วิธีใช้ Google Dataset Search สำหรับ Dataset Schema

Google Dataset Search: วิธีใช้ Dataset Schema สำหรับแบบสอบถาม

อัปเดต 12.6.2021

ด้วยปริมาณข้อมูลดิจิทัลที่เพิ่มขึ้น นัก ยุทธศาสตร์การตลาดผ่านการค้นหา ต้องเผชิญกับความต้องการที่เพิ่มขึ้นในการทำความเข้าใจข้อมูล

แอปพลิเคชันฐานข้อมูลขั้นสูงจำนวนมากเริ่มสนับสนุน Google Database Search นอกจากนี้ SEO ยังได้เพิ่มรายงานใหม่ใน Google Search Console ในเดือนกันยายน 2019 เพื่อให้เข้าใจข้อมูลได้ดีขึ้น ได้อะไรมากมายจากการผสมผสานความรู้ระดับโดเมนที่เข้ารหัสเป็น ontology เข้ากับการสืบค้นข้อมูลเชิงสัมพันธ์ ด้วยคำพูดมากมายเกี่ยวกับ SEO นักการตลาดด้านการค้นหาจึงพบว่าการคัดแยกข้อเท็จจริงออกจากนิยาย อันตรายจากกลวิธี SEO ที่เป็นประโยชน์ และการทดสอบจริงกับแค่การพูดมีความท้าทายมากขึ้น

การใช้ประสบการณ์การตลาดผ่านการค้นหาและสัญชาตญาณในอดีตเป็นส่วนใหญ่เป็นสิ่งที่ดี แต่มักไม่ถูกต้อง การตัดสินใจที่ได้รับอิทธิพลจากข้อมูลพิสูจน์ได้อย่างต่อเนื่องดีกว่า "ลำไส้ของฉันบอกฉันอย่างนั้น" เครื่องมือข้อมูลเชิงลึกมากมาย เช่น Google Analytics มีหลักฐานสนับสนุนจริง แต่ตอนนี้ค้นหาชุดข้อมูลสาธารณะของ Google Cloud ได้ง่ายกว่าที่เคย

Google Dataset Search คืออะไร

ภาพใหญ่โดยย่อคือ Google Data Search อาศัยผู้ให้บริการชุดข้อมูลไม่ว่าจะเล็กหรือใหญ่ การเพิ่มข้อมูลเมตาที่มีโครงสร้างภายในเว็บไซต์ของตนโดยใช้มาตรฐาน schema.org/Dataset แบบเปิด Google Dataset Search ช่วยให้ผู้ค้นหาค้นหาชุดข้อมูลที่จัดเก็บไว้ในเว็บผ่านการค้นหาด้วยวลีค้นหาที่เฉพาะเจาะจง จากข้อมูลของ Google เครื่องมือดังกล่าวจะแสดงข้อมูลเกี่ยวกับชุดข้อมูลที่โฮสต์ในที่เก็บหลายพันแห่งทั่วทั้งเว็บ ทำให้ชุดข้อมูลเหล่านี้เข้าถึงได้ในระดับสากลและมีประโยชน์

ด้วยการเข้าถึงชุดข้อมูลสาธารณะที่มีความต้องการสูงซึ่งเกี่ยวข้องกับเฉพาะธุรกิจของคุณ คุณสามารถค้นพบข้อมูลเชิงลึกใหม่ๆ ของผู้บริโภคจากข้อมูลบนระบบคลาวด์ได้ ด้วยการวิเคราะห์ชุดข้อมูลเพิ่มเติมที่โฮสต์ใน BigQuery และ Cloud Storage ประสบการณ์การใช้งาน Google Cloud อย่างเต็มคุณค่า จะง่ายขึ้น

นักข่าวข้อมูลคุ้นเคยกับการรับข้อมูลของรัฐบาลและชุดข้อมูลสำหรับสังคมศาสตร์อยู่แล้ว บทความนี้จะช่วยคุณสร้างพื้นฐานและตั้งค่าเฟรมเวิร์กที่ขับเคลื่อนด้วยข้อมูลเพื่อวัดความก้าวหน้าทางดิจิทัลของคุณและใช้ประโยชน์จากโอกาสมาร์กอัปสคีมาล่าสุดของ Google

การค้นหาชุดข้อมูลของ Google ถือเป็นเครื่องมือค้นหาประเภทหนึ่งที่ Google เปิดตัวโดยมีจุดประสงค์เพื่อช่วยให้นักวิชาการค้นหาข้อมูลที่ต้องการ นักการตลาดด้านการค้นหากำลังจับตาดูการใช้ประโยชน์จากชุดข้อมูลมากขึ้น

ชุดข้อมูลช่วยลดความซับซ้อนของข้อมูลอัจฉริยะและอภิปรัชญาที่ซับซ้อนหรือไม่

ใช่. ชุดข้อมูลจะค้นหาได้ง่ายขึ้นเมื่อข้อมูลสนับสนุน เช่น ชื่อผู้ให้บริการ คำอธิบาย ผู้สร้าง และรูปแบบการแจกจ่ายถูกมาร์กอัปด้วยข้อมูลที่มีโครงสร้าง Google ทำให้การค้นพบชุดข้อมูลง่ายขึ้นผ่าน schema.org และมาตรฐานข้อมูลเมตาอื่นๆ ที่สามารถเพิ่มลงในเนื้อหาเว็บที่แสดงชุดข้อมูลได้

เมื่อ Google สร้างดัชนีห้องสมุดแล้ว จะเริ่มตอบคำถามของผู้ใช้ และกำหนดผลลัพธ์ที่ตรงกับคำถาม คำพูด หรือการพิมพ์ของแต่ละคนมากที่สุด

