Dados estruturados para e-commerce: guia completo (2027)

A marcação de dados estruturados (schema markup) para e-commerce ajuda os motores de busca e outras ferramentas de descoberta a compreenderem os produtos, preços, avaliações e disponibilidade de uma loja. Quando os dados são mais fáceis de ler, as páginas têm mais hipóteses de aparecerem corretamente nos resultados de pesquisa.

E isto vai além da pesquisa tradicional. Os dados estruturados podem melhorar a forma como os produtos surgem no Google, nas experiências de pesquisa em dispositivos móveis e na descoberta impulsionada por aplicações ou por IA, ajudando mais clientes a encontrarem a loja e as páginas de produto. Na verdade, o tráfego proveniente de IA para sites da Shopify cresceu oito vezes num ano em 2025, à medida que as encomendas geradas por IA cresceram 15 vezes.

Este guia explica o que é a marcação de dados estruturados para e-commerce, porque é importante para o tráfego orgânico e quais os tipos de dados estruturados que é possível adicionar a uma loja online.

O que é a marcação de dados estruturados para e-commerce?

A marcação de dados estruturados para e-commerce é um formato normalizado de dados estruturados que usa especificamente o vocabulário Schema.org, uma estrutura adicionada ao HTML de um site para ajudar os motores de busca e os grandes modelos de linguagem (LLM) a compreenderem o contexto exato de uma página comercial. 

A maior parte do schema é escrito em JSON-LD (JavaScript Object Notation for Linked Data), um script leve que reside no HTML da página e traduz os dados dos produtos para um formato que os rastreadores conseguem interpretar melhor.

Campos como nome, preço, moeda, disponibilidade, pontuação de avaliação e GTIN são explicitamente identificados e enviados diretamente para o Shopping Graph do Google, que alimenta os resultados de produtos na pesquisa, em Imagens, no Shopping e nas AI Overviews.

A própria documentação do Google Search Central confirma que os dados estruturados geram, de forma consistente, taxas de cliques (CTR) mais elevadas, mais visitas e um envolvimento mais forte dos utilizadores.

Rich snippets

Enquanto a marcação de dados estruturados para e-commerce é o código que se adiciona à loja, os rich snippets são aquilo que os clientes veem como resultado disso. O schema é a entrada; os rich snippets são o resultado, ou seja, o resultado de pesquisa melhorado que mostra classificações por estrelas, preços, disponibilidade em stock e número de avaliações diretamente na página de resultados, antes de o cliente clicar.

Por exemplo, ao pesquisar "garrafa de água" no Google, o resultado da Yeti mostra uma classificação de loja de 4,4 estrelas, 26 avaliações, uma política de devoluções de 30 dias, entrega gratuita e imagens do produto. Toda esta informação transmite confiança e, por isso, tende a resultar numa CTR mais elevada.

Como funciona a marcação de dados estruturados

A marcação de dados estruturados encontra-se no HTML da página, dentro de uma tag <script>. Essa tag indica ao navegador, e a qualquer rastreador que leia a página, que o que se segue são dados estruturados e não conteúdo para apresentar.

No caso específico do JSON-LD, tem este aspeto:

Tudo o que está entre as tags de abertura e de fecho do script constitui o bloco de dados estruturados, delimitado por chavetas. Aqui tem um exemplo simples de um produto:

Os comerciantes que conseguem ler a sua própria marcação podem detectar incongruências entre o que está na página e o que está no código, e validar alterações antes que os erros causem problemas. O Teste de Resultados Multiformato do Google permite fazer isto sem escrever uma linha de código.

O JSON-LD não é o único formato; os microdados incorporam os dados estruturados diretamente nas tags HTML existentes, em vez de num bloco de script separado.

DICA: o filtro Liquid structured_data da Shopify gera JSON-LD automaticamente para páginas de produto e de artigo, embora o resultado predefinido cubra apenas o essencial. Campos como breadcrumbs, perguntas frequentes e políticas de devolução costumam ter de ser adicionados manualmente ou através de uma aplicação.

Como os dados estruturados reforçam a autoridade junto do Google

O schema pode ajudar o Google a avaliar a experiência, especialização, autoridade e fiabilidade de um site: os sinais EEAT que utiliza para determinar se vale a pena destacar um site. Os dados estruturados tornam esses sinais explícitos, estabelecendo ligações que o Google poderia não detetar apenas ao rastrear o HTML.

