Gestructureerde PIM-data die vanuit één catalogus naar Google Merchant Center en marktplaats-feeds stroomt

Google Merchant Center Productdata: PIM-gids voor Verkopers

Google Merchant Center behandelt productdata nu als de invoerlaag voor Shopping, gratis vermeldingen, Performance Max en AI-gestuurde productbelevenissen. Daardoor wordt de feed meer dan alleen een bestandsupload. Voor multichannel verkopers is het een publieke versie van de catalogus: elke titel, afbeelding, GTIN, voorraadstatus, categorie, variant en productrelatie moet precies genoeg zijn zodat Google het product kan matchen, filteren en uitleggen.

Hier groeien veel ecommerce-teams voorbij spreadsheet-oplossingen voor feeds. Een Shopify- of WooCommerce-catalogus houdt het product misschien goed genoeg bij voor de webshop, terwijl Google, Amazon, bol.com, Zalando en OTTO elk een andere versie van dezelfde feiten vragen. De verkoper eindigt dan met een regel in Merchant Center, een CSV voor bol.com, een handmatige Amazon-template en een bureausheet voor campagnes. Het werkt totdat de catalogus verandert.

Minimale Merchant Center baseline
7kernvelden
Google noemt titel, beschrijving, link, afbeelding, prijs, beschikbaarheid en ID als operationele basis voor het tonen van producten.

Het betere werkmodel is om een PIM te gebruiken als controlelaag voor productdata. ChannelDock's PIM-feeds en PIM-functionaliteit zijn rond dat idee gebouwd: verrijk productfeiten eenmaal, map ze per kanaal, valideer de gereedheid en distribueer vervolgens schonere data via hetzelfde operationele platform dat al marktplaatsen, voorraad en bestellingen afhandelt.

Waarom Google Merchant Center nu een PIM-probleem is

Google's eigen productdataspecificatie is duidelijk: Merchant Center gebruikt ingediende productdata om producten te koppelen aan de juiste zoekopdrachten en om advertenties te verbeteren in AI-gestuurde formaten en ervaringen. De implicatie is simpel. Als de feed geen gestructureerde feiten bevat, moet Google deze afleiden uit titels, landingspagina's en afbeeldingen. Als de feed tegenstrijdige feiten bevat, kan het product zijn geschiktheid verliezen of verschijnen bij de verkeerde zoekintentie.

De oude feedworkflow behandelde Merchant Center als een advertentie-instelling: maak een feed, los diagnostiek op, ga verder. In 2026 is dat te beperkt. ID's, titels, beschrijvingen, afbeeldingslinks, prijs en beschikbaarheid hebben allemaal beheerde brondata nodig, geen last-minute bewerkingen.

150
titel karakters
Google Merchant Center maximum voor title of structured_title
5.000
beschrijving karakters
voldoende ruimte voor materiaal, toepassing, pasvorm en compatibiliteit
500×500
afbeelding minimum
aangekondigd als universele productafbeelding ondergrens vanaf 31 jan 2027

Geen van deze controles hoort alleen thuis in Google Ads. Ze horen upstream, waar merchandising-, operations- en marktplaatsteams overeenstemming bereiken over het productrecord. Het PIM moet bepalen wat het product is. Merchant Center moet de Google-ready projectie van dat product ontvangen.

Het gat in de meeste ranking-adviezen

De meeste Google Shopping feed-gidsen sommen attributen en optimalisatietips op: voeg GTINs toe, verbeter titels, lever betere afbeeldingen aan, gebruik aangepaste labels. Dat advies is nuttig, maar mist de operationele laag. Verkopers falen niet omdat ze nooit gehoord hebben van color, size of item_group_id. Ze falen omdat die waarden inconsistent opgeslagen zijn over productvarianten, metavelden, ERP-exports, leveranciersbestanden en marktplaats-overschrijvingen.

Forumthreads van Shopify-handelaren tonen het patroon duidelijk: de kleur of leeftijdsgroep lijkt te bestaan in de shop-admin, maar Merchant Center meldt nog steeds een ontbrekende waarde omdat het veld niet gekoppeld was aan het exacte Google-attribuut. Amazon-verkopers zien een andere versie van hetzelfde probleem wanneer browse nodes of verplichte attributen wijzigen. bol.com voegt zijn eigen datamodel toe met verplichte verrijkingsniveaus, voorwaardelijke attributen en voorgedefinieerde LOV-waarden die worden afgewezen als de waarde niet toegestaan is. OTTO markeert attributen met relevantie zoals juridisch, filter, zoeken en navigatie, waarbij juridische velden verplicht zijn voor upload.

