Google AI Mode et Gemini : comment préparer votre catalogue produit pour les assistants IA
Voici comment organiser vos données produits pour préparer votre catalogue aux recherches conversationnelles.
Google fait évoluer ses outils de recherche, de shopping et de publicité vers des parcours conversationnels. Dans AI Mode et Gemini, un client peut décrire un besoin avec ses mots, comparer des produits, préciser une contrainte de budget, de matière, de compatibilité ou de livraison, puis accéder à une offre pertinente. Pour les e-commerçants, cette évolution place le catalogue produit, le flux Merchant Center, les variantes, les données structurées et les informations de service client au centre de la visibilité.
Les équipes e-commerce ont longtemps travaillé avec des requêtes, des catégories, des campagnes Shopping et des fiches produits. Elles doivent désormais préparer des informations capables de répondre à une conversation. Un client peut écrire : « Je cherche un sac cabine solide, autorisé par les compagnies low cost, avec une livraison avant vendredi. » Cette demande combine des caractéristiques de produit, une contrainte de dimension, une condition de transport, une préférence de qualité et un délai logistique.
Google indique que les expériences de shopping pilotées par IA reposent sur les données produits transmises par les marchands. Son message est clair : un flux Merchant Center incomplet ou désordonné limite la capacité des clients à trouver les produits. L’entreprise annonce également de nouveaux attributs conversationnels, des outils de visibilité dans Merchant Center et des mécanismes de commerce agentique qui rapprochent la découverte, le panier et le passage à l’achat.
Le point de départ : un catalogue produit devient une base de connaissance commerciale. Chaque titre, attribut, image, variante, prix, disponibilité, condition de livraison, politique de retour et question fréquente peut participer à la compréhension d’un produit par un moteur de recherche ou un assistant conversationnel.
Je travaille régulièrement sur des sujets où marketing, commerce, données et outils se croisent. Quand j’observe un catalogue connecté au site, au CRM, à une plateforme publicitaire ou à un moteur de recherche, je commence par la continuité de l’information. Le même produit doit porter la même identité, le même statut de stock, le même prix et les mêmes règles de vente dans les outils qui le présentent au client. Cette cohérence protège la relation commerciale, la marque et le budget d’acquisition.
Un assistant de shopping ne connaît un produit qu’à travers les informations accessibles dans son écosystème. La qualité de ces informations influence directement l’expérience proposée au client.
Google transforme la découverte produit en conversation
La recherche produit prend une forme plus descriptive. Les internautes peuvent associer plusieurs critères dans une même demande : un usage, une préférence, une contrainte de compatibilité, une date de livraison, une couleur, un matériau, une marque, un prix ou une disponibilité. AI Mode et Gemini sont conçus pour traiter ces demandes en langage naturel et aider à comparer des options dans un parcours de shopping.
Google indique que son Shopping Graph regroupe plus de 50 milliards de fiches produits. Cette infrastructure alimente les résultats Shopping et les expériences de recherche assistées par IA. Les marchands peuvent améliorer la lisibilité de leurs offres en transmettant des données produit cohérentes via Merchant Center, en publiant des pages accessibles au crawl et en maintenant leurs informations commerciales à jour.
En 2026, Google a annoncé plusieurs évolutions importantes. Les attributs conversationnels sont disponibles à l’échelle mondiale dans Merchant Center. Ils permettent aux détaillants de compléter les informations classiques de leurs flux avec des réponses à des questions fréquentes, des relations de compatibilité, des produits liés, des documents techniques et des informations de variantes. Google a également présenté AI Performance Insights, un rapport destiné à suivre la présence d’une marque dans les surfaces IA, ainsi que l’Universal Commerce Protocol, ou UCP(1), pour des parcours d’achat assistés par agents.
