راهنمای GEO املاک و مستغلات

این JSON-LD را به صفحه فهرست ملکی خود اضافه کنید تا موتورهای جستجوی هوش مصنوعی بلافاصله بتوانند آن را تجزیه و توصیه کنند:

{
  "@context": "https://schema.org",
  "@type": "RealEstateListing",
  "name": "2-Bedroom Apartment in Amsterdam De Pijp",
  "url": "https://www.example-agency.com/listings/ruysdaelkade-21",
  "description": "Bright 2-bedroom apartment on the Ruysdaelkade in De Pijp, Amsterdam. 85 square meters, south-facing balcony, open-plan kitchen, renovated bathroom. 200 meters from Albert Cuyp market, 1-minute walk to tram lines 3 and 12.",
  "datePosted": "2026-03-15",
  "about": {
    "@type": "Residence",
    "address": {
      "@type": "PostalAddress",
      "streetAddress": "Ruysdaelkade 21",
      "addressLocality": "Amsterdam",
      "addressRegion": "North Holland",
      "postalCode": "1072 AK",
      "addressCountry": "NL"
    },
    "geo": {
      "@type": "GeoCoordinates",
      "latitude": 52.3534,
      "longitude": 4.8965
    },
    "floorSize": {
      "@type": "QuantitativeValue",
      "value": 85,
      "unitCode": "MTK"
    },
    "numberOfRooms": 3,
    "numberOfBedrooms": 2,
    "numberOfBathroomsTotal": 1,
    "petsAllowed": false,
    "yearBuilt": "1925"
  },
  "offers": {
    "@type": "Offer",
    "price": 395000,
    "priceCurrency": "EUR",
    "availability": "https://schema.org/InStock"
  }
}

این موارد پایه را پوشش می‌دهد. بخش‌های زیر توضیح می‌دهند چطور زمینه محله، نقاط مجاور، داده حمل‌ونقل و موارد دیگر را اضافه کنید تا فهرست شما با ده‌ها نوع پرس‌وجوی اضافی مطابقت داشته باشد. برای فایل‌های کامل آماده استفاده، تب نمونه‌های schema را ببینید.

جستجوی ملک از طریق هوش مصنوعی اساساً با جستجوی پورتال متفاوت است. به جای فیلترهای کشویی، مردم با زبان طبیعی آنچه می‌خواهند را توصیف می‌کنند. درک این الگوهای قصد، پایه GEO در بازار مسکن است.

پرس‌وجوهای محله و موقعیت

این‌ها رایج‌ترین پرس‌وجوهای ملکی هستند و سخت‌ترین‌ها برای فهرست‌های سنتی:

• «آپارتمان‌های ۲ خوابه در De Pijp، آمستردام زیر ۴۰۰ هزار»
• «خانه‌های خانوادگی نزدیک مدارس بین‌المللی در بارسلونا»
• «خیابان‌های آرام در لندن Zone 2 با لینک‌های حمل‌ونقل خوب»
• «آپارتمان‌ها در فاصله پیاده از ساحل در لیسبون»
• «خانه‌ها نزدیک بیمارستان در Amsterdam-Zuid»

هر یک از این پرس‌وجوها به داده موقعیت ساختاریافته، مختصات و زمینه POI نزدیک نیاز دارد. بدون آن، فهرست شما نامرئی است.

پرس‌وجوهای مجاورت

خریداران و مستأجران به آنچه در نزدیکی است اهمیت می‌دهند. موتورهای هوش مصنوعی برای پاسخ به این نیاز به داده فاصله دارند:

• «آپارتمان‌ها نزدیک Vondelpark با سوپرمارکت در ۵ دقیقه»
• «خانه‌ها در فاصله ۵۰۰ متری از ایستگاه مترو در آمستردام»
• «ملک نزدیک رستوران‌ها و تفریحات شبانه در Jordaan»

پرس‌وجوهای ویژگی و مشخصات

این‌ها ویژگی‌های ملک را با موقعیت ترکیب می‌کنند:

