Se ti occupi di SEO o hai un sito web, prima o poi ti trovi davanti a questo termine: dati strutturati. Spesso viene citato come una di quelle cose “da fare”, ma senza spiegare davvero perché sia così importante o come funziona concretamente.
In questo articolo ti spiego cosa sono i dati strutturati, a cosa servono, quali formati esistono, come si differenziano dai dati non strutturati e come puoi testarli per verificare che siano implementati correttamente. In questa guida aggiornata al 2026, trovi tutto quello che ti serve per capire l’argomento, anche se parti da zero.
Cosa sono i dati strutturati
I dati strutturati sono informazioni inserite nel codice HTML di una pagina web in un formato standardizzato, pensato per essere letto e interpretato dai motori di ricerca. In pratica, sono un modo per “spiegare” a Google, Bing e agli altri motori di ricerca di cosa tratta una pagina, chi ne è l’autore, che tipo di contenuto contiene, se ci sono recensioni, prezzi, eventi e così via.
Senza questi dati, un motore di ricerca analizza il testo della pagina e cerca di capire il contesto in autonomia. Con i dati strutturati, invece, glielo diciamo esplicitamente, in un linguaggio che comprende senza margini di errore.
Il risultato è duplice: la pagina viene indicizzata con maggiore precisione e, in molti casi, viene mostrata nella SERP con elementi visivi aggiuntivi che la rendono più visibile e attraente.
Differenze tra dati strutturati e non strutturati
Prima di entrare nel dettaglio dell’implementazione e del grado di ottimizzazione che si può ottenere, vale la pena chiarire la distinzione tra dati strutturati e non strutturati, perché i due concetti vengono spesso confusi o trattati come se fossero la stessa cosa.
I dati strutturati seguono uno schema predefinito e rigido. Ogni informazione occupa un posto preciso, ha un’etichetta chiara e può essere letta da qualsiasi sistema senza ambiguità. Pensa a un foglio Excel con colonne ben definite: nome, prezzo, quantità. Ogni cella ha un significato preciso e il sistema sa sempre dove trovare cosa.
I dati non strutturati, al contrario, non hanno un formato fisso. Rientrano in questa categoria i testi liberi, le email, le immagini, i video, i file audio, i post sui social media. Sono ricchi di informazioni ma difficili da analizzare con strumenti tradizionali, perché non seguono uno schema prevedibile.
Nel contesto del web e della SEO, i dati strutturati sono quelli che inseriamo nel codice della pagina seguendo regole precise, mentre il testo visibile della pagina (gli articoli, le descrizioni, i paragrafi) è, per sua natura, non strutturato.
Nota: Capire questa distinzione è importante anche in ottica GEO (Generative Engine Optimization). I motori di ricerca basati sull’intelligenza artificiale, come i nuovi search engine generativi, si “nutrono” di contenuti ben strutturati per costruire risposte precise. Più i tuoi dati sono organizzati e leggibili dalla macchina, maggiore è la probabilità che il tuo contenuto venga citato correttamente.
Schema.org: il vocabolario comune dei motori di ricerca
Perché i dati strutturati funzionino, è necessario che tutti i motori di ricerca li comprendano allo stesso modo. È qui che entra in gioco Schema.org, un progetto nato nel 2011 da una collaborazione tra Google, Bing, Yahoo! e Yandex con l’obiettivo di creare un vocabolario condiviso per il markup delle pagine web.
Schema.org è, in sostanza, un enorme dizionario di entità e attributi. Definisce, ad esempio, che un “Prodotto” ha un nome, un prezzo, una disponibilità e delle recensioni; che un “Articolo” ha un autore, una data di pubblicazione e un’organizzazione; che un “Evento” ha una data, un luogo e un biglietto d’ingresso.
Nel mio lavoro quotidiano come consulente SEO, Schema.org è il punto di partenza ogni volta che devo implementare o verificare il markup di un sito. Prima di scrivere anche solo una riga di codice, consulto il vocabolario ufficiale per accertarmi di usare le proprietà corrette e di non incorrere in errori che potrebbero penalizzare la visibilità del sito.
I formati dei dati strutturati: JSON-LD, Microdata e RDFa
Esistono tre formati con cui si possono scrivere i dati strutturati. Ognuno ha le sue caratteristiche, ma non tutti sono ugualmente consigliati.
JSON-LD
JSON-LD (JavaScript Object Notation for Linked Data) è il formato raccomandato da Google. Si inserisce nel codice HTML della pagina all’interno di un tag <script> e contiene le informazioni in forma di oggetti JSON. Il grande vantaggio è che rimane separato dal contenuto visibile della pagina: puoi modificarlo senza toccare il testo o la struttura HTML, e questo lo rende molto più semplice da gestire.
Microdata
Il formato Microdata prevede l’inserimento di attributi direttamente nei tag HTML del contenuto visibile. È più complesso da mantenere perché intreccia le informazioni semantiche con il markup della pagina, e qualsiasi modifica al layout rischia di compromettere il dato strutturato. Oggi è poco usato.
