IA per a SEO ecommerce: com optimitzar una botiga en línia amb intel·ligència artificial

Usar IA per a SEO ecommerce no consistix a publicar milers de textos automàtics i esperar que Google els premie. En una botiga en línia, la intel·ligència artificial funciona millor quan ajuda a ordenar dades, detectar oportunitats, generar esborranys i accelerar tasques repetitives sense perdre el control sobre el que es publica.

La diferència és important. Un ecommerce no és un blog amb alguns productes afegits. Té categories, subcategories, fitxes de producte, filtres, variants, estoc, preus, ressenyes, imatges, dades estructurades, URL indexables i moltes pàgines que poden competir entre si si no es gestionen bé.

Per això la IA pot ser molt útil, però també perillosa si s’aplica sense criteri. Pot ajudar-te a millorar fitxes de producte, enriquir categories, prioritzar URL, detectar contingut duplicat, generar metadades i construir automatitzacions SEO. Però si la utilitzes sense revisió humana, també pot crear descripcions repetides, inventar atributs, obrir canibalitzacions o omplir el lloc de pàgines pobres.

En esta guia t’explique com aplicar la intel·ligència artificial al SEO d’un ecommerce de manera pràctica: què automatitzar, què revisar manualment i com convertir la IA en part d’un sistema de posicionament orgànic.

Què significa usar IA per a SEO en ecommerce

Aplicar IA al SEO ecommerce significa usar models de llenguatge, automatitzacions i ferramentes d’anàlisi per a millorar la visibilitat orgànica d’una botiga en línia. No es limita a demanar-li a ChatGPT que escriga descripcions de producte.

Ben utilitzada, la IA pot ajudar-te en tasques com ara:

• Classificar keywords per intenció de compra.
• Detectar productes i categories amb potencial SEO.
• Crear esborranys de titles, metadescripcions i textos de categoria.
• Enriquir fitxes de producte amb usos, beneficis, comparatives i FAQ.
• Trobar pàgines òrfenes o amb pocs enllaços interns.
• Identificar patrons de contingut duplicat o thin content.
• Prioritzar accions segons trànsit, marge, demanda o conversió.
• Crear fluxos amb ferramentes com Screaming Frog, Google Search Console, Make, n8n o API.

La clau és entendre que la IA no substituïx l’estratègia SEO. L’accelera. Si no hi ha una arquitectura clara, una selecció correcta de keywords, una política d’indexació i un criteri de qualitat, la IA només farà més ràpid el que ja estava mal plantejat.

Diferència entre generar contingut i millorar un sistema SEO

L’error més habitual és reduir la IA a producció de text. En ecommerce, el valor real és en la millora del sistema complet: quines URL han d’existir, quines s’han d’indexar, quin contingut necessita cada tipus de pàgina, com s’enllacen entre si i com es mesura l’impacte.

Per exemple, generar 500 descripcions de producte pot paréixer productiu. Però si eixos productes pertanyen a categories mal estructurades, tenen URL duplicades per filtres, no reben enllaços interns i no responen a una intenció de cerca real, el resultat serà feble.

Un ús més intel·ligent seria:

• Extraure des de Search Console els productes amb impressions però amb un CTR baix.
• Encreuar eixes dades amb el marge, l’estoc i la prioritat comercial.
• Detectar quines fitxes tenen contingut pobre o metadades duplicades.
• Generar propostes de millora amb IA.
• Revisar una mostra abans d’aplicar canvis massius.
• Mesurar després si milloren els clics, les posicions i les vendes.

Eixe enfocament convertix la IA en una ferramenta de priorització i producció controlada, no en una màquina de publicar sense filtre.

Per què una botiga en línia necessita més control que un blog

En un blog, un article fluix pot no posicionar i quedar-se aïllat. En un ecommerce, un mal desplegament pot afectar centenars o milers d’URL. La IA pot generar variacions molt semblants, textos massa genèrics o recomanacions que no encaixen amb el producte real.

A més, moltes botigues tenen problemes propis de l’ecommerce:

• Categories amb molt poc text útil.
• Fitxes copiades del proveïdor.
• Filtres que creen massa URL indexables.
• Productes descatalogats sense estratègia.
• Canibalitzacions entre categories, marques i cerques internes.
• Absència de schema de producte, oferta, disponibilitat o ressenyes.
• Enllaçat intern poc treballat entre categories i productes rendibles.

