회사와 사람을 위해 Schema.org 구조화된 데이터를 사용하는 방법
게시 됨: 2020-02-26이 기사에서는 Schema.org 구조화된 데이터가 정확히 무엇인지, EAT 구축에 필수적인 이유, 검색 엔진에 명확하고 정확한 데이터를 전달하기 위해 방대한 유형과 속성을 활용하는 방법을 살펴보겠습니다.
먹다 란 무엇입니까?
전문성, 권위 및 신뢰 또는 EAT는 검색 엔진이 주어진 검색 쿼리에 대해 표시할 최상의 사이트를 결정하는 데 사용하는 주요 기준 중 하나입니다. 구조화된 데이터를 사용하면 귀하가 누구이며 무엇을 하는지 매우 정확하게 알려주고 귀하의 사이트에 대한 신뢰를 높일 수 있습니다. 전문성과 권위를 보여주는 추가 데이터를 포함하면 신뢰도가 높아지고 사이트 순위가 높아집니다.
"YMYL" 또는 Your Money, Your Life로 알려진 추가 수준이 있습니다. 여기에는 금융 및 건강을 구체적으로 다루는 모든 사이트가 포함됩니다. 이 범주에 대해 Google은 매우 엄격하며 이러한 주제에 대해 말할 자격이 있고 능력이 있음을 입증하는 모든 정보를 포함해야 합니다.
당신은 궁금해 할 수 있습니다 :
구조화된 데이터란 무엇입니까?
구조화된 데이터는 기계가 이해할 수 있는 표준화된 형식으로 제공되는 정보입니다.
인터넷이 존재하려면 구조화된 데이터가 필요합니다. 모든 구성 기계가 서로 통신할 수 있도록 모든 프로토콜과 언어(HTTP, TCP, TLS/SSL, PHP, Javascript 등)는 엄격하게 합의된 구조를 가지고 있습니다.
이에 대한 큰 예외는 웹사이트 페이지의 보이는 텍스트 콘텐츠에 입력한 정보입니다. 데이터를 배치하는 방법에 대한 규칙은 없습니다. 검색 엔진은 해당 콘텐츠를 볼 때 특정 유형의 데이터로 식별할 수 있는 항목을 찾기 위해 텍스트 덩어리를 분석합니다. 그러나 항상 어느 정도의 불확실성이 있습니다. 예를 들어 다음과 같은 표준 주소를 사용합니다.
Amazing Stuff Inc, 39 Main Street, 34000 Newtown, France
이 특정 주소 형식을 사용하는 장소의 사람은 이것이 주소라는 것을 즉시 알 수 있습니다. 그러나 다른 주소 형식을 사용하는 다른 지역의 사람이라고 상상해 보십시오. 주소의 모든 부분이 무엇인지 이해하시겠습니까? 이것은 기계의 경우와 같습니다.
검색 엔진의 인공 지능은 이것이 주소처럼 보일 수 있음을 인식하고 다양한 요소를 추출할 수 있는 수준까지 발전했지만 여전히 100% 확실하지 않으며 해당 정보에 대해 확신을 갖기 위해서는 다른 많은 출처의 확인이 필요합니다. 추측했다. 그러나 구조화된 데이터는 "streetAddress"와 같은 표준화된 이름과 이에 할당된 값(이 경우 "39, Main Street")으로 구성된 쌍으로 구성되며 검색 엔진은 이 유형을 찾는 html 코드를 스캔합니다. 명명된 데이터의.
온크롤 데이터³
더 알아보기따라서 문제는 웹 페이지의 정보가 사람의 눈에는 구조화되어 보일 수 있지만 기계에는 전혀 구조화되어 있지 않다는 것입니다. 그들은 추측해야합니다!
실용적인 측면에서 우리는 이것에 대해 무엇을 할 수 있습니까?
Schema.org는 구조화된 데이터를 웹사이트에 표시할 수 있는 범용 스키마 시스템을 제공하기 위해 Google, Bing 및 Yahoo에서 2011년에 시작한 이니셔티브의 일부입니다. 검색 엔진이 " @context":"http://schema.org/ " 행을 볼 때 인식할 수 있는 명명된 Schema.org 데이터 쌍을 찾기 시작합니다.
다음과 같이 html의 <head> 섹션에 Schema 구조화된 데이터를 삽입할 수 있습니다.
JSON-LD 형식의 구조화된 데이터
검색 엔진이 페이지를 분석할 때 다음과 같이 표시됩니다.
Google의 구조화된 데이터 테스트 도구의 구조화된 데이터
훨씬 더 명확하지 않습니까? 검색 엔진 알고리즘은 이제 구조화된 데이터의 각 비트의 ID와 역할에 대해 100% 확신합니다. 이것은 그들의 삶을 훨씬 더 쉽게 만들고 당신과 당신이 하는 일에 대한 신뢰 수준을 높이고 EAT를 높이고 순위를 향상시킵니다.
