Dati strutturati Schema.org: dì ai motori chi sei e cosa offri

Una quota ancora minoritaria di siti utilizza correttamente i dati strutturati, eppure sono oggi uno dei fattori tecnici più influenti per comparire nei rich snippet, negli AI Overview di Google e nelle risposte generate dai motori conversazionali. La differenza tra un sito che i motori devono interpretare e uno che “si dichiara” con precisione è spesso proprio nello schema markup. Li implemento pagina per pagina, con markup coerente al contenuto visibile, come parte dell’Answer Engine Optimization.

Cosa sono i dati strutturati e perché contano

I dati strutturati (o schema markup) sono annotazioni in formato JSON-LD, basate sul vocabolario Schema.org, che si inseriscono nel codice di una pagina per dichiarare in modo esplicito di cosa parla: un’azienda, un prodotto, una FAQ, un articolo, un evento. Rendono i contenuti leggibili senza ambiguità da Google, dai motori di risposta e dai modelli linguistici, abilitano i rich snippet nelle SERP e aumentano la probabilità di essere citati negli AI Overview e nelle risposte generate da ChatGPT, Gemini e Perplexity.

I dati strutturati sono annotazioni semantiche inserite nel codice di una pagina per renderne il contenuto comprensibile non solo agli utenti, ma anche ai crawler e ai modelli di linguaggio. Il vocabolario di riferimento è Schema.org, un progetto collaborativo avviato da Google, Bing, Yahoo e Yandex che definisce un insieme standardizzato di entità — da LocalBusiness a FAQPage, da Product a Service. Il formato raccomandato da Google è JSON-LD, preferito per la facilità di manutenzione e la separazione dal markup HTML visibile.

In termini operativi, lo schema markup trasforma un blocco di testo in un’entità semantica strutturata: quando un motore di ricerca vede uno schema Organization con nome, indirizzo, telefono e URL, non deve più inferirli dal testo, li legge direttamente. Questo riduce l’ambiguità e aumenta la probabilità che il sito compaia come fonte autorevole nel Knowledge Graph di Google.

Come i dati strutturati influenzano il posizionamento

I dati strutturati non sono un fattore di ranking diretto in senso stretto, ma influenzano la visibilità nelle SERP attraverso i rich snippet e i risultati arricchiti. Secondo la documentazione ufficiale di Google, l’implementazione corretta può abilitare elementi come stelle di recensione, prezzi, breadcrumb e FAQ espandibili, che aumentano il CTR; e un CTR più alto è un segnale che Google interpreta positivamente. Per le attività locali, lo schema LocalBusiness migliora la coerenza delle informazioni tra sito, schede attività e Knowledge Panel, riducendo la confusione semantica che penalizza le aziende con dati NAP non allineati.

Dati strutturati in informatica e dati strutturati per la SEO

Il termine dati strutturati si usa in due contesti diversi. In informatica indica qualsiasi informazione organizzata in un formato prevedibile — database relazionali, file JSON, XML o CSV. Nel SEO e nel web marketing ha un significato più specifico: è lo schema markup in formato JSON-LD che si inserisce nell’HTML di una pagina per farla comprendere ai motori secondo il vocabolario di Schema.org. Il principio è lo stesso, ma applicazione, strumenti e obiettivo sono diversi: qui non si tratta di gestire database, ma di rendere un sito leggibile dai crawler e dagli answer engine.

JSON-LD, Microdata e RDFa

Esistono tre formati riconosciuti dal W3C per implementare i dati strutturati.

Uso quasi esclusivamente JSON-LD: separando lo schema dal markup HTML si possono aggiornare i dati strutturati senza toccare il codice della pagina, un vantaggio concreto quando si gestiscono decine di pagine per lo stesso sito.

Come implemento lo schema markup

Un intervento di implementazione dati strutturati SEO parte dall’audit del sito e arriva alla validazione del markup: scelgo i tipi Schema.org utili al business, li rendo coerenti con il contenuto visibile e li monitoro dopo la pubblicazione.

Dati strutturati e Answer Engine Optimization

Google AI Overview, Perplexity e altri motori answer-focused estraggono informazioni privilegiando le pagine con risposte strutturate e marcate semanticamente. I dati strutturati sono il meccanismo tecnico che abilita questa estrazione in modo affidabile. Lo schema FAQPage va usato solo quando le FAQ sono realmente presenti e visibili nella pagina e in conformità con le linee guida del motore di ricerca: non garantisce un risultato arricchito. Può comunque aiutare a descrivere in modo strutturato domande e risposte per i sistemi di ricerca e risposta. Nessuna discrepanza deve esistere tra il testo visibile e il markup.

