Tóm tắt ngắn: Bước chuyển dịch sang tìm kiếm hội thoại và vai trò của thuộc tính AI
Hành vi tìm kiếm của người tiêu dùng đang trải qua một bước ngoặt lớn. Thay vì gõ các cụm từ ngắn từ 3 đến 4 từ như trước đây, người dùng ngày càng ưu tiên các truy vấn dạng hội thoại chi tiết bên trong các mô hình ngôn ngữ lớn như Google Gemini hay trải nghiệm AI Overviews. Để đáp ứng sự thay đổi này, Google đã bổ sung hàng loạt thuộc tính AI mới vào nguồn cấp dữ liệu sản phẩm trên Google Merchant Center. Việc cập nhật sớm các thuộc tính này không chỉ giúp sản phẩm của bạn xuất hiện ở các vị trí hiển thị quảng cáo hoàn toàn mới mà còn tối ưu hóa hiệu quả chi phí trên từng lượt nhấp.
Thuộc Tính AI Trong Google Ads là các trường dữ liệu mới trên Google Merchant Center giúp doanh nghiệp E-Commerce tối ưu hóa nguồn cấp dữ liệu sản phẩm cho trải nghiệm tìm kiếm hội thoại và các mô hình AI như Google Gemini hay AI Overviews.
Bối cảnh: Sự chuyển dịch từ từ khóa ngắn sang tìm kiếm dạng hội thoại
Trong nhiều năm, các chiến dịch Google Ads dựa vào nguồn cấp dữ liệu sản phẩm như Standard Shopping hay Performance Max hoạt động dựa trên nguyên lý ghép nối từ khóa trong tiêu đề và mô tả sản phẩm với truy vấn của khách hàng. Tuy nhiên, khi trí tuệ nhân tạo trở thành một phần quen thuộc trong hành trình tìm kiếm thông tin, thói quen của người dùng đã thay đổi rõ rệt.
Người mua hàng hiện tại không chỉ tìm kiếm máy pha cà phê mà họ tìm kiếm máy pha cà phê espresso chất lượng cao có kích thước nhỏ gọn cho căn hộ diện tích hẹp. Những câu hỏi dài, mang tính ngữ cảnh cao và đòi hỏi so sánh kỹ thuật xuất hiện ngày càng nhiều. Xu hướng này thúc đẩy khái niệm Generative Engine Optimization, hay còn gọi là GEO – tối ưu hóa cho công cụ tìm kiếm tạo sinh, cùng với Artificial Intelligence Optimization (AIO – tối ưu hóa cho trí tuệ nhân tạo). Để hiển thị chính xác trong các câu trả lời do AI tạo ra, nguồn dữ liệu sản phẩm của doanh nghiệp không thể dừng lại ở những đoạn văn bản thô sơ.
Chẩn đoán nút thắt tăng trưởng trong quảng cáo Shopping hiện tại
Khi tư vấn cho các doanh nghiệp bán lẻ và thương mại điện tử, Hunter Agency nhận thấy nhiều đội ngũ đang gặp phải một nút thắt chung: chi phí cho mỗi lượt nhấp tăng lên nhưng Tỷ lệ chuyển đổi, tức Conversion Rate, lại có dấu hiệu chững lại hoặc giảm sút. Nguyên nhân không phải lúc nào cũng đến từ việc cài đặt chiến dịch sai hay chọn sai đối tượng mục tiêu.
Khi phân tích sâu vào chuỗi tăng trưởng bao gồm Traffic (Lượng truy cập), Conversion Rate (Tỷ lệ chuyển đổi), AOV (Average Order Value – Giá trị đơn hàng trung bình) và Retention (Khả năng giữ chân khách hàng), nút thắt thường nằm ở điểm nghẽn thông tin. Quảng cáo thu hút được Lượng truy cập nhờ tiêu đề rộng, nhưng khi người dùng có nhu cầu chuyên sâu hơn về thông số kỹ thuật hoặc các thắc mắc cụ thể, dữ liệu quảng cáo lại không trả lời được. Khách hàng rời đi trước khi kịp tạo ra chuyển đổi, dẫn đến sự lãng phí ngân sách quảng cáo nghiêm trọng.
