Google Merchant Center e AI shopping per AI Mode

Un utente cerca un paio di scarpe da running.

Potrebbe scrivere una query come "scarpe running uomo", oppure chiedere a Google AI Mode quali modelli sono più adatti a chi corre su asfalto, cerca una buona ammortizzazione e ha un budget inferiore a 150 euro.

Nel secondo caso, la ricerca contiene esigenze, preferenze e vincoli che il sistema deve interpretare per proporre prodotti pertinenti.

È questa una delle trasformazioni dello shopping con AI su Google: gli utenti possono descrivere cosa cercano attraverso richieste più articolate, confrontare alternative e approfondire le caratteristiche dei prodotti.

AI Mode combina le capacità dei modelli Gemini con le informazioni commerciali dello Shopping Graph di Google, mentre nuove funzionalità stanno estendendo queste esperienze anche all'app Gemini.

Per gli ecommerce, la qualità delle informazioni di prodotto acquista quindi maggiore importanza. Titoli, descrizioni, attributi e disponibilità contribuiscono a rendere il catalogo comprensibile nei diversi contesti di ricerca.

Avevamo già affrontato l'evoluzione della ricerca nell'approfondimento su Google AI Mode e le implicazioni per SEO e GEO.

Qui il focus è su come preparare concretamente i dati commerciali.

Perché Google Merchant Center diventa ancora più importante?

Google Merchant Center raccoglie e organizza le informazioni che un ecommerce condivide con Google attraverso il proprio catalogo.

Questi dati alimentano le esperienze Shopping e contribuiscono a rendere disponibili le informazioni commerciali nei diversi servizi Google.

Nella documentazione ufficiale sui dati prodotto, Google spiega che informazioni accurate e correttamente formattate sono fondamentali anche per i propri formati e le esperienze pubblicitarie basate sull'AI.

Un prodotto con attributi incompleti, identificatori errati o informazioni incoerenti può incontrare problemi di idoneità o rappresentazione.

Google Merchant Center diventa così una componente importante della product discovery, cioè del modo in cui gli utenti trovano prodotti pertinenti alle proprie esigenze.

La preparazione parte da un controllo del catalogo: prodotti approvati, GTIN corretti, varianti organizzate, prezzi aggiornati e informazioni coerenti con il sito.

Sono attività già centrali nello Shopping tradizionale, che acquistano ulteriore valore quando l'utente formula richieste più specifiche.

Feed prodotto: quali informazioni aiutano l'AI a capire cosa vendiamo?

Un titolo generico come "Scarpa sportiva modello X" comunica poche informazioni.

Una descrizione più precisa, come "Scarpa running uomo modello X, ammortizzazione elevata, adatta alla corsa su asfalto", rende esplicite caratteristiche e possibili utilizzi.

Il principio vale per qualsiasi categoria ecommerce.

Per un capo d'abbigliamento possono contare materiale, vestibilità, colore e taglia. Per un dispositivo elettronico, compatibilità, autonomia, dimensioni e funzionalità. Per l'arredamento, materiali, misure e destinazione d'uso.

Google raccomanda di utilizzare titoli e descrizioni che rappresentino accuratamente il prodotto, mantenendo le informazioni coerenti con la landing page.

Gli attributi strutturati, come color, size, material, product_detail e product_highlight, aiutano inoltre a fornire informazioni più specifiche.

Per questo l'ottimizzazione del feed dovrebbe partire dalle caratteristiche che influenzano realmente la decisione d'acquisto.

È importante evitare di inserire keyword o claim non pertinenti solo per intercettare nuove ricerche.

Conversational Attributes: la novità Merchant Center del 2026

A settembre 2026 Google ha dato nuovo rilievo ai Conversational Attributes, informazioni aggiuntive che consentono ai sistemi AI di comprendere aspetti più specifici dei prodotti.

Nella guida ufficiale ai Conversational Attributes, Google presenta sei attributi opzionali che possono integrare il feed esistente.

Tra questi troviamo:

• question_and_answer: domande e risposte relative al prodotto, per esempio compatibilità, funzionalità e utilizzo.
• document_link: collegamenti a documentazione pertinente, come manuali e istruzioni.
• related_product: relazioni con prodotti compatibili, accessori o articoli frequentemente acquistati insieme.
• variant_option: caratteristiche che distinguono le varianti di un prodotto.

Sono disponibili anche item_group_title, per descrivere un gruppo di varianti, e popularity_rank, per comunicare la popolarità relativa di un articolo nel catalogo.

Immaginiamo un ecommerce di elettronica.

Un utente potrebbe chiedere ad AI Mode: "Questo monitor è compatibile con il mio MacBook e supporta una connessione USB-C?".

Disporre di specifiche tecniche, informazioni di compatibilità e risposte precise può aiutare Google a comprendere meglio il prodotto.

Google consente di aggiungere questi attributi attraverso una fonte dati supplementare, il feed principale o la Merchant API.

Non è necessario duplicare informazioni già presenti in description, product_detail o product_highlight.

L'utilità sta nell'arricchire il catalogo con dati pertinenti, verificabili e realmente utili al consumatore.

Immagini, video e dati strutturati: cosa ottimizzare?

La ricerca shopping utilizza anche informazioni visive.

Fotografie accurate, immagini delle varianti e contenuti che mostrano il prodotto durante l'utilizzo possono aiutare gli utenti a valutare le alternative.

Google ha inoltre introdotto l'attributo video_link, che permette di associare video ai prodotti. I contenuti possono essere utilizzati nelle free listings e in determinati formati pubblicitari.