“เป็นการยากมากที่จะแสดงข้อความค้นหาเทียบกับ ontology ที่มีโครงสร้างกราฟในภาษาการสืบค้น SQL เชิงสัมพันธ์หรือส่วนขยาย นอกจากนี้ การสืบค้นเชิงความหมายมักจะไม่แม่นยำ โดยเฉพาะอย่างยิ่งเมื่อข้อมูลและภววิทยาที่เกี่ยวข้องมีความซับซ้อน”

ผู้ใช้ไม่จำเป็นต้องรู้การเป็นตัวแทนออนโทโลยีด้วยซ้ำ ทั้งหมดที่จำเป็นคือผู้ใช้ให้ตัวอย่างที่ตรงกับคำค้นหาที่เขามีอยู่ในใจ ถัดไป ระบบของ Google จะค้นหาคำตอบของข้อความค้นหาโดย อัตโนมัติ ในกระบวนการนี้ ความหมาย ซึ่งเป็นแนวคิดที่มักจะแสดงออกได้ยาก ยังคงเป็นแนวคิดในใจของผู้ใช้ โดยไม่ต้องแสดงอย่างชัดเจนในภาษาที่ใช้ค้นหา – Google Whitepaper: การสืบค้นเชิงความหมายตามตัวอย่าง *****

นี้นำเสนอโอกาส โมเดลที่ผ่านการฝึกอบรมล่วงหน้าบนชุดข้อมูลขนาดใหญ่มีให้สำหรับทุกคนที่สร้างการประมวลผลภาษาธรรมชาติ ตั้งแต่ความเข้าใจในการอ่านไปจนถึงการวิเคราะห์ความรู้สึกจนถึง BERT แนวโน้มการวิจัยที่สำคัญคือการเพิ่มขึ้นของการถ่ายโอนการเรียนรู้ใน NLP

วิวัฒนาการของบทบาทของนักการตลาดการค้นหามีความซับซ้อนมากขึ้นด้วยความต้องการแยกแยะข้อมูลที่เพิ่มขึ้น การสร้างชุดข้อมูลของคุณเองเป็นรูปแบบหนึ่งของ SEO เชิงบวกที่สามารถนำไปใช้กับวรรณกรรมทางวิชาการได้ การพิจารณาใหม่เกี่ยวกับวิธีการใช้ข้อมูลภาพในระดับที่กว้างขึ้นอาจเป็นจุดเริ่มต้น ซึ่งจะช่วยให้ระบบที่ปรับขนาดได้กำหนดเส้นทางสั้นภายในกราฟลิงก์และเครือข่ายเว็บลิงก์ของคุณ มีแนวโน้มว่าจะช่วยเหลือ Google เมื่อรวบรวมข้อมูลใหม่และคำนวณลิงก์แผนที่ของไซต์ของคุณ

“เมื่ออธิบายคอลเลกชั่นของข้อมูลแพ็คเกจ เช่น ที่เผยแพร่ในคลัง "open data" ทางวิทยาศาสตร์ วิชาการ หรือของรัฐบาล สามารถใช้ประเภทชุดข้อมูลควบคู่ไปกับ DataCatalog เพื่อระบุคอลเล็กชันโดยรวม และ DataDownload สำหรับการแสดงชุดข้อมูลเฉพาะ” – ชุดข้อมูลและชุดข้อมูล – schema.org

ขั้นตอนในการเพิ่มชุดข้อมูล Schema

• ขั้นแรก อ่านมาร์กอัปเอกสารชุดข้อมูลเพื่อเรียนรู้วิธีเพิ่มลงในโดเมนของคุณเทียบกับไฟล์ DCAT ไฟล์เดียว
• ถัดไป เพิ่มลงในคอลเล็กชันของตัวอย่างข้อมูลที่มีโครงสร้างในรูปแบบมาร์กอัป JSON-LD ที่ Google ต้องการ ใช้ประเภทชุดข้อมูลของสคีมา
• ทดสอบการนำชุดข้อมูลไปใช้ด้วยเครื่องมือทดสอบข้อมูลที่มีโครงสร้างของ Google
• สุดท้าย ส่ง URL ของคุณในแผนผังเว็บไซต์ซึ่งบอกให้ Googlebot เริ่มรวบรวมข้อมูลหน้าชุดข้อมูล

หมายเหตุ: Google ยอมรับมาร์กอัปด้วยการจัดรูปแบบ DCAT สคีมาชุดข้อมูลของ Google มีวัตถุประสงค์เพื่อแสดงเนื้อหาที่มีโครงสร้างซึ่งอธิบายข้อมูลที่จัดระเบียบบางส่วน ทำงานเพื่อแทรกข้อมูลที่มีโครงสร้าง JSON ในส่วนเนื้อหาหรือส่วนหัว

ชุดข้อมูล Google ที่ใช้โค้ด JSON-LD และ Schema Vocabulary

เครื่องมือค้นหาชุดข้อมูลของ Google คืออะไร

Google Dataset Search Engine เกิดขึ้นเมื่อผู้ใช้ว่าจ้าง Google เพื่อพยายามค้นหาข้อมูลออนไลน์ที่เปิดเผยต่อแหล่งที่มา Google Dataset Search มีจุดมุ่งหมายเพื่อทำงานร่วมกับ Google Scholar ซึ่งเป็นเสิร์ชเอ็นจิ้นของบริษัทสำหรับการศึกษาเชิงวิชาการ การวิจัย และรายงาน

