La prima cosa che faccio quando analizzo un sito non è controllare i backlink. È aprire il codice sorgente e cercare i dati strutturati. Quasi sempre non ci sono. Oppure ci sono, ma sono sbagliati: tipi generici, proprietà mancanti, markup copiato da qualche tutorial e mai validato.
È il segnale più comune di una visibilità persa. Non di un errore grave, ma di opportunità che rimangono sulla carta mentre i competitor compaiono con stelle, prezzi e FAQ direttamente in SERP.
Schema.org è il vocabolario condiviso creato da Google, Bing e Yahoo per classificare i contenuti web. Lo hanno fondato insieme nel 2011 per risolvere un problema reale: i motori di ricerca leggevano le pagine, ma non le capivano davvero. Il markup strutturato è il modo in cui dici a una macchina non solo cosa c’è scritto, ma cosa significa.
In questo articolo trovi come funziona Schema.org, quali tipi usare e come implementarli, con un’attenzione specifica a cosa cambia davvero in SERP e nelle risposte dei motori AI.
Cos’è lo schema org?
Schema.org è un vocabolario condiviso che definisce un linguaggio standard per classificare i contenuti web. Ogni elemento del sito, da un articolo a un prodotto, da un evento a una persona, può essere descritto usando tipi e proprietà riconosciuti da tutti i principali motori di ricerca.
Non è un formato tecnico in sé: è il dizionario. Il formato con cui scrivi quel dizionario nel codice è un’altra cosa, ma ne parliamo tra poco.
Cos’è lo schema markup?
Lo schema markup è il codice che applica il vocabolario Schema.org a una pagina web specifica. È la traduzione concreta di quel dizionario in istruzioni che i motori di ricerca possono leggere e usare.
I siti che implementano il markup correttamente ottengono in media un CTR superiore rispetto a chi non lo usa. I rich result, le stelle, i prezzi, le FAQ sotto al titolo, attirano l’occhio molto più di un risultato testuale standard. Non è teoria: è misurabile in Google Search Console.
Cosa sono i dati strutturati?
I dati strutturati sono informazioni codificate in modo standard per essere lette dai motori di ricerca, non solo dagli utenti umani.
La differenza rispetto al testo libero è netta: un paragrafo che descrive un prodotto è testo non strutturato, Google lo legge ma deve interpretarlo. Un blocco JSON-LD con tipo Product, nome, prezzo e disponibilità è testo strutturato: Google lo capisce senza interpretazioni.
L’analogia che uso sempre: il testo libero è come una descrizione a voce, i dati strutturati sono come una scheda tecnica con campi compilati. Stessa informazione, leggibilità completamente diversa per una macchina.
Perché Schema Org è importante per la SEO
I rich snippet non sono un dettaglio estetico. Sono il motivo per cui due risultati in posizione diversa possono avere click rate completamente invertiti.
Ho lavorato con un e-commerce nel settore B2B industriale che aveva buon traffico organico ma un CTR medio bassissimo. Dopo aver implementato Schema.org sulle schede prodotto con tipo Product, prezzo e disponibilità visibili in SERP, il traffico organico è cresciuto del 42% in sei mesi, con il fatturato che ha seguito. Il markup non ha cambiato il posizionamento: ha cambiato la percentuale di persone che cliccavano.
Questo vale ancora di più nel contesto dei motori AI. Quando ChatGPT con browsing o Google AI Overview sintetizzano una risposta, selezionano fonti strutturate e verificabili. Un sito con dati strutturati corretti è più facile da interpretare, da citare, da integrare in una risposta generativa.
Non è più solo SEO per la SERP: è SEO per la selezione. Chi ha struttura vince due volte: in classifica e nella sintesi.
Come funziona il vocabolario Schema.org
Il vocabolario Schema.org è organizzato in tipi (cosa stai descrivendo) e proprietà (gli attributi di quel tipo). Ogni tipo ha proprietà specifiche, alcune obbligatorie per attivare i rich result, altre raccomandate per arricchire il contesto.
Ecco come si legge la logica:
| Tipo | Proprietà principali |
|---|---|
Article |
headline, author, datePublished, image |
Product |
name, description, offers, aggregateRating |
LocalBusiness |
name, address, telephone, openingHours |
FAQPage |
mainEntity (Question + acceptedAnswer) |
Person |
name, jobTitle, url, sameAs |
La colonna sinistra dice a Google cosa sei. La colonna destra dice come sei fatto.
Tipi di schema più usati
Questi sono i type che incontro più spesso nei progetti e che hanno impatto diretto sulla visibilità:
Article: per post, articoli di blog, contenuti editoriali. Attiva i rich result per notizie e contenuti datati.Product: per e-commerce e schede prodotto. Abilita prezzo, disponibilità e recensioni in SERP.LocalBusiness: per attività con sede fisica. Rafforza la presenza nelle ricerche locali e su Maps.FAQPage: per pagine con domande e risposte. Può generare espansioni di risultato direttamente in SERP.[Breadcrumb](https://adrianalonghitano.it/breadcrumb/)List: per mostrare il percorso di navigazione nel risultato di ricerca. Migliora la leggibilità dell’URL.Person: per professionisti e autori. Fondamentale nell’entity SEO per essere riconosciuti come entità strutturata nel Knowledge Graph.
