Dane strukturalne w sklepie internetowym - Product, Offer, warianty (ProductGroup) i BreadcrumbList w praktyce
POWRÓT_DO_BLOGA
AI & SEO 16 min

Dane strukturalne w sklepie internetowym - Product, Offer, warianty (ProductGroup) i BreadcrumbList w praktyce

Paweł Wiszniewski
Paweł Wiszniewski
Specjalista SEO & GEO · AI Engineer

Dane strukturalne w sklepie internetowym mówią Google, co sprzedajesz, za ile, czy jest dostępne i jak wygląda dostawa. Reguła: każda karta produktu, którą da się kupić, potrzebuje Product z Offer (cena większa od zera i waluta) w początkowym HTML strony. Dodaj GTIN zawsze, gdy produkt ma kod EAN, a zasady zwrotów i dostawy opisz raz dla całego sklepu (Organization albo Merchant Center), nie na każdej karcie. ProductGroup stosuj dopiero wtedy, gdy produkt ma co najmniej dwa warianty z własnym SKU, ceną albo dostępnością. Najczęstszy błąd, który znalazłem w polskich sklepach, to nie brak znaczników, tylko cena w danych inna niż ta, którą widzi kupujący.

Jakie dane strukturalne powinien mieć sklep: merchant listing czy krótki opis produktu, wymagane pola Product i Offer, zwroty i dostawa w Organization, warianty przez ProductGroup, okruszki, oceny, JSON-LD czy JavaScript, audyt 36 kart w 19 polskich sklepach, skrypt i pułapka z ceną promocyjną.

/// WPIS W SKRÓCIE

Dane strukturalne w sklepie - Product, Offer, warianty

W tym wpisie pokazuję, czym różnią się wyniki produktowe od krótkiego opisu produktu, które pola Product i Offer są wymagane, a które warto dodać, gdzie opisać zwroty i dostawę, jak oznaczyć warianty przez ProductGroup, jak podać okruszki i oceny, czy dane mogą być wstrzykiwane przez JavaScript, wyniki mojego audytu 36 kart produktów w 19 polskich sklepach, skrypt do sprawdzania danych i pułapkę z ceną promocyjną.

Co dają dane strukturalne w sklepie

Dane Product pozwalają Google pokazać produkt w wynikach z ceną, dostępnością, oceną i informacją o dostawie, a także w panelu Zakupów Google, Grafice i wynikach z popularnymi produktami. Tak Google pokazuje to na przykładzie w swojej dokumentacji:

Przykład panelu produktu z cenami z kilku sklepów - zrzut ekranu z dokumentacji Google Search Central (Merchant listing, wersja angielska), XI 2026
Przykład panelu produktu z cenami z kilku sklepów - zrzut ekranu z dokumentacji Google Search Central (Merchant listing, wersja angielska), XI 2026

Dane strukturalne nie są czynnikiem rankingowym, który podnosi pozycję strony. Dają wynik, który więcej mówi kupującemu, a w wynikach produktowych i w zakupach przez AI decydują o tym, czy Twoja oferta w ogóle ma szansę się pokazać. Szerzej o samych znacznikach Schema.org piszę w przewodniku po danych strukturalnych.

Czy potrzebujesz danych strukturalnych, skoro masz Merchant Center - pierwsza decyzja

To najczęstsze pytanie. Odpowiedź Google: najlepiej oba. Feed w Merchant Center i dane na stronie się uzupełniają, a nie zastępują.

RozwiązanieCo dajeCzego nie zrobiKiedy wystarczy samo
Feed w Merchant CenterKarta Zakupy, darmowe wyniki produktowe, reklamy; Google może brać z niego cenę, gdy nie ma jej na stronieNie opisze strony dla innych wyszukiwarek i asystentów AI, którzy czytają kod stronyNigdy w pełni - Google zaleca oba
Dane strukturalne Product na stronieWyniki rozszerzone w wyszukiwarce, weryfikacja feedu ze stroną, dane dla innych robotówNie wpuści produktów do karty Zakupy - do tego potrzebny jest Merchant CenterSklep, który nie korzysta z karty Zakupy i reklam produktowych
Oba narazNajwiększe szanse na wszystkie formaty wyników-Zalecane dla każdego sklepu

Google pisze wprost, że podanie danych na stronie i feedu w Merchant Center maksymalizuje szanse na wyświetlanie. Jak skonfigurować sam Merchant Center, opisuję we wpisie o SEO i GEO dla e-commerce.