De kanaalklare test

De praktische PIM-vraag is niet langer "kunnen we een feed exporteren?" Het is "kunnen we bewijzen dat elk kanaal de juiste versie van elk attribuut heeft ontvangen, in het formaat dat dat kanaal verwacht, voordat de listing of advertentie live gaat?"

Een PIM-playbook moet de rommelige vraag achter de checklist beantwoorden: waar woont elk gegeven, wie is er eigenaar van, welke kanalen hebben het nodig, en hoe weten we dat de geëxporteerde waarde nog geldig is nadat het kanaal zijn schema heeft gewijzigd?

Bouw het Merchant Center datamodel in lagen op

De meest robuuste opzet begint met een neutraal productmodel. Deze laag bevat feiten die niet per kanaal mogen veranderen: interne SKU, merk, GTIN, fabrikantonderdeelnummer, parent-child relatie, afmetingen, gewicht, materialen, verzorgingsinstructies, garantie, compliance documenten en kernassets. Dit zijn geen campagne-ideeën; dit zijn productfeiten.

De tweede laag is de kanaalprojectie. Google, Amazon, bol.com, Zalando en OTTO hebben elk verschillende attribuutformaten, geldige waarden en afbeeldingsregels nodig. Een enkele "beschrijving" kolom kan dat niet allemaal veilig aan.

De derde laag is de uitzonderingslaag. Elke feed-export moet beantwoorden: welke producten zijn compleet voor Google, welke zijn compleet voor Amazon, welke zijn geblokkeerd voor bol.com omdat een LOV-waarde ongeldig is, en welke komen niet in aanmerking omdat de afbeelding, voorraad of prijs niet overeenkomt met de landingspagina? Zonder die laag ontdekken teams kapotte producten pas nadat het verkeer daalt of listings worden afgewezen.

  1. 1
    Vergrendel de productidentiteitslaag
    Houd SKU, GTIN, merk, MPN en item_group_id stabiel voordat kanaalspecifieke copy wordt gegenereerd. Het wijzigen van ID's reset de leerervaring en creëert dubbele operationele records.
  2. 2
    Scheid bronattributen van kanaalattributen
    Sla neutrale productfeiten op in het PIM, en map ze vervolgens naar Google, Amazon, bol.com, Zalando en OTTO outputvelden per kanaal.
  3. 3
    Voeg variantregels toe vóór creatieve copy
    Voor kleding en variant-zware catalogi definieert u kleur-, maat-, materiaal-, patroon-, geslachts- en leeftijdsgroepregels voordat titelsjablonen worden geschreven.
  4. 4
    Valideer prijs, beschikbaarheid en landingspagina-match
    Een prachtige feed faalt nog steeds als de pagina, schema en ingediende data het oneens zijn over prijs of voorraadstatus.
  5. 5
    Publiceer via gemonitorde feeds
    Gebruik geplande exports, API-pushes of feedmonitoring zodat afgewezen waarden, verouderde afbeeldingen en ontbrekende attributen een uitzonderingswachtrij creëren in plaats van stilletjes verloren verkeer.
Wat u eerst moet koppelen voor Google Merchant Center

Begin met identiteit. Google, marktplaatsen en interne processen zijn allemaal afhankelijk van stabiele ID's. Het product-id mag niet veranderen wanneer een titel wordt herschreven. GTIN's moeten echt zijn of ontbreken met de juiste terugvallogica; nepidentificaties creëren ergere problemen dan ontbrekende. Hoofd- en variantrecords hebben een consistente item_group_id nodig zodat kleur-, maat- en materiaalopties worden geïnterpreteerd als één familie in plaats van losse producten.

Koppel vervolgens de zichtbare ontdekkingsvelden: titel, gestructureerde titel, beschrijving, gestructureerde beschrijving, afbeeldingslinks, extra afbeeldingen en productcategorie. Verkopers die generatieve teksten gebruiken moeten bijhouden waar die tekst vandaan komt in plaats van deze blind te mengen met handgeschreven catalogustekst.