• «آپارتمان ۳ خوابه با بالکن و پارکینگ در آمستردام زیر ۵۰۰ هزار»
• «آپارتمان طبقه همکف با باغ در لاهه»
• «پنت‌هاوس با تراس پشت‌بام در بارسلونا Eixample»
• «خانه‌های انرژی‌کارآمد با پنل خورشیدی در روتردام»

پرس‌وجوهای سرمایه‌گذاری

سرمایه‌گذاران سوالات متفاوتی می‌پرسند:

• «بهترین محله‌ها برای بازده اجاره در آمستردام»
• «مناطق رو به رشد در لیسبون برای سرمایه‌گذاری ملکی»
• «میانگین قیمت متر مربع در برلین Mitte در مقابل Kreuzberg»

برای ظاهر شدن در هر یک از این نتایج، فهرست شما به داده ساختاریافته‌ای نیاز دارد که موتورهای هوش مصنوعی بتوانند تجزیه کنند: مختصات دقیق، POI‌های نزدیک با فاصله، مشخصات ملک به عنوان فیلدهای ساختاریافته، و سیگنال‌های زمینه محله.

اکثریت قریب به اتفاق فهرست‌های ملکی برای موتورهای جستجوی هوش مصنوعی نامرئی هستند. در اینجا دلایل و آنچه باید برطرف شود آمده است.

۱. متن موقعیت مبهم

«واقع در یک محله مطلوب» به هوش مصنوعی چیزی نمی‌گوید. «Ruysdaelkade 21، Amsterdam De Pijp، ۲۰۰ متر از بازار Albert Cuyp» همه چیز را به هوش مصنوعی می‌گوید. توضیحات مبهم بزرگ‌ترین دلیل شکست فهرست‌ها هستند. هوش مصنوعی نمی‌تواند استنباط کند که «منطقه عالی» به معنی De Pijp است، یا «نزدیک به مغازه‌ها» به معنی ۲۰۰ متر از یک بازار است.

۲. عدم وجود مختصات

بدون طول و عرض جغرافیایی، هوش مصنوعی نمی‌تواند فاصله‌ها را محاسبه کند. هر پرس‌وجوی مجاورت («نزدیک پارک»، «نزدیک مترو»، «در فاصله پیاده از مدارس») به مختصات هم روی فهرست و هم روی POI نیاز دارد. مختصات باید تا ۴ یا بیشتر رقم اعشار دقیق باشند. «52.35، 4.90» به شعاع ۱۰۰ متری اشاره دارد؛ «52.3534، 4.8965» به یک ساختمان خاص اشاره دارد.

۳. نبود زمینه نزدیک

اینجاست که بیشتر فهرست‌ها شکست می‌خورند حتی اگر آدرس داشته باشند. فهرستی با مختصات اما بدون داده POI نزدیک نمی‌تواند به «آپارتمان‌ها نزدیک مدارس» پاسخ دهد زیرا هوش مصنوعی داده مدرسه‌ای برای مطابقت ندارد. باید صریحاً بگویید چه چیزی در نزدیکی است، با نام‌ها و فاصله‌ها.

۴. نبود داده ساختاریافته

جزئیات ملک مدفون در متن پاراگراف برای هوش مصنوعی سخت است که استخراج کند. «این آپارتمان دلنشین ۸۵ متر مربعی ۲ اتاق خواب، ۱ حمام و یک بالکن رو به جنوب دارد» برای انسان قابل خواندن است. اما فیلدهای schema ساختاریافته مانند floorSize: 85، numberOfBedrooms: 2 و amenityFeature: "South-facing balcony" برای ماشین قابل خواندن هستند. موتورهای هوش مصنوعی به‌شدت داده ساختاریافته را ترجیح می‌دهند.

۵. فهرست‌های قدیمی

فهرستی که ۶ ماه پیش پست شده و فیلد datePosted یا dateModified ندارد، رها شده به نظر می‌رسد. موتورهای هوش مصنوعی محتوایی را که قدیمی به نظر می‌رسد کمتر اولویت می‌دهند. همیشه تاریخ‌ها را اضافه کنید و در صورت تغییر فهرست آن‌ها را بروزرسانی کنید.