"Implementar a marcação de dados estruturados funciona como informação direcional positiva para o EEAT, reforçando ainda mais a credibilidade do site aos olhos dos utilizadores, dos LLM e dos motores de busca", afirma Arthur Camberlein, responsável de SEO técnico na Shopify.

À medida que os assistentes de compras com IA e a descoberta automatizada se tornam mais comuns, os dados estruturados são um dos sinais mais claros que estes sistemas usam para avaliar e destacar produtos.

Mas é importante saber quando e onde aplicá-los. "Ao pensar em schema para e-commerce, é essencial lembrar que a marcação de dados estruturados são apenas indicadores, contexto adicional para os bots compreenderem melhor o conteúdo", diz Arthur.

"Por exemplo, as páginas de produto incluem informação como classificações, preço e disponibilidade, enquanto os artigos de blogue apresentam normalmente informação sobre o autor e schemas de perguntas frequentes."

Arthur recomenda implementar o schema para e-commerce passo a passo, um tipo de cada vez, para que seja possível acompanhar o impacto com clareza e evitar prejudicar a experiência do utilizador ou o desempenho do site durante o processo.

A Shopify já está a preparar-se para esta mudança. As Agentic Storefronts permitem que os comerciantes sejam descobertos em plataformas de IA como o ChatGPT, o Perplexity e o Microsoft Copilot, através de uma única configuração no painel de administração.

Classificar e agrupar os produtos por atributos padrão e metacampos permite que os agentes apresentem os produtos com precisão nas pesquisas. A gestão de políticas, perguntas frequentes e voz da marca é feita através da aplicação Knowledge Base. A infraestrutura que sustenta tudo isto é o Shopify Catalog, dados de produtos estruturados que os sistemas de IA conseguem interpretar e compreender. A marcação de dados estruturados é o que torna esses dados fiáveis.

Como criar dados estruturados

Criar schema pode ser um processo complexo. O Google Search Central aborda todos os detalhes técnicos, mas o processo central segue cinco passos:

1. Inserir os dados estruturados
2. Testar
3. Fazer um teste com algumas páginas publicadas
4. Pedir ao Google para voltar a rastrear
5. Manter a marcação atualizada e em conformidade

1. Inserir os dados estruturados

Na maioria dos sites, os dados estruturados ficam na secção <head> do HTML, dentro de uma tag <script>. Na Shopify, o filtro Liquid structured_data trata disto automaticamente nas páginas de produto e de artigo. 

Encontra-se no ficheiro main-product.liquid do tema. Os tipos de schema que o tema não gera por predefinição terão de ser adicionados manualmente através do código do tema ou de uma aplicação de schema. 

2. Testar

Passe os seus URLs pelo Teste de Resultados Multiformato do Google antes de publicar qualquer coisa. A ferramenta faz três coisas: confirma se a sua página é elegível para resultados multiformato, revela erros bloqueantes em campos obrigatórios que impedem por completo a apresentação de resultados multiformato, e assinala avisos em campos recomendados que não comprometem a elegibilidade, mas limitam o que o Google consegue apresentar. Corrija primeiro os erros de campos obrigatórios e depois trate dos avisos.

3. Fazer um teste com algumas páginas publicadas

É possível usar a ferramenta de Inspeção de URL do Google na Search Console para ver como o Google lê realmente a página depois de estar publicada. Se os dados estruturados estiverem a ser processados corretamente, avançar.

4. Pedir ao Google para voltar a rastrear

Se foi atualizado um número reduzido de páginas, usar a opção "Pedir indexação" na ferramenta de Inspeção de URL. Para alterações em todo o site, voltar a submeter o sitemap através da Google Search Console. O Google rastreia automaticamente, mas voltar a submeter acelera o processo.

5. Manter a marcação atualizada e em conformidade

Os dados estruturados e os feeds de comerciante devem conter apenas informação de catálogo: nomes de produtos, preços, disponibilidade, avaliações e políticas de devolução. Nomes de clientes, endereços de e-mail, IDs de encomenda ou quaisquer identificadores pessoais não devem constar na marcação, ao abrigo do RGPD ou da legislação de proteção de dados. 