การเปลี่ยนแปลงล่าสุดในหน้าเอกสารชุดข้อมูลของ Google จะอัปเดตวิธีการเปิดตัวข้อมูลที่มีโครงสร้างชุดข้อมูลสำหรับผู้ดูแลเว็บ, SEO และผู้เผยแพร่ในผลการค้นหาที่เป็นสื่อสมบูรณ์ในการค้นหาของ Google มันแตกต่างจากวิธีทั่วไปที่เราใช้ Schema.org สคีมาชุดข้อมูลสามารถอยู่ในรูปแบบที่กำหนดเองหรือแสดงสถิติรวม

Aaron อธิบายว่า Google ทิ้งไอคอนอุ้งเท้าในประกาศพร้อมดาว ซึ่งเขากล่าวว่า: “แนะนำว่าการเปิดตัวของผลลัพธ์ที่เป็นสื่อสมบูรณ์ของชุดข้อมูลนั้นใกล้เข้ามาแล้ว”

เหตุใดคุณจึงควรมาร์กอัปชุดข้อมูลของคุณด้วยสคีมา

ประสบการณ์ลูกค้าในอุดมคติมักจะรู้สึกเข้าใจยาก การทำแผนที่การเดินทางของลูกค้าไม่ใช่เรื่องง่าย และจัดเรียงสตริงข้อมูลดิจิทัลจำนวนมาก ต้องใช้มากกว่าแค่ข้อเสนอที่ใช่สำหรับลูกค้าที่ใช่ เริ่มต้นด้วยเวลาซื้อ ซึ่งช่องทางดิจิทัล การเก็บรวบรวมข้อมูลจากข้อเสนอในอดีต และบางครั้งอาจมากกว่านั้น การจัดการข้อมูลได้เปลี่ยนจากความคิดในการซื้อสื่อเชิงกลยุทธ์ไปสู่วิธีการใช้ข้อมูลเชิงลึกเชิงกลยุทธ์ที่ถูกต้องซึ่งเป็นหัวใจของประสบการณ์ของลูกค้าองค์กรที่สร้างความไว้วางใจในแบรนด์

เนื้อหาของคุณสามารถเข้าใจ จับคู่ และใช้สำหรับคำตอบและแนวทางแก้ไขได้ดีขึ้น สคีมาชุดข้อมูลใช้ประโยชน์จากแนวทางการเรียนรู้ของเครื่องเพื่อประมวลผลคิวรีเชิงความหมายในฐานข้อมูลเชิงสัมพันธ์ ในการประมวลผลแบบสอบถามเชิงความหมาย อุปสรรคที่ใหญ่ที่สุดคือการให้ข้อมูล ontology ที่ถูกต้องในรูปแบบเชิงสัมพันธ์ เพื่อให้กลไกจัดการฐานข้อมูลเชิงสัมพันธ์สามารถจัดการ ontology ในลักษณะที่สอดคล้องกับการจัดการข้อมูล

ชุดข้อมูลที่มาร์กอัปด้วยสคีมาจะทำให้ผู้อื่นตีความได้ง่ายขึ้น เช่นเดียวกับเครื่องมือค้นหาเพื่อทำความเข้าใจข้อมูลให้ดีขึ้น ซึ่งจะช่วยให้พวกเขาแปลความเข้าใจนั้นเป็นภาพประกอบของข้อมูลของคุณ

Google กล่าวว่าชุดข้อมูลสามารถใช้ในกรณีเหล่านี้:

• ตารางหรือไฟล์ CSV ที่มีข้อมูลบางส่วน
• คอลเลกชันของตารางที่เป็นระเบียบ
• ไฟล์ในรูปแบบกรรมสิทธิ์ที่มี data
• ชุดของไฟล์ที่ประกอบกันเป็นชุดข้อมูลที่มีความหมาย
• ออบเจ็กต์ที่มีโครงสร้างซึ่งมีข้อมูลในรูปแบบอื่นที่คุณอาจต้องการโหลดลงในเครื่องมือพิเศษสำหรับการประมวลผล
• ข้อมูลจับภาพ
• ไฟล์ที่เกี่ยวข้องกับการเรียนรู้ของเครื่อง เช่น พารามิเตอร์ที่ได้รับการฝึกหรือคำจำกัดความโครงสร้างโครงข่ายประสาทเทียม
• อะไรก็ได้ที่ดูเหมือนชุดข้อมูลสำหรับคุณ

เราพบชุดข้อมูลขนาดใหญ่บางชุด เป็นการดีที่สุดที่จะให้มันง่าย Google ขอแนะนำ "จำกัดคุณสมบัติข้อความทั้งหมดให้ไม่เกิน 5,000 อักขระ Google Dataset Search ใช้เฉพาะอักขระ 5000 ตัวแรกของคุณสมบัติข้อความใดๆ โดยทั่วไปชื่อและชื่อเรื่องจะเป็นคำสองสามคำหรือประโยคสั้นๆ”

วิธีปรับปรุงข้อมูลของคุณให้ทันสมัยด้วยฐานข้อมูลเชิงสัมพันธ์ที่ปลอดภัยและเชื่อถือได้

ฐานข้อมูลเชิงสัมพันธ์รวบรวมและเก็บข้อมูลไว้ในตารางและคอลัมน์ ซึ่งจัดระเบียบและเน้นความสัมพันธ์ระหว่างข้อมูล ฐานข้อมูลเชิงสัมพันธ์มีไว้สำหรับข้อมูลที่มีโครงสร้างและเชื่อมต่อ Webopedia กำหนดฐานข้อมูลเชิงสัมพันธ์ว่าสามารถ "ตั้งค่าให้อัปเดตข้อมูลโดยอัตโนมัติหากมีการแก้ไขหรือเปลี่ยนแปลงอินสแตนซ์หนึ่งรายการ ข้อมูลที่เกี่ยวข้องอื่น ๆ จะได้รับการอัปเดตตามเวลาจริง ผู้คนมักใช้ฐานข้อมูลเชิงสัมพันธ์และระบบการจัดการฐานข้อมูลเชิงสัมพันธ์ (RDBMS) สลับกัน”

