„Buty damskie to modne buty damskie dla kobiet. W naszej ofercie znajdziesz buty damskie na każdą okazję.” Jeśli ten tekst brzmi znajomo – to dlatego, że warianty tego samego opisu pojawiają się na tysiącach stron kategorii w polskich sklepach internetowych. Dla użytkownika to szum. Dla Google – potencjalny sygnał niskiej jakości treści.
Patenty Google opisują pięć mechanizmów oceny jakości treści, które mogą bezpośrednio wpływać na widoczność stron e-commerce: information gain (czy treść wnosi coś nowego?), phrase-based indexing (jak system rozumie frazy i ich relacje?), phrase spam detection (czy treść wygląda na przeoptymalizowaną?), gibberish detection (czy tekst jest czytelny?) i site quality scoring (jak jakość treści wpływa na ocenę całego serwisu?). W tym artykule analizuję każdy z tych mechanizmów i pokazuję, jak przekładają się na praktykę e-commerce.
Patent nie jest dowodem, że dany mechanizm działa dokładnie tak w bieżącym algorytmie Google. Patent jest modelem analitycznym – pokazuje problem, który inżynierowie próbowali rozwiązać, i pozwala zbudować praktyczną checklistę dla e-commerce. To zastrzeżenie dotyczy każdego artykułu w tym cyklu.
Czym jest information gain i dlaczego to kluczowy patent dla e-commerce?
Patenty US11720613B2, US11354342B2, US12013887B2, US12326889B2 (Google LLC, ta sama rodzina patentowa, wynalazcy: Victor Carbune, Pedro Gonnet Anders) opisują system „contextual estimation of link information gain.” To jeden z najważniejszych patentów dla e-commerce, bo bezpośrednio mierzy wartość treści.
Mechanizm:
- Identyfikacja dokumentów obejrzanych – system wie, które dokumenty użytkownik już widział (z wyników wyszukiwania, z powiązanych stron, z historii przeglądania).
- Obliczanie information gain score – dla każdego nowego dokumentu system oblicza „information gain score” – miarę tego, ile nowych informacji dokument zawiera ponad to, co użytkownik już widział w poprzednich dokumentach.
- Machine learning model – information gain score jest obliczany przez model ML wytrenowany na parach dokumentów, gdzie ludzie ocenili „ile nowej informacji zyskałem czytając dokument B po dokumencie A.”
- Ranking na podstawie information gain – dokumenty z wyższym information gain score mogą być wyświetlane wyżej w wynikach, bo dostarczają użytkownikowi więcej nowej wartości.
Co to oznacza dla opisu kategorii w sklepie?
Jeśli 10 sklepów sprzedaje „buty damskie” i każdy ma opis kategorii o treści „Buty damskie to idealny wybór na każdą okazję. W naszej ofercie znajdziesz szeroką gamę butów damskich” – to information gain score drugiego, trzeciego i dziesiątego opisu jest bliski zera. Użytkownik nie zyskuje nic nowego, czytając kolejny wariant tego samego tekstu.
Opis kategorii z wysokim information gain to taki, który dodaje informacje, których nie ma u konkurencji:
| Element | Niski information gain (typowy opis SEO) | Wysoki information gain (opis z wartością) |
|---|---|---|
| Tekst | „Buty damskie to modne buty damskie dla kobiet. Szeroki wybór.” | „Botki damskie na jesień dzielimy na 3 typy: na słupku (stabilne, do biura), na płaskiej podeszwie (wygodne, do chodzenia) i na platformie (modne, dodają wzrostu). Ocieplenie: wełna merino (ciepłe), fleece (lekkie), bez ocieplenia (przejściowe).” |
| Atrybuty zakupowe | Brak | Typ obcasa, ocieplenie, materiał, sezon |
| Porównanie | Brak | Słupek vs platforma vs płaska podeszwa |
| Kontekst użycia | Brak | Do biura, do chodzenia, na co dzień |
| Information gain | ~0 (identyczny z 9 innymi sklepami) | Wysoki (unikalne porównanie + atrybuty) |
Jak phrase-based indexing zmienia rozumienie treści e-commerce?