| Évolution Google | Ce qu’elle apporte | Conséquence e-commerce |
|---|---|---|
| AI Mode | Des recherches exprimées sous forme de conversation, avec comparaison et recommandations. | Les fiches produits doivent répondre à des besoins précis, avec des données fiables et contextualisées. |
| Gemini | Une interface conversationnelle utilisée pour la recherche, l’inspiration et le shopping. | Les équipes doivent préparer les informations utilisées pour expliquer les usages, variantes et compatibilités. |
| Attributs conversationnels Merchant Center | Des champs complémentaires pour enrichir les données produits dans les environnements conversationnels. | Le flux devient plus descriptif et plus proche des questions réellement posées par les clients. |
| AI Performance Insights | Un rapport de visibilité des marques sur les surfaces IA de Google. | Les marchands peuvent suivre de nouveaux signaux de découverte organique, selon la disponibilité du rapport. |
| UCP | Un protocole ouvert de commerce agentique pour faciliter des parcours d’achat entre assistants et marchands. | Le catalogue, le panier, l’identité, les offres et les données produit deviennent des composants techniques du parcours. |
Repère utile : Google ne publie pas de formule de classement propre à AI Mode ou Gemini. Les équipes doivent éviter les recettes présentées comme garanties. Le travail porte sur des données exactes, des pages accessibles, des flux complets, des informations cohérentes et une expérience commerciale solide.
Cette évolution prolonge les transformations liées au SEO et au GEO. Notre dossier sur le GEO, le SEO et la recherche générative explique pourquoi des contenus clairs, structurés et utiles facilitent leur compréhension par les moteurs de réponse. Le commerce ajoute une exigence supplémentaire : les données doivent aussi être suffisamment précises pour que le produit puisse être comparé, recommandé et acheté sans créer de décalage entre la promesse et la réalité.
Les attributs conversationnels de Merchant Center
Un flux produit classique contient déjà des éléments essentiels : identifiant, titre, description, prix, disponibilité, lien, image, marque, GTIN(2), catégorie et attributs de variantes. Google enrichit ce socle avec des attributs conçus pour des demandes formulées comme une conversation. Ces champs restent facultatifs. Ils deviennent particulièrement utiles pour les catalogues complexes, les produits techniques, les gammes composées de variantes nombreuses et les achats nécessitant une information détaillée.
La documentation et les annonces Google citent plusieurs familles d’attributs conversationnels. Leurs disponibilités, leur configuration et leurs règles peuvent évoluer selon le pays, le compte Merchant Center et les programmes activés. Les équipes doivent vérifier l’état de chaque fonctionnalité dans leur environnement avant de modifier un flux de production.
| Attribut | Rôle dans une conversation | Exemple e-commerce |
|---|---|---|
question_and_answer | Fournit des questions et réponses liées à une fiche produit. | « Ce casque convient-il aux appels en visioconférence dans un open space ? » |
document_link | Relie une fiche produit à une documentation utile, telle qu’une notice ou une fiche technique. | Guide de montage d’un meuble ou manuel d’entretien d’un appareil. |
related_product | Décrit une relation avec un accessoire, une pièce requise, un produit complémentaire ou une alternative. | Batterie compatible, filtre de remplacement, housse ou produit équivalent. |
item_group_title | Donne un titre commun à une famille de variantes. | « Chaise de bureau Ergo X » pour les variantes de couleur ou de revêtement. |
variant_option | Décrit des options de variantes qui dépassent les attributs habituels de taille ou de couleur. | Capacité de stockage, processeur, type de fixation ou compatibilité technique. |
popularity_rank | Indique la popularité relative d’un produit dans le catalogue. | Un produit très demandé dans une catégorie de bagages cabine. |
Construire des réponses qui servent réellement le client
Une question-réponse utile doit partir des demandes réellement reçues par le service client, les équipes commerciales et les vendeurs en magasin. Elle apporte une information précise, vérifiable et contextualisée. Une réponse vague ajoute peu de valeur. Une réponse trop marketing peut créer une promesse difficile à tenir.
Les équipes peuvent analyser les tickets, chats, e-mails, avis clients, requêtes internes au moteur de recherche et appels commerciaux pour identifier les questions récurrentes. Cette matière constitue une excellente base pour enrichir les fiches, rédiger des FAQ et organiser les attributs conversationnels.
Questions à collecter par catégorie
- Ce produit est-il compatible avec mon équipement actuel ?
- Quelle variante convient à mon usage ou à ma morphologie ?
- Le produit est-il disponible dans ma taille, ma couleur ou ma configuration ?
- Quel délai de livraison s’applique à mon adresse ou à mon mode de retrait ?
- Quels accessoires sont nécessaires, compatibles ou recommandés ?
- Comment fonctionne le montage, l’entretien, la recharge ou l’installation ?
- Quelle politique de retour ou de garantie s’applique à cette catégorie ?
