검색엔진최적화 : 구조화된 데이터 – 리뷰 스니펫

영화관이나 레스토랑에 방문하기 전이나 제품을 구매할 지 말지 고민할 때 이미 경험해본 이들의 리뷰나 별점을 보고 결정을 내리는 데 큰 도움을 받은 적이 누구에게나 한 번 쯤은 있을 것입니다. 이처럼 잘 쌓인 리뷰와 평점을 사람들의 구매욕구를 증가시키거나 줄어들게 만듭니다. 판매에 있어 최고의 방법은 평점을 잘 쌓아 그를 노출시키는 거겠죠.

이처럼 검색 결과에 리뷰나 평점을 간단하게 노출시키는 방법이 있습니다. 바로 구조화된 데이터로 리뷰 스니펫을 표시하게 만드는 건데요.

여러 리뷰 작성자의 평균 누계 평점을 리치 스니펫의 형태로 검색 엔진 결과에 나타내는 걸 말합니다.

보통 평점은 숫자 척도(예: 1~5)로 나타내며 단순히 리치 결과로 표시하는 것 뿐 아닌 Google 지식 패널에도 표시될 수 있습니다.

또한 이 리뷰 스니펫은 특정 콘텐츠 유형에 표시되는데요, 앞서 말씀 드렸다시피 영화, 지역 비즈니스, 제품뿐 아니라 도서, 교육과정, 이벤트, 방법, 레시피, 소프트웨어 웹 등 다양합니다.

그럼 이제 구조화된 데이터를 만들어 웹사이트에 추가하는 방법을 알아보겠습니다. 모든 코드는 JSON-LD로 쓰였습니다.

먼저 간단한 리뷰 추가입니다.

이렇게 만들어진 코드를 웹사이트의 HTML에 붙여넣으시면 됩니다.

다음은 누계 평점을 추가하는 것입니다.

이런 누계 리뷰의 경우, 표시할 리치 스니펫의 평균 평점을 제공해야 합니다. 완성하셨다면 마찬가지로 HTML 페이지에 붙여넣으시면 됩니다.

또한 Product에 중첩된 누계 평점을 구할 수도 있는데요. 다음과 같은 모습이 됩니다.

이것도 HTML 페이지에 붙여넣으시면 되겠죠.

웹사이트에 맞는 방법을 선택하셔서 구조화된 데이터를 마크업 하시면 됩니다. 그렇다면 이제 이러한 코드를 만드는 Review의 필수 속성을 알아보겠습니다.

먼저 author인데요. 리뷰 작성자의 이름을 적어주시면 됩니다. 제대로 된 이름이어야 하며 광고성 문구가 들어가서는 안됩니다. 다음은 itemReviewed입니다. 이곳에는 리뷰를 쓰시면 됩니다. 혹여나 중첩된 유형을 사용하실 경우는 생략하셔도 됩니다.

itemReviewed.name은 리뷰하는 항목의 이름을 말하고 reviewRating은 리뷰의 평점을 뜻합니다. 

reviewRating.ratingValue은 항목의 품질 평점을 숫자, 백분율, 분수로 나타낸 숫자 값을 뜻합니다. 예를 들자면 ‘4’, ‘60%’ 또는 ‘6/10 이런 형태 입니다. 구글에서는 분수와 백분율의 척도를 파악하고 있기 때문입니다. 숫자 값의 기본 척도는 5점이며, 1이 가장 낮은 값이고 5가 가장 높은 값입니다.

필수 속성을 채우셔서 코드를 만드셨다면 웹페이지에 추가하시면 됩니다. 하지만 그 전에 알아두셔야 할 것이 있습니다. 

다른 웹사이트의 리뷰를 가져다 쓰시면 안됩니다. 본인 웹사이트의 평가를 정확하게 넣어주세요. 또한 사용자가 마크업한 페이지에서 마크업된 리뷰 및 평점을 볼 수 있도록 해야 합니다. 또한 카테고리나 항목 목록에 마크업 하셔서 목록에 대한 정보를 제공하는 것이 아닌 특정 항목의 리뷰 정보를 제공하셔야 한다는 점을 잊지 마세요.

schema.org/AggregateRating로 여러 사람의 항목 누계 평가를 마크업하실 경우 누계 평점을 리치 스니펫으로 표시할 수 있을 뿐 아니라 특정 유형의 항목인 경우 검색결과의 답변으로도 표시할 수 있으니 이를 원하시면 항목 누계 평가 형태로 마크업을 해보세요.

확인이 끝나셨으면 구글의 리치 결과 테스트를 사용하셔서 코드가 유효한지 검사하시면 됩니다. 마지막으로  URL 검사 도구를 사용하셔서 페이지가 어떻게 표시되는지 테스트하고 robots.txt 파일로 인해 크롤링 및 색인이 막히지 않았는지도 확인하셔야겠죠.

이렇게 된다면 성공하신 것입니다. 이러한 리뷰 스니펫이 노출될 경우 클릭률이 최대 30 %까지 높아집니다. 그렇다면 더 많은 유효 트래픽으로 이어지겠죠. 매력적이고 풍부한 정보를 제공하는 것만으로도 많은 이익을 누릴 수 있으니 리뷰 스니펫을 마크업하셔서 좋은 결과를 얻어보세요.

검색 엔진 최적화(SEO) 및 데이터 분석이 필요하시면 하이프마크에 문의해주세요.

감사합니다.