ซึ่งช่วยให้ธุรกิจสร้างโซลูชันข้อมูลด้วยสถาปัตยกรรมสมัยใหม่ และรับข้อมูลเชิงลึกทางธุรกิจแบบเรียลไทม์เพื่อตอบสนองต่อความตั้งใจของผู้ใช้ได้ดียิ่งขึ้น

โมเดลตารางเป็นข้อความดึงข้อมูลที่เป็นข้อความจากข้อมูลที่มีโครงสร้าง

ขับเคลื่อนด้วยข้อมูลและมุ่งเน้นที่ผู้คน

การได้รับกลไกแบบต่อเนื่องสำหรับการดึงข้อมูลระดับภาคสนามจะช่วยดำเนินการจัดหมวดหมู่หรือการถดถอยขั้นสุดท้ายโดยประเมินคุณลักษณะอินพุตที่ครอบคลุมของคุณ แทนที่การแมปกับประเภทข้อมูลทางเลือก

รายงานชุดข้อมูลของ Google สามารถช่วยให้การเรียนรู้ของคุณเพิ่มพลังความคิดเกี่ยวกับความตั้งใจในการค้นหาที่ตรงกันได้ดียิ่งขึ้น ค้นหาไลบรารีข้อมูลออนไลน์เพื่อค้นหาสิ่งที่คุณต้องการหรือจ้างนักวิทยาศาสตร์ข้อมูล ผลลัพธ์อันสมบูรณ์ของชุดข้อมูลมีประโยชน์สำหรับเวิร์กโฟลว์การวิจัยและพัฒนาที่รวดเร็ว ซึ่งช่วยปรับปรุงการเข้ารหัสข้อมูลดิบให้เป็นข้อมูลเชิงลึกที่มีความหมาย ช่วยสร้างแนวทางที่มีโครงสร้างสำหรับข้อมูลของคุณ ธุรกิจได้รับประโยชน์จากการปรับปรุงกระบวนการตัดสินใจและได้ผลลัพธ์ประสิทธิภาพที่สูงขึ้นเร็วขึ้น

“หนึ่งในปัจจัยสำคัญที่ทำให้การวิจัยและพัฒนาก้าวหน้าอย่างรวดเร็วคือความพร้อมใช้งานของสถาปัตยกรรมเครือข่ายประสาทเทียมแบบบัญญัติเพื่อเข้ารหัสข้อมูลดิบให้กลายเป็นการนำเสนอที่มีความหมายได้อย่างมีประสิทธิภาพ เมื่อรวมกับเลเยอร์การตัดสินใจที่เรียบง่าย สถาปัตยกรรมตามรูปแบบบัญญัติเหล่านี้มักจะให้ประสิทธิภาพสูงในชุดข้อมูลใหม่และงานที่เกี่ยวข้องด้วยความพยายามในการปรับแต่งเพียงเล็กน้อย” – การเรียนรู้แบบตารางตีความอย่างตั้งใจ บน Google Cloud AI

มีอะไรเปลี่ยนแปลงใน Google Dataset Search รุ่นเบต้า

ก่อนหน้านี้ เอกสารของ Google ระบุว่า: "มาร์กอัปชุดข้อมูลพร้อมให้คุณทดลองใช้ก่อนที่จะเผยแพร่สู่ความพร้อมใช้งานทั่วไป" และเตือนว่าในขณะที่คุณสามารถใช้เครื่องมือทดสอบข้อมูลที่มีโครงสร้างเพื่อตรวจสอบความถูกต้องได้ คุณจะไม่ อย่างไรก็ตาม ดูชุดข้อมูลของคุณปรากฏในการค้นหา” สำหรับผู้ที่รอการเปิดตัวนี้ การเพิ่มข้อมูลที่มีโครงสร้างชุดข้อมูลลงในไซต์ของคุณสามารถช่วยวัดความท้าทายของอุปกรณ์เคลื่อนที่และข้อกำหนดคุณสมบัติได้ Google Dataset Search รองรับ Google Scholar ซึ่งเป็นเครื่องมือค้นหาของบริษัทเทคโนโลยีสำหรับการศึกษาเชิงวิชาการและรายงานตามข้อเท็จจริง

เมื่อวันที่ 23 มกราคม 2020 Natasha Noy แห่ง Google ระบุว่า “Dataset Search ได้จัดทำดัชนีชุดข้อมูลเหล่านี้เกือบ 25 ล้านชุด ทำให้คุณเป็นที่เดียวในการค้นหาชุดข้อมูลและค้นหาลิงก์ไปยังที่ที่ข้อมูลอยู่ ในปีที่ผ่านมา ผู้คนได้ทดลองใช้และให้ข้อเสนอแนะ และตอนนี้ Dataset Search ก็ออกจากรุ่นเบต้าอย่างเป็นทางการแล้ว”

บทความ Discovering ล้านชุดข้อมูลบนเว็บแจ้งให้เราทราบว่ารัฐบาลส่วนใหญ่ในโลกเผยแพร่ข้อมูลของตนและทำเครื่องหมายด้วย schema.org “สหรัฐอเมริกาเป็นผู้นำในจำนวนชุดข้อมูลของรัฐบาลที่เปิดกว้างซึ่งมีอยู่มากกว่า 2 ล้านชุด”

ซึ่งหมายความว่านักวิจัยตลาดสามารถเข้าถึงข้อมูลได้ดีกว่าที่เคยในประวัติศาสตร์ดิจิทัลของเรา

