Dati strutturati

Dati strutturati sono un markup standardizzato, di solito JSON-LD usando i tipi di Schema.org, che etichetta entità e attributi della pagina per i motori di ricerca. In ottica SEO, il suo compito è semplice: rendere più facile per Google classificare, collegare e, a volte, migliorare i contenuti nei risultati di ricerca con risultati avanzati (rich results).

La parte finale conta. Una comprensione migliore può supportare l’indicizzazione e l’associazione alle entità. I rich results possono migliorare l’CTR. Ma andiamo al punto: i dati strutturati sono uno strato di idoneità, non un trucco per il ranking.

Quello che fa davvero

In una pagina prodotto, i dati strutturati possono definire prezzo, disponibilità, brand, aggregateRating e SKU. In un articolo, possono definire headline, autore, datePublished e immagine. In una pagina dedicata a un’organizzazione, possono rafforzare la tua entità di brand con link sameAs e dettagli di contatto.

Google Search Console riporta direttamente parte di queste informazioni tramite report di miglioramenti (enhancement) e stato dei risultati avanzati (rich result status). Screaming Frog può fare crawl del JSON-LD su larga scala e individuare campi mancanti. Ahrefs e Semrush non validano a fondo il markup, ma aiutano a misurare se le pagine con schema valido ottengono nel tempo CTR più alto o funzionalità SERP più ricche.

Dove i team SEO ottengono valore

• Ecommerce: Lo schema prodotto è quello più ovvio. Prezzo, disponibilità a stock, recensioni. Impatto alto quando viene implementato in modo pulito su 10.000+ SKU.
• Editori e SaaS: Articolo, FAQPage, BreadcrumbList, Organization e, a volte, HowTo. Anche se i rich results per le FAQ sono molto meno disponibili rispetto a quanto lo erano nel 2023.
• Brand locali e multi-sede: Il markup LocalBusiness può rafforzare la coerenza NAP, l’orario di apertura e le aree di servizio, anche se il tuo Google Business Profile resta comunque più pesante.

L’avvertenza: Google ignora una grande quantità di markup valido. FAQPage è l’esempio migliore. Puoi implementarlo perfettamente e ottenere comunque zero miglioramento visivo. Qui conta la documentazione di Google come fonte di verità, non solo Schema.org.

Standard di implementazione che reggono

Usa JSON-LD a meno che tu non abbia un vincolo tecnico forte della piattaforma. Google supporta più formati, ma JSON-LD è più semplice da distribuire, auditare e gestire tramite versioning. Mantieni un approccio basato su template. Se stai scrivendo a mano lo schema su centinaia di URL, stai creando lavoro di manutenzione futura.

Convalida in Rich Results Test di Google per l’idoneità e nel Validator di Schema.org per la sintassi. Poi esegui un crawl del sito con Screaming Frog usando estrazioni personalizzate per verificare che le proprietà richieste e consigliate siano presenti su ogni template previsto. Per i siti enterprise, abbinalo a controlli CI o, almeno, a QA programmato dopo i rilasci.

John Mueller di Google ha ripetutamente detto che il markup deve corrispondere al contenuto visibile della pagina. È qui che i team si “bruciano”. Marcare recensioni non mostrate, prezzi non aggiornati o dati autore presi dal campo sbagliato del CMS significa creare problemi di fiducia e, in alcuni casi, azioni manuali.

Quello che i dati strutturati non fanno

Non risolvono contenuti deboli. Non compensano un pessimo linking interno. Non garantiscono menzioni in AI Overview. Le affermazioni secondo cui i LLM usano sempre lo schema come verità di riferimento sono ancora in anticipo rispetto alle prove.

Usali perché migliorano la leggibilità per le macchine e l’idoneità ai rich results. Misurali come si deve: impressioni in GSC, presenza dei rich results, variazioni di CTR per template e, quando applicabile, ricavi per sessione organica. Se un rollout di schema non cambia nessuno di questi indicatori dopo 6-8 settimane su pagine spesso crawlate, l’implementazione potrebbe essere tecnicamente valida ma commercialmente irrilevante.