조직의 기본 스키마 마크업
가장 기본적인 스키마부터 시작한 다음 몇 가지 추가 최적화를 살펴보겠습니다.
먼저 조직 유형을 정의해야 합니다. Schema.org 시스템은 유형이라고 하는 사물의 계층 구조(여기에서 볼 수 있음)이므로 가장 일반적인 유형에서 시작하여 유형을 찾을 때까지 계층 구조로 더 깊이 들어갈 수 있습니다. 가장 일반적인 유형은 다양한 하위 유형을 포함하는 Thing 이며 그 중 하나는 Organization입니다. 그림 3에서 볼 수 있듯이 Organization 에는 Corporation , LocalBusiness , EducationalOrganization 등과 같은 다른 유형이 포함되어 있습니다.
유형 계층의 일부
LocalBusiness 에는 많은 수의 하위 유형이 있다는 것을 알 수 있으므로 계속해서 더 깊이 파고들 수 있지만 지역 비즈니스가 아니라면 아마도 기업일 가능성이 높으므로 살펴볼 수 있습니다. Corporation 페이지를 보려면 여기를 클릭하십시오.
이제 스키마 블록은 다음과 같이 보일 것입니다.
법인 유형
이것은 훌륭하고 구조화된 데이터 테스트 도구에서 오류를 제공하지 않지만 회사에 대해 전혀 알려주지 않으므로 회사를 설명하는 일부 속성 또는 데이터 조각을 제공해야 합니다.
Corporation 페이지에서 허용되는 속성이 많이 있음을 알 수 있습니다. 검색 엔진이 유형을 확인하면 해당 유형에 대해 허용되는 특정 속성을 찾기 때문에 속성 이름의 철자를 올바르게 입력하는 것이 중요합니다. 속성 이름은 소문자로 시작하고 유형 이름은 대문자로 시작합니다.
[사례 연구] 가장 높은 ROI로 페이지를 개선하기 위해 링크 최적화
사례 연구 읽기일부 유형에는 하나 이상의 필수 속성이 있습니다. LocalBusiness 유형(또는 LocalBusiness 의 하위 유형)을 선택하면 최소한 이름과 이미지 URL이 필요하기 때문에 테스트 도구에 오류가 표시될 수 있습니다.
누락된 데이터에 대한 오류
이 경우 잘못된 마크업을 방지하기 위해 아래 그림 6과 같이 최소한 필요한 데이터를 제공한 다음 추가 데이터를 추가할 수 있습니다.
오류가 수정되었습니다
이 기사의 나머지 부분에서는 과거에 마크업한 회사인 sunfimmo.com을 예로 들 것입니다. 프랑스 회사이지만 속성 이름은 검색 엔진에서 인식할 수 있도록 항상 표준화된 영어 형식으로 되어 있습니다.
회사는 부동산 중개업체이지만 방문할 수 있는 실제 물리적 에이전시가 없으므로 LocalBusiness 유형 중 하나가 될 수 없습니다. RealEstateAgent 를 사용하는 대신 유형이 Corporation 이어야 합니다. 기본 마크업은 다음과 같습니다.
기업을 위한 기본 Schema.org
이제 회사에 대한 몇 가지 좋은 기본 데이터가 있습니다. 법적 이름은 거래에 사용되는 이름 과 동일하지 않습니다. 이는 나중에 공식 회사 등록 목록에 대한 링크를 추가할 것이며 데이터의 정확성에 대한 확신을 쌓고 싶다면 데이터가 동일해야 하기 때문에 중요합니다. 데이터. 주소와 전화번호도 마찬가지입니다. 그들은 어디서나 동일해야합니다!
접점
회사에 여러 연락 지점(다른 도시, 지역 또는 국가)이 있는 경우에도 마크업할 수 있습니다. 이 회사에는 두 개의 사무실이 있지만 전화 번호가 동일하므로 다음과 같이 그룹화됩니다.
ContactPoint용 기본 Schema.org
유형(여기서는 ContactPoint )이 속성의 값으로 사용되면 중괄호 안에 블록으로 표시됩니다. 이것은 구조화된 데이터입니다! 속성에 여러 값이 있는 경우 쉼표로 구분하여 대괄호 안에 넣을 수 있습니다.
조직에 대한 추가 스키마 마크업
추가 유형
이전 기사에서 지역 비즈니스가 아니기 때문에 회사를 RealEstateAgent 로 표시할 수 없다는 것을 보았지만 Productontology 시스템을 사용하여 구조화된 데이터 형식으로 특정 유형의 부동산 에이전트가 있음을 여전히 보여줄 수 있습니다. 지금은 자세히 설명하지 않겠지만(지침이 여기에 있음) 이를 통해 다음을 수행할 수 있습니다.