Dokumentacja Google o danych Product: dane na stronie i feed w Merchant Center razem maksymalizują szanse na wyświetlanie - zrzut ekranu z Google Search Central (wersja angielska), XI 2026
Dokumentacja Google o danych Product: dane na stronie i feed w Merchant Center razem maksymalizują szanse na wyświetlanie - zrzut ekranu z Google Search Central (wersja angielska), XI 2026

Krótki opis produktu czy informacje od sprzedawcy

Google rozróżnia dwa rodzaje wyników produktowych i od tego zależy, które pola są wymagane.

FormatDla jakich stronWymaganeUwagi
Informacje o produktach od sprzedawcy (merchant listing)Strony, na których można kupić produktname, image, offers z price (większą od zera) i priceCurrencyTo jest format dla sklepu
Krótki opis produktu (product snippet)Strony, na których nie można kupić produktu: recenzje, porównania, rankinginame i jedno z: review, aggregateRating, offersFormat dla blogów i serwisów z recenzjami

Karta produktu w sklepie spełniająca wymagania merchant listing jest też uprawniona do krótkiego opisu produktu, więc sklep nie musi dodawać niczego osobno.

Product, Offer i Organization - które pola są wymagane

Pola Product, Offer i Organization: wymagane do wyników produktowych i zalecane
Pola Product, Offer i Organization: wymagane do wyników produktowych i zalecane
PoleGdzieWymaganePraktyczna uwaga
nameProductTakTa sama nazwa co w H1, bez dopisków typu „promocja”
imageProductTakZdjęcie produktu, nie logo ani baner
offers.priceOfferTak (większa od 0)Liczba z kropką: 149.99, bez „zł” i spacji
offers.priceCurrencyOfferTakPLN w formacie ISO 4217
offers.availabilityOfferZalecaneInStock, OutOfStock, PreOrder, BackOrder, Discontinued i inne; jedna wartość
itemConditionOfferZalecaneNewCondition dla nowych produktów
gtin / gtin13ProductZalecaneKod EAN z opakowania; najbardziej szczegółowy, jaki masz
brand.nameProductZalecaneMarka producenta, nie nazwa sklepu
sku, mpnProductZalecaneWłasny kod sklepu i kod producenta
aggregateRating, reviewProductZalecaneTylko prawdziwe opinie widoczne na stronie
shippingDetails, hasMerchantReturnPolicyOffer albo OrganizationZalecaneNajlepiej raz w Organization, patrz niżej

Zwroty i dostawa: na karcie produktu czy raz dla sklepu

Google zaleca opisanie standardowych zasad zwrotów i dostawy raz, w znacznikach Organization (MerchantReturnPolicy i ShippingService), a na poziomie Offer tylko wyjątków dla konkretnych produktów. Gdy te same informacje są w kilku miejscach, Google bierze je w tej kolejności, od najsilniejszego:

  1. 1.Content API for Shopping,
  2. 2.ustawienia w Merchant Center albo Search Console,
  3. 3.znaczniki na poziomie produktu (Offer),
  4. 4.znaczniki na poziomie Organization.

Praktyczny wniosek: jeśli masz zasady zwrotów i dostawy ustawione w Merchant Center albo w Search Console, to one wygrywają i nie musisz ich powielać na każdej karcie. Jeśli nie masz, dodaj je raz w Organization na stronie głównej - to kilka linijek zamiast tysięcy powtórzeń.

Warianty produktu: ProductGroup

Rozmiary i kolory jednego modelu opisuje się przez ProductGroup: grupa ma productGroupID (kod produktu nadrzędnego) i variesBy (po czym różnią się warianty), a w hasVariant są poszczególne produkty z własnym SKU lub GTIN, ceną i dostępnością.

