wpis musi być poparty źródłami i zgodny z zasadami projektu.
Nie obiecuję wpisu w Wikipedii. Tworzę albo porządkuję wpis w Wikidata tam, gdzie firma spełnia kryteria, i łączę go ze stroną oraz profilami.
NAP (name, address, phone) to trzy dane, po których maszyny łączą wzmianki o firmie w jedną encję. „Sp. z o.o." w jednym miejscu, skrót w drugim, stary numer w trzecim: każda rozbieżność osłabia pewność, że to ta sama firma. Porządkuję listę miejsc, w których firma jest opisana, i ujednolicam zapis według jednego wzorca.
Bez niespodzianek — wiesz, co się dzieje na każdym etapie.
Sprawdzam dane strukturalne na stronie, wpis w Wikidata (jeśli jest) i spójność NAP w sieci.
Dane strukturalne na stronie wdrażam sam albo przekazuję gotowy kod wykonawcy; Wikidata i katalogi porządkuję według listy.
Sprawdzam poprawność w walidatorach i Search Console; poprawki do skutku.
Panel wiedzy, wyniki z elementami rozszerzonymi i odpowiedzi asystentów o firmie.
Zależy od wielkości serwisu i liczby miejsc do uporządkowania. W ramach porządku w faktach o firmie (od 2 000 zł) dane strukturalne są jednym z elementów; jako osobny projekt wyceniam je po rozmowie.
Dane strukturalne czytają przede wszystkim wyszukiwarki, a modele korzystają z tego, co wyszukiwarki i źródła o firmie wiedzą. Schema nie „pozycjonuje" w ChatGPT, ale porządkuje fakty, z których asystenci składają odpowiedź, i zmniejsza ryzyko, że model pomyli firmę z inną.
Nie każda. Wikidata wymaga, żeby obiekt dało się opisać na podstawie źródeł i żeby spełniał kryteria projektu. Zwykle spełnia je firma, która ma wpis w rejestrach, własną stronę i wzmianki w niezależnych źródłach. Sprawdzam to przed obiecaniem wpisu.
Zależy od systemu strony. W WordPressie i większości systemów sklepowych dane strukturalne wdrażam sam; w systemach zamkniętych przekazuję gotowy kod i instrukcję Twojemu wykonawcy, a potem sprawdzam wdrożenie.
Porządkowanie danych o firmie w internecie: spójne fakty na stronie i poza nią, wizytówka Google, katalogi, Wikidata, dane strukturalne i dostęp botów AI — żeby Google i modele przestały mylić fakty i zaczęły cytować Ciebie.
Audyt i optymalizacja wizytówki Google (profilu firmy w Google) oraz porządek w panelu wiedzy: poprawa błędnych danych, duplikaty, kategorie, godziny, opinie i to, skąd Google bierze informacje o Twojej firmie.
Strony, do których najczęściej prowadzi ta usługa — albo od których warto zacząć.
Opisz problem jednym zdaniem. Ustalę zakres i podam stałą wycenę, zanim zaczniemy — albo powiem wprost, jeśli ta usługa nie jest Ci teraz potrzebna.