Chi tiết 4 thuộc tính AI cốt lõi trên Google Merchant Center
Dựa trên chia sẻ từ chuyên gia Aaron Young của Define Digital Academy, Google đã giới thiệu 4 thuộc tính AI mới trên nguồn cấp dữ liệu nhằm giúp máy học hiểu sâu sắc ngữ cảnh sản phẩm. Đây được xem là yếu tố tạo ra lợi thế cạnh tranh vượt trội cho những thương hiệu đi đầu.
1. Thuộc tính Hỏi – Đáp: question_and_answer
Thuộc tính này cho phép bạn cung cấp danh sách các cặp câu hỏi và câu trả lời đã được xác minh liên quan đến sản phẩm. Mỗi sản phẩm có thể chèn tối đa 30 câu hỏi thực tế.
Vai trò của thuộc tính này là giúp hệ thống ghép nối các truy vấn hội thoại đuôi dài của người dùng với câu trả lời chính xác. Khi người dùng đặt câu hỏi chi tiết, Google AI có thể kích hoạt các định dạng quảng cáo trả lời động hoặc các vòng xoay khám phá. Nếu doanh nghiệp bỏ qua thuộc tính này, Google có thể ưu tiên hiển thị quảng cáo của đối thủ cạnh tranh có đầy đủ dữ liệu Hỏi – Đáp.
2. Thuộc tính Liên kết tài liệu: document_link
Thuộc tính liên kết tài liệu cho phép gửi các đường dẫn chứa tệp PDF công khai như hướng dẫn sử dụng, bảng thông số kỹ thuật hay tài liệu hướng dẫn bảo quản. Mỗi sản phẩm được gắn tối đa 5 tài liệu với dung lượng mỗi tệp dưới 50MB.
Thông qua các tệp tài liệu này, AI có thể đọc và chỉ mục những thông số sâu mà đoạn mô tả sản phẩm thông thường không thể hiện hết. Điều này giúp quảng cáo giành chiến thắng ở các truy vấn tìm kiếm lọc thông số kỹ thuật cực kỳ chi tiết từ những khách hàng đang ở rất gần quyết định mua sắm.
3. Thuộc tính Thông số kỹ thuật: product_detail và product_highlight
Thay vì để thông tin sản phẩm dưới dạng một đoạn văn bản thô dài dòng, các thuộc tính này giúp phân tách dữ liệu thành thông số kỹ thuật có cấu trúc và danh sách các điểm nổi bật ngắn gọn. Bạn nên bổ sung từ 3 đến 5 điểm nổi bật cho mỗi mặt hàng.
Dữ liệu có cấu trúc giúp Google AI tự động xây dựng các bảng so sánh sản phẩm trực quan khi người dùng yêu cầu so sánh giữa các thương hiệu. Đồng thời, thuật toán cũng có thể tự động viết lại tiêu đề quảng cáo sao cho phù hợp nhất với ngữ cảnh tìm kiếm của khách hàng.
4. Thuộc tính Biến thể và Xếp hạng: variant_option, item_group_title và popularity_rank
Nhóm thuộc tính này cung cấp cho AI bức tranh toàn cảnh về mối quan hệ giữa sản phẩm cha và các biến thể con như màu sắc, kích thước. Đặc biệt, chỉ số popularity_rank cho phép bạn gán điểm số độ phổ biến cho sản phẩm trên thang điểm từ 0 đến 100 dựa trên sản lượng bán hàng thực tế.
Nếu không có chỉ số này, hệ thống AI có thể tự động phân bổ ngân sách vào các biến thể ít bán chạy hoặc tồn kho thấp. Việc định hướng điểm số độ phổ biến giúp máy học tập trung ngân sách quảng cáo vào các sản phẩm chủ lực, từ đó tối ưu hóa chi phí quảng cáo và gia tăng doanh số.
Tác động của thuộc tính AI đến chuỗi tăng trưởng E-commerce
Việc bổ sung các thuộc tính AI không đơn thuần là một thao tác kỹ thuật trên Google Merchant Center, mà là một chiến lược tác động trực tiếp vào các chỉ số tăng trưởng cốt lõi của doanh nghiệp.