ชุดข้อมูลสามารถจัดการเนื้อหาทั้งหมดของเว็บไซต์ของคุณได้

เมื่อรวบรวมข้อมูลที่สะอาดและมีประโยชน์แล้ว แม้ว่าจะต้องใช้เวลามาก แต่ก็สามารถสนับสนุนและช่วยจัดการเนื้อหาทั้งหมดบนไซต์ของคุณได้

คุณสามารถเรียนรู้วิธีรับข้อมูลตามข้อเท็จจริงมากขึ้นโดยใช้งานการเรียนรู้ของเครื่องต่างๆ ด้วยชุดข้อมูลที่สมจริงยิ่งขึ้น สำหรับ KPI ทางธุรกิจของคุณ Hill Web Marketing สามารถช่วยให้คุณเข้าใจว่าตัวชี้วัดใดมีความสำคัญ วิธีใช้สคีมาเพื่อให้สอดคล้องกับเป้าหมายอุตสาหกรรมของคุณ และวางแผนวิธีรับประสิทธิภาพที่ดีขึ้น

Natasha Noy นักวิทยาศาสตร์การวิจัยของ Google AI ได้เผยแพร่ ทำให้ง่ายต่อการค้นพบชุดข้อมูล ในวันที่ 5 กันยายน 2018 และระบุว่า “Dataset Search ใช้งานได้หลายภาษาพร้อมรองรับภาษาเพิ่มเติมในเร็วๆ นี้” **** เห็นได้ชัดว่านี่คือ ทิศทางที่เว็บกำลังจะไป การใช้มาร์กอัปสคีมาประเภทที่จำเป็นจะช่วยให้ค้นพบธุรกิจของคุณ

การใช้ชุดข้อมูลช่วยให้แน่ใจว่ามีกระแสรายได้ของผลิตภัณฑ์

การค้นหาชุดข้อมูลของ Google ทำงานอย่างไร

คุณสามารถค้นพบชุดข้อมูลได้อย่างง่ายดายเมื่อคุณให้ข้อมูลที่มีบางอย่าง เช่น ชื่อ คำอธิบาย ผู้สร้าง และรูปแบบการแจกจ่ายเป็นข้อมูลที่มีโครงสร้าง Google ให้อำนาจในการค้นพบชุดข้อมูลและใช้ประโยชน์จาก schema.org และรูปแบบข้อมูลอื่นๆ ที่สามารถรวมเข้ากับหน้าเว็บที่อธิบายชุดข้อมูลได้ สคีมานี้สามารถสนับสนุนโอกาสของคุณในผลการค้นหาแบบหมุนผลิตภัณฑ์

ความสำเร็จในอนาคตของธุรกิจของคุณขึ้นอยู่กับข้อมูลเชิงลึกที่จำเป็นในการขับเคลื่อนองค์กรของคุณไปสู่แหล่งรายได้ที่ยั่งยืน ข้อความเกี่ยวกับผลิตภัณฑ์ของคุณต้องสร้างแรงบันดาลใจให้ผู้ซื้อในอนาคตมีความมั่นใจมากพอที่จะดำเนินการที่จำเป็นเพื่อปิดผนึกข้อตกลง คุณมีระดับการควบคุมสิ่งที่ปรากฏในกราฟความรู้ของบริษัทของคุณ “เงินเดิมพันสูง โดย International Data Corporation ประเมินว่าการลงทุนทางธุรกิจทั่วโลกใน D&A จะเกิน 2 แสนล้านดอลลาร์ต่อปีภายในปี 2020” ตามรายงานของ Harvard Business Review

“ฟังก์ชัน D&A (ข้อมูลและการวิเคราะห์) ที่แข็งแกร่งและประสบความสำเร็จครอบคลุมเทคโนโลยีมากกว่ากอง หรือคนสองสามคนที่แยกตัวอยู่บนชั้นเดียวของอาคาร D&A ควรเป็นชีพจรขององค์กร ซึ่งรวมอยู่ในการตัดสินใจที่สำคัญทั้งหมดในด้านการขาย การตลาด ซัพพลายเชน ประสบการณ์ของลูกค้า และหน้าที่หลักอื่นๆ” – รีวิวธุรกิจฮาร์วาร์ด

รูปภาพผลิตภัณฑ์สามารถเป็นส่วนหนึ่งของชุดข้อมูลรูปภาพของ Google ได้! มี 8.4 ออบเจ็กต์ต่อภาพโดยเฉลี่ยในชุดข้อมูลบางชุด นี่คือรายการชุดข้อมูลที่อัปเดตบ่อยๆ

หน้าเอกสารของ Google มีตัวอย่าง JSON-LD สำหรับการใช้งาน schema.org/Dataset เนื่องจากชุดข้อมูลแบบท่ออยู่ในรุ่นเบต้า แนวทางปฏิบัติที่ดีที่สุดสำหรับคำอธิบายและการใช้ชุดข้อมูลจะปรากฏขึ้น เมื่อข้อกำหนดของโค้ดเปลี่ยนไป ให้ทำการตรวจสอบ SEO ทางเทคนิคเพื่อค้นหาตำแหน่งที่จำเป็นต้องอัปเดต

จะอัปโหลดชุดข้อมูลผลิตภัณฑ์และรูปภาพไปยัง Google BigQuery ได้อย่างไร

Google BigQuery (GBQ) อนุญาตให้นักการตลาดการค้นหารวบรวมข้อมูลจากแหล่งต่างๆ เราขอแนะนำให้ใช้ Google Merchant Center, Cloud Storage, BigQuery หรือคุณสามารถระบุข้อมูลในบรรทัดเมื่อส่งคำขอ ก่อนที่คุณจะอัปโหลดข้อมูล ขั้นแรกให้สร้างชุดข้อมูลและตารางใน Google BigQuery ที่มีข้อมูลผลิตภัณฑ์ของคุณ รวมถึงรายละเอียดรูปภาพ ***