۶. نبود قیمت در فیلدهای ساختاریافته

قیمت مدفون در متن («قیمت درخواستی: ۳۹۵۰۰۰ یورو») برای تجزیه سخت‌تر از یک Offer با price: 395000 و priceCurrency: "EUR" است. قیمت یکی از رایج‌ترین فیلترها در پرس‌وجوهای ملکی است، پس نبود قیمت‌گذاری ساختاریافته به معنی از دست دادن کل آن پرس‌وجوها است.

نوع RealEstateListing از Schema.org schema صحیح برای فهرست‌های ملکی است. یک ملک (Residence، Apartment، House) را در یک زمینه فهرست با قیمت، تاریخ و دسترسی‌پذیری می‌پوشاند.

ساختار اصلی

یک RealEstateListing سه بخش اصلی دارد:

1. خود فهرست: نام، توضیح، datePosted، URL
2. ملک (از طریق about): آدرس، geo، floorSize، numberOfRooms، امکانات
3. پیشنهاد: قیمت، priceCurrency، دسترسی‌پذیری

انواع ملک

از خاص‌ترین @type برای ملک داخل about استفاده کنید:

• Apartment برای آپارتمان‌ها، کاندوها، استودیو
• House یا SingleFamilyResidence برای خانه‌های مجزا/نیمه‌مجزا
• Residence به عنوان fallback عمومی

فیلدهای ضروری

این فیلدها حداقل برای قابل کشف بودن در هوش مصنوعی هستند:

{
  "@context": "https://schema.org",
  "@type": "RealEstateListing",
  "name": "Descriptive title with key features and location",
  "description": "150-300 word description with specific details",
  "datePosted": "2026-03-15",
  "about": {
    "@type": "Apartment",
    "address": {
      "@type": "PostalAddress",
      "streetAddress": "Herengracht 100",
      "addressLocality": "Amsterdam",
      "addressRegion": "North Holland",
      "postalCode": "1015 BS",
      "addressCountry": "NL"
    },
    "geo": {
      "@type": "GeoCoordinates",
      "latitude": 52.3728,
      "longitude": 4.8882
    },
    "floorSize": {
      "@type": "QuantitativeValue",
      "value": 120,
      "unitCode": "MTK"
    },
    "numberOfRooms": 5,
    "numberOfBedrooms": 3,
    "numberOfBathroomsTotal": 2
  },
  "offers": {
    "@type": "Offer",
    "price": 650000,
    "priceCurrency": "EUR"
  }
}

فیلدهای اضافی ملک

این فیلدها تعداد پرس‌وجوهایی که فهرست شما می‌تواند با آن‌ها مطابقت داشته باشد را افزایش می‌دهند:

• yearBuilt: سال ساخت (مهم برای پرس‌وجوهای بازسازی)
• petsAllowed: درست/غلط (فیلترهای جستجوی حیوان خانگی دوستانه)
• amenityFeature: آرایه‌ای از ویژگی‌ها مانند «بالکن»، «پارکینگ»، «باغ»، «آسانسور»، «انباری»
• numberOfFullBathrooms / numberOfPartialBathrooms: خاص‌تر از مجموع
• floorLevel: طبقه‌ای که ملک در آن است
• permittedUsage: «مسکونی»، «مختلط»، «تجاری»

مختصات به تنهایی به هوش مصنوعی می‌گوید ملک کجاست. غنی‌سازی جغرافیایی به هوش مصنوعی می‌گوید چه چیزی در اطراف آن است. این تفاوت بین مطابقت با ۵ نوع پرس‌وجو و ۵۰ نوع است.

آنچه غنی‌سازی جغرافیایی اضافه می‌کند

برای ملکی در Ruysdaelkade 21 در آمستردام، غنی‌سازی جغرافیایی ارائه می‌دهد:

• مدارس: De Pijp Primary School (۳۵۰ متر)، Montessori School Zuid (۶۰۰ متر)، International School (۱.۲ کیلومتر)
• حمل‌ونقل: ایستگاه ترام ۳ (۸۰ متر)، ایستگاه ترام ۱۲ (۱۲۰ متر)، ایستگاه مترو De Pijp (۵۰۰ متر)، Amsterdam Centraal (۳.۵ کیلومتر)
• خرید: بازار Albert Cuyp (۲۰۰ متر)، سوپرمارکت Albert Heijn (۱۵۰ متر)، خیابان خرید Ferdinand Bolstraat (۳۰۰ متر)
• پارک‌ها: Sarphatipark (۴۰۰ متر)، Vondelpark (۱.۲ کیلومتر)
• بهداشت: بیمارستان OLVG (۸۰۰ متر)، داروخانه (۲۵۰ متر)، مطب پزشک عمومی (۳۰۰ متر)
• رستوران‌ها: ۲۳ رستوران در شعاع ۵۰۰ متری