ProductGroup i warianty: jedna grupa, każdy wariant z własnym SKU, GTIN, ceną i dostępnością
ProductGroup i warianty: jedna grupa, każdy wariant z własnym SKU, GTIN, ceną i dostępnością
UkładKiedyWymagania Google
Jedna strona dla wszystkich wariantówRozmiar i kolor wybierane na jednej karcieJeden kanoniczny adres grupy; każdy wariant da się wybrać parametrem w adresie, np. ?kolor=czarny&rozmiar=38
Osobna strona dla każdego wariantuKolory z popytem i własnym adresemKażda strona ma pełne znaczniki i powtarza definicję ProductGroup
Bez ProductGroupProdukt bez wariantów albo warianty bez różnic w cenie i dostępnościZwykły Product z Offer

Przykład dla jednej strony z wariantami (skrócony do dwóch wariantów):

product-group.json
{  "@context": "https://schema.org",  "@type": "ProductGroup",  "name": "Buty trekkingowe Trek 12",  "url": "https://twojsklep.pl/buty-trekkingowe-trek-12",  "brand": { "@type": "Brand", "name": "Trek" },  "productGroupID": "BT12",  "variesBy": ["https://schema.org/color", "https://schema.org/size"],  "hasVariant": [    {      "@type": "Product",      "name": "Buty trekkingowe Trek 12 czarne 38",      "sku": "BT12-CZ-38",      "gtin13": "5901234123457",      "color": "czarny",      "size": "38",      "image": "https://twojsklep.pl/img/bt12-czarne.jpg",      "offers": {        "@type": "Offer",        "url": "https://twojsklep.pl/buty-trekkingowe-trek-12?kolor=czarny&rozmiar=38",        "price": 149.00,        "priceCurrency": "PLN",        "availability": "https://schema.org/InStock",        "itemCondition": "https://schema.org/NewCondition"      }    },    {      "@type": "Product",      "name": "Buty trekkingowe Trek 12 czarne 39",      "sku": "BT12-CZ-39",      "color": "czarny",      "size": "39",      "image": "https://twojsklep.pl/img/bt12-czarne.jpg",      "offers": {        "@type": "Offer",        "url": "https://twojsklep.pl/buty-trekkingowe-trek-12?kolor=czarny&rozmiar=39",        "price": 149.00,        "priceCurrency": "PLN",        "availability": "https://schema.org/OutOfStock"      }    }  ]}

Kody GTIN i SKU w przykładzie są umowne. W prawdziwym sklepie każdy wariant musi mieć unikalny identyfikator - Google wymaga tego wprost. O tym, kiedy wariant powinien mieć osobny, indeksowany adres, piszę we wpisie o indeksacji sklepu internetowego.

Wymóg Google: każdy wariant musi mieć unikalny identyfikator w danych strukturalnych (np. sku lub gtin) - zrzut ekranu z dokumentacji Google Search Central (wersja angielska), XI 2026
Wymóg Google: każdy wariant musi mieć unikalny identyfikator w danych strukturalnych (np. sku lub gtin) - zrzut ekranu z dokumentacji Google Search Central (wersja angielska), XI 2026

Okruszki (BreadcrumbList) i oceny

Okruszki: BreadcrumbList musi mieć co najmniej dwa elementy ListItem, każdy z position i name, a wszystkie poza ostatnim także z item (adresem). Google pokazuje ten element na komputerach. Okruszki w danych powinny odpowiadać okruszkom widocznym na stronie i ścieżce kategorii, do której produkt naprawdę należy.

Oceny i opinie: zakaz „opinii o samym sobie” dotyczy znaczników LocalBusiness i Organization - firma nie dostanie gwiazdek za opinie o sobie na własnej stronie. Opinie o produkcie na karcie produktu w sklepie są dozwolone, o ile pochodzą od kupujących, są widoczne na stronie i nie są fałszywe ani niejawnie opłacone.