RDFa
RDFa (Resource Description Framework in Attributes) è simile a Microdata nella logica di funzionamento: anche qui gli attributi vengono aggiunti direttamente agli elementi HTML. Si basa sulle ontologie RDF, un sistema che definisce relazioni tra concetti e risorse. Viene ancora utilizzato in alcuni contesti specifici, ma per la maggior parte dei siti web non è la scelta più pratica.
In quasi tutti i progetti che seguo, la mia scelta ricade su JSON-LD. È lo standard raccomandato da Google, è più pulito da leggere e da aggiornare, e riduce drasticamente il rischio di errori causati da modifiche al layout.
Esempi pratici di utilizzo dei dati strutturati: Product e LocalBusiness
Vedere il codice in azione aiuta a capire come funziona concretamente il markup. Di seguito trovi due esempi in formato JSON-LD, il formato raccomandato da Google, applicati a due dei casi d’uso più diffusi: un prodotto e-commerce e un’attività locale.
Esempio 1: Product
Il tipo Product è pensato per i siti e-commerce e permette di comunicare a Google il nome del prodotto, il prezzo, la disponibilità e le recensioni. Ecco un esempio completo.
Con questo markup, Google può mostrare nella SERP il prezzo del prodotto, la disponibilità e le stelle di valutazione, aumentando significativamente la visibilità del risultato rispetto ai competitor che non usano il markup.
Esempio 2: LocalBusiness
Il tipo LocalBusiness è ideale per negozi, ristoranti, studi professionali e qualsiasi attività con una sede fisica. Permette di comunicare indirizzo, orari, contatti e categoria dell’attività.
Questo markup aiuta Google a riconoscere l’attività come entità locale e a mostrarla in modo più ricco nei risultati di ricerca locali, incluse le informazioni di contatto e gli orari direttamente in SERP.
A cosa servono e quali sono i vantaggi SEO dei dati strutturati
Chiarite le basi tecniche, veniamo al punto che più interessa i proprietari dei siti web: a cosa servono concretamente i dati strutturati dal punto di vista SEO?
Rich result e rich snippet
Il beneficio più visibile è la possibilità di ottenere rich result (risultati avanzati) nella SERP. Quando Google riconosce i dati strutturati di una pagina e li considera corretti e pertinenti, può mostrare il risultato con elementi aggiuntivi come:
– stelle di valutazione per prodotti e recensioni;
– prezzo e disponibilità per i prodotti e-commerce;
– immagini in evidenza per le ricette;
– data, ora e luogo per gli eventi;
– domande e risposte per le FAQ;
– breadcrumb (percorso di navigazione) visibile nel risultato.
Questi elementi rendono il tuo risultato più completo rispetto agli altri, aumentano il tasso di clic (CTR, Click-Through Rate) e migliorano la percezione dell’autorevolezza del sito.
Potresti addirittura essere presente con un “Risultato in posizione zero”, che ti garantirebbe una enorme visibilità in SERP. Non sai di cosa si tratta? Per scoprirlo ti invito a leggere il mio articolo sui Featured Snippet dove scoprirai anche le best practices per riuscire ad ottenerlo.
Nota: Avere i dati strutturati corretti non garantisce automaticamente la comparsa dei rich result. Google decide autonomamente quando mostrarli, sulla base di diversi fattori tra cui la qualità complessiva della pagina e del sito. Il dato strutturato è però una condizione necessaria per avere questa possibilità.
Miglior comprensione del contenuto
Al di là dei rich result, i dati strutturati aiutano Google a capire più in profondità il contenuto di una pagina. Questo si traduce in una maggiore precisione nell’indicizzazione e nella capacità di associare la pagina alle query giuste.
Nel mio lavoro lo verifico spesso: pagine con markup corretto tendono a posizionarsi su varianti di keyword più aderenti al contenuto reale, perché il motore di ricerca ha capito esattamente di cosa si parla, chi ha scritto il testo e in quale contesto si inserisce.
Knowledge Graph e riconoscimento dell’entità
I dati strutturati contribuiscono anche alla costruzione del Knowledge Graph, il grafo della conoscenza che Google utilizza per collegare entità tra loro (persone, aziende, luoghi, prodotti, concetti). Un’implementazione corretta del markup può aiutare Google a riconoscere il tuo sito o la tua persona come un’entità affidabile in un determinato settore, così da rafforzare l’autorevolezza complessiva del dominio.
Quali tipi di dati strutturati esistono
Schema.org mette a disposizione centinaia di tipologie di entità. Quelle più utilizzate in ambito SEO sono:
– Article e BlogPosting: per gli articoli di blog e i contenuti editoriali;
– Product: per i prodotti in vendita, con prezzo, disponibilità e recensioni;
– Review e AggregateRating: per le recensioni e le valutazioni medie;
– LocalBusiness: per le attività locali, con indirizzo, orari e contatti;
– Event: per eventi fisici o online, con data, luogo e dettagli;
– FAQPage: per le pagine con domande e risposte frequenti;
– BreadcrumbList: per il percorso di navigazione;
– Person: per identificare un professionista o un autore;
– Organization: per identificare un’azienda o un brand;
– Recipe: per le ricette, con ingredienti, tempi e calorie;
– VideoObject: per i contenuti video;
– Course: per i corsi formativi;
– JobPosting: per le offerte di lavoro.