Le choix des attributs dépend du catalogue. Une marque de mobilier pourra enrichir les dimensions, matériaux, consignes de montage et accessoires. Un marchand informatique documentera les connecteurs, la compatibilité, la capacité, les garanties et les configurations. Une enseigne de mode travaillera les tailles, coupes, matières, disponibilités et retours. Une entreprise B2B ajoutera les fiches techniques, certifications, pièces détachées et conditions d’application.
Du PIM à AI Mode : la chaîne technique à comprendre
Un client voit une recommandation ou une fiche dans une interface. L’entreprise doit voir la chaîne de données qui alimente cette présentation. Chaque système porte une partie de l’information commerciale. Un écart entre deux sources peut se transformer en erreur de prix, de stock, de variante, de livraison ou de promesse produit.
ERP / gestion de stock
↓
PIM / information produit
↓
Site e-commerce et données structurées Product
↓
Flux Merchant Center et sources supplémentaires
↓
Shopping Graph et surfaces Google éligibles
↓
AI Mode, Gemini, Shopping, annonces et parcours d’achat
↓
Client, panier, conversion et service après-vente Le PIM(3) centralise généralement les informations produit : titres, descriptions, attributs, médias, catégories, traductions, informations techniques et relations entre produits. L’ERP(4) contient souvent les données opérationnelles liées au stock, aux prix, aux commandes, aux fournisseurs et à la logistique. Le site e-commerce affiche les informations au client et publie les données structurées Product(5). Merchant Center reçoit un flux de données dédié aux surfaces Google.
Chaque entreprise dispose de sa propre architecture. Certaines utilisent un PIM complet, d’autres une base ERP, un CMS, un tableur de gestion ou un connecteur de plateforme e-commerce. L’objectif reste le même : identifier la source de vérité pour chaque donnée et définir le chemin de mise à jour.
| Donnée | Source de vérité à identifier | Contrôle de cohérence |
|---|---|---|
| Prix | ERP, plateforme e-commerce ou moteur de tarification. | Comparer le prix affiché sur la fiche, le panier et le flux Merchant Center. |
| Disponibilité | ERP, WMS(6) ou gestion de stock e-commerce. | Vérifier les délais de remontée en cas de rupture ou de réapprovisionnement. |
| Variantes | PIM ou catalogue e-commerce. | Contrôler les relations parent-enfant, les attributs et l’image associée à chaque variante. |
| Livraison | Outil logistique, plateforme e-commerce ou politique de livraison. | Comparer la promesse selon le pays, le transporteur, le panier et les jours ouvrés. |
| Retours et garanties | Politique commerciale et service client. | Contrôler la cohérence entre la page produit, la page de politique et le flux. |
| Compatibilité | PIM, documentation technique ou base d’assistance. | Vérifier les références, modèles, versions et exclusions. |
| Images et médias | PIM, DAM(7) ou CMS. | Associer chaque image à la bonne variante et retirer les visuels obsolètes. |
Conseil de méthode : créez une fiche de gouvernance par famille de données. Elle indique la source de vérité, le responsable métier, le système de diffusion, la fréquence de mise à jour, les contrôles et la procédure de correction.
Cette organisation rejoint les principes présentés dans notre article consacré à l’optimisation des flux produits avec l’intelligence artificielle. Les outils peuvent aider à repérer des attributs manquants, enrichir certaines descriptions ou détecter des anomalies. Les équipes gardent la responsabilité du catalogue, du contrôle des informations et des règles commerciales.
Prix, stock, variantes et livraison : les zones de rupture
Les assistants de shopping ont besoin d’informations fiables au moment où le client pose sa question. Une information commerciale incorrecte peut provoquer une déception, un contact au service client, un abandon de panier, une dépense publicitaire inutile ou une réclamation. Les écarts proviennent souvent de processus ordinaires : une promotion non remontée, une variante désactivée, un stock mis à jour avec retard ou une politique de livraison modifiée sans mise à jour sur tous les canaux.
Je regarde ces écarts comme des signaux de processus. Une erreur isolée appelle une correction. Des erreurs répétées sur une même famille de données révèlent un problème de mapping, de gouvernance, de fréquence de synchronisation ou de responsabilité entre équipes.
- Un prix de promotion affiché sur le site, absent du flux ou différent dans le panier.
- Une variante recommandée alors qu’elle est indisponible ou en fin de série.