JSON-LD czy microdata, w HTML czy przez JavaScript

SposóbCzy Google go odczytaZalecenie
JSON-LD w początkowym HTMLTak, od razuZalecane - najłatwiejsze w utrzymaniu
Microdata w HTMLTakDziała, ale trudniej utrzymać spójność przy zmianach szablonu
JSON-LD dodawany przez JavaScriptTak, po wyrenderowaniu stronyGoogle ostrzega, że dla Product może to oznaczać rzadsze i mniej niezawodne pobieranie danych zakupowych
JSON-LD z Google Tag ManageraTak, po wyrenderowaniuRyzyko rozjazdu danych ze stroną; Google zaleca ostrożność

Dla sklepu wniosek jest jeden: Product w początkowym HTML. Dodatkowy argument: wiele crawlerów asystentów AI nie wykonuje JavaScriptu, więc danych dodanych skryptem po prostu nie zobaczy.

Ostrzeżenie Google: dane Product generowane dynamicznie mogą sprawić, że pobieranie danych zakupowych będzie rzadsze i mniej niezawodne - zrzut ekranu z dokumentacji Google Search Central (wersja angielska), XI 2026
Ostrzeżenie Google: dane Product generowane dynamicznie mogą sprawić, że pobieranie danych zakupowych będzie rzadsze i mniej niezawodne - zrzut ekranu z dokumentacji Google Search Central (wersja angielska), XI 2026

Co pokazał mój audyt 19 polskich sklepów

Jak sprawdzałem: w listopadzie 2026 skrypt wylosował adresy produktów z map witryn 23 polskich sklepów (elektronika, drogerie, apteki, moda, książki, dom i ogród, zoologiczne) i otwierał je w przeglądarce Chromium. Stronę uznawał za kartę produktu, jeśli miała przycisk dodania do koszyka - niezależnie od znaczników. Z każdego sklepu brał dwie takie karty. Dla każdej odczytał dane JSON-LD po wyrenderowaniu i w surowym HTML, sprawdził cyfrę kontrolną kodu GTIN i porównał cenę w danych z cenami widocznymi na stronie. Pełne wyniki mam dla 36 kart w 19 sklepach.

Wyniki audytu: jaki odsetek z 19 polskich sklepów podaje poszczególne dane o produktach
Wyniki audytu: jaki odsetek z 19 polskich sklepów podaje poszczególne dane o produktach
Co sprawdzałemWynikUwagi
Dane Product w JSON-LD17 z 19 sklepówW 2 sklepach brak Product w JSON-LD; jeden ma tylko microdata
Product już w surowym HTML32 z 32 kart z danymiŻaden sklep nie dodawał Product dopiero JavaScriptem
Kod GTIN9 z 19 sklepówWszystkie 18 znalezionych kodów miało poprawną cyfrę kontrolną
Stan produktu (itemCondition)12 z 19-
Koszt dostawy w danych8 z 19Na poziomie Offer; tylko 2 karty miały dostawę w Organization
Zasady zwrotów w danych7 z 19Część sklepów może mieć je w Merchant Center - tego nie sprawdzałem
Ocena produktu (aggregateRating)5 z 19Część sklepów pokazuje opinie bez znaczników
Okruszki BreadcrumbList14 z 19-
Warianty przez ProductGroup4 z 19jysk.pl, agatameble.pl, doz.pl, zooplus.pl
Cena w danych zgodna z ceną na stronie28 z 31 kart3 rozbieżności opisane w pułapce niżej

Tak wyglądają poprawne dane w walidatorze Schema.org dla jednej z kart z audytu - Product z GTIN, SKU i stanem produktu w surowym HTML:

Walidator Schema.org dla karty produktu bee.pl: WebPage z Product (gtin13, sku, itemCondition) w kodzie strony - zrzut ekranu, XI 2026
Walidator Schema.org dla karty produktu bee.pl: WebPage z Product (gtin13, sku, itemCondition) w kodzie strony - zrzut ekranu, XI 2026

Wnioski: podstawy (Product, cena, zdjęcie, marka) ma prawie każdy duży sklep. Różnice są w danych, które pomagają wygrać porównanie: GTIN, dostawa i zwroty są w połowie sklepów albo rzadziej, a warianty przez ProductGroup opisują tylko 4 sklepy z 19. Ograniczenia: to dwie karty na sklep, a zasady zwrotów i dostawy mogły być ustawione w Merchant Center, którego nie widzę.