نحوه ساختاردهی POI‌های نزدیک

از فیلد additionalProperty روی ملک برای اضافه کردن زمینه نزدیک استفاده کنید:

{
  "@type": "Apartment",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Ruysdaelkade 21",
    "addressLocality": "Amsterdam",
    "postalCode": "1072 AK",
    "addressCountry": "NL"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 52.3534,
    "longitude": 4.8965
  },
  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "Nearest School",
      "value": "De Pijp Primary School, 350m"
    },
    {
      "@type": "PropertyValue",
      "name": "Nearest Supermarket",
      "value": "Albert Heijn, 150m"
    },
    {
      "@type": "PropertyValue",
      "name": "Nearest Tram Stop",
      "value": "Tram 3 (Ruysdaelkade), 80m"
    },
    {
      "@type": "PropertyValue",
      "name": "Nearest Park",
      "value": "Sarphatipark, 400m"
    },
    {
      "@type": "PropertyValue",
      "name": "Nearest Hospital",
      "value": "OLVG Hospital, 800m"
    },
    {
      "@type": "PropertyValue",
      "name": "Restaurants within 500m",
      "value": "23"
    }
  ]
}

چرا این مهم است

بدون این داده، هوش مصنوعی نمی‌تواند به هیچ یک از این پرس‌وجوها درباره فهرست شما پاسخ دهد:

• «آپارتمان‌ها نزدیک مدارس در De Pijp» (به داده POI مدرسه نیاز دارد)
• «ملک با حمل‌ونقل عمومی خوب در Amsterdam-Zuid» (به داده حمل‌ونقل نیاز دارد)
• «خانه‌ها نزدیک سوپرمارکت‌ها و پارک‌ها» (به داده POI هر دو نیاز دارد)
• «آپارتمان‌ها نزدیک بیمارستان‌ها» (به داده POI بهداشتی نیاز دارد)

MapAtlas GeoEnrich API تمام این‌ها را از یک آدرس یا جفت مختصات تولید می‌کند. یک فراخوانی API مدارس، حمل‌ونقل، خرید، پارک‌ها، بهداشت و رستوران‌ها را با نام‌ها و فاصله‌ها برمی‌گرداند، آماده برای جاسازی به عنوان مقادیر additionalProperty.

فراتر از POI‌های فردی، خریداران و مستأجران می‌خواهند خود محله را درک کنند. موتورهای هوش مصنوعی به دنبال سیگنال‌هایی هستند که شخصیت و قابل سکونت بودن یک منطقه را توصیف کنند.

امتیازهای پیاده‌روی و حمل‌ونقل

امتیازهای سطح محله به هوش مصنوعی کمک می‌کنند پرس‌وجوهای سبک زندگی را پاسخ دهد:

{
  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "Walk Score",
      "value": "92/100"
    },
    {
      "@type": "PropertyValue",
      "name": "Transit Score",
      "value": "88/100"
    },
    {
      "@type": "PropertyValue",
      "name": "Bike Score",
      "value": "95/100"
    }
  ]
}

این امتیازها مستقیماً پرس‌وجوهایی مانند «محله‌های قابل پیاده‌روی در آمستردام برای زندگی بدون ماشین» یا «بهترین مناطق برای دوچرخه‌سواران در آمستردام» را پاسخ می‌دهند.