- Une date de livraison annoncée sans prise en compte du code postal, du transporteur ou du jour de commande.
- Une image qui montre une autre couleur, taille ou configuration que celle proposée.
- Un accessoire présenté comme compatible sans validation technique.
- Une FAQ qui généralise une condition de retour réservée à certains produits.
- Une notice PDF ancienne qui contredit la fiche produit actuelle.
- Un titre de produit trop court pour exprimer une caractéristique décisive.
- Une catégorie interne qui ne correspond pas à la taxonomie transmise au canal de diffusion.
Le test des 50 produits
Je recommande un contrôle simple avant de lancer un projet d’enrichissement ou de visibilité IA. Sélectionnez 50 produits représentatifs : meilleures ventes, produits à marge élevée, produits complexes, produits saisonniers, nouveautés, fins de série et références qui génèrent beaucoup de questions au service client. Comparez leurs informations sur le site, dans le PIM, dans l’ERP, dans le flux Merchant Center et dans les outils de support.
| Point à vérifier | Question de contrôle | Exemple de défaut détecté |
|---|---|---|
| Identité produit | Le SKU, l’ID interne et le GTIN sont-ils associés à la bonne référence ? | Deux variantes héritent du même GTIN ou de la même image. |
| Titre et attributs | Le titre contient-il les caractéristiques qui structurent le choix ? | Une chaise ergonomique est présentée sans hauteur d’assise ni mécanisme. |
| Prix | Le prix est-il identique dans le flux, la fiche et le panier ? | Le flux conserve le tarif avant promotion. |
| Stock | La disponibilité reflète-t-elle la réalité opérationnelle ? | Un produit est recommandé alors que le délai de livraison est de plusieurs semaines. |
| Livraison | La promesse varie-t-elle selon la zone, le mode de livraison et le panier ? | Une livraison gratuite est annoncée sans seuil minimal précisé. |
| Compatibilité | Les accessoires et pièces associées fonctionnent-ils avec la référence exacte ? | Une coque est reliée à plusieurs générations de smartphones incompatibles. |
| Documentation | La notice et les FAQ correspondent-elles à la version actuelle du produit ? | Une documentation affiche une puissance ou une norme dépassée. |
AI Performance Insights : une nouvelle mesure de visibilité
Google a présenté AI Performance Insights dans Merchant Center pour aider les marques à suivre leur visibilité sur les surfaces IA. Le rapport compare notamment la part de voix d’une marque avec celle d’autres marques similaires. Cette fonctionnalité constitue un signal intéressant pour les équipes marketing et e-commerce, car la découverte produit se déplace progressivement vers des interfaces conversationnelles.
Le périmètre de ces rapports peut varier selon le pays, le type de compte et le stade de déploiement. Les entreprises doivent donc vérifier la disponibilité effective dans leur Merchant Center. Les indicateurs de visibilité ne remplacent pas les mesures commerciales habituelles : impressions, clics, sessions, ajout au panier, conversion, marge, retours, satisfaction et réachat.
Mesurez une chaîne complète : une apparition dans une expérience IA peut signaler une présence. La direction e-commerce suit aussi la précision des données, la disponibilité réelle, le passage vers la fiche, la qualité du trafic, les ventes, les retours et les demandes au service client.
Les équipes peuvent créer un tableau de bord simple réunissant les données de Merchant Center, Google Ads, Google Analytics, la plateforme e-commerce, le PIM et le service client. L’objectif consiste à comprendre les évolutions par catégorie, par gamme, par type de requête et par qualité d’information produit.
| Indicateur | Ce qu’il mesure | Décision possible |
|---|---|---|
| Produits refusés ou limités | La conformité des informations transmises à Merchant Center. | Corriger les données manquantes, prix, images, identifiants ou politiques associées. |
| Écarts prix et disponibilité | La synchronisation entre le site, le flux et les systèmes opérationnels. | Réduire les délais de mise à jour ou ajuster le mapping des données. |
| Visibilité sur surfaces IA | La présence relative de la marque ou de produits dans les rapports disponibles. | Analyser les catégories, descriptions, questions clients et attributs associés. |
| Requêtes internes au site | Les besoins formulés par les visiteurs dans le moteur de recherche e-commerce. | Enrichir les attributs, filtres, FAQ et pages de catégories. |
| Motifs de contact | Les informations que le catalogue ne répond pas clairement. | Créer des réponses validées et corriger les fiches concernées. |
| Taux de retour | La correspondance entre la présentation produit et l’attente du client. | Revoir les images, guides, dimensions, compatibilités et promesses. |
Commerce agentique et UCP : préparer la suite
Google présente l’Universal Commerce Protocol comme un standard ouvert destiné à faciliter la relation entre assistants d’achat, plateformes et marchands. Le protocole prévoit des capacités liées au catalogue, au panier, à l’identité et au paiement. Google a annoncé des parcours UCP dans AI Mode et Gemini, avec une disponibilité qui dépend des programmes, des territoires et de l’éligibilité des détaillants.