Ogni tipo ha proprietà specifiche che lo definiscono. Usare quelle obbligatorie garantisce la compatibilità con Google; aggiungere anche le proprietà consigliate migliora la qualità del dato e aumenta le possibilità di ottenere rich result.
Come implementare i dati strutturati sul tuo sito
L’implementazione dipende dalla tecnologia usata per il sito.
Se usi WordPress, esistono plugin dedicati che gestiscono automaticamente la maggior parte del markup. I più diffusi sono Yoast SEO, RankMath e AIOSEO. In molti casi bastano poche configurazioni per attivare i tipi di dato più comuni (articolo, organizzazione, breadcrumb). Per esigenze più avanzate, come schemi personalizzati o tipi non gestiti dai plugin, è necessario intervenire manualmente sul codice. I plugin menzionati in precedenza offrono anche altre funzionalità, ne ho parlato in dettaglio nel mio articolo dedicato ai 3 principali plugin SEO per WordPress, dove trovi maggiori informazioni su caratteristiche e differenze.
Se usi un altro CMS come Shopify, Wix o Joomla, le opzioni variano: alcuni di questi comprendono già un markup di base, altri richiedono l’uso di app o estensioni. Vale la pena verificare cosa viene generato automaticamente prima di aggiungere dati in modo manuale, così da evitare duplicazioni.
Se hai un sito custom, l’implementazione avviene direttamente nel codice, inserendo il blocco JSON-LD nel tag <head> o nel <body> della pagina. In questo caso è fondamentale lavorare con uno sviluppatore che conosca lo standard e seguire le linee guida ufficiali di Google.
Nota: Prima di tutto, controlla sempre se il tuo sito ha già integrato qualche dato strutturato. Molti CMS e template generano dati strutturati automaticamente, a volte in modo parziale o errato. Parti da un’analisi dello stato attuale per evitare di aggiungere markup in conflitto con quello esistente.
Come integrare i dati strutturati con Google Tag Manager
Se non hai accesso diretto al codice del sito o preferisci gestire il markup senza coinvolgere uno sviluppatore a ogni modifica, Google Tag Manager (GTM) è una soluzione pratica ed efficace. Si tratta di uno strumento gratuito di Google che permette di inserire e gestire snippet di codice su un sito web tramite un’interfaccia visuale, senza intervenire direttamente sui file del progetto.
Per aggiungere un dato strutturato tramite GTM, il procedimento è il seguente:
- Accedi al tuo container GTM e crea un nuovo tag. Come tipo di tag scegli “HTML personalizzato“. Incolla all’interno il tuo blocco JSON-LD completo, inclusi i tag <script type=”application/ld+json”> di apertura e chiusura.
- Definisci il trigger, ovvero la condizione che determina quando il tag deve attivarsi: se il dato strutturato è valido per tutte le pagine del sito puoi usare il trigger “All Pages“, altrimenti puoi restringere l’attivazione a URL specifici o a categorie di pagine.
- Salva, anteprima e verifica che il markup venga caricato correttamente con lo strumento di anteprima di GTM, poi pubblica il container.
Ci sono però alcune limitazioni da tenere a mente. I tag inseriti via GTM vengono caricati tramite JavaScript, quindi il dato strutturato è disponibile solo dopo che il browser ha eseguito lo script. Nella grande maggioranza dei casi Google riesce comunque a rilevarlo, ma è buona pratica verificare sempre con il Test dei risultati avanzati che il markup sia visibile e privo di errori.
Un secondo aspetto da considerare è la manutenzione: quando il contenuto di una pagina cambia (ad esempio il prezzo di un prodotto o gli orari di un’attività), il dato strutturato nel tag GTM deve essere aggiornato manualmente, a meno di non configurare variabili dinamiche che leggano i valori direttamente dalla pagina.
Nel complesso, Tag Manager è un’ottima soluzione per chi vuole iniziare ad usare i dati strutturati senza dipendere da un ciclo di sviluppo, ma per siti con molte pagine o contenuti che cambiano frequentemente, l’implementazione diretta nel codice o tramite plugin rimane la scelta più pratica.
Testare i dati strutturati: gli strumenti da usare per l’analisi oltre Google Search Console
Una delle operazioni più importanti dopo l’implementazione è la verifica. Il test dei risultati avanzati permette di sapere se il markup è stato inserito correttamente, se contiene errori e se è idoneo a generare rich result.
Google mette a disposizione due strumenti gratuiti:
1. Test dei risultati avanzati (Rich Results Test)
Il test dei risultati avanzati che è lo strumento ufficiale di Google, analizza una URL o un frammento di codice e mostra quali tipi di rich result possono essere generati con i dati strutturati presenti. È la scelta migliore per chi vuole capire se il proprio markup è compatibile con i requisiti richiesti.
2. Strumento di convalida di Schema.org
Anche Schema.org mette a disposizione il proprio strumento di validazione che analizza la pagina e restituisce un elenco dettagliato di entità e proprietà rilevate, segnalando eventuali errori o avvisi. È più tecnico rispetto