داده زمان رفت‌وآمد

زمان رفت‌وآمد یکی از مهم‌ترین عوامل تصمیم‌گیری برای خریداران ملک است. آن را به عنوان داده ساختاریافته اضافه کنید:

{
  "@type": "PropertyValue",
  "name": "Commute to Amsterdam Centraal",
  "value": "12 minutes by tram, 18 minutes by bike"
}

توضیح محله

توضیح فهرست شما باید شامل زمینه محله باشد. به جای «محله عالی»، بنویسید:

«De Pijp یکی از محبوب‌ترین محله‌های آمستردام است، که به بازار خیابانی Albert Cuyp، صحنه رستورانی متنوع و کانال‌های درخت‌دار شناخته می‌شود. این منطقه حمل‌ونقل عمومی عالی با خطوط ترام ۳، ۱۲ و ۲۴ دارد، به اضافه مترو ۵۲ (خط شمال-جنوب) که اخیراً افتتاح شد. Sarphatipark فضای سبز را در فاصله ۴۰۰ متری ارائه می‌دهد.»

این پاراگراف به تنهایی با ده‌ها پرس‌وجوی هوش مصنوعی مطابقت دارد زیرا حاوی حقایق خاص و قابل تأیید است که هوش مصنوعی می‌تواند استخراج و ذکر کند.

تعداد امکانات محلی

تعداد کل به هوش مصنوعی حس تراکم و راحتی می‌دهد:

• «۱۴ رستوران در ۳۰۰ متر»
• «۳ سوپرمارکت در ۵۰۰ متر»
• «۵ مدرسه در ۱ کیلومتر»
• «۲ پارک در ۶۰۰ متر»

این تعدادها پرس‌وجوهای مقایسه‌ای را فعال می‌کنند: «کدام محله آمستردام بیشترین رستوران نزدیک دارد؟» یا «مناطقی با بهترین پوشش مدرسه.»

فهرست‌های اجاره و فروش از همان wrapper RealEstateListing استفاده می‌کنند، اما ساختار پیشنهاد و برخی فیلدهای ملک متفاوت هستند.

پیشنهاد فهرست فروش

{
  "offers": {
    "@type": "Offer",
    "price": 395000,
    "priceCurrency": "EUR",
    "availability": "https://schema.org/InStock",
    "validFrom": "2026-03-15"
  }
}

پیشنهاد فهرست اجاره

برای اجاره‌ها، قیمت اجاره ماهانه را نشان می‌دهد. از priceSpecification برای روشن کردن دوره صورتحساب استفاده کنید:

{
  "offers": {
    "@type": "Offer",
    "priceSpecification": {
      "@type": "UnitPriceSpecification",
      "price": 1850,
      "priceCurrency": "EUR",
      "unitText": "MONTH"
    },
    "availability": "https://schema.org/InStock"
  }
}

فیلدهای خاص اجاره

فهرست‌های اجاره از فیلدهای اضافی بهره می‌برند که فهرست‌های فروش به آن‌ها نیاز ندارند:

• leaseLength: حداقل مدت اجاره (مثلاً ۱۲ ماه)
• petsAllowed: برای جستجوهای اجاره («اجاره حیوان خانگی دوستانه در آمستردام») حیاتی است
• amenityFeature: مبله/خالی، تأسیسات شامل، پارکینگ
• مبلغ ودیعه در توضیح یا additionalProperty
• تاریخ موجودی (از validFrom روی Offer استفاده کنید)

اجاره تعطیلات متفاوت است

اجاره‌های کوتاه‌مدت تعطیلاتی (سبک Airbnb) نباید از RealEstateListing استفاده کنند. آن‌ها از LodgingBusiness با قیمت‌گذاری شبانه و زمان‌های ورود/خروج استفاده می‌کنند. برای جزئیات بیشتر بخش اجاره تعطیلات را ببینید.

جستجوهای ملک تجاری الگوهای متفاوتی نسبت به مسکونی دارند. کسب‌وکارهایی که به دنبال فضای اداری، خرده‌فروشی یا صنعتی هستند سوالاتی می‌پرسند که به داده ساختاریافته خاص نیاز دارند.