Patent US7536408B2 (Google LLC) opisuje „phrase-based indexing in an information retrieval system.” Zamiast indeksować pojedyncze słowa, system identyfikuje frazy – grupy słów, które razem tworzą jednostkę znaczeniową – i indeksuje dokumenty na ich podstawie.
Kluczowe koncepty:
- Good phrase – fraza, która jest „informative” (niesie znaczenie) i „discriminating” (odróżnia dokumenty). „Buty” to słabe phrase. „Skórzane botki na słupku” to silne phrase.
- Phrase co-occurrence – system analizuje, które frazy współwystępują w dokumentach. Jeśli „botki na słupku” często współwystępuje z „wygodne do biura” i „stabilny obcas”, to system rozumie relację semantyczną między tymi frazami.
- Related phrases – na podstawie co-occurrence system buduje sieć powiązanych fraz. Opis kategorii, który naturalnie używa powiązanych fraz („botki”, „słupek”, „stabilny obcas”, „do biura”, „skóra naturalna”), pokrywa temat lepiej niż opis, który powtarza jedną frazę („buty damskie”, „buty damskie”, „buty damskie”).
Dlaczego phrase-based indexing karze „teksty SEO”?
Tradycyjny „tekst SEO” na stronie kategorii polega na powtarzaniu frazy kluczowej w różnych odmianach: „buty damskie”, „damskie buty”, „buty dla kobiet”, „obuwie damskie.” W modelu phrase-based indexing to nie buduje pokrycia tematycznego – to powtarzanie tej samej frazy. System widzi jedną frazę powtórzoną 15 razy, nie 15 różnych fraz.
Opis z rzeczywistym pokryciem tematycznym używa wielu różnych powiązanych fraz: „botki na słupku”, „sztyblety skórzane”, „kozaki za kolano”, „podeszwa z bieżnikiem”, „ocieplenie wełniane”, „rozmiarówka europejska.” Każda fraza dodaje nową informację semantyczną do dokumentu.
Jak Google może wykrywać spam frazowy w opisach e-commerce?
Patent US7603345B2 (Google LLC) opisuje „detecting spam documents in a phrase based information retrieval system.” System wykrywa dokumenty, które manipulują frazami w celu uzyskania wyższej pozycji.
Sygnały spam frazowego:
- Nienaturalna gęstość fraz – jeśli fraza „buty damskie” pojawia się w dokumencie 25 razy na 300 słów tekstu, to gęstość jest nienaturalnie wysoka w porównaniu z typowymi dokumentami na ten temat.
- Brak powiązanych fraz – normalny dokument o „butach damskich” zawiera też „rozmiar”, „materiał”, „obcas”, „podeszwa”, „styl”. Dokument, który ma 25 wystąpień „buty damskie” i zero fraz powiązanych, jest podejrzany.
- Nienaturalna dystrybucja – w normalnym dokumencie frazy są rozproszone w tekście. W dokumencie spamowym ta sama fraza może być skoncentrowana w jednej sekcji (np. „tekst SEO” na dole strony kategorii).
Typowy przypadek w polskim e-commerce
Wiele polskich sklepów ma na stronach kategorii dwa osobne bloki treści: (1) krótki opis kategorii nad produktami i (2) „tekst SEO” pod listą produktów – blok 500-1000 słów naszpikowany frazami kluczowymi. Ten drugi blok może być kandydatem do wykrycia jako spam frazowy: nienaturalnie wysoka gęstość fraz docelowych, niski information gain (powtarza to, co jest w opisie i w nazwach produktów) i brak unikatowych informacji.
Co to jest gibberish content i jak Google go wykrywa?
Gibberish to nie tylko losowe znaki czy bełkot. Patent US8554769B1 (Google LLC) opisuje pięć typów treści, które system może klasyfikować jako „gibberish” – i trzy z nich regularnie pojawiają się w polskim e-commerce: boilerplate kopiowany między kategoriami, automatycznie generowany tekst z list fraz i opisy tłumaczone maszynowo bez redakcji.
