Lo Shopping Conversazionale e Agentico: come Google sta ridefinendo l’e-commerce con il Merchant Center

 

Durante il Black Friday e la stagione natalizia 2025, Google ha annunciato una profonda evoluzione delle sue funzionalità di shopping basate su intelligenza artificiale.
Per le aziende, questo rappresenta un passaggio cruciale: ottimizzare subito il proprio Google Merchant Center (GMC) diventa una priorità strategica per competere nello shopping conversazionale e agentico del futuro.

Punti chiave:

 

  • Google introduce funzionalità di shopping conversazionale e agentico basate su intelligenza artificiale.
  • Le novità includono AI Mode in Search, shopping integrato in Gemini, Agentic AI per negozi fisici e Agentic Checkout automatizzato.
  • Queste funzioni sfruttano il Shopping Graph di Google, alimentato dai dati del Google Merchant Center (GMC).
  • Le aziende devono trasformare il GMC da semplice catalogo a knowledge base semantica per l’AI.
  • Ottimizzazione necessaria: attributi dettagliati, immagini di qualità, recensioni, dati precisi su prezzi e spedizioni.
  • Le landing page devono essere ottimizzate per AI e Core Web Vitals, con dati strutturati coerenti con il GMC.
Lo Shopping Conversazionale e Agentico: come Google sta ridefinendo l’e-commerce con il Merchant Center
Indice

Le novità principali introdotte da Google

 

1. AI Mode in Search: la ricerca conversazionale

 

Google Shopping introduce una modalità di ricerca basata sull’intelligenza artificiale che permette di descrivere ciò che si desidera con il linguaggio naturale.
Invece di applicare manualmente filtri, l’utente può chiedere, ad esempio: “Scarpe da corsa comode per maratona sotto i 150 euro”.
L’AI restituisce risposte strutturate, complete di immagini, recensioni, prezzi e disponibilità, generando comparazioni e suggerimenti mirati alle preferenze individuali.

 

2. Shopping integrato nell’app Gemini

 

La nuova app AI Gemini consente di passare dal brainstorming all’acquisto in modo fluido.
All’interno della chat è possibile esplorare idee regalo, confrontare prodotti, scoprire offerte e procedere direttamente all’acquisto, senza uscire dall’ambiente conversazionale.

 

3. Agentic AI per negozi fisici

 

Una funzione innovativa permette all’utente di chiedere a Google di contattare automaticamente i negozi locali per verificare disponibilità, prezzi e promozioni di un prodotto.
Tutto avviene grazie alla tecnologia Alphabet Duplex AI, che automatizza le chiamate e invia un riepilogo via email o SMS, semplificando lo shopping locale.

 

4. Agentic Checkout: l’acquisto automatizzato

 

Google introduce la possibilità di monitorare i prezzi dei prodotti e, una volta raggiunto il budget impostato, completare l’acquisto automaticamente tramite Google Pay, previo consenso dell’utente.

Dove sono attive le nuove funzionalità

 

Queste soluzioni AI-based — tra cui ricerca conversazionale, agentic checkout e interazioni automatizzate con i negozi — sono inizialmente disponibili negli Stati Uniti, in collaborazione con partner come Wayfair, Chewy, Quince e vari store Shopify.
Le esperienze sono alimentate dall’integrazione tra i modelli Gemini AI e il vasto Shopping Graph di Google, che conta oltre 50 miliardi di prodotti costantemente aggiornati.

Come preparare la tua azienda allo shopping conversazionale e agentico

 

Per trarre vantaggio da questa rivoluzione, le aziende devono trasformare il Google Merchant Center in una knowledge base di prodotto, ottimizzata per l’intelligenza artificiale.

Gemini non interroga direttamente i siti web: utilizza lo Shopping Graph, alimentato dai feed del Merchant Center.
In pratica, il tuo feed prodotto diventa il curriculum vitae digitale dei tuoi articoli per l’AI di Google.

Ecco come strutturarlo per essere “AI-ready”.

1. Arricchire gli attributi di prodotto

 

Le informazioni di base — ID, titolo, prezzo — non bastano più.
Ogni campo del feed deve essere ottimizzato per la comprensione semantica dei modelli di AI.

  • Titoli (title) e descrizioni (description): usa un linguaggio naturale e descrittivo.
    Esempio: invece di “Scarpa Modello X Blu”, scrivi “Scarpe da corsa uomo blu per maratona, con supporto per pronatori”.
  • Attributi dettagliati (product_detail): specifica parametri tecnici rilevanti, come:
    Uso: maratona, Livello ammortizzazione: massimo, Superficie: asfalto.
  • Punti salienti (product_highlight): elenchi puntati con i principali benefici.
    Esempio: “Tomaia traspirante”, “Schiuma reattiva per maggiore spinta”.