제품 온톨로지 사용
그리고 sameAs 블록에 Wikipedia 링크를 넣을 수도 있습니다.
sameAs 사용
신뢰성 향상을 위한 공식 페이지 링크
이제 회사의 기본 세부 정보가 포함된 마크업이 있으며 보다 구체적인 유형을 제공했습니다. 그러나 우리는 또한 신뢰와 신뢰성을 높이고 회사가 진짜라는 것을 보여주기를 원한다는 것을 기억하십시오. 이를 위해 우리는 스스로 변경할 수 없는 데이터가 포함된 공식 페이지에 연결할 수 있습니다. 예를 들어 기본적으로 누구나 자신이 원하는 것이 무엇이든 주장할 수 있는 소셜 네트워크 계정보다 훨씬 더 신뢰할 수 있습니다!
여기 프랑스에서 모든 회사는 공식 등록 번호("SIRET")와 그들이 일하는 부문의 코드("CODE NAF")를 가지고 있습니다. 따라서 실제로 다음과 같은 사용자 정의 블록을 작성할 수 있습니다.
"이것은 공식 식별자입니다. 이름은 다음과 같고 값은 다음과 같습니다. 이를 설명하는 위키피디아 페이지와 목록이 있는 공식 관리 페이지가 있습니다."
Schema.org 식별자 사용
추가 "공식" 정보를 확인하기 위해 다음과 같이 sameAs 블록에서 관련 활성 소셜 계정과 함께 회사 정보 목록 페이지에 대한 링크를 제공할 수 있습니다.
더 sameAs 링크
전문 지식과 권한을 높이기 위해 개인에 대한 스키마 데이터 추가
Corporation 에 대한 스키마 마크업의 기본 블록을 만들고 신뢰성과 신뢰성을 향상시키기 위해 많은 데이터를 추가했습니다. 권위와 전문성을 높이는 좋은 방법(이것이 모두 EAT에 관한 것임을 기억하십시오)은 한 명 이상의 사람과 자격 증명을 포함하는 것입니다. 이를 위해 다음과 같이 Person 블록을 포함할 수 있습니다.
사람을 위한 Schema.org
여기에서 우리는 설립자 가 Jean-Bernard Huet이라는 사람 이라고 말한 다음 그의 LinkedIn 계정을 제공하고 그가 취득한 특정 졸업장 페이지에 대한 링크가 있는 두 개의 EducationalOrganization (경제 및 비즈니스)의 페이지에 대한 링크를 제공한다고 말합니다. 그리고 부동산법에서 하나. 그의 전문적인 신뢰성을 높이기 위해 회사와 같은 식별자 블록을 포함할 수 있지만 이번에는 부동산 중개인 면허 번호를 정의하고 그것이 무엇인지 설명하는 공식 페이지와 공식 상공회의소 목록 페이지로 연결됩니다.
개인의 Schema.org 식별자
따라서 이제 우리는 기계가 쉽게 이해할 수 있도록 특별히 설계된 형식으로 방대한 양의 매우 정확한 데이터를 Google에 제공했습니다!
한 가지 문제는 우리 블록이 이제 거대하고 모든 페이지의 모든 스키마 블록에서 모두 필요하지 않은 엔터티 내에 엔터티를 포함한다는 것입니다. Person과 그에 대한 모든 정보를 포함하고 싶지만 매번 전체 Person 블록을 포함할 필요는 없는 창립자 속성에 대한 Schema 마크업 블록의 예를 살펴보겠습니다. 여기서 @id가 고유하게 나타납니다. @id로 Person 블록을 정의한 후에는 해당 @id 를 창립자 블록에 포함할 수 있습니다.
엔티티에 대한 Schema.org @id
... 그리고 Google은 구조화된 데이터 도구 도구에서 볼 수 있는 것처럼 @id 를 통해 항목을 연결합니다.
Google에서 이 블록을 보는 방법
같은 페이지에 여러 개의 다른 스키마 블록을 포함하려면 어떻게 해야 합니까?
블록을 보다 체계적으로 관리하려면 @graph 와 같은 컨테이너 요소에 별도의 블록으로 넣고 다음과 같이 @id 를 사용하여 함께 연결할 수 있습니다.
여러 블록에 @graph 사용
그래서 거기에 있습니다: @id 속성을 통해 함께 연결된 명확하고 정확한 데이터의 구조화된 블록은 Google과 다른 검색 엔진에 귀하가 누구인지, 귀하가 하는 일, 귀하의 페이지가 제대로 작동하는 데 필요한 전문 지식과 권한이 있는 이유를 정확히 알려줍니다. 검색 결과에 순위가 매겨졌습니다. 검색 엔진이 사이트를 이해하고 작업 부하를 줄이는 데 도움이 되는 모든 작업은 사이트에 도움이 됩니다.
마지막 한마디
스키마 마크업은 방대한 주제이며 EAT를 향상시키기 위해 구조화된 데이터에서 리뷰와 평가를 마크업하는 방법은 말할 것도 없고 제품/서비스 또는 블로그 기사에 대한 마크업도 살펴보지 않았지만 이에 대해서는 향후 기사에서 다룰 것입니다. .
구조화된 데이터로 즐거운 시간을 보내고 구조화된 데이터 테스트 도구를 사용하십시오!