Google Merchant Center ajoute des attributs conversationnels : le SEO e-commerce entre dans le feed produit parlé

Google ajoute des attributs conversationnels dans Merchant Center. Analyse SEO e-commerce : flux produit, AI Mode, variantes, FAQ et données exploitables par l'IA.

Google Merchant Center ajoute des attributs conversationnels : le SEO e-commerce entre dans le feed produit parlé

Google vient d’ajouter une brique discrète mais importante dans Merchant Center : les attributs conversationnels. Ce n’est pas une balise magique. Ce n’est pas non plus un gadget pour faire plaisir à Gemini. C’est un signal clair : Google veut que les catalogues produits soient compréhensibles par des systèmes de réponse, pas seulement par des listes de résultats.

Le 26 mai 2026, Search Engine Roundtable a repéré la documentation officielle Google sur ces nouveaux attributs. Google parle d’attributs optionnels pour aider les systèmes IA et les agents conversationnels à mieux comprendre les nuances d’un produit. Les surfaces citées sont explicites : AI Mode dans Search, Gemini, Business Agent et les expériences de shopping pilotées par IA.

Dit autrement : le flux produit ne sert plus seulement à afficher un prix, un titre et une image. Il devient une base de connaissances.

Ce que Google ajoute vraiment

Les nouveaux champs listés dans la documentation Merchant Center couvrent six familles :

  • question_and_answer : des questions réponses directement rattachées au produit.
  • document_link : liens vers PDF, manuel, notice, guide d’installation.
  • related_product : produits liés, accessoires, pièces nécessaires.
  • item_group_title : titre de groupe pour les produits à variantes.
  • variant_option : détails précis sur les variantes, taille, couleur, mémoire, largeur, etc.
  • popularity_rank : classement de popularité en pourcentage dans l’inventaire du marchand.

Ce dernier point est intéressant. Google ne demande pas seulement des données descriptives. Il demande aussi un signal business interne : quel produit performe mieux que les autres dans votre propre stock. Un score de popularité à 95,5 dit beaucoup plus qu’un titre optimisé avec trois adjectifs.

C’est le type de donnée qu’un moteur conversationnel peut utiliser quand l’utilisateur demande : ” quel modèle est le plus choisi ? ”, ” lequel est compatible avec ce produit ? ”, ” est-ce qu’il existe une version plus large ? ”, ” est-ce qu’il y a une notice ? ”.

Pourquoi c’est important pour le SEO

Le SEO e-commerce a longtemps été obsédé par la page produit. Title, H1, description, avis, données structurées Product, maillage, images, vitesse. Tout ça reste nécessaire. Mais Google pousse maintenant une autre couche : le flux marchand comme source de vérité sémantique.

Ce n’est pas anodin. Dans AI Mode, l’utilisateur ne tape plus forcément une requête courte du type ” chaussure trail homme 42 ”. Il demande plutôt : ” je cherche une chaussure de trail pour terrain humide, pied large, moins de 130 euros, avec une bonne accroche ”. Cette requête mélange usage, contrainte, budget, morphologie, préférence et comparaison.

Le risque est simple : si vos données produits sont pauvres, Google devra déduire. Et quand Google déduit, vous perdez le contrôle. Il peut mal comprendre une variante, ignorer une compatibilité, ne pas associer le bon accessoire, ou ne pas citer le produit dans une réponse IA alors qu’il était pertinent.

La vraie méthode : enrichir sans dupliquer

Google précise que ces attributs ne doivent pas répéter ce qui existe déjà dans description, product_highlight ou product_detail. C’est une bonne règle. Beaucoup de sites vont probablement bourrer les champs avec le même texte marketing. Mauvaise idée.

La bonne approche est plus technique :

  1. Extraire les questions réelles du support client, du moteur interne, des avis et du SAV.
  2. Ajouter les réponses dans question_and_answer, avec des formulations factuelles.
  3. Relier les manuels PDF et notices via document_link.
  4. Structurer les accessoires et pièces compatibles avec related_product.
  5. Nettoyer les variantes, surtout sur les catalogues textile, mobilier, high-tech et pièces détachées.
  6. Utiliser popularity_rank uniquement si la donnée est fiable.

Un exemple concret : pour un casque audio, la question ” fonctionne-t-il en filaire ? ” vaut plus qu’un paragraphe publicitaire sur le son immersif. Pour une pièce auto, la compatibilité et le document technique valent plus qu’un texte SEO de 600 mots.

Mon avis

C’est une évolution saine, mais elle va créer un écart. Les e-commerçants qui ont un PIM propre, des flux bien gouvernés et une vraie donnée produit vont prendre de l’avance. Le sujet n’est pas de ” faire du GEO ” avec des slogans. Le sujet est de rendre l’information exploitable par machine. Produit, variante, preuve, compatibilité, popularité, documentation. C’est froid, structuré, vérifiable.

Pour un site e-commerce, je mettrais ce chantier dans les priorités SEO 2026, juste après l’indexation et les Core Web Vitals. Pas pour remplacer le contenu. Pour éviter que le contenu soit la seule source disponible.

La conclusion est simple : le SEO produit se déplace du texte vers la donnée. Ceux qui maîtrisent leurs feeds parleront mieux aux moteurs IA. Ceux qui bricolent leurs catalogues seront moins souvent compris.