Usar o robots.txt para bloquear os rastreadores de páginas privadas ou específicas de contas, e considerar um ficheiro llms.txt para indicar aos rastreadores de IA que partes do site devem ou não ser indexadas.

DICA: É possível adicionar marcação de dados estruturados a uma loja Shopify editando diretamente o código do tema ou instalando uma aplicação como o Schema Plus for SEO & JSON-LD a partir da Shopify App Store.

Tipos de dados estruturados para o seu site de e-commerce

• Schema de organização
• Schema de negócio local
• Schema de produto
• Schema de preço
• Schema de breadcrumb
• Schema de disponibilidade de produto

Nem todas as lojas precisam de todos os tipos de schema, e implementá-los todos de forma indiscriminada não é o objetivo. Alguns tipos de schema têm um impacto abrangente na maioria das lojas de e-commerce, independentemente do que vendem ou de como operam. Outros são mais situacionais; genuinamente valiosos para o comerciante certo, mas um peso desnecessário para todos os outros.

Esta lista abrange os tipos de schema que vale a pena priorizar no e-commerce:

Schema de organização

O schema de organização informa os motores de busca sobre quem está por detrás da loja: o nome do negócio, o logótipo, a morada, os dados de contacto e os perfis nas redes sociais. Este contexto alimenta o painel de conhecimento do Google e ajuda a distinguir a marca nos resultados de pesquisa.

Para lojas online, o Google recomenda usar o subtipo OnlineStore de Organization em vez do tipo genérico. Aplica-se à página inicial, pois é aí que o Google espera encontrá-lo.

Não existem propriedades obrigatórias. O Google recomenda adicionar o maior número possível de campos relevantes, dando prioridade aos que confirmam a presença no mundo real, como a morada e o número de telefone, e a presença online. 

Schema de negócio local

Se a loja de e-commerce tiver uma ou mais localizações físicas, o schema de negócio local indica aos motores de busca os detalhes operacionais de que os clientes precisam antes de a visitarem. Convém colocar a marcação na página de destino dedicada a cada localização.

Usar o subtipo mais específico disponível em vez do tipo genérico LocalBusiness (por exemplo, Boutique, SportingGoodsStore, HomeGoodsStore) e combinar os campos de Organization com os específicos de LocalBusiness para obter o resultado mais completo.

Para comerciantes com várias localizações, criar um bloco de schema separado para cada uma.

Leia mais: SEO Local: o que é e como fazer (2024)

Schema de produto

Os temas da Shopify geram schema de produto automaticamente através do filtro Liquid structured_data, que insere JSON-LD no HTML da página. O resultado predefinido cobre o essencial: nome, preço, disponibilidade e URL.

Campos como descrição, imagens, GTIN, marca, SKU, avaliações, custos de envio e política de devolução costumam ter de ser adicionados manualmente através do código do tema ou de uma aplicação de schema.

Os campos que é possível marcar numa página de produto incluem nome, descrição, cor, dimensões, categoria de produto, ID de produto, imagens, disponibilidade, ofertas especiais, marca, avaliações e classificações, custos de envio, SKU e prazos de entrega.

Não existe um tipo de schema dedicado a páginas de categoria, mas há uma alternativa viável: usar ItemList e transformar cada produto num ListItem.

De notar o invólucro Offer à volta do preço; strings de preço isoladas, sem ele, não passam corretamente na validação dos requisitos de listagem de comerciante do Google.

Schema de preço

O schema de preço fica dentro do bloco Offer e não como um tipo de schema separado. Os campos centrais, price, priceCurrency, priceValidUntil, availability e itemCondition, indicam ao Google quanto custa um produto, em que moeda e se está atualmente disponível para compra.

Para um preço normal:

Para um preço promocional com o preço original riscado, usar UnitPriceSpecification com um priceType de StrikethroughPrice para o preço original. O preço promocional em vigor fica ao nível de Offer, sem priceType. O Google usa-o automaticamente como preço atual.

Schema de breadcrumb

O schema de breadcrumb ajuda os motores de busca a compreenderem a estrutura hierárquica da loja, a forma como uma página de produto se insere numa categoria, dentro de uma secção, dentro do site. Quando o Google mostra breadcrumbs nos resultados de pesquisa, os clientes veem exatamente onde uma página se encontra antes de clicarem.