Le catalogue prend une dimension encore plus opérationnelle dans ce contexte. Un agent doit pouvoir retrouver la bonne référence, vérifier une variante, connaître une disponibilité, tenir compte d’une offre ou d’un avantage de fidélité, gérer un panier et transmettre l’utilisateur vers une étape d’achat sécurisée. Ces opérations demandent des connecteurs, des règles d’identité, des données actualisées et des permissions limitées.
Les directions e-commerce peuvent s’inspirer des règles déjà nécessaires pour les agents connectés au CRM. Notre guide sur la sécurisation des agents IA connectés au CRM détaille les principes de droits minimaux, de journalisation, de validation et de gouvernance. Le même raisonnement s’applique aux systèmes reliés au catalogue, aux prix, aux stocks, aux offres, aux paniers et aux informations de compte.
Un point de vigilance : l’accès à un catalogue peut sembler peu sensible. Dès qu’un agent consulte un prix personnalisé, un statut de fidélité, une adresse, un panier, une commande ou une donnée de paiement, le périmètre touche à des informations personnelles et commerciales qui exigent une gouvernance renforcée.
Les outils conversationnels peuvent également enrichir le service client. Un assistant de réservation, par exemple, doit vérifier les créneaux, les règles métier et les confirmations avant d’engager une relation avec le client. Notre guide pour créer un assistant WhatsApp de réservation avec n8n, Supabase et IA montre comment une logique conversationnelle s’appuie sur des données opérationnelles et des étapes de validation.
Le plan de 30 jours pour préparer un catalogue
Un chantier catalogue peut commencer sur une catégorie prioritaire. L’objectif est de produire une méthode reproductible avant d’étendre le travail à l’ensemble du site. Je privilégie une catégorie qui réunit un volume de vente significatif, des produits comparables, des variantes, des questions fréquentes et des enjeux de disponibilité.
La checklist de départ
- Identifier la source de vérité du prix, du stock, de la livraison, des variantes et des retours.
- Échantillonner 50 produits et comparer chaque donnée entre les systèmes.
- Vérifier les identifiants : ID, SKU, GTIN et relations de variantes.
- Mettre à jour les titres, descriptions, images et attributs déterminants pour le choix client.
- Collecter les questions réellement posées au service client et aux commerciaux.
- Créer des FAQ précises, validées et maintenues dans le temps.
- Documenter les accessoires, produits liés, alternatives et incompatibilités.
- Contrôler la cohérence des politiques de livraison, de retour et de garantie.
- Vérifier les alertes et la disponibilité des rapports dans Merchant Center.
- Planifier une revue mensuelle de la qualité catalogue.
Une nouvelle discipline pour le merchandising
Le merchandising a toujours consisté à présenter le bon produit, avec la bonne information, au bon moment. Les assistants IA prolongent cette discipline dans des interfaces où le client formule une intention complète et attend une réponse contextualisée. Les équipes e-commerce disposent déjà d’une grande partie des éléments nécessaires : un catalogue, des données, des outils de diffusion, des questions clients et des parcours de conversion.
Le travail commence par une décision de gouvernance : définir les données de référence, leurs propriétaires, leurs règles de mise à jour et les contrôles qui détectent les écarts. Les équipes peuvent ensuite enrichir les fiches, améliorer les flux, structurer les documents et suivre les nouveaux signaux de visibilité proposés par les plateformes.
Je garde une règle simple dans ce type de projet : toute information mise à disposition d’un client ou d’un assistant doit pouvoir être vérifiée, mise à jour et attribuée à un responsable. Cette discipline donne aux équipes une base solide pour utiliser les nouvelles surfaces de recherche, de shopping et de commerce conversationnel.