เราต้องการใช้รูปแบบข้อมูลรายการผลิตภัณฑ์ JSON-LD นี่คือตัวอย่างของ Complete Object:

 {
  "name": "projects/[PROJECT_NUMBER]/locations/global/catalogs/default_catalog/branches/0/products/1234",
  "id": "1234",
  "categories": "Apparel & Accessories > Shoes",
  "title": "ABC sneakers",
  "description": "Sneakers for the rest of us",
  "attributes": { "vendor": {"text": ["vendor123", "vendor456"]} },
  "language_code": "en",
  "tags": [ "black-friday" ],
  "priceInfo": {"currencyCode": "USD", "price":100, "originalPrice":200, "cost": 50},
  "availableTime": "2020-01-01T03:33:33.000001Z",
  "availableQuantity": "1",
  "uri":"http://foobar",
  "images": [{"uri": "http://foobar/img1", "height": 320, "width": 320 }]
}

ทำให้แคตตาล็อกผลิตภัณฑ์ของคุณทันสมัยอยู่เสมอ Google ใส่ใจในคุณภาพ และปัญญาประดิษฐ์ต้องการข้อมูลคุณภาพสูงเพื่อคาดการณ์คุณภาพสูง ดูผลิตภัณฑ์ที่ไม่มีขายอีกต่อไปและคอยอัปเดตข้อมูลในมาร์กอัปสคีมาผลิตภัณฑ์อีคอมเมิร์ซของไซต์ของคุณ

“ชุดข้อมูลแบบตารางเป็นชุดที่จัดระเบียบเป็นหลักในแง่ของตารางของแถวและคอลัมน์ สำหรับหน้าที่ฝังชุดข้อมูลแบบตาราง คุณยังสามารถสร้างมาร์กอัปที่ชัดเจนยิ่งขึ้น โดยสร้างจากวิธีการพื้นฐานที่อธิบายข้างต้น ในขณะนี้ เราเข้าใจรูปแบบต่างๆ ของ CSVW (“CSV บนเว็บ” ดู W3C) ซึ่งมีให้ควบคู่ไปกับเนื้อหาแบบตารางที่เน้นผู้ใช้บนหน้า HTML” ซึ่งระบุ ณ วันที่ 9.30.2019

คอยติดตามหน้าเอกสารของ Google สำหรับการอัปเดตในกรณีที่คุณสมบัติที่ระบุไว้สำหรับ Dataset, DataCatalog หรือ DataDownload เปลี่ยนแปลง เอกสารปัจจุบันได้ปรับปรุงด้านองค์กร ข้อมูลจำเพาะของคุณสมบัติได้รับการรวมเข้าไว้ด้วยกันภายใต้ประเภทที่แต่ละรายการเป็นเจ้าของ คุณสมบัติใหม่เหล่านี้เป็นวิธีหนึ่งในการปรับปรุงแอตทริบิวต์เว็บไซต์ของคุณ

วิธีสร้างชุดข้อมูลจากรูปภาพสำหรับการจัดประเภทวัตถุ

ภายในคอนโซลการจัดการคลัสเตอร์ของ IBM ให้เลือก (1) เวิร์กโหลด (2) Spark และจากนั้น (3) การเรียนรู้เชิงลึก **

* คลิกที่แท็บ "ชุดข้อมูล"

* เลือก "ใหม่"

* สร้างชุดข้อมูลจาก “Images for Object Classification”

* ป้อนชื่อชุดข้อมูล

* ระบุกลุ่มอินสแตนซ์ Spark ที่คุณต้องการ

* ระบุรูปแบบการจัดเก็บภาพที่คุณต้องการ (เราต้องการ TFRecords สำหรับ TensorFlow)

* หากเลือก TFRecords ให้ไปที่วิธีสร้างเร็กคอร์ดไม่ว่าจะโดยชาร์ดหรือคลาส หากเลือกชาร์ด ให้ป้อนหมายเลขชาร์ด

* ระบุวิธีการเลือกภาพการฝึก

การปฏิบัติตามหลักเกณฑ์เกี่ยวกับรูปภาพของ Google และข้อกำหนดเกี่ยวกับรูปภาพ AMP ทำให้ผลิตภัณฑ์มีโอกาสแสดงในตัวอย่างข้อมูลแนะนำที่เกี่ยวข้องกับผลิตภัณฑ์มากขึ้น

ชุดข้อมูล คุณสมบัติของข้อมูลที่มีโครงสร้าง

จริงๆ มีคุณสมบัติที่จำเป็นไม่กี่อย่างในขณะนี้ เพื่อกระตุ้นให้มีการใช้งาน ยักษ์ใหญ่ด้านเทคโนโลยีอาจเริ่ม "ทำให้มันเรียบง่าย" เมื่อพูดถึงการจัดหาเนื้อหาสำหรับผู้บริโภคข้อมูลเครื่อง เป้าหมายสุดท้ายคือการมีข้อมูลที่ตรงกันมากขึ้นเรื่อย ๆ ในคลังข้อมูลเพื่อตอบสนองความตั้งใจในการค้นหาของผู้ใช้

คุณสมบัติที่จำเป็น:

• ชื่อ
• คำอธิบาย

คุณสมบัติที่แนะนำ:

• ชื่อสำรองของ
• ผู้สร้าง
• การอ้างอิง
• ตัวระบุ
• คีย์เวิร์ด
• ใบอนุญาต
• เหมือนกับ
• ครอบคลุมพื้นที่
• ชั่วคราวครอบคลุม
• ตัวแปรวัด
• รุ่น
• url

คุณอาจยังไม่มีชุดข้อมูลที่เผยแพร่บนเว็บ แต่การตลาดผ่านการค้นหากำลังก้าวไปสู่แนวทางวิทยาศาสตร์ข้อมูลในการค้นหาอย่างรวดเร็ว เมื่อบุคคลและผู้คนเข้าถึงชุดข้อมูลได้มากขึ้นเรื่อยๆ การค้นหาชุดข้อมูลจะเพิ่มขึ้น สิ่งที่น่าแปลกใจคือ ทุกคน ที่เผยแพร่ข้อมูลสามารถอธิบายชุดข้อมูลของตนได้โดยใช้มาตรฐานเปิดของ schema.org ในการอธิบายข้อมูล

เมื่อทดสอบข้อมูลของคุณในรายงานดัชนี Search Console โปรดอ่านส่วน "ข้อผิดพลาดและคำเตือนที่ทราบ", "ข้อผิดพลาดหรือคำเตือนในเครื่องมือทดสอบข้อมูลที่มีโครงสร้างของ Google และระบบตรวจสอบความถูกต้องของข้อมูลที่มีโครงสร้าง จ้างผู้เชี่ยวชาญด้านการนำข้อมูลสคีมาไปใช้หรือใช้แบบฟอร์มเพื่อช่วยกรองคำเตือนที่คุณสามารถปล่อยให้พักผ่อนได้อย่างปลอดภัย

เนื่องจากสิ่งนี้เกี่ยวข้องกับการแยกวิเคราะห์เนื้อหาเว็บ ไม่ว่าจะมีข้อมูลที่มีโครงสร้างอยู่แล้วหรือไม่ก็ตาม วิธีที่ดีที่สุดคือทำให้ข้อมูลพร้อมใช้งานในรูปแบบที่ผู้บริโภคข้อมูล (ที่สำคัญที่สุดคือเครื่องมือค้นหา) มีเปอร์เซ็นต์สูงสุด

ชุดข้อมูลจัดเตรียมแผนงานสำหรับการสร้างกราฟความรู้

ค้นหาชุดข้อมูลและใช้ประโยชน์จากการค้นหาทางวิชาการจากแหล่งข้อมูลเปิดและ https schema.org

นักวิจัยเห็นคุณค่าของความชัดเจนในการวิเคราะห์แบบเจาะจงของ Global Data Science และโซลูชันการเรียนรู้ของเครื่องที่เผยให้เห็นการเปลี่ยนแปลงของตลาด นักการตลาดในการค้นหาที่มีภารกิจในการวัดแนวโน้มการตลาดที่ยั่งยืนนั้นต้องอาศัยบิ๊กดาต้าเพื่อรองรับการเติบโตของตลาดในอนาคต เมื่อ Google Dataset Search ออกจากรุ่นเบต้า อาจมีความสามารถใหม่ๆ ในการทำวิจัยข้อมูลที่อาจลดความเสี่ยงและความท้าทายในปัจจุบันต่อหน้าธุรกิจ การวิจัยอย่างละเอียดเกี่ยวกับรายละเอียดในข้อมูลของคุณสามารถปรับปรุงแนวทางการขายของคุณได้

เรายังคงแสวงหาแนวทางปฏิบัติในการสร้างกราฟความรู้ของลูกค้าและโอกาสในการใช้ประโยชน์จากสิ่งเหล่านี้เพื่อการใช้งานทางธุรกิจ ลองใช้มือของคุณที่นี้

เมื่อคุณใช้สคีมาชุดข้อมูลในไซต์ของคุณแล้ว คุณจะพบรายงานใหม่ใน GSC ของคุณภายใต้การปรับปรุง เราใช้สิ่งเหล่านี้เพื่อปรับปรุงกลยุทธ์การตลาดเนื้อหาบนมือถือสำหรับผู้ใช้ที่มาจากอุปกรณ์หลายเครื่อง

คุณลักษณะชุดข้อมูลและรายงานการปรับปรุงใหม่ของ Google

เช่นเดียวกับการใช้ข้อมูลที่มีโครงสร้างอื่นๆ เพียงเพราะคุณรวมข้อมูลที่มีโครงสร้างของสคีมา คุณจึง มีสิทธิ์ อย่างไรก็ตาม ไม่รับประกันว่าจะปรากฏในการค้นหาของ Google จัดลำดับความสำคัญโดยใช้ชุดข้อมูลที่สนับสนุนการขายและหน้า Landing Page การขายปลีกของคุณ

พร้อมกับการประกาศคุณลักษณะข้อมูลที่มีโครงสร้าง รายงานการเพิ่มประสิทธิภาพชุดข้อมูลใหม่ใน Google Search Console ก็ปรากฏขึ้น สิ่งนี้จะแจ้งให้นักยุทธศาสตร์การตลาดการค้นหาทราบว่า Google ได้เรียนรู้และรับรู้ข้อมูลที่มีโครงสร้างของคุณสำหรับสคีมาชุดข้อมูลของคุณหรือไม่ อ่านรายละเอียดและแก้ไขข้อผิดพลาดของข้อมูลที่มีโครงสร้างเมื่อคุณเข้าใจข้อกำหนดของเอกสารข้อมูลที่มีโครงสร้างชุดข้อมูล มันจะดึงข้อมูล Google Assistant ของคุณ