La IA pot ajudar en tots eixos punts, però necessita dades fiables i regles clares.

On pot ajudar la IA en el SEO d’una botiga en línia

El millor punt de partida és separar tasques per tipus d’URL. Una fitxa de producte no necessita el mateix que una categoria, una guia informativa o una pàgina de marca.

Investigació de keywords per producte, categoria i intenció de compra

La IA pot agrupar keywords per intenció, detectar patrons semàntics i ajudar-te a decidir si una cerca mereix una categoria, una subcategoria, una fitxa optimitzada o un contingut de suport.

Per exemple, no convé tractar igual estes cerques:

• “comprar sabatilles trail goretex”
• “millors sabatilles trail per a pluja”
• “sabatilles trail impermeables home”
• “com triar sabatilles trail”

Algunes encaixen amb categories comercials. Altres, amb guies comparatives. Altres poden reforçar fitxes o filtres. La IA pot ajudar-te a ordenar eixe mapa, però la decisió final s’ha de validar amb la SERP, dades de negoci i arquitectura.

Si l’ecommerce ja té històric, convé combinar la IA amb dades de Google Search Console. Les consultes amb impressions, CTR baix o posicions pròximes al top 10 solen ser bones candidates per a l’optimització.

Optimització de fitxes de producte

Les fitxes de producte solen ser el primer lloc on es vol aplicar IA, però també un dels més delicats. Una bona fitxa no s’ha de limitar a repetir característiques: ha d’explicar per a qui és el producte, quin problema resol, què el diferencia i quins dubtes pot tindre el comprador abans d’afegir-lo al carret.

La IA pot ajudar-te a crear esborranys de:

• Descripcions curtes i llargues.
• Beneficis organitzats per cas d’ús.
• FAQ específiques del producte.
• Comparatives amb models semblants.
• Textos alternatius per a imatges.
• Titles i metadescripcions úniques.

Però hi ha una regla bàsica: la IA no ha d’inventar atributs. Si el producte no té una característica, certificació, material o compatibilitat concreta, no pot aparéixer en la fitxa només perquè ho haja suggerit el model.

Per a aprofundir en esta part, té sentit enllaçar amb la guia de Queseo sobre com optimitzar fitxes de producte per a SEO i amb el contingut sobre errors SEO en fitxes de producte ecommerce.

Millora de categories i subcategories

Les categories solen tindre més potencial SEO que moltes fitxes individuals, perquè responen a cerques més àmplies i comercials. També són pàgines on la IA pot aportar molt si s’usa amb dades.

Una categoria optimitzada no necessita un bloc enorme de text que empenga els productes cap avall. Necessita contingut útil, escanejable i connectat amb la intenció de compra:

• Quin tipus de productes inclou.
• Com triar entre opcions.
• Quines característiques importen.
• Quins errors cal evitar.
• Quines subcategories o filtres tenen sentit.
• Quines preguntes es repetixen abans de comprar.

La IA pot generar una primera proposta, però l’estructura s’ha de basar en la SERP, productes reals, marges, estoc i comportament d’usuari. Per a este punt, l’article de Queseo sobre optimitzar categories d’una botiga en línia és un enllaç intern natural.

Titles, metadescripcions i textos alternatius a escala

Crear metadades úniques per a centenars de productes és una tasca repetitiva. Ací la IA pot ser molt eficient si es treballa amb plantilles i variables.

Un flux raonable seria:

1. Extraure URL, nom de producte, categoria, marca, preu, atribut diferencial i keyword objectiu.
2. Crear una plantilla de title i metadescripció per tipus de pàgina.
3. Generar esborranys amb IA respectant la longitud, el to i la prioritat comercial.
4. Revisar duplicats, promeses exagerades i errors d’atributs.
5. Pujar canvis per lots només quan el control de qualitat siga correcte.

L’objectiu no és que cada meta siga creativa, sinó que siga única, precisa i orientada al clic.

Enllaçat intern entre productes, categories i guies

La IA també pot ajudar a detectar oportunitats d’enllaçat intern. En ecommerce això és especialment útil perquè moltes pàgines importants reben pocs enllaços si no apareixen en menús, mòduls de productes relacionats o continguts de suport.