L’importanza dello schema per i risultati generativi

I modelli linguistici come ChatGPT, Gemini e Perplexity non indicizzano il web come Google, ma quando generano risposte con citazioni privilegiano fonti chiare, autorevoli e strutturate. Un’entità ben definita con schema Organization, Service e Person diventa una fonte più citabile rispetto a un sito con contenuti non annotati. La Generative Engine Optimization lavora su tre livelli: identità dell’entità, offerta di servizi (Service, Offer) e segnali di autorevolezza (Review, AggregateRating, sameAs verso profili verificati).

Product, LocalBusiness, Service e Article

Errori comuni nell’implementazione

• 01

  Schema assente su pagine chiave

  Si previene con una checklist in fase di pubblicazione.

• 02

  Markup non corrispondente al contenuto

  Prezzi, disponibilità e orari nel markup diversi da quelli mostrati.

• 03

  Tipi di schema deprecati

  Non sostituiti dopo gli aggiornamenti di Schema.org.

• 04

  Errori di sintassi JSON-LD

  Un solo errore rende invisibile l’intero blocco.

• 05

  Campi obbligatori mancanti

  Per il tipo di schema dichiarato.

Strumenti di test e manutenzione

Gli strumenti di validazione sono il Google Rich Results Test, lo Schema.org Validator, la sezione Miglioramenti di Google Search Console per il monitoraggio a livello di sito, e Bing Webmaster Tools per l’ecosistema Microsoft. Lo schema di un sito va aggiornato ogni volta che cambiano informazioni di contatto, orari, catalogo, recensioni da includere in AggregateRating, o quando Schema.org rilascia nuove proprietà rilevanti. La manutenzione dei dati strutturati non è mai conclusa: va rivista a ogni cambiamento sostanziale del business.

Dati strutturati, SEO locale e campagne a pagamento

Per le attività con sede fisica, lo schema LocalBusiness fornisce a Google le informazioni per costruire il Knowledge Panel locale; quando è coerente con la scheda Google Business Profile, rafforza il posizionamento su Google Maps e nel local pack. La relazione con le campagne Google Ads è meno ovvia ma concreta: una landing page con schema markup coerente comunica a Google una pagina di qualità superiore, e la coerenza tra contenuto e markup è uno dei segnali che concorrono al punteggio di qualità. Sui contenuti editoriali, lo schema Article o BlogPosting con autore, data di pubblicazione e publisher è parte dei segnali che sostengono l’E-E-A-T, insieme alla content authority.

Dove sta andando lo schema markup

Con la diffusione di Google AI Overview, Perplexity e ChatGPT come punti di accesso alla ricerca, lo schema markup diventa sempre più il modo con cui un sito comunica la propria autorevolezza a sistemi che interrogano una pagina invece di limitarsi a leggerla. Il vocabolario Schema.org si espande regolarmente per coprire casi d’uso emergenti, e la coerenza semantica su più canali — sito, schede, profili verificati — diventa un segnale di affidabilità sempre più centrale per la ricerca generativa. Non è una previsione speculativa: è la direzione già visibile nel modo in cui i motori di ricerca e di risposta stanno evolvendo. Un sito con dati strutturati curati oggi si trova in una posizione migliore per essere estratto e citato domani.

Chi implementa lo schema markup

L’implementazione dei dati strutturati è un lavoro tecnico che richiede di conoscere il vocabolario Schema.org, le linee guida di Google per ciascun tipo di rich result, e il funzionamento del CMS su cui si interviene. Ogni progetto lo segue la stessa persona che ha condotto l’audit, senza passaggi di mano: io. Chi individua le pagine scoperte è chi progetta l’ontologia e chi verifica il markup con i validatori prima della pubblicazione. Il mio percorso e il metodo di lavoro sono descritti nelle pagine chi sono e cosa faccio.

Domande frequenti sui dati strutturati

Richiedi un audit sui dati strutturati

Analizzo lo schema markup già presente sul sito, individuo pagine scoperte e incoerenze, e definisco un piano di implementazione JSON-LD coerente con i contenuti.