Typy gibberish identyfikowane w patencie:
| Typ gibberish | Opis | Przykład w e-commerce |
|---|---|---|
| Stale gibberish | Powtarzające się bloki tekstu bez zmian | Ten sam opis „O firmie” wklejony na każdej stronie kategorii |
| Word salad | Słowa ułożone bez logicznej struktury | Automatycznie generowany tekst z listy fraz kluczowych |
| Mild gibberish | Tekst na granicy czytelności – poprawny gramatycznie, ale bez sensu | „Buty to element garderoby, który towarzyszy człowiekowi od zarania dziejów…” |
| Machine translated | Tekst przetłumaczony maszynowo bez korekty | Opisy produktów przetłumaczone z chińskiego bez redakcji |
| Near-duplicate boilerplate | Identyczny tekst z minimalnymi zmianami | 500 kategorii z tym samym opisem, zmienione tylko nazwy produktów |
Patent opisuje model ML, który klasyfikuje treść na podstawie cech językowych: rozkład n-gramów, entropia tekstu, stosunek unikatowych słów do ogólnej liczby słów, spójność gramatyczna. Treść z niskim wynikiem jest oznaczana jako gibberish i może być zdegradowana w rankingu.
Jak system wykrywa szablonowy tekst i treści o niskiej wartości?
Patent US8478751B1 (Google LLC) opisuje system identyfikowania „boilerplate” i „low value text patterns” – fragmentów tekstu, które powtarzają się na wielu stronach i nie wnoszą unikalnej wartości. W e-commerce to problem systemowy: wiele sklepów ma identyczny tekst na dole każdej kategorii („Zapraszamy do zakupów”, „Szeroki wybór produktów”, „Najlepsza jakość w najlepszej cenie”) lub generuje opisy z szablonu, zmieniając tylko nazwę produktu.
System może odróżnić treść nawigacyjną (menu, breadcrumby, footery) od treści merytorycznej. Problem pojawia się, gdy treść, która powinna być merytoryczna (opis kategorii, opis produktu), jest w rzeczywistości boilerplate – tymi samymi ogólnikami powtórzonymi na setkach stron. Patent US8478751B1 opisuje mechanizm, który może degradować takie strony lub sekcje, traktując je jako nieistotne przy ocenie jakości dokumentu.
Czy system ocenia autorytet tematyczny serwisu?
Patent US8458196B1 (Google LLC) opisuje „system for determining topic authority” – mechanizm oceny, na ile dany serwis jest autorytetem w konkretnym temacie. Sklep specjalizujący się w pompach głębinowych, który ma szczegółowe opisy produktów, poradniki doboru, FAQ z realnymi parametrami i recenzje z aspektami – buduje autorytet tematyczny w obszarze „pompy głębinowe.” Sklep ogólny, który sprzedaje pompy obok telewizorów i mebli – ma mniejszy autorytet w każdym z tych tematów.
Dla e-commerce to oznacza, że jakość treści w jednej sekcji wpływa na postrzeganie całego serwisu. Sekcja z 500 kategoriami pełnymi boilerplate (patent US8478751B1) obniża autorytet tematyczny (patent US8458196B1), nawet jeśli kilka kategorii ma świetne opisy. To jest mechanizm, który opisaliśmy niżej jako site quality scoring – ale z dodatkowym wymiarem: nie chodzi tylko o to, ile stron jest złych, ale o to, czy serwis jest ekspertem w tym, o czym pisze.
Jak jakość treści wpływa na ocenę całego serwisu?
Patenty US9195944B1 i US9760641B1 (Google LLC) opisują „scoring site quality” – system, który ocenia jakość nie pojedynczej strony, ale całego serwisu. To odpowiednik tego, co branża SEO zna jako „Panda” lub „helpful content.”
Kluczowa implikacja: jakość treści na stronach kategorii i produktów wpływa na ocenę całego sklepu. Jeśli 500 z 2000 stron kategorii ma identyczny, niskiej jakości opis, to obniża site quality score dla całej domeny – w tym dla stron produktów, które mogą mieć dobrą treść.