Un bon sistema pot suggerir enllaços entre:

• Guies informatives i categories comercials.
• Categories principals i subcategories rendibles.
• Productes complementaris.
• Productes alternatius dins d’una mateixa intenció de compra.
• Posts que resolen dubtes i pàgines de servici o venda.

La IA pot proposar relacions semàntiques, però convé encreuar-les amb el crawl, el trànsit i la prioritat comercial. A Queseo, esta part connecta bé amb el contingut sobre anchor text i enllaçat intern.

Detecció de contingut duplicat, thin content i pàgines òrfenes

Les botigues en línia solen acumular URL que amb prou feines aporten valor: fitxes sense estoc, productes quasi idèntics, categories amb dos productes, filtres indexats, paràmetres, etiquetes o cerques internes.

Amb un crawl del lloc web, la IA pot ajudar-te a classificar patrons:

• URL amb titles o metadescripcions duplicades.
• Pàgines amb poc contingut útil.
• Productes sense enllaços interns entrants.
• Categories que competixen per la mateixa keyword.
• URL indexables que potser haurien d’estar en noindex o canonicalitzades.

Ferramentes com Screaming Frog SEO Spider són especialment útils per a extraure dades tècniques i convertir-les després en decisions amb ajuda de la IA.

Com usar IA en fitxes de producte sense crear contingut genèric

La IA pot millorar molt una fitxa de producte, però només si rep bona informació d’entrada. Si el prompt només inclou el nom del producte, el resultat serà genèric. Si inclou atributs, públic objectiu, usos, objeccions, ressenyes i diferències respecte a les alternatives, el resultat serà molt més útil.

Quines dades ha de tindre una bona fitxa abans de demanar ajuda a la IA

Abans de generar contingut, convé preparar una base de dades mínima:

• Nom exacte del producte.
• Marca i model.
• Categoria i subcategoria.
• Característiques verificades.
• Materials, talles, dimensions o compatibilitats.
• Benefici principal.
• Tipus de comprador.
• Objeccions freqüents.
• Productes alternatius o complementaris.
• Keyword principal i variants.

Amb eixes dades, la IA pot redactar un contingut més precís i menys repetitiu. Sense eixes dades, tendirà a omplir buits amb frases comunes.

Com enriquir beneficis, usos, comparatives i preguntes freqüents

Una fitxa optimitzada ha de respondre dubtes reals. No n’hi ha prou amb dir “alta qualitat” o “ideal per a tots els usos”. És millor explicar situacions concretes:

• Per a quin tipus d’usuari encaixa.
• En què es diferencia de models semblants.
• Quines limitacions té.
• Quins accessoris o productes complementaris pot necessitar.
• Quina pregunta es fa el comprador abans de decidir.

La IA pot convertir dades tècniques en arguments de compra, però cada afirmació ha d’estar avalada per informació real del producte.

Què cal revisar sempre abans de publicar

Abans de pujar contingut generat amb IA a fitxes de producte, revisa com a mínim:

• Que no hi haja característiques inventades.
• Que no es repetisquen frases entre productes semblants.
• Que el text no prometa resultats impossibles.
• Que no contradiga imatges, preu, disponibilitat o variants.
• Que incloga la keyword de manera natural.
• Que ajude a comprar, no només a posicionar.

Este control és especialment important en sectors on la precisió influïx en la confiança, la seguretat o les devolucions.

IA per a categories ecommerce: on sol estar la major oportunitat

Moltes botigues s’obsessionen amb les fitxes de producte, però les categories solen concentrar cerques més interessants: “comprar sabatilles running home”, “sofàs llit xicotets”, “vestits de convidada barats”, “cafeteres automàtiques” o “motxilles escolars amb rodes”.

Estes URL poden captar trànsit amb intenció comercial i repartir autoritat cap a productes concrets.

Com detectar categories amb potencial SEO

Una bona anàlisi pot combinar:

• Impressions i clics de Search Console.
• Posicions entre 4 i 20 amb marge de millora.
• Categories amb estoc estable.
• Categories amb marge o prioritat comercial.
• Consultes que ja activen resultats transaccionals.
• Subcategories que apareixen en els suggeriments de Google.

La IA pot ajudar-te a agrupar eixes oportunitats, però la decisió de crear, fusionar o reforçar categories ha d’eixir de l’arquitectura SEO.