Categorizzazione precisa (google_product_category, product_type): scegli la categoria Google più specifica possibile per favorire l’indicizzazione corretta.

2. Rafforzare dati di trust e contesto

 

L’AI di Google non vuole solo trovare prodotti, ma raccomandare le migliori soluzioni per l’utente.

  • Recensioni e valutazioni: attiva il feed delle recensioni prodotto, che verranno utilizzate da Gemini nelle risposte (“…queste scarpe sono apprezzate per la loro durata”).
  • Immagini di alta qualità: fornisci immagini lifestyle e da più angolazioni tramite image_link e additional_image_link. L’AI le utilizza nei caroselli visivi generati nei risultati.

3. Garantire la precisione dei dati logistici

 

La coerenza dei dati è fondamentale per essere mostrati nelle risposte di Gemini.

  • Prezzo e disponibilità (price, availability): devono essere costantemente aggiornati e perfettamente coerenti con il sito web.
    Disallineamenti possono portare all’esclusione del prodotto dai risultati AI.
  • Dati di spedizione (shipping): imposta regole chiare e trasparenti (es. “Consegna gratuita in 2 giorni”).
    Google favorirà prodotti con tempi e costi di consegna definiti.

4. Ottimizzare le landing page per l’AI

 

Il Merchant Center è il motore, ma la destinazione — il tuo sito — deve essere AI-friendly.

  • Dati strutturati (Schema.org): utilizza i markup Product, Offer e Review, coerenti con i dati del GMC. Questa doppia corrispondenza rafforza l’affidabilità dei tuoi contenuti.
  • Core Web Vitals: assicurati che la pagina sia veloce e stabile. L’AI non indirizzerà l’utente verso pagine che impiegano più di 2 secondi per il caricamento.

In sintesi: dal catalogo alla knowledge base

 

Il nuovo paradigma dello shopping conversazionale e agentico trasforma il modo in cui Google interpreta e mostra i prodotti.
Le aziende devono quindi ripensare il Google Merchant Center come una base di conoscenza dinamica, in grado di fornire a Gemini — e in futuro ad altre AI come ChatGPT o Perplexity — dati precisi, semantici e aggiornati.

Solo così sarà possibile emergere nelle risposte generative e intercettare l’utente nel momento esatto dell’intenzione d’acquisto.

AvantGrade.com: il partner strategico per un Merchant Center AI-Ready

 

AvantGrade.com supporta le aziende nell’ottimizzazione avanzata del Google Merchant Center e nella preparazione dei dati per l’intelligenza artificiale.
Attraverso un approccio data-driven e goal-oriented, l’agenzia integra l’AI nei processi SEO, GEO AI Search e SEM, aiutando i brand a costruire feed prodotto strutturati, coerenti e competitivi per le nuove piattaforme di ricerca generativa.

Ale Agostini

Alessandro Agostini è un imprenditore e divulgatore nel Digital Marketing dal 2011. Fondatore di AvantGrade.com (agenzia specializzata nella SEO su Google & AI applicata al marketing) e di Karma Metrix  (1° percorso di sostenibilità digitale scelto dai grandi brand che misura, compara e migliora l’impatto ambientale di un sito web). Autore per Hoepli di diversi testi tra cui Trovare clienti con Google ( primo Italiano sulla SEO), formatore per diverse business school e relatore TED x.

FAQ – Domande Frequenti

 

Cos’è lo shopping conversazionale e agentico di Google?

 

È la nuova modalità di ricerca e acquisto basata sull’intelligenza artificiale di Google, che consente agli utenti di interagire in modo naturale con l’AI (tramite Search o Gemini) per trovare, confrontare e acquistare prodotti in maniera automatizzata e personalizzata.

 

Perché il Google Merchant Center è fondamentale in questa evoluzione?

 

Il GMC alimenta il Shopping Graph di Google, la base dati da cui l’AI attinge per rispondere alle richieste degli utenti. Un feed ben strutturato e dettagliato aumenta la probabilità che i prodotti vengano mostrati nelle risposte conversazionali di Gemini.

 

Come può un’azienda prepararsi allo shopping AI di Google?

 

Ottimizzando il feed GMC con descrizioni semantiche, attributi tecnici, recensioni, immagini di qualità e dati logistici aggiornati. Inoltre, le pagine prodotto devono rispettare i Core Web Vitals e includere dati strutturati Schema.org coerenti con il feed.

Spread the love