پرس‌وجوهای تجاری رایج

• «فضای اداری اجاره‌ای در Amsterdam Zuidas زیر ۵۰ یورو در متر مربع»
• «فضای خرده‌فروشی نزدیک مناطق پرتردد در بارسلونا»
• «انبار با سکوی بارگیری در منطقه بندر روتردام»
• «دفتر مناسب برای coworking نزدیک Centraal Station»
• «فضای رستورانی برای اجاره در Jordaan با مجوز تراس»

Schema برای ملک تجاری

در صورت امکان از انواع خاص استفاده کنید:

• OfficeBuilding برای فضای اداری
• ShoppingCenter یا Store برای خرده‌فروشی
• Warehouse برای صنعتی/لجستیک
• LocalBusiness به عنوان fallback عمومی با additionalType

فهرست‌های تجاری به فیلدهایی نیاز دارند که مسکونی‌ها ندارند:

{
  "@context": "https://schema.org",
  "@type": "RealEstateListing",
  "name": "350m2 Office Space in Amsterdam Zuidas",
  "about": {
    "@type": "OfficeBuilding",
    "address": {
      "@type": "PostalAddress",
      "streetAddress": "Barbara Strozzilaan 201",
      "addressLocality": "Amsterdam",
      "postalCode": "1083 HN",
      "addressCountry": "NL"
    },
    "geo": {
      "@type": "GeoCoordinates",
      "latitude": 52.3361,
      "longitude": 4.8756
    },
    "floorSize": {
      "@type": "QuantitativeValue",
      "value": 350,
      "unitCode": "MTK"
    },
    "amenityFeature": [
      {"@type": "LocationFeatureSpecification", "name": "Fiber Internet"},
      {"@type": "LocationFeatureSpecification", "name": "24/7 Access"},
      {"@type": "LocationFeatureSpecification", "name": "Meeting Rooms"},
      {"@type": "LocationFeatureSpecification", "name": "Parking Garage"},
      {"@type": "LocationFeatureSpecification", "name": "Reception Desk"}
    ],
    "additionalProperty": [
      {"@type": "PropertyValue", "name": "Floor Level", "value": "8th floor"},
      {"@type": "PropertyValue", "name": "Nearest Metro", "value": "Amsterdam Zuid, 200m"},
      {"@type": "PropertyValue", "name": "Parking Spaces", "value": "12 included"}
    ]
  },
  "offers": {
    "@type": "Offer",
    "priceSpecification": {
      "@type": "UnitPriceSpecification",
      "price": 45,
      "priceCurrency": "EUR",
      "unitText": "SQM/YEAR"
    }
  }
}

غنی‌سازی خاص تجاری

مستأجران تجاری به زمینه نزدیک متفاوتی نسبت به ساکنان اهمیت می‌دهند:

• مراکز حمل‌ونقل: ایستگاه‌های قطار، دسترسی به بزرگراه، فاصله فرودگاه
• اکوسیستم کسب‌وکار: شرکت‌های مجاور، پارک‌های کسب‌وکار، مراکز کنفرانس
• امکانات برای کارمندان: رستوران‌ها، باشگاه‌های ورزشی، مراقبت از کودک، پارکینگ
• داده تردد: برای فضاهای خرده‌فروشی حیاتی است

GeoEnrich API تمام این دسته‌های POI را برمی‌گرداند، بنابراین می‌توانید فهرست‌های تجاری را به‌صورت خودکار با زمینه‌ای که مستأجران کسب‌وکار جستجو می‌کنند غنی کنید.

اجاره‌های تعطیلاتی (اقامت کوتاه‌مدت سبک Airbnb) به رویکرد schema کاملاً متفاوتی نیاز دارند. این‌ها کسب‌وکارهای مهمان‌پذیری هستند، نه فروش ملک یا اجاره بلندمدت.

از LodgingBusiness استفاده کنید، نه RealEstateListing

نوع schema صحیح برای اجاره‌های تعطیلاتی LodgingBusiness است (یا VacationRental اگر پشتیبانی شود). این به موتورهای هوش مصنوعی می‌گوید که ملک مهمانان کوتاه‌مدت با قیمت‌گذاری شبانه، زمان‌های ورود/خروج و امکانات مهمان‌پذیری می‌پذیرد.