Ile to pracy - dwie skale

Szacunki z moich wycen (listopad 2026) dla wdrożenia danych w szablonach sklepu, bez przygotowania danych źródłowych (GTIN-ów, zdjęć).

ZałożenieSklep A: 500 produktów, bez wariantówSklep B: 20 000 produktów z wariantami
Product i Offer w szablonie karty3-6 godz.6-12 godz.
Zwroty i dostawa w Organization1-2 godz.2-4 godz. (kilka metod dostawy, wyjątki)
ProductGroup dla wariantównie dotyczy10-20 godz.
BreadcrumbList1-2 godz.2-4 godz.
Testy na próbce i monitoring w Search Console2-3 godz.6-10 godz.
Razemok. 7-13 godz.ok. 26-50 godz.

Na platformach takich jak Shopify czy WooCommerce część danych dodaje motyw lub wtyczka, ale zwykle bez GTIN, dostawy, zwrotów i wariantów. Typowe braki w WooCommerce opisuję na stronie pozycjonowanie sklepu WooCommerce, a pełne wdrożenie danych w szablonach robię w ramach pozycjonowania sklepów internetowych.

Skrypt: sprawdź dane produktu na próbce kart

Skrypt pobiera listę adresów kart produktu, wyciąga Product z JSON-LD w HTML i sprawdza: wymagane pola, cenę większą od zera, walutę, dostępność, poprawność cyfry kontrolnej GTIN oraz to, czy cena z danych występuje wśród cen widocznych w treści strony.

sprawdz_product.py
# pip install requestsimport json, re, sysimport requestsdef blocks(html):    for m in re.finditer(r'<script[^>]+application/ld\+json[^>]*>(.*?)</script>', html, re.S | re.I):        try:            data = json.loads(m.group(1))        except ValueError:            yield {"_error": "niepoprawny JSON"}; continue        stack = [data]        while stack:            x = stack.pop()            if isinstance(x, list): stack.extend(x)            elif isinstance(x, dict):                yield x                stack.extend(v for k, v in x.items() if k in ("@graph", "mainEntity") and isinstance(v, (list, dict)))def gtin_ok(code):    d = re.sub(r"\D", "", str(code))    if len(d) not in (8, 12, 13, 14): return False    s = sum(int(c) * (3 if i % 2 == 0 else 1) for i, c in enumerate(reversed(d[:-1])))    return (10 - s % 10) % 10 == int(d[-1])for url in [u.strip() for u in open(sys.argv[1]) if u.strip()]:    html = requests.get(url, headers={"User-Agent": "Mozilla/5.0"}, timeout=20).text    text = re.sub(r"<[^>]+>", " ", html)    prods = [b for b in blocks(html) if b.get("@type") in ("Product", "ProductGroup")]    if not prods:        print("BRAK Product w HTML:", url); continue    p = prods[0]    if p.get("@type") == "ProductGroup" and p.get("hasVariant"):        p = p["hasVariant"][0]    offer = p.get("offers") or {}    offer = offer[0] if isinstance(offer, list) else offer    problems = [f for f in ("name", "image") if not p.get(f)]    price = offer.get("price")    if not price or float(price) <= 0: problems.append("cena brak albo 0")    if not offer.get("priceCurrency"): problems.append("brak waluty")    if not offer.get("availability"): problems.append("brak dostępności")    gtin = next((p[k] for k in ("gtin13", "gtin", "gtin14", "gtin12", "gtin8") if p.get(k)), None)    if gtin and not gtin_ok(gtin): problems.append(f"zła cyfra kontrolna GTIN {gtin}")    if price:        shown = {f"{float(price):.2f}".replace(".", ","), f"{float(price):.2f}"}        if not any(s in text for s in shown): problems.append(f"cena {price} nie występuje w treści strony")    print("OK" if not problems else "PROBLEMY", url, "; ".join(problems))

Uwaga: skrypt czyta surowy HTML, więc ceny wstawiane na stronę JavaScriptem mogą dać fałszywy alarm przy porównaniu cen. Wtedy sprawdź kartę ręcznie albo użyj przeglądarki bez interfejsu (np. Playwright), tak jak w moim audycie.