La documentazione su video_link suggerisce video che mostrino caratteristiche, utilizzo e dettagli concreti dell'articolo.

Accanto al feed, anche il sito deve comunicare dati coerenti.

Google raccomanda di utilizzare insieme Merchant Center e dati strutturati Product, quando pertinenti, per favorire una comprensione più accurata delle informazioni commerciali.

Prezzo, disponibilità, varianti e condizioni di vendita dovrebbero essere allineati tra feed, markup e pagina prodotto.

Per AI Mode e AI Overviews Google chiarisce inoltre che non servono markup speciali o file dedicati all'AI: restano valide le pratiche SEO consolidate, comprese accessibilità dei contenuti e coerenza dei dati strutturati.

AI performance insights: come misurare la visibilità su AI Mode?

Un'altra novità importante riguarda la misurazione.

A Maggio 2026 Google ha annunciato gli AI performance insights, successivamente resi disponibili in Merchant Center per account di alcuni mercati.

Questi report aiutano a comprendere come prodotti e brand emergono nelle ricerche conversazionali legate allo shopping, con particolare riferimento ad AI Mode e AI Overviews.

Secondo la documentazione Google sugli AI performance insights, le analisi comprendono diversi elementi.

La Share of Voice permette di confrontare la visibilità del brand con quella dei competitor considerati nel report.

Le informazioni sul percorso d'acquisto distinguono inoltre tre momenti: Discovery, Evaluation e Ready to buy.

Sono disponibili anche insight sui termini di ricerca, sugli intenti e sugli attributi di prodotto richiesti dagli utenti.

Per esempio, se gli utenti cercano frequentemente scarpe con “massima ammortizzazione”, mentre il catalogo descrive solo marca e modello, può emergere un'opportunità concreta di miglioramento.

Attenzione alla disponibilità: a ottobre 2026 il report è accessibile per query in inglese e account Merchant Center di Stati Uniti, Canada, Australia, India e Nuova Zelanda. Italia e Regno Unito non risultano ancora inclusi.

Il reporting riguarda inoltre il traffico organico sulle esperienze AI, escludendo quello proveniente dagli annunci a pagamento.

Per gli ecommerce italiani conviene quindi preparare la qualità dei dati senza presumere di avere già accesso a queste metriche.

AI Mode, Gemini e Universal Cart: verso uno shopping più integrato

Le evoluzioni di Merchant Center si inseriscono in un cambiamento più ampio dell'esperienza d'acquisto su Google.

Il 15 Ottobre 2026, Google ha annunciato il lancio negli Stati Uniti di Universal Cart, disponibile attraverso Google Search e l'app Gemini.

Il nuovo carrello permette agli utenti di salvare prodotti provenienti da rivenditori diversi, monitorare variazioni di prezzo, ricevere avvisi sulla disponibilità e accedere a modalità di checkout semplificate.

Le funzionalità di acquisto si basano anche sul Universal Commerce Protocol (UCP), l'infrastruttura pensata per facilitare le interazioni commerciali tra agenti AI e merchant.

Il rollout resta geograficamente limitato e le modalità di accesso variano a seconda delle funzionalità.

Per i brand, la direzione è comunque significativa: la scoperta, la valutazione e l'acquisto dei prodotti possono avvenire attraverso un numero crescente di interfacce Google.

La capacità di mantenere un catalogo accurato, aggiornato e strutturato diventa quindi una base utile anche per le evoluzioni dell'agentic commerce.

Google Merchant Center e AI shopping: cosa controllare adesso

Per preparare un ecommerce alle nuove esperienze di Google AI shopping, partirei da una verifica del catalogo esistente.

Le priorità operative sono:

• Feed e approvazioni: controllare diagnostica Merchant Center, prodotti disapprovati e attributi mancanti.
• Titoli e descrizioni: includere caratteristiche, utilizzi e informazioni utili alla scelta.
• Attributi e varianti: verificare materiale, dimensioni, compatibilità, GTIN e raggruppamento dei prodotti.
• Conversational Attributes: valutare FAQ, documentazione e relazioni tra prodotti, iniziando dalle categorie più importanti.
• Contenuti visivi: migliorare immagini e video dove possono aiutare a comprendere il prodotto.
• Coerenza dei dati: allineare prezzi, stock e informazioni tra feed, sito e dati strutturati.

Per gli ecommerce che operano nei mercati già supportati, gli AI performance insights aggiungono un livello di analisi per identificare termini, intenti e attributi ancora poco rappresentati nel catalogo.

L'ottimizzazione dovrebbe procedere per priorità commerciali, iniziando dai prodotti che generano più valore o presentano maggiori opportunità di miglioramento.

Google Merchant Center: preparare il catalogo alla ricerca AI

Le nuove esperienze di Google Shopping AI rendono sempre più importante la capacità di descrivere un prodotto con precisione.

I Conversational Attributes e gli AI performance insights introdotti nel 2026 confermano una direzione: Google sta investendo su informazioni più dettagliate e strumenti capaci di interpretare come le persone cercano, confrontano e scelgono i prodotti.

La presenza su AI Mode e Gemini resta soggetta ai sistemi di selezione, ai requisiti e alla disponibilità delle rispettive funzionalità. Un feed ottimizzato, da solo, non garantisce visibilità.

Per gli ecommerce, la priorità è costruire una base dati affidabile, che permetta a Google di comprendere cosa vendiamo, per quali esigenze è rilevante e quali informazioni servono per acquistarlo.