Graf wiedzy (ang. Knowledge Graph) to struktura danych opracowana przez Google, która łączy informacje o obiektach rzeczywistych (np. osobach, miejscach, firmach, filmach) w relacje semantyczne. Celem jest lepsze zrozumienie zapytań użytkowników i kontekstu treści w sieci.
Na przykład poprzez ustalenie pewnych relacji semantycznych Google może rozumieć, że Szymon Słowik jest założycielem agencji takaoto.pro.
Możesz sprawdzić, jak się prezentujesz w Knowledge Graph chociażby tutaj: https://kalicube.pro/tools/knowledge-graph-explorer (można też skonfigurować sobie API, jeśli chcesz weryfikować entities w KG w jakiejś automatyzacji).
Mój wynik prezentuje się tak (not great, not terrible):
W kontekście SEO, graf wiedzy wpływa na:
- Widoczność marki w wyszukiwarce – np. przez tzw. Knowledge Panel po prawej stronie wyników, który zawiera dane o firmie, osobie czy organizacji.
- Lepsze dopasowanie intencji użytkownika – Google wykorzystuje graf wiedzy do rozumienia semantycznego zapytań, co wpływa na ranking i dobór treści.
- Wzbogacenie wyników – przez dane strukturalne można wspomóc Google w zrozumieniu elementów strony i powiązaniu ich z grafem wiedzy (np. za pomocą typów takich jak LocalBusiness czy Organization)
- Pozycjonowanie lokalne – dane firm z Google Business Profile (wcześniej Google My Business) również zasilają graf wiedzy, co wpływa na lokalne wyniki.
Z mojego doświadczenia wynika, że warto dbać o poprawne dane strukturalne (Organization, Person, Product, Article itp.), spójność informacji w sieci (np. NAP dla firm) oraz obecność w wiarygodnych źródłach (np. Wikipedia, Wikidata, znane katalogi branżowe), które Google może wykorzystać jako źródło danych.