Para especificar os breadcrumbs, definir um BreadcrumbList que contenha pelo menos dois elementos ListItem. Cada ListItem precisa de uma position, a sua ordem no percurso, e um name. Usar URLs absolutos para a propriedade item em todos os passos exceto no último. O breadcrumb final representa a página atual e não precisa de URL.

Schema de disponibilidade de produto

O schema de disponibilidade indica aos motores de busca e às ferramentas de compras com IA aquilo que os clientes precisam de saber antes de clicarem: se um produto está disponível para compra naquele momento. Este schema fica dentro do bloco Offer, como uma única propriedade availability, apontando para um URL do Schema.org.

Os valores aceites são: 

• https://schema.org/InStock
• https://schema.org/OutOfStock
• https://schema.org/PreOrder
• https://schema.org/BackOrder
• https://schema.org/Discontinued

Um produto que está em stock às 9h pode estar esgotado ao meio-dia e, se os dados estruturados ainda indicarem InStock, isso envia os clientes para um beco sem saída.

Os motores de busca usam o campo availability para verificar e cruzar o estado de stock visível na página. As ferramentas de compras com IA vão mais longe; leem os dados estruturados diretamente para fazerem recomendações. Uma incongruência entre a marcação e o inventário real destrói o sinal de fiabilidade que, à partida, faz com que os produtos sejam destacados.

Outros tipos de schema a considerar

1. Schema de vídeo
2. Schema de perguntas frequentes
3. Schema de avaliação
4. Schema de artigo
5. Schema de notícias
6. Schema MerchantReturnPolicy

Os tipos de schema abordados até agora tratam do essencial de que os motores de busca e os sistemas de IA precisam para avaliar e destacar uma loja.

Os tipos apresentados a seguir vão mais longe, acrescentando contexto ao conteúdo que rodeia os produtos: vídeos, avaliações, conteúdo editorial e notícias. Cada um reforça um tipo específico de visibilidade nas pesquisas.

Schema de vídeo

O schema de vídeo marca transmissões em direto e vídeos de produto com descrição, URL da miniatura, data de carregamento e duração. Um schema de vídeo bem implementado aumenta a visibilidade na pesquisa de vídeos, no Google Imagens e no Google Discover. É particularmente útil para demonstrações de produtos e conteúdos de instruções que influenciam as decisões de compra antes de o cliente sequer chegar à loja.

Schema de perguntas frequentes

O schema de perguntas frequentes marca conteúdo de perguntas e respostas com os tipos FAQPage e Question. Este schema estrutura o conteúdo de perguntas e respostas num formato que os sistemas de IA interpretam diretamente.

Schema de avaliação

O schema de avaliação adiciona marcação estruturada às avaliações dos utilizadores, incluindo a informação do avaliador, o valor da classificação e o conteúdo da avaliação. É o que alimenta as classificações por estrelas visíveis nos rich snippets, e o que as ferramentas de compras com IA leem para avaliar sinais de qualidade do produto sem terem de extrair o texto da página.

Schema de artigo

O schema de artigo marca artigos de blogue e conteúdo informativo com título, autor, data de publicação, blocos de perguntas frequentes e corpo do artigo. É útil para conteúdo que responde a pesquisas de topo de funil e que constrói autoridade temática em torno das categorias de produtos.

Schema de notícias

O schema de notícias fornece contexto estruturado para conteúdo relacionado com notícias, incluindo título, autor, data de publicação e corpo do artigo.

Schema MerchantReturnPolicy

O schema MerchantReturnPolicy apresenta as políticas de devolução junto do produto e nos resultados de pesquisa. Desde que o Google apertou os requisitos, o campo returnPolicyCountry passou a ser obrigatório no schema MerchantReturnPolicy, usando o código de país ISO 3166-1 alpha-2 de duas letras para especificar onde a política de devolução se aplica. 

Se a marcação da política de devolução for anterior à atualização de março de 2025 do Google, convém verificá-la, pois a falta de campos obrigatórios gera erros na Search Console que, com o tempo, prejudicam a saúde dos dados estruturados.