تفاوت‌های اصلی با فهرست‌های مسکونی

• قیمت‌گذاری: نرخ شبانه، نه قیمت کل فروش یا اجاره ماهانه
• دسترسی‌پذیری: زمان‌های ورود و خروج، حداقل اقامت
• امکانات: WiFi، آشپزخانه، ماشین لباسشویی، حوله، ملحفه
• ظرفیت مهمان: حداکثر اشغال، تخت‌ها، اتاق‌های خواب
• نظرات: aggregateRating از نظرات مهمانان
• جاذبه‌های نزدیک: توریست‌ها به POI‌های متفاوتی نسبت به ساکنان اهمیت می‌دهند

الگوهای پرس‌وجوی اجاره تعطیلات

جستجوهای اجاره تعطیلاتی بسیار خاص هستند:

• «آپارتمان در بارسلونا Gothic Quarter برای ۴ نفر زیر ۱۵۰ در شب»
• «اجاره تعطیلاتی نزدیک ساحل در لیسبون با منظره دریا»
• «خانه تعطیلاتی مناسب خانواده در آمستردام با باغ و پارکینگ»
• «خانه دهکده حیوان خانگی دوستانه نزدیک Lake Garda»
• «خانه کانال رمانتیک در آمستردام برای زوج‌ها»

فیلدهای ضروری اجاره تعطیلات

{
  "@context": "https://schema.org",
  "@type": "LodgingBusiness",
  "name": "Canal View Apartment in Amsterdam Jordaan",
  "description": "Charming 1-bedroom canal house apartment in the heart of Jordaan. Sleeps 2 guests. Original wooden beams, modern kitchen, rain shower. 5-minute walk to Anne Frank House and Westerkerk. Free WiFi, Smart TV, Nespresso machine.",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Prinsengracht 263",
    "addressLocality": "Amsterdam",
    "postalCode": "1016 GV",
    "addressCountry": "NL"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 52.3752,
    "longitude": 4.8839
  },
  "checkinTime": "15:00",
  "checkoutTime": "11:00",
  "numberOfRooms": 1,
  "petsAllowed": false,
  "amenityFeature": [
    {"@type": "LocationFeatureSpecification", "name": "Free WiFi"},
    {"@type": "LocationFeatureSpecification", "name": "Kitchen"},
    {"@type": "LocationFeatureSpecification", "name": "Washing Machine"},
    {"@type": "LocationFeatureSpecification", "name": "Smart TV"},
    {"@type": "LocationFeatureSpecification", "name": "Air Conditioning"},
    {"@type": "LocationFeatureSpecification", "name": "Canal View"}
  ],
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": 4.8,
    "reviewCount": 127,
    "bestRating": 5
  },
  "offers": {
    "@type": "Offer",
    "price": 135,
    "priceCurrency": "EUR",
    "unitText": "NIGHT"
  }
}

غنی‌سازی جغرافیایی محور توریسم

مهمانان اجاره تعطیلاتی به POI‌های نزدیک متفاوتی نسبت به ساکنان بلندمدت اهمیت می‌دهند:

• جاذبه‌های توریستی: موزه‌ها، بناهای تاریخی، مکان‌های تاریخی با فاصله
• رستوران‌ها و بارها: تراکم و تنوع در فاصله پیاده
• دسترسی فرودگاه و ایستگاه: زمان سفر از مراکز حمل‌ونقل اصلی
• ساحل یا کنارآب: فاصله برای ملک‌های ساحلی
• سوپرمارکت‌ها: نزدیک‌ترین فروشگاه مواد غذایی برای مهمانان خودپزی

از GeoEnrich API برای تولید خودکار داده POI مرتبط با توریسم برای هر فهرست اجاره تعطیلاتی استفاده کنید.

این فرایند را برای پیاده‌سازی نشانه‌گذاری schema در فهرست‌های ملکی دنبال کنید.

گام ۱: JSON-LD را به صفحات فهرست اضافه کنید

تگ <script type="application/ld+json"> را در <head> هر صفحه فهرست قرار دهید. برای پورتال‌های ملکی با هزاران فهرست، schema را از پایگاه داده فهرست خود به‌صورت سمت سرور تولید کنید.