| Chỉ số tăng trưởng | Vấn đề thường gặp | Giải pháp từ thuộc tính AI |
|---|---|---|
| Lượng truy cập (Traffic) | Bị giới hạn bởi các từ khóa ngắn có cạnh tranh cao và chi phí đắt đỏ. | Thuộc tính question_and_answer và document_link giúp quảng cáo xuất hiện trên các truy vấn hội thoại dài và vị trí hiển thị AI mới. |
| Tỷ lệ chuyển đổi (Conversion Rate) | Khách hàng phân vân vì thiếu thông tin chi tiết hoặc thông số kỹ thuật. | Thuộc tính product_detail giải đáp thắc mắc ngay trên giao diện quảng cáo, giảm ma sát trong hành trình mua hàng. |
| Hiệu quả ngân sách & Doanh thu | Ngân sách bị phân bổ ngẫu nhiên vào các biến thể sản phẩm khó bán. | Thuộc tính popularity_rank điều hướng AI tập trung đẩy mạnh các sản phẩm bán chạy nhất (Best-sellers). |
Hướng dẫn lộ trình triển khai dữ liệu thực tế
Để bắt đầu cập nhật các thuộc tính AI này mà không làm gián đoạn hệ thống dữ liệu hiện tại, đội ngũ kỹ thuật và marketing có thể thực hiện theo lộ trình từng bước đơn giản.
Bước đầu tiên là rà soát dữ liệu chăm sóc khách hàng. Hãy thu thập từ 5 đến 10 câu hỏi phổ biến nhất từ lịch sử chat, email hỗ trợ hoặc phản hồi trên trang sản phẩm để cấu trúc thành danh sách Hỏi – Đáp. Bước thứ hai là tải các tệp hướng dẫn kỹ thuật dạng PDF lên hệ thống lưu trữ của website để lấy đường dẫn công khai.
Bước tiếp theo, thay vì can thiệp trực tiếp vào nguồn cấp dữ liệu chính (Primary Feed) vốn có thể phức tạp, phương án nhanh nhất là sử dụng Nguồn cấp dữ liệu bổ sung (Supplemental Feed) trên Google Merchant Center thông qua Google Sheets. Bạn chỉ cần ánh xạ các cột dữ liệu mới tương ứng với các mã sản phẩm hiện có. Cuối cùng, hãy tính toán và gán chỉ số popularity_rank cho từng mặt hàng dựa trên dữ liệu doanh số của 30 ngày gần nhất.
Câu hỏi thường gặp về thuộc tính AI trên Google Ads
Các thuộc tính AI này áp dụng cho những loại chiến dịch nào?
Tất cả các chiến dịch trong Google Ads chạy dựa trên nguồn cấp dữ liệu sản phẩm đều chịu ảnh hưởng và được hưởng lợi từ các thuộc tính này, bao gồm Standard Shopping, Performance Max (PMax) và Demand Gen.
Doanh nghiệp có cần phải cập nhật toàn bộ 30 câu hỏi cho mỗi sản phẩm không?
Không nhất thiết phải điền tối đa 30 câu hỏi ngay từ đầu. Doanh nghiệp nên tập trung vào 5 đến 10 câu hỏi thực tế và có giá trị nhất đối với quyết định mua hàng của người tiêu dùng.
Làm thế nào để xác định điểm số cho thuộc tính popularity_rank?
Điểm số này được quy đổi trên thang điểm từ 0 đến 100. Bạn có thể lấy sản phẩm có doanh số hoặc sản lượng cao nhất làm mốc 100 điểm, sau đó quy đổi tỷ lệ tương ứng cho các sản phẩm và biến thể còn lại.
Lời kết và định hướng từ Hunter Agency
Sự xuất hiện của các thuộc tính AI trên Google Merchant Center phản ánh một thực tế rõ ràng: thuật toán của Google đang ngày càng cần nhiều ngữ cảnh chất lượng thay vì chỉ dựa vào các thiết lập máy móc. Những thương hiệu chủ động chuẩn bị và chuẩn hóa dữ liệu sản phẩm ngay hôm nay sẽ sở hữu lợi thế lớn trong việc chiếm lĩnh các không gian hiển thị quảng cáo thế hệ mới.
Tối ưu hóa nguồn cấp dữ liệu không chỉ là câu chuyện kỹ thuật của quảng cáo, mà là cách doanh nghiệp tháo gỡ điểm nghẽn về thông tin trong hành trình trải nghiệm của khách hàng. Nếu doanh nghiệp của bạn đang gặp khó khăn trong việc tối ưu hiệu quả ngân sách quảng cáo hoặc muốn tái cấu trúc hệ thống dữ liệu cho kỷ nguyên AI, hãy liên hệ với đội ngũ tư vấn của Hunter Agency để cùng tìm ra lộ trình tăng trưởng phù hợp nhất.