Com crear textos útils sense frenar la conversió

En categories ecommerce no convé ficar un bloc enorme de text abans del llistat de productes. El normal és treballar amb una introducció breu dalt i contingut ampliat davall del grid, si el disseny ho permet.

La IA pot ajudar a redactar blocs com ara:

• Introducció clara de la categoria.
• Consells d’elecció.
• Comparativa de tipus de producte.
• Preguntes freqüents.
• Enllaços cap a subcategories rellevants.

La prioritat ha de ser ajudar l’usuari a triar, no amagar els productes davall de contingut SEO.

Com evitar canibalitzacions entre categories semblants

Una automatització mal plantejada pot crear categories molt semblants: “sabatilles running home”, “sabatilles córrer home”, “sabatilles esportives home running” i diverses combinacions més. Si totes ataquen el mateix, competiran entre elles.

Abans de crear pàgines noves, convé decidir:

• Quina és la URL principal per a cada intenció.
• Quines variants s’integren en una mateixa categoria.
• Quines cerques mereixen filtres indexables.
• Quines combinacions han de quedar en noindex o canonicalitzades.

En esta part, una auditoria SEO sol detectar problemes que a simple vista passen desapercebuts.

Automatitzacions SEO amb IA per a ecommerce

El gran avantatge de la IA apareix quan s’integra en fluxos repetibles. No es tracta d’obrir una ferramenta i demanar textos solts, sinó de crear processos que reben dades, generen propostes i permeten la revisió.

Fluxos per a generar esborranys de metadades

Un flux típic pot partir d’una exportació amb URL, tipus de pàgina, keyword, nom de categoria, marca i atribut diferencial. Amb eixa informació, la IA genera titles i descripcions seguint regles de longitud i to.

Després es revisen els duplicats, es corregixen els errors i es pugen només els canvis aprovats. Este tipus d’automatització és útil quan l’ecommerce té moltes URL amb metadades buides, repetides o poc orientades al clic.

Fluxos per a detectar URL amb problemes

Un altre flux útil consistix a encreuar dades de crawl amb Search Console. Per exemple:

• URL indexables sense clics ni impressions.
• Pàgines amb trànsit però amb un CTR baix.
• Categories amb posició mitjana pròxima al top 10.
• Productes amb impressions però sense contingut diferencial.
• URL amb title duplicat i alt potencial comercial.

La IA pot classificar accions recomanades: optimitzar, fusionar, enllaçar, noindexar, canonicalitzar, redirigir o mantindre.

Fluxos per a prioritzar pàgines segons trànsit, marge o intenció comercial

No totes les URL mereixen el mateix esforç. En ecommerce, convé prioritzar pàgines que puguen moure negoci: categories amb demanda, productes amb estoc, marques rendibles, pàgines amb marge o URL que ja reben impressions.

La IA pot ajudar a crear un scoring si se li donen variables concretes:

• Impressions.
• Clics.
• Posició mitjana.
• Conversió.
• Marge.
• Estoc.
• Estacionalitat.
• Dificultat d’optimització.

Amb eixa priorització s’evita dedicar temps a pàgines que no generaran retorn.

Quan usar Make, n8n, Screaming Frog, GSC o API

L’elecció de ferramentes depén del nivell de control que necessites. Per a una botiga xicoteta, un full de càlcul i prompts ben dissenyats poden ser suficients. Per a un ecommerce gran, el normal és treballar amb crawls, API, automatitzacions i validacions per lots.

Un sistema avançat pot combinar:

• Google Search Console per a consultes, pàgines, clics i impressions.
• Screaming Frog per a rastreig, metadades, canonicals, status codes i enllaços interns.
• Make o n8n per a moure dades entre ferramentes.
• Models d’IA per a generar propostes o classificar problemes.
• Revisió humana abans de publicar canvis.

Esta és una de les raons per les quals el servici d’intel·ligència artificial per a SEO s’ha de plantejar com un sistema, no com una col·lecció de prompts solts.

SEO tècnic ecommerce i IA: què es pot accelerar

El SEO tècnic és una de les àrees on la IA pot estalviar temps, sempre que s’alimente amb dades correctes. No substituïx una anàlisi tècnica, però ajuda a detectar patrons i ordenar prioritats.

Indexació, canonicals i facetes

Els filtres i les facetes són un dels punts més delicats d’un ecommerce. Una mala configuració pot generar milers d’URL indexables sense valor o bloquejar combinacions que sí que tenen demanda.