Pour approfondir la dimension publicitaire de cette évolution, consultez notre analyse sur l’impact de l’intelligence artificielle sur Google Ads. Les campagnes, les fiches produits et les données de catalogue partagent désormais une même exigence : présenter une information commerciale pertinente, cohérente et contrôlée.
FAQ : catalogues produits et assistants IA
Google AI Mode utilise-t-il les données de Merchant Center ?
Google indique que ses expériences de shopping alimentées par IA utilisent les données produits fournies par les marchands. Merchant Center, les pages produits accessibles, les flux, les informations de livraison et les données de catalogue contribuent à la présentation des produits dans les surfaces Google éligibles.
Les attributs conversationnels sont-ils obligatoires dans Merchant Center ?
Les attributs conversationnels annoncés par Google complètent les champs habituels des flux. Leur disponibilité dépend des fonctionnalités proposées dans chaque compte et territoire. Commencez par vérifier la documentation applicable à votre compte, puis priorisez les champs utiles à votre catalogue et aux questions clients fréquentes.
Faut-il créer un flux spécifique pour AI Mode ou Gemini ?
Google recommande de fournir des informations produits complètes et exactes via Merchant Center et les pages du site. Les attributs conversationnels peuvent compléter un flux principal selon les fonctions disponibles. Google ne publie pas de flux séparé obligatoire garantissant une présence dans AI Mode ou Gemini.
Quelles données produit doivent être contrôlées en priorité ?
Contrôlez d’abord l’identifiant produit, le titre, la description, le prix, la disponibilité, les variantes, les images, les frais et délais de livraison, les retours, les garanties, les informations de compatibilité et les documents techniques. Ces éléments influencent directement la compréhension et la confiance du client.
Quel rôle joue le PIM dans la visibilité des produits ?
Le PIM centralise et enrichit l’information produit. Il facilite le contrôle des titres, attributs, médias, catégories, traductions, relations entre produits et fiches techniques. Un PIM bien gouverné améliore la cohérence entre le site, les flux, les plateformes publicitaires et les assistants de shopping.
Qu’est-ce qu’AI Performance Insights dans Merchant Center ?
Google a présenté AI Performance Insights comme un rapport permettant de mieux comprendre la présence d’une marque dans les surfaces IA. Vérifiez sa disponibilité dans votre compte Merchant Center, car son périmètre, ses indicateurs et ses marchés peuvent évoluer pendant le déploiement.
Lexique technique
- UCP — Universal Commerce Protocol : protocole ouvert présenté par Google pour faciliter les échanges entre assistants d’achat, plateformes et marchands, notamment autour du catalogue, du panier, de l’identité et du paiement.
- GTIN — Global Trade Item Number : identifiant international utilisé pour reconnaître un produit commercialisé. Il correspond souvent au code-barres attribué par le fabricant.
- PIM — Product Information Management : système qui centralise, enrichit, organise et diffuse les informations produits vers les canaux de vente et de communication.
- ERP — Enterprise Resource Planning : logiciel de gestion des ressources de l’entreprise, souvent utilisé pour les stocks, achats, commandes, prix, facturation ou logistique.
- Données structurées Product : balisage ajouté à une page produit pour communiquer aux moteurs des informations structurées telles que le nom, le prix, la disponibilité, l’image ou les avis.
- WMS — Warehouse Management System : système de gestion d’entrepôt utilisé pour suivre les stocks, préparations, emplacements et mouvements logistiques.
- DAM — Digital Asset Management : système de gestion des médias numériques, par exemple les photos produits, vidéos, documents, logos ou visuels de campagne.
Sources et pour aller plus loin
- Google — New tech and tools for retailers to succeed in an agentic shopping era — présentation du protocole UCP, des attributs conversationnels, des agents de marque et des outils Merchant Center.
- Google — Google helps retailers thrive with new UCP and AI tools — informations sur AI Performance Insights, les attributs conversationnels et les outils destinés aux marchands.
- Google — Driving retail sales in the age of AI — rappel du rôle central des données Merchant Center dans les expériences de shopping pilotées par IA.
- Google — AI shopping gets simpler with Universal Commerce Protocol updates — évolutions du panier, du catalogue et de l’identité dans les parcours UCP.
- Google Search Central — More ways to share your shipping and returns policies with Google — données structurées dédiées aux politiques de livraison et de retour.