I tre formati di implementazione: JSON-LD, Microdata e RDFa
Il vocabolario Schema.org può essere scritto in tre formati tecnici diversi. La scelta non è indifferente.
JSON-LD è il formato raccomandato da Google. Si inserisce nel <head> della pagina come blocco <script> separato dal contenuto visibile, il che lo rende più semplice da mantenere e aggiornare senza toccare l’HTML della pagina.
Esempio minimo per un articolo:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Come implementare Schema.org sul tuo sito",
"author": {
"@type": "Person",
"name": "Adriana Longhitano"
},
"datePublished": "2024-03-01"
}
</script>
Microdata si inserisce direttamente negli attributi HTML degli elementi della pagina. È più difficile da mantenere: ogni modifica richiede di toccare il template HTML, non solo un blocco separato.
RDFa è un formato più complesso, usato principalmente in contesti editoriali avanzati. Nella pratica quotidiana, per un sito aziendale o un blog professionale, non ha vantaggi rispetto a JSON-LD.
La regola che seguo: usa JSON-LD, a meno che il tuo CMS non lo supporti nativamente e tu abbia una ragione tecnica specifica per fare diversamente.
Come implementare Schema Org sul tuo sito
L’ordine che seguo quando implemento i dati strutturati su un progetto è questo:
- Identifica i tipi rilevanti per la tua pagina: non ogni tipo si applica a ogni pagina. Una homepage di un’azienda locale usa
LocalBusiness, un articolo usaArticle, una pagina prodotto usaProduct. Sovrapporli a caso non aiuta, e in alcuni casi può confondere il crawler. - Scrivi il markup in JSON-LD: parti dalle proprietà obbligatorie per i rich result (documentate su developers.google.com/search), poi aggiungi quelle raccomandate.
- Inserisci il blocco nel
<head>della pagina: se usi WordPress, plugin come RankMath o Yoast generano automaticamente il markup per i tipi più comuni. Ma controllali sempre: il markup automatico sbaglia spesso le proprietà meno comuni. - Valida prima di pubblicare: è il passaggio che salta quasi chiunque. E si vede.
Testare e validare il markup con gli strumenti ufficiali
Ci sono due strumenti che uso sistematicamente:
Rich Results Test (search.google.com/test/rich-results): verifica se il markup è idoneo ad attivare i rich result di Google. Basta incollare l’URL o il codice HTML e mostra in tempo reale cosa Google vede e se ci sono errori.
Schema Markup Validator (validator.schema.org): valida la correttezza sintattica del markup rispetto alle specifiche di Schema.org, indipendentemente da Google. Utile per trovare proprietà mancanti o valori scritti nel formato sbagliato.
Gli errori più comuni che vedo: proprietà obbligatorie mancanti (spesso image in Article o offers in Product), valori scritti come testo libero invece che come oggetti annidati, e tipo WebPage usato in modo generico dove un tipo specifico farebbe molto più lavoro.
Se il markup è invalido, Google non attiva i rich result. Il codice c’è, ma è invisibile. Peggio di non averlo, perché dà una falsa sensazione di copertura.
Web schema e dati strutturati: differenze e relazioni
Questi termini vengono usati spesso come sinonimi. Non lo sono, e la distinzione è utile per non perdersi nella documentazione tecnica.
Dati strutturati è il concetto generale: qualsiasi informazione codificata in modo standard e leggibile da una macchina. Esistono sistemi di dati strutturati che non usano Schema.org.
Schema.org è il vocabolario specifico: il dizionario condiviso che definisce i tipi e le proprietà. È lo standard de facto per il web.
Web schema e schema markup sono due modi per riferirsi all’implementazione concreta di quel vocabolario su una pagina web. Nei tool e nella documentazione di Google trovi spesso “dati strutturati” come termine ombrello che copre tutto.
In pratica: dati strutturati è la categoria, Schema.org è lo standard, il markup è l’esecuzione tecnica. Quando qualcuno dice “dati strutturati SEO”, intende quasi sempre Schema.org implementato in JSON-LD. I termini si sovrappongono nell’uso comune, ma sapere dove finisce uno e inizia l’altro evita errori di implementazione.
Vuoi implementare Schema Org sul tuo sito e migliorare la visibilità su Google? Contattami per una consulenza SEO personalizzata.
Quali tipi di schema per un elenco di rivenditori
Nella scelta dei tipi di schema conta meno il nome e più la coerenza con quello che la pagina mostra davvero. In un progetto per una rete di rivenditori ho usato su ogni pagina di città uno schema che descrive un elenco di negozi: ogni punto vendita come attività commerciale con indirizzo e telefono, collegato al prodotto, dentro una pagina dichiarata come elenco per quella località.
I dati dichiarati devono essere corretti, aggiornati e uguali a quelli visibili nella pagina. Le posizioni per le ricerche “prodotto + città” sono migliorate molto dopo questo intervento, anche se non posso escludere altri fattori. Il caso è raccontato qui.
Se quello che hai letto ti risuona, fammi sapere su cosa stai lavorando.
Contattami
Autore
Adriana Longhitano | GEO Specialist: SEO e AI Search
SEO Specialist con oltre 8 anni di esperienza. Progetto strategie di visibilità organica per aziende e professionisti che vogliono essere trovati — su Google e nei sistemi AI. Specializzata in GEO (Generative Engine Optimization), SEO tecnica e architettura dell’informazione.