Google té documentació específica sobre bones pràctiques per a ecommerce en Google Search, i convé revisar-la abans de prendre decisions massives d’indexació.

La IA pot ajudar a classificar patrons d’URL, però la decisió sobre què s’indexa s’ha de prendre amb dades de cerca, arquitectura i negoci.

Schema de producte, ofertes, ressenyes i breadcrumbs

Les dades estructurades ajuden els cercadors a entendre millor cada pàgina. En ecommerce, els tipus més habituals són Product, Offer, AggregateRating, Review i BreadcrumbList.

Per a implementacions reals convé revisar la documentació de dades estructurades de producte de Google i la referència de Schema.org Product.

La IA pot generar una proposta de marcatge, però s’ha de validar amb les dades reals del producte: preu, disponibilitat, moneda, ressenyes, imatge i marca.

Core Web Vitals i problemes de rastreig

En botigues en línia, la velocitat i el rastreig influïxen tant en el SEO com en la conversió. La IA pot ajudar-te a resumir informes tècnics, agrupar problemes per plantilla i prioritzar accions, però els mesuraments han de vindre de ferramentes fiables.

A Queseo ja hi ha contingut sobre Core Web Vitals, que pot servir de suport quan el problema és en el rendiment, l’experiència d’usuari o plantilles lentes.

Logs, sitemaps i patrons d’URL

Quan l’ecommerce és gran, els logs i els sitemaps ajuden a entendre què rastreja Google i què es queda fora. La IA pot classificar patrons d’URL, detectar zones amb malbaratament de rastreig i resumir problemes per família de pàgines.

Això sí: la IA no ha de decidir tota sola que una URL s’elimina, es redirigix o es bloqueja. Eixes decisions poden afectar el trànsit i les vendes.

Riscos d’usar IA en SEO ecommerce

La IA pot accelerar molt, però també amplifica errors. En ecommerce, estos són els riscos més freqüents.

Descripcions repetides entre productes

Si s’usa la mateixa plantilla per a molts productes semblants, el resultat pot ser una col·lecció de textos quasi idèntics. Això reduïx el valor diferencial de les pàgines i pot empitjorar l’experiència de l’usuari.

Inventar característiques que el producte no té

Este és el risc més seriós. Un model pot suggerir materials, compatibilitats o beneficis que semblen lògics, però que no estan verificats. En ecommerce, això pot generar devolucions, queixes o pèrdua de confiança.

Publicar massa URL pobres

La IA facilita crear pàgines, però no totes les combinacions de keyword, filtre, ciutat, marca o atribut mereixen una URL indexable. Publicar a escala sense validar la intenció i la demanda pot afeblir el lloc.

Perdre el to de marca o la confiança

Moltes descripcions generades per IA sonen correctes, però impersonals. En ecommerce, el text també ven. Ha d’encaixar amb la marca, el tipus de comprador i el nivell de detall que necessita per a decidir.

Automatitzar sense validació humana

La millor regla pràctica és senzilla: automatitza esborranys, no decisions finals. La IA proposa, classifica i accelera. L’estratègia, la validació i la publicació han de tindre control humà.

Procés recomanat per a aplicar IA al SEO d’un ecommerce

Si vols aplicar IA en una botiga en línia, este procés reduïx riscos i ajuda a prioritzar.

1. Auditar el catàleg i les categories

Abans de generar contingut, analitza què hi ha. Revisa categories, subcategories, fitxes, filtres, indexació, metadades, enllaçat intern, estoc i rendiment orgànic.

Si la botiga ja té històric, encreua el crawl amb Search Console. Si no en té, comença per l’arquitectura, el keyword research i la SERP.

2. Prioritzar pàgines per valor SEO i comercial

No comences per tot el catàleg. Comença per URL amb potencial: categories amb demanda, productes amb marge, pàgines que ja reben impressions o seccions estratègiques del negoci.

3. Crear plantilles de prompts i criteris de qualitat

Definix com ha de sonar la marca, quina informació és obligatòria, què no es pot inventar, quina longitud ha de tindre cada bloc i quina estructura s’usarà per tipus de pàgina.

4. Automatitzar esborranys, no decisions finals

Genera propostes de metadades, textos, FAQ o enllaços interns. Després revisa una mostra, ajusta el flux i aplica canvis per lots controlats.