Daarna koppelt u de voorwaardelijke en verticale attributen. Kledingproducten hebben kleur, maat, geslacht en leeftijdsgroep nodig in markten waar Google deze vereist. Meubels en elektronica hebben mogelijk materiaal, afmetingen, energiecertificaten of documentlinks nodig. Voor producten met accessoires, vervangingen of vereiste onderdelen kan related_product interne merchandising-relaties omzetten in gestructureerde ontdekkingssignalen.

Feed-only werkwijze
  • Regels worden per kanaal apart beheerd
  • Teams lossen afgewezen producten achteraf op
  • Google, Amazon en bol.com gaan steeds meer uiteen lopen
  • Variant- en AI-shopping attributen worden reactief toegevoegd
Werkt voor een kleine catalogus, maar valt uiteen wanneer elk kanaal een ander schema heeft.
PIM-gestuurde workflowAanbevolen
  • Eén beheerde productrecord voedt alle kanalen
  • Volledigheidscontroles draaien vóór publicatie
  • Marktplaats-specifieke koppelingen zijn geversioneerd
  • AI-klare velden worden behandeld als catalogusdata, niet als campagnetekst
Het beste voor multichannel verkopers met herhaalde lanceringen, varianten en gelokaliseerde feeds.
Prijs, voorraad en landingspagina-consistentie

Productcontentteams richten zich vaak op titels en beschrijvingen omdat deze velden aanvoelen als SEO. Maar afwijzingen in Merchant Center komen vaak voort uit operationele inconsistenties: de feed toont 'op voorraad' terwijl de pagina 'uitverkocht' meldt, de ingediende prijs komt niet overeen met de zichtbare prijs, of gestructureerde data op de pagina wijkt af van de feed. Google's documentatie over prijsafwijkingen benoemt precies deze gevallen, inclusief dynamische prijzen, variantselectie, meerdere prijzen en vertraagde pagina-rendering.

Dit betekent dat uw PIM niet op zichzelf kan functioneren. Het moet gekoppeld worden aan voorraadbeheersystemen, prijsstelling en kanaalintegraties. ChannelDock's integratielaag helpt hierbij omdat productfeeds, marktplaatsverbindingen en operationele data niet als afzonderlijke projecten worden behandeld. Een product dat niet verkoopbaar is, mag niet als beschikbaar worden gepresenteerd alleen omdat het feedbestand werd gegenereerd voordat de laatste bestelling werd geïmporteerd.

De praktische controle is een 'beschikbaarheidscontract': elk kanaal ontvangt de voorraadstatus die overeenkomt met de live landingspagina en het marktplaatsaanbod. Als een product tijdelijk niet beschikbaar is, moet het correct worden gemarkeerd als uitverkocht of nabestelling in plaats van verwijderd. Als een variant een afwijkende prijs heeft, moet de URL die variant voorselecteren zodat Google dezelfde prijs ziet als de klant.

Productdata geschikt maken voor AI-shopping

AI-shoppingassistenten veranderen de waarde van productdata omdat kopers langere, specifiekere vragen stellen. In plaats van zoeken naar "zwarte rugzak" vragen zij bijvoorbeeld "een zwarte waterdichte laptoptas die geschikt is voor een 16-inch MacBook en een kofferband heeft." Een generieke titel en tweeregelige beschrijving zijn zwakke signalen voor zo'n zoekopdracht, ook al past het product technisch gezien wel.

Google's nieuwere conversationele attributen wijzen dezelfde kant op. Velden zoals question_and_answer, related_product en popularity_rank geven AI-gedreven ervaringen gestructureerde antwoorden over een product. Amazon stelt ook dat complete attributen helpen bij Rufus, hun AI-shoppingassistent. De les is om uw PIM rijk genoeg te maken zodat nieuwe AI-gerichte velden gevuld kunnen worden vanuit beheerde feiten.

Voor een catalogus met varianten, bundels en accessoires moet het PIM meer weten dan "dit is een schoen." Het moet de gebruikssituatie, pasvorm, materiaal, compatibiliteit, onderhoudsinstructies, accessoirerelaties, reserveonderdelen, bundellogica en klantvragen kennen. Die feiten kunnen vervolgens Google, Amazon, bol.com en uw eigen productpagina's voeden met kanaalspecifieke opmaak.