Pułapka produkcyjna: cena w danych inna niż na stronie

W 3 z 31 kart z audytu cena w danych nie zgadzała się z ceną, którą widział kupujący. We wszystkich trzech przypadkach dane i widoczna cena najwyraźniej pochodzą z różnych miejsc w sklepie.

SklepCena w danychCena na stroniePrawdopodobna przyczyna
zooplus.pl20,77 zł25,96 zł (wybrany wariant)Dane podają cenę innego wariantu niż ten wybrany na stronie
ezebra.pl89,00 zł69,99 złDane mają cenę regularną, strona pokazuje promocyjną
doz.pl51,99 zł59,79 złDane podają inną cenę niż widoczna; przyczyny nie ustaliłem z zewnątrz

Google zastrzega, że może weryfikować dane produktowe przed wyświetleniem ich w wynikach, a przy danych dodawanych przez Tag Managera ostrzega przed ryzykiem rozjazdu treści strony i znaczników. Rozjazd ceny to prosta droga do odrzuconych ofert w Merchant Center i do wyniku, który obiecuje inną cenę niż koszyk.

Poprawka: cena w JSON-LD musi pochodzić z tego samego źródła i tej samej logiki co cena wyświetlana - z ceną promocyjną włącznie. Przy wariantach Offer musi dotyczyć wariantu, który jest wybrany pod danym adresem. Dodaj test w szablonie albo w monitoringu (skrypt wyżej), który porównuje obie ceny na próbce kart po każdej zmianie cennika.

Czego nie robić

  • Nie wpisuj w price ceny z „zł” albo spacjami - tylko liczba z kropką, waluta osobno w priceCurrency.
  • Nie podawaj ceny 0 dla produktów niedostępnych - użyj availability: OutOfStock.
  • Nie dodawaj danych tylko przez Tag Managera albo skrypt po załadowaniu strony.
  • Nie powielaj zasad zwrotów i dostawy na tysiącach kart, jeśli możesz je podać raz w Organization albo w Merchant Center.
  • Nie oznaczaj ocen, których nie ma na stronie, i nie wymyślaj opinii.
  • Nie dawaj wszystkim wariantom tego samego SKU - każdy wariant potrzebuje unikalnego identyfikatora.
  • Nie wpisuj GTIN-ów bez sprawdzenia cyfry kontrolnej.

FAQ

Kolejność wszystkich prac w sklepie opisuję w strategii SEO dla sklepu internetowego. Jeśli chcesz, żebym sprawdził dane strukturalne w Twoim sklepie i wdrożył poprawki w szablonach, zobacz pozycjonowanie sklepów internetowych.

/// AUTHOR
Paweł Wiszniewski – AI & Web Engineer

Paweł Wiszniewski

SEO & GEO Specialist & AI Engineer

Specjalista SEO/GEO (10 lat) i AI engineer (3 lata). Buduję widoczność w wyszukiwarkach, systemy AI i automatyzacje, które redukują koszty i zwiększają efektywność operacyjną firm.

Signal received?


Umów bezpłatną konsultację

Zainicjuj protokół. Nawiąż połączenie. Zbudujmy coś głośnego.

> OCZEKIWANIE_NA_SYGNAŁ...

Administratorem danych z formularza jest E-Marketing Paweł Wiszniewski (Suwałki). Używam ich tylko do odpowiedzi i przygotowania oferty. Szczegóły i Twoje prawa: Polityka prywatności.