JSON-LD-Ausgabe
Generieren Sie einen sauberen Skriptblock für Organization, LocalBusiness, ProfessionalService, AggregateRating oder Review-Markup.
Erstellen Sie JSON-LD für Organisations-, LocalBusiness-, ProfessionalService-, AggregateRating- oder Review-Markup und bewerten Sie dann, ob der Bewertungsanspruch, der Quellennachweis, der Entitätsumfang und der Seitenkontext sicher genug für die Veröffentlichung sind.
Ein Bewertungsschema kann Maschinen dabei helfen, einen Bewertungsanspruch zu verstehen, es kann aber auch ungenaue, nicht unterstützte oder richtliniensensible Bewertungsaussagen verstärken. Dieses Tool erstellt JSON-LD und prüft, ob der zugrunde liegende Anspruch zuverlässig genug für die Veröffentlichung ist.
Generieren Sie einen sauberen Skriptblock für Organization, LocalBusiness, ProfessionalService, AggregateRating oder Review-Markup.
Überprüfen Sie, ob die Schema-Entität genau mit der Filiale, der Website-Seite und dem Google-Profil übereinstimmt.
Erfassen Sie Bewertung, Anzahl, Quell-URL, Orts-ID, Datum der letzten Überprüfung und Screenshot-Annahmen.
Bewerten Sie das Risiko strukturierter Daten in Bezug auf Quellennachweis, Aktualität, Volumen, Entitätsumfang, Sektor und Bewertungsmarkierungsoptionen.
Eine Seite kann für Besucher sauber aussehen, während ihre strukturierten Daten eine Bewertung überbewerten, die falsche Entität aggregieren oder Erfahrungsberichte markieren, die nicht beworben werden sollten. Professionelle und legale Websites benötigen eine konservative Schema-Governance.
Ein Schemablock kann eine Bewertung der falschen Zweigstelle, juristischen Person, dem falschen Praktiker oder der falschen Serviceseite zuordnen.
Eine vor Monaten manuell kopierte oder überprüfte Bewertung stimmt möglicherweise nicht mit dem Live-Google-Profil überein.
Ausgewählte Bewertungsmarkierungen können wie Rosinenpickerei aus Testimonials oder Ergebniswerbung aussehen.
Suchmaschinen und Plattformen ignorieren oder bestrafen möglicherweise Markup, das eigennützig, nicht überprüfbar oder irreführend ist.
Geben Sie die Entität, den Quellennachweis, die Bewertung und den Schemaplan ein. Das Tool erstellt JSON-LD und markiert, ob das Markup veröffentlicht, überarbeitet, überprüft oder zurückgehalten werden soll.
Die Regel kombiniert Quellenzuverlässigkeit, Bewertungsvolumen, Aktualität, Entitätsumfang, Seitenkontext, Markup-Typ, Sektorsensitivität und mildernde Kontrollen. Niedrigere Werte bedeuten, dass JSON-LD einfacher zu veröffentlichen ist; Höhere Werte müssen überarbeitet oder überprüft werden.
Strukturierte Daten sollten einen dokumentierten Anspruch widerspiegeln und keinen stärkeren Anspruch hervorrufen.
Halten Sie Quell-URL, Orts-ID, Bewertung, Anzahl, Verifizierungsdatum, Screenshot und Eigentümer in einem Datensatz fest.
Hängen Sie Bewertungsmarkup nur an den entsprechenden Zweig, die entsprechende Entität oder die kanonische Seite an.
Bevorzugen Sie aggregierte Daten gegenüber ausgewählten Bewertungsausschnitten für Anwaltskanzleien und sensible Dienste.
Bereit zur Veröffentlichung Das Schema kann normalerweise nach der JSON-Validierung und abschließenden Quellprüfungen live geschaltet werden.
Steuerelemente hinzufügen Fügen Sie vor der Veröffentlichung Steuerelemente für Quelle, Entität, Datum, Screenshot oder Seitenbereich hinzu.
Rechtliche oder technische Prüfung Der Markup-Typ, der Entitätsumfang, der Sektor oder der Quellennachweis sollten überprüft werden.
Halten Sie das Schema fest Nicht veröffentlichen, bis Quellen-, Richtlinien-, Entitäts- oder Datenschutzprobleme behoben sind.
Verwenden Sie die Badge- oder Widget-Tools für eine sichtbare Anzeige und verwenden Sie die Orts-ID, bevor Sie Links, Widgets, Badges oder Schemata veröffentlichen.
Erstellen Sie ein kompaktes, sichtbares Bewertungsabzeichen, das dem Schemaanspruch entspricht.
Verwenden Sie ein umfassenderes Widget, wenn die Seite Quellen-, Zähl- und Überprüfungskontext benötigt.
Überprüfen Sie das Google-Profil, bevor Sie das Schema an eine Entität binden.
Pimlegal kann Schemaansprüche, Quellennachweise, Entitätsumfang, Testimonial-Wortlaut, Datenschutzrisiken und die Implementierung strukturierter Daten vor der Veröffentlichung prüfen.