Een 30-dagen PIM opschoningssprint

Een Merchant Center opschoningssprint kan snel van start gaan. Week één: controleer de top 20 procent van SKU's op basis van omzet. Week twee: stel mappingregels op voor Google's verplichte en hoogimpact velden. Week drie: pas dezelfde logica toe op Amazon, bol.com en één uitbreidingsmarktplaats. Week vier: bouw een uitzonderingenrapport voordat feeds worden gepubliceerd.

Het doel is niet perfectie voor elk product op dag één. Het doel is voorkomen dat de meest waardevolle SKU's worden tegengehouden door vermijdbare datagaten. Een verkoper met 10.000 SKU's heeft geen 10.000 handmatige correcties nodig. Ze hebben een model nodig dat terugkerende correcties omzet in herbruikbare regels.

Zodra dat model bestaat, wordt elke nieuwe marktplaatslancering sneller. Een nieuwe Google-vereiste wordt een mapping-update, geen spreadsheetpaniek. Een nieuw bol.com attribuut wordt een volledigheidsregel. Een nieuw AI-shopping veld wordt weer een gecontroleerde output van hetzelfde productrecord.

Wat dit betekent voor multichannel verkopers
  • Behandel Google Merchant Center als een productdata-consument, niet alleen als advertentiebestemming.
  • Houd de PIM als bron van waarheid voor feiten; houd kanaalregels als mappings en transformaties.
  • Prioriteer uitzonderingsafhandeling: ontbrekende kleur, ongeldige LOV-waarde, verouderde prijs en variant URL problemen moeten zichtbaar zijn voordat uitgaven verloren gaan.
  • Gebruik feedkwaliteitswerk om AI-zoekoppervlakken te ondersteunen evenals Shopping-advertenties en marktplaatslijsten.
Veelgestelde vragen
Welke productgegevens moet een PIM naar Google Merchant Center versturen?
Minimaal een stabiele ID, titel, beschrijving, product-URL, afbeelding-URL, prijs en beschikbaarheid, plus identificatiecodes zoals GTIN, merk of MPN waar van toepassing. Voor betere prestaties kunt u ook categorie, product_type, item_group_id, variantkenmerken, productdetails, highlights en gerelateerde producten meesturen.
Moeten Google feed-titels hetzelfde zijn als webshop producttitels?
Ze moeten hetzelfde product beschrijven, maar hoeven niet identiek te zijn. Veel verkopers houden klantvriendelijke titels in de webshop aan en gebruiken PIM-regels om kanaalgerichte Google-titels te genereren die merk, producttype en belangrijke variantkenmerken bevatten.
Waarom tonen Shopify-producten ontbrekende kleur, maat, geslacht of age_group in Merchant Center?
Meestal bestaat de waarde ergens in Shopify, maar de feed-app koppelt deze niet aan het juiste Google-attribuut. Een PIM-gestuurde opzet lost dit op door interne variantvelden te koppelen aan Google's verwachte kleur-, maat-, geslacht- en age_group-velden vóór export.
Hoe helpen PIM-gegevens AI-winkelassistenten?
AI-winkelsystemen hebben gestructureerde feiten nodig, niet alleen proza. Attributen zoals product_detail, product_highlight, question_and_answer, related_product en variant_option geven Google en marketplace-assistenten duidelijkere antwoorden over compatibiliteit, verschillen en gebruikssituaties.
Is dit alleen relevant voor Google Shopping-advertenties?
Nee. Hetzelfde beheermodel verbetert gratis vermeldingen, Performance Max, Google's AI-gestuurde formaten en marketplace-feeds voor Amazon, bol.com, Zalando, OTTO en Kaufland. Schone productgegevens versterken elkaar over elk kanaal.
Conclusie

Productdata voor Google Merchant Center is nu deels SEO, deels operationeel beheer en deels AI-gereedheid. Teams die dit zien als campagne-infrastructuur blijven dezelfde fouten oplossen in verschillende tools. Teams die dit behandelen als een PIM-governance vraagstuk publiceren schonere feeds, herstellen sneller van kanaalwijzigingen en geven Google, Amazon, bol.com en andere marktplaatsen de gestructureerde productinformatie die zij nodig hebben.

Voor multichannel verkopers is de winnende strategie eenvoudig: houd één betrouwbaar productrecord bij, koppel dit intelligent per kanaal, valideer voordat u publiceert en verbind productdata met werkelijke voorraad en orderbeheer. Zo wordt uw PIM meer dan een database en wordt het een groeisysteem.