เจ้าของธุรกิจหรือผู้สร้างเนื้อหาไม่กี่รายมีเวลาเหลือในการพิจารณาว่าข้อมูลเมตาของคุณมีรูปแบบที่ถูกต้องหรือไม่ แต่ต้องอนุญาตให้ GoogleBot รวบรวมข้อมูลไซต์ของคุณ ค้นหาข้อมูลของคุณ และจัดทำดัชนี โชคดีที่เรารักมันและอยู่ในมุมของคุณ

สิทธิ์ในการสร้างชุดข้อมูล

สิทธิ์ในการสร้างมีความเกี่ยวข้องกับชุดข้อมูล เมื่อผู้ใช้ได้รับสิทธิ์ Build พวกเขาจะสามารถสร้างเนื้อหาใหม่บนชุดข้อมูลที่มีอยู่ได้ ซึ่งเป็นเรื่องปกติสำหรับรายงาน แดชบอร์ด ไทล์ที่ปักหมุดจาก QandA และ Insights Discovery พวกเขายังสามารถสร้างรายการข้อมูลใหม่บนชุดข้อมูลภายนอก Power BI โดยทั่วไปแล้วแผ่นงาน Excel ผ่านการวิเคราะห์ใน Excel, XMLA และส่งออกข้อมูลพื้นฐาน ช่วยให้ธุรกิจดำเนินการวิเคราะห์ลูกค้า

Google และเครื่องมือค้นหาอื่นๆ ยังคงเผชิญกับความท้าทายด้านการจัดการข้อมูลซึ่งมีลักษณะใหม่และครอบคลุมเช่นเดียวกับการเรียนรู้เชิงลึกที่ใหม่และครอบคลุม ซึ่งปรากฏในบริบทของไปป์ไลน์แมชชีนเลิร์นนิงที่ใช้งานจริงในเวอร์ชันที่ใช้งานจริง ความพยายามครั้งใหม่ในการทำความเข้าใจคำค้นหาเชิงความหมายมีขึ้นเพื่อสนับสนุนความเข้าใจ การตรวจสอบความถูกต้อง การทำความสะอาด และปรับปรุงข้อมูลการฝึกอบรม จากนี้ไป การเติบโตของแหล่งที่มาของฐานข้อมูลที่เชื่อถือได้จะขยายตัวและมีประโยชน์มากขึ้นในการขับเคลื่อนปริมาณการใช้งานร้านค้า

การตลาดดิจิทัลถูกผูกมัดโดยความต้องการข้อมูลและการใช้ข้อมูลดังกล่าวเป็นแนวทางทางวิทยาศาสตร์

“เครื่องมือค้นหาแบบนี้ดีพอๆ กับเมตาดาต้าที่ผู้เผยแพร่ข้อมูลเต็มใจให้เท่านั้น เราหวังว่าจะได้เห็นพวกคุณหลายๆ คนใช้มาตรฐานแบบเปิดเพื่ออธิบายข้อมูลของคุณ ซึ่งจะทำให้ผู้ใช้ของเราสามารถค้นหาข้อมูลที่ต้องการได้ หากคุณเผยแพร่ข้อมูลและไม่เห็นข้อมูลดังกล่าวในผลลัพธ์ โปรดไปที่คำแนะนำของเราบนไซต์นักพัฒนาของเรา ซึ่งมีลิงก์สำหรับถามคำถามและให้ข้อเสนอแนะ” - Google *

“เราสามารถเข้าใจข้อมูลที่มีโครงสร้างในหน้าเว็บเกี่ยวกับชุดข้อมูล โดยใช้ http://schema.org มาร์กอัปชุดข้อมูล หรือโครงสร้างที่เทียบเท่าที่แสดงในรูปแบบคำศัพท์แคตตาล็อกข้อมูล (DCAT) ของ W3C” – ความคิดเห็นของ Alan Morrison บน Twitter

สรุปสคีมาชุดข้อมูลของ Google

การใช้ชุดข้อมูลเพื่อตอบสนองความต้องการของผู้ใช้ไซต์จะเน้นที่ประสบการณ์ของผู้ใช้และการเพิ่มเอนทิตีที่ตอบและแจ้งมากขึ้น แม้ว่ามันอาจจะมาจากชุมชนวิทยาศาสตร์ข้อมูล ธุรกิจใดก็ตามก็สามารถใช้ได้ นอกจากนี้เรายังแนะนำให้ค้นหาข้อมูลจากผู้เชี่ยวชาญระดับสูงที่มีประสบการณ์ในมาร์กอัปข้อมูลที่มีโครงสร้างสำหรับชุดข้อมูล

Hill Web Marketing กระตือรือร้นที่จะเข้าร่วมในความคิดริเริ่มนี้ และหวังว่าจะสนับสนุนให้ผู้อ่านของเราขยายจำนวนชุดข้อมูลที่มีอยู่ในปัจจุบัน แม้ว่ามันอาจจะมาจากชุมชนวิทยาศาสตร์ข้อมูล ธุรกิจใดก็ตามก็สามารถใช้ได้

โทรหา Jeannie Hill เจ้าของ Hill Web Marketing นักยุทธศาสตร์การตลาดดิจิทัล มาเป็นพาร์ทเนอร์: 651-206-2410 กำหนดเวลาการให้คำปรึกษาของคุณเพื่อให้ได้เปรียบในการแข่งขัน

* https://arxiv.org/pdf/1908.07442.pdf

** https://www.ibm.com/support/knowledgecenter/SSWQ2D_1.1.0/us/create-dataset-image-object-classification.html

*** https://cloud.google.com/retail/recommendations-ai/docs/upload-catalog

**** https://www.blog.google/products/search/making-it-easier-discover-datasets/

***** https://storage.googleapis.com/pub-tools-public-publication-data/pdf/40761.pdf