- Proporcja stron niskiej jakości – jeśli duża część serwisu to thin content (krótkie, generyczne opisy), site quality spada.
- Proporcja stron z gibberish – jeśli system wykrywa gibberish na wielu stronach, to sygnał niskiej jakości całego serwisu.
- Information gain na poziomie serwisu – jeśli 500 stron kategorii mówi to samo innymi słowami, to information gain wewnątrz serwisu jest niski.
- Konsekwencja – niska site quality może oznaczać, że nawet dobre strony produktowe rankują gorzej, bo są „ciągnięte w dół” przez masę stron niskiej jakości.
Co to oznacza dla SEO sklepu internetowego?
Opis kategorii to nie tekst SEO – to treść dla użytkownika
W modelu information gain opis kategorii musi wnosić informację, której użytkownik nie znajdzie w innych sklepach. „Szeroki wybór butów damskich w atrakcyjnych cenach” to zero information gain. „Botki na jesień dzielimy na 3 typy wg obcasa – oto różnice i kiedy który wybrać” to wysoki information gain, bo pomaga użytkownikowi podjąć decyzję zakupową.
Atrybuty zakupowe zamiast przymiotników
Patent o phrase-based indexing nagradza powiązane frazy – sieci fraz, które razem pokrywają temat. Dla kategorii e-commerce to oznacza: materiał, rozmiarówka, typ obcasa, ocieplenie, przeznaczenie, sezon, porównanie typów. Każdy atrybut zakupowy to nowa fraza, która buduje pokrycie tematyczne.
Tekst SEO pod produktami to ryzyko
Blok „tekstu SEO” pod listą produktów, naszpikowany frazami kluczowymi, to kandydat na spam frazowy (patent US7603345B2) i gibberish (patent US8554769B1). Zamiast jednego dużego bloku tekstu SEO: umieść krótki, ale wartościowy opis nad produktami (z atrybutami zakupowymi i porównaniem) i usuń blok pod produktami – lub zamień go na FAQ z realnymi pytaniami użytkowników.
Jakość skaluje się na cały serwis
Patent o site quality scoring (US9195944B1) pokazuje, że masa stron niskiej jakości ciągnie w dół cały serwis. Sklep z 2000 kategorii, z których 1500 ma identyczny generyczny opis, ma problem nie tylko z tymi kategoriami – ma problem z site quality. Priorytetyzacja: zacznij od kategorii z największym ruchem i przychodem, ustaw minimum jakości, które musi spełnić każda strona.
Jak wygląda dobry vs zły opis kategorii w praktyce?
Różnica między opisem z zerowym a wysokim information gain sprowadza się do jednego pytania: czy tekst pomaga użytkownikowi wybrać produkt? Poniżej dwa opisy tej samej kategorii – z dokładnymi metrykami: gęstością fraz, liczbą powiązanych fraz i liczbą atrybutów zakupowych.
❌ NISKI INFORMATION GAIN (typowy "tekst SEO"):
"Buty damskie w naszym sklepie to gwarancja jakości i stylu.
Oferujemy szeroki wybór butów damskich na każdą okazję.
Nasze buty damskie wyróżniają się komfortem i trwałością.
Sprawdź naszą kolekcję butów damskich i znajdź swój
idealny model. Buty damskie to nie tylko moda, to styl życia."
Fraza "buty damskie/damskich": 5 razy / 45 słów ≈ 11% gęstość
Powiązane frazy: 0
Atrybuty zakupowe: 0
Information gain vs konkurencja: ~0✅ WYSOKI INFORMATION GAIN (opis z wartością):
"Botki damskie na jesień i zimę dzielą się na trzy główne
typy według obcasa: słupek (5-8 cm, stabilny, do biura
i wyjść), platforma (dodaje wzrost bez obciążania stopy)
i płaska podeszwa z bieżnikiem (do chodzenia po mieście
i nierównych nawierzchniach). Materiały: skóra naturalna
(trwała, oddycha), skóra ekologiczna (lżejsza, niższy koszt),
zamsz (elegancki, wymaga impregnacji). Ocieplenie: wełna
merino (najcieplejsze), fleece (lekkie, szybkoschnące),
bez ocieplenia (przejściowe). Rozmiarówka europejska
36-41, niektóre modele do 43."