گام ۲: اعتبارسنجی

هر schema را با این ابزارها آزمایش کنید:

• JSON Linter: نحو را در jsonlint.com اعتبارسنجی کنید
• آزمایش نتایج غنی Google: search.google.com/test/rich-results
• AEO Checker: /ai-seo-checker برای اعتبارسنجی خاص هوش مصنوعی شامل دقت مختصات، پوشش POI نزدیک و کامل بودن schema

گام ۳: با موتورهای هوش مصنوعی آزمایش کنید

پس از استقرار، از موتورهای هوش مصنوعی درباره فهرست‌هایتان بپرسید:

• «درباره آپارتمان‌های فروشی در Ruysdaelkade در آمستردام بگو»
• «چه چیزی نزدیک [آدرس ملک شما] است؟»
• «ملک‌های De Pijp آمستردام را مقایسه کن»

اگر هوش مصنوعی نمی‌تواند با جزئیات پاسخ دهد، schema شما ناقص است یا crawl نشده. بررسی کنید که صفحه شما قابل ایندکس است (تگ noindex ندارد)، JSON-LD در HTML رندر شده است (نه فقط JS سمت کلاینت)، و sitemap شما صفحات فهرست را شامل می‌شود.

گام ۴: از چک‌لیست استفاده کنید

چک‌لیست در این صفحه هر فیلد و سیگنال مورد نیاز برای GEO کامل فهرست ملکی را پوشش می‌دهد. هر بخش را به‌صورت سیستماتیک انجام دهید. هدف ۱۰۰٪ تکمیل در بخش‌های schema پایه و آدرس، سپس اضافه کردن زمینه نزدیک و سیگنال‌های محله برای حداکثر پوشش است.

اضافه کردن دستی POI‌های نزدیک، داده حمل‌ونقل و زمینه محله به هر فهرست در مقیاس امکان‌پذیر نیست. اگر ۱۰۰ یا بیشتر ملک مدیریت می‌کنید، به اتوماسیون نیاز دارید.

نحوه کار GeoEnrich

MapAtlas GeoEnrich API یک آدرس یا جفت مختصات می‌گیرد و زمینه نزدیک ساختاریافته برمی‌گرداند:

• مدارس (نام‌ها، انواع، فاصله‌ها)
• حمل‌ونقل عمومی (ایستگاه‌ها، خطوط، فاصله‌ها)
• خرید (سوپرمارکت‌ها، بازارها، خرده‌فروشی)
• پارک‌ها و فضاهای سبز
• بهداشت (بیمارستان‌ها، داروخانه‌ها، پزشکان عمومی)
• رستوران‌ها و کافه‌ها
• جاذبه‌های توریستی (برای اجاره‌های تعطیلاتی)
• امتیازهای پیاده‌روی، حمل‌ونقل و دوچرخه‌سواری

الگوی یکپارچه‌سازی

جریان کار معمول برای پورتال‌های ملکی:

1. فهرست با آدرس ایجاد می‌شود
2. آدرس به مختصات geocode می‌شود (MapAtlas Geocoding API یا ارائه‌دهنده موجود)
3. مختصات به GeoEnrich API ارسال می‌شوند
4. پاسخ در مقادیر additionalProperty تجزیه می‌شود
5. Schema JSON-LD با غنی‌سازی کامل تولید می‌شود
6. Schema در صفحه فهرست جاسازی می‌شود

این فرایند به‌صورت خودکار برای هر فهرست جدید اجرا می‌شود و می‌تواند برای موجودی موجود به‌صورت دسته‌ای پردازش شود.

قبل و بعد

بدون GeoEnrich، یک فهرست با پرس‌وجوهای مربوط به آدرس و مشخصات پایه (اتاق‌های خواب، قیمت) مطابقت دارد. با GeoEnrich، همان فهرست با پرس‌وجوهای مربوط به مدارس، حمل‌ونقل، قابل پیاده‌روی بودن، رستوران‌های نزدیک، پارک‌ها، بیمارستان‌ها و زمان رفت‌وآمد مطابقت دارد. این تفاوت بین مطابقت با ۵ نوع پرس‌وجو و ۵۰ یا بیشتر است.

برای جزئیات پیاده‌سازی و مستندات API، صفحه GeoEnrich API را ببینید.

• Schema.org RealEstateListing
• Schema.org Apartment
• Schema.org House
• Schema.org LodgingBusiness
• Schema.org Residence
• آزمایش نتایج غنی Google
• AEO Checker
• MapAtlas GeoEnrich API