5. Mesurar l’impacte en GSC, vendes i conversió

El SEO ecommerce no es mesura només amb posicions. També importen els clics, el CTR, els ingressos orgànics, la taxa de conversió, els productes venuts, les categories que creixen i les pàgines que deixen de malbaratar rastreig.

Exemple pràctic de flux IA + SEO per a ecommerce

Imagina una botiga amb 3.000 productes i 120 categories. Moltes fitxes tenen descripcions del proveïdor i algunes categories tenen impressions però pocs clics.

Entrada de dades

S’exporten dades de:

• Sitemap.
• Crawl de Screaming Frog.
• Google Search Console.
• Catàleg de productes.
• Vendes o marge per categoria.

Generació de la proposta

La IA classifica les URL per tipus d’acció: optimitzar metadades, enriquir el text, millorar l’enllaçat, revisar el canonical, fusionar contingut o deixar-les sense canvis.

Revisió SEO

Es revisa una mostra per cada tipus de pàgina. Si els esborranys són bons, s’ajusten les regles i es prepara una pujada controlada. Si no, es corregixen prompts, variables o dades d’entrada.

Publicació i mesurament

Els canvis es publiquen per lots xicotets. Després es mesura l’impacte en Search Console i en les vendes, evitant tocar massa variables alhora.

Quan té sentit demanar ajuda a un consultor SEO amb IA

La IA pot ajudar-te molt si tens una botiga xicoteta i vols millorar textos o metadades. Però quan hi ha un catàleg gran, problemes d’indexació, migracions, facetes, internacionalització o automatitzacions complexes, convé treballar amb mètode.

Un consultor SEO per a ecommerce pot ajudar-te a decidir quines pàgines han d’existir, quines s’han d’indexar, com enllaçar categories, com prioritzar optimitzacions i com usar IA sense generar soroll.

A Queseo treballe la IA aplicada al SEO des d’una perspectiva pràctica: automatitzacions, anàlisi tècnica, continguts, enllaçat intern i mesurament. Si vols convertir la IA en un sistema real per a millorar el posicionament de la teua botiga en línia, pots revisar el servici de SEO per a IA o la pàgina de continguts SEO amb IA.

Quan l’ecommerce usa WooCommerce, la IA pot ajudar a escalar descripcions i detectar patrons, però la decisió SEO continua depenent de l’arquitectura, les facetes i la intenció de compra. Per això val la pena connectar este treball amb una revisió específica de posicionament SEO per a WooCommerce.

Preguntes freqüents sobre IA per a SEO ecommerce

La IA pot escriure descripcions de producte per a SEO?

Sí, però ha de treballar amb dades reals del producte. És útil per a crear esborranys, enriquir beneficis, adaptar el to i generar variacions. No ha d’inventar característiques ni publicar sense revisió.

Google penalitza el contingut ecommerce creat amb IA?

Google no penalitza un contingut només per estar creat amb IA. El problema apareix quan el contingut és pobre, repetitiu, enganyós o es publica a escala sense aportar valor. La qualitat i la utilitat continuen sent el que importa.

Quines pàgines d’un ecommerce hauria d’optimitzar primer amb IA?

Comença per categories i productes amb potencial comercial: URL amb impressions, marge, estoc estable, posicions pròximes al top 10 o metadades clarament millorables. No comences per pàgines sense demanda ni prioritat de negoci.

Servix la IA per a millorar categories?

Sí. Pot ajudar a estructurar textos, detectar subtemes, crear FAQ, proposar enllaços interns i adaptar el contingut a la intenció de cerca. Tot i això, l’arquitectura i la decisió d’indexació s’han de validar amb criteri SEO.

Quines ferramentes cal usar per a automatitzar el SEO ecommerce amb IA?

Depén de la grandària del projecte. Una combinació habitual és Google Search Console, Screaming Frog, fulls de càlcul, Make o n8n, API i un model d’IA per a classificar o generar propostes. L’important és que hi haja revisió abans de publicar.

La IA pot ajudar a ordenar atributs, generar esborranys d’alt text i detectar imatges pesades, però el criteri continua sent SEO: intenció, context i mesurament. En botigues on el trànsit visual importa, eixe treball encaixa dins d’una estratègia de SEO per a imatges a València.