Fraza "botki damskie": 1 raz
Powiązane frazy: 14 (słupek, platforma, płaska podeszwa,
skóra naturalna, ekologiczna, zamsz, wełna merino,
fleece, bieżnik, rozmiarówka, ocieplenie...)
Atrybuty zakupowe: 4 (obcas, materiał, ocieplenie, rozmiar)
Information gain vs konkurencja: wysokiJak audytować jakość treści w sklepie e-commerce?
- Information gain: Czy opis kategorii zawiera informacje, których nie ma w opisach tej samej kategorii u konkurencji? Czy pomaga wybrać produkt, czy tylko powtarza frazy?
- Atrybuty zakupowe: Czy tekst opisuje materiał, rozmiarówkę, typ obcasa/fasonu, przeznaczenie, sezon? Każdy atrybut = nowa powiązana fraza.
- Porównanie typów: Czy opis porównuje warianty produktów w kategorii (np. „słupek vs platforma”)? Porównanie to silny sygnał information gain.
- Gęstość fraz: Czy fraza docelowa pojawia się nienaturalnie często? Więcej niż 3-4 razy na 300 słów to potencjalny sygnał spam frazowy.
- Powiązane frazy: Ile różnych powiązanych fraz zawiera tekst? Jeden temat = minimum 8-10 różnych powiązanych fraz.
- Gibberish check: Czy tekst jest czytelny i logiczny? Czy wnosi realną wartość, czy tylko „wygląda na treść”?
- Duplikacja wewnętrzna: Ile kategorii ma identyczny lub prawie identyczny opis? 50%+ to problem site quality.
- Blok SEO pod produktami: Czy istnieje osobny blok „tekstu SEO” pod listą produktów? Jeśli tak – czy wnosi coś nowego, czy powtarza to, co jest w opisie i w nazwach produktów?
- FAQ: Czy kategoria ma FAQ z realnymi pytaniami użytkowników? FAQ dobrze pokrywa long-tail frazy i zwiększa information gain.
- Proporcja thin content: Jaki % stron kategorii ma opis krótszy niż 100 słów lub generyczny? Cel: poniżej 20%.
Jak wyglądają opisy kategorii w polskich sklepach? Case study z 3 branż
Przeanalizowaliśmy opisy kategorii w realnych polskich sklepach e-commerce, oceniając je przez pryzmat mechanizmów patentowych: information gain, pokrycie frazowe, spam frazowy i gibberish.
Elektronika: morele.net – kategoria „Laptopy”
Opis kategorii na stronie morele.net/kategoria/laptopy-31/ to około 1000 słów tekstu z realnymi atrybutami zakupowymi. Sklep porównuje trzy typy urządzeń (laptop vs notebook vs ultrabook), opisuje kluczowe parametry (procesor, RAM, karta graficzna, dysk SSD, matryca, system operacyjny) i podaje przedziały cenowe (1000-1500 zł za tanie laptopy, ~3000 zł za podstawowe, 6000+ zł za gamingowe). Opis zawiera FAQ i linki do poradników.
| Metryka | Wartość | Ocena |
|---|---|---|
| Długość opisu | ~1000 słów | Dobra (ale zbyt długi – dolne akapity generyczne) |
| Atrybuty zakupowe | 8+ (procesor, RAM, GPU, dysk, matryca, OS, waga, bateria) | Bardzo dobrze |
| Powiązane frazy | 12+ (laptop, notebook, ultrabook, gamingowy, MacBook, RTX, SSD, OLED…) | Bardzo dobrze |
| Porównanie typów | Tak (laptop vs notebook vs ultrabook) | Dobrze |
| Kontekst użycia | Tak (praca, gaming, nauka, podróż) | Dobrze |
| FAQ | Tak | Dobrze |
| Słabości | Środkowe akapity generyczne („Ogromna liczba modeli…”) | Do poprawy |
Ocena information gain: Wysoki. Użytkownik dowiaduje się, czym różni się laptop od ultrabooka, jakie parametry są ważne dla różnych zastosowań i ile powinien zapłacić. Treść ma realną wartość zakupową.
Moda/obuwie: CCC – kategoria „Botki damskie”
Opis kategorii na stronie ccc.eu/pl/damskie/buty/botki to około 400 słów tekstu skoncentrowanego na typach botków i markach. Sklep wymienia botki zimowe (ze śniegowcami i muklukami), botki na słupku, botki na szpilce, sztyblety, kowbojki i botki na platformie. Każdy typ jest powiązany z konkretnymi markami (DeeZee, Gino Rossi, Badura, Jenny Fairy, Lasocki).
| Metryka | Wartość | Ocena |
|---|---|---|
| Długość opisu | ~400 słów | Odpowiednia |
| Typy produktów | 6+ (zimowe, na słupku, na szpilce, sztyblety, kowbojki, na platformie) | Dobrze |
| Materiały | 3 (skóra licowa, zamsz, imitacja) | Dobrze |
| Kontekst stylizacji | Tak (imprezy, streetwear, casual, biuro) | Dobrze |
| Brakujące atrybuty | Ocieplenie (wełna vs fleece), typ podeszwy (bieżnik vs gładka), rozmiarówka, wodoodporność | Do poprawy |
| FAQ | Nie | Brak |
| Słabości | Zbyt brand-centric (DeeZee, Gino Rossi…) zamiast attribute-centric | Do poprawy |
Ocena information gain: Średni-dobry. Opis wymienia typy botków i łączy je ze stylizacjami – to więcej niż „buty damskie to idealny wybór.” Ale brakuje kluczowych atrybutów zakupowych: ocieplenia (wełna vs fleece vs bez), typu podeszwy (bieżnik vs gładka), rozmiarówki i porównania materiałów pod kątem trwałości. Użytkownik szukający „ciepłe botki na zimę” nie dowie się, jaki typ ocieplenia wybrać.
Branża ogrodnicza: typowy wzorzec z audytów
Duże sklepy ogrodnicze (Castorama, Leroy Merlin, OBI) blokują crawlery na stronach kategorii, co samo w sobie jest interesujące z perspektywy AI visibility. Na podstawie audytów realizowanych na żywo w przeglądarkach obserwujemy następujący wzorzec:
- Opisy kategorii: 100-200 słów – krótkie, często generyczne („Narzędzia ogrodowe do pielęgnacji ogrodu”)
- Brakujące atrybuty zakupowe: typ mechanizmu (kowadełkowy vs nożycowy), materiał ostrza (stal nierdzewna vs stal węglowa vs tytan), ergonomia (dla lewo/praworęcznych), średnica cięcia (mm), zastosowanie (żywopłot vs róże vs gałęzie)
- Brak porównań: sekator kowadełkowy vs nożycowy – kiedy który? Nożyce do żywopłotu ręczne vs akumulatorowe vs elektryczne – różnice?
- Brak kontekstu: „Jakie narzędzia do małego ogrodu 50m²?” „Jaki sekator dla osoby z problemami nadgarstka?”
- FAQ: rzadko – nie odpowiadają na „Jak naostrzyć sekator?” ani „Jaka różnica między sekatorem kowadełkowym a nożycowym?”
Ocena information gain: Niski. Branża ogrodnicza ma ogromny potencjał na information gain: narzędzia mają konkretne parametry techniczne (średnica cięcia, materiał ostrza, typ mechanizmu), różne zastosowania (róże, żywopłot, drzewa owocowe) i konteksty użycia (mały ogród, duża działka, balkon). Żaden z audytowanych sklepów nie wykorzystuje tego potencjału w opisach kategorii.
Porównanie: information gain w 3 branżach
| Branża | Sklep | Długość | Atrybuty | Frazy | Porównania | FAQ | Information gain |
|---|---|---|---|---|---|---|---|
| Elektronika | morele.net | ~1000 słów | 8+ | 12+ | Tak | Tak | Wysoki |
| Moda/obuwie | CCC | ~400 słów | 3-4 | 8+ | Częściowo | Nie | Średni |
| Ogrodnicze | Typowy wzorzec | 100-200 słów | 0-1 | 2-3 | Nie | Nie | Niski |
Wzorzec jest wyraźny: sklepy elektroniczne są najbardziej zaawansowane w opisach kategorii (parametry techniczne wymuszają szczegółowość). Branża modowa jest na średnim poziomie – CCC opisuje typy botków i materiały, ale brakuje porównań i atrybutów decyzyjnych. Branża ogrodnicza ma najniższy information gain mimo ogromnego potencjału na treści poradnikowe.
Jak mierzymy content quality w praktyce? Narzędzia audytowe
W Semgence do audytu jakości treści e-commerce używamy zestawu narzędzi, które automatyzują analizę opisaną w tym artykule. Każde z nich odpowiada jednemu lub kilku mechanizmom patentowym:
| Mechanizm patentowy | Co mierzymy | Praktyczne zastosowanie |
|---|---|---|
| Information gain (US11720613B2) | Ile nowej informacji wnosi treść vs SERP i konkurencja | Audyt opisów kategorii: porównujemy tekst sklepu z top 10 wynikami. Jeśli opis nie dodaje nic nowego – wymaga przebudowy. |
| Phrase coverage | Ile powiązanych fraz pokrywa tekst vs temat | Analiza pokrycia tematycznego: mapujemy frazy z GSC, entity, PAA do tekstu i szukamy luk. |
| Phrase spam (US7603345B2) | Gęstość fraz docelowych, nienaturalne wzorce | Microsemantic scoring: skanujemy tekst pod kątem keyword stuffingu, powtórzeń i nienaturalnych konstrukcji. |
| Gibberish (US8554769B1) | Czytelność, entropia, duplikacja boilerplate | Content quality signals: entropia tekstu, stosunek unikatowych słów, duplikacja wewnętrzna. |
| Site quality (US9195944B1) | Proporcja thin/low quality stron w serwisie | Crawl Intelligence: skanujemy cały serwis i liczymy proporcję stron z niskim content quality score. |
Te narzędzia pozwalają nam zamienić subiektywną ocenę „ten opis jest słaby” na mierzalne metryki: information gain score, phrase coverage, fact density, microsemantic score. Dzięki temu możemy priorytetyzować, które kategorie wymagają pilnej poprawy, a które są już wystarczająco dobre.
Jakie wnioski płyną z patentów o content quality?
Patenty Google opisują pięć mechanizmów, które razem tworzą system oceny jakości treści:
- Information gain (US11720613B2 i rodzina) – treść musi wnosić nowe informacje ponad to, co użytkownik już widział. Opis identyczny z konkurencją ma information gain bliski zeru.
- Phrase-based indexing (US7536408B2) – system rozumie frazy i ich relacje. Pokrycie tematyczne buduje się wieloma powiązanymi frazami, nie powtarzaniem jednej.
- Phrase spam detection (US7603345B2) – nienaturalna gęstość fraz, brak fraz powiązanych i nienaturalna dystrybucja to sygnały spamu.
- Gibberish detection (US8554769B1) – boilerplate, word salad i „teksty SEO” bez realnej wartości mogą być identyfikowane i degradowane.
- Site quality scoring (US9195944B1, US9760641B1) – jakość treści na poziomie serwisu wpływa na ranking wszystkich stron. Masa thin content ciągnie w dół cały sklep.
Dla sklepu e-commerce to oznacza: inwestycja w jakość opisów kategorii to nie „content marketing” – to fundament widoczności w wyszukiwarce. Każda strona kategorii z generycznym opisem to potencjalny ciężar dla site quality. Każda strona z opisem zawierającym realne atrybuty zakupowe, porównania i kontekst użycia to potencjalny sygnał jakości.
Ten artykul jest czescia cyklu „SEO e-commerce w swietle patentow Google.” Pelna mape 74 patentow, dane z audytow 6 sklepow i checklisty do pobrania znajdziesz w kompletnej mapie 10 warstw SEO e-commerce.
Jak information gain wygląda w praktyce? W artykule o opisach produktów pod Google i AI pokazujemy, że opis faktograficzny ma 3.5-krotnie wyższą gęstość cytowalnych passages niż marketingowy. Z kolei na stronach kategorii problem jest jeszcze głębszy – o tym w artykule o opisach kategorii e-commerce.
Potrzebujesz wsparcia w pozycjonowaniu sklepu? Sprawdź cennik SEO e-commerce lub ofertę pozycjonowania e-commerce.
To jest ósmy artykuł z cyklu „SEO e-commerce w świetle patentów Google.” Jeśli szukasz wsparcia w pozycjonowaniu sklepu internetowego lub potrzebujesz audytu SEO uwzględniającego analizę jakości treści – skontaktuj się z nami.
Czy Google oficjalnie mierzy information gain?
Google nie potwierdza publicznie stosowania konkretnego mechanizmu information gain z patentu. Ale w dokumentacji Google Search Quality Evaluator Guidelines pojawia się pojęcie 'added value’ – czy strona wnosi wartość ponad to, co jest dostępne w innych wynikach. To jest operacyjna wersja information gain.
Jak poprawić information gain opisu kategorii?
Dodaj informacje, których nie ma u konkurencji: porównanie typów produktów w kategorii, atrybuty zakupowe (materiał, rozmiar, przeznaczenie), kontekst użycia (do biura, na co dzień, na wyjścia), FAQ z realnymi pytaniami klientów. Każda nowa informacja to wyższy information gain.
Czy usunięcie tekstu SEO pod produktami wpłynie na pozycje?
Jeśli tekst SEO pod produktami to powtórzenie fraz bez wartości – jego usunięcie może pomóc, bo eliminuje potencjalny sygnał spam frazowy i gibberish. Jeśli zawiera unikalne, wartościowe informacje – warto go przebudować zamiast usuwać. Kluczowe pytanie: czy ten tekst pomaga użytkownikowi wybrać produkt?
Ile kategorii powinno mieć unikalne opisy?
Cel: 100% kategorii z ruchem organicznym powinno mieć unikalny opis. W praktyce: zacznij od top 20% kategorii (wg ruchu i przychodu), potem rozszerzaj. Kategorie bez ruchu organicznego mogą mieć krótszy, ale nadal unikalny opis – generyczny template jest gorszy niż krótki, ale konkretny tekst.
Czy AI-generowane opisy kategorii są bezpieczne?
Google oficjalnie mówi, że nie ma problemu z AI-generowaną treścią, jeśli jest wartościowa dla użytkownika. Problem pojawia się, gdy AI generuje generyczny tekst bez realnych atrybutów zakupowych i porównań – bo taki tekst ma niski information gain niezależnie od tego, kto go napisał. AI jest narzędziem – jakość zależy od promptu i weryfikacji.
Źródła
Patenty
1. US11720613B2 – „Contextual estimation of link information gain.” Google LLC. Victor Carbune, Pedro Gonnet Anders. patents.google.com/patent/US11720613
2. US7536408B2 – „Phrase-based indexing in an information retrieval system.” Google LLC. patents.google.com/patent/US7536408
3. US7603345B2 – „Detecting spam documents in a phrase based information retrieval system.” Google LLC. patents.google.com/patent/US7603345
4. US8554769B1 – „Identifying gibberish content in resources.” Google LLC. patents.google.com/patent/US8554769
5. US9195944B1 – „Scoring site quality.” Google LLC. patents.google.com/patent/US9195944
6. US8478751B1 – „Identifying boilerplate / low value text patterns.” Google LLC. patents.google.com/patent/US8478751
7. US8458196B1 – „System and method for determining topic authority.” Google LLC. patents.google.com/patent/US8458196
Źródła zewnętrzne
8. Go Fish Digital – „Ranking Search Results based on Information Gain Scores.” Analiza patentu US11354342B2. gofishdigital.com
9. Google Search Central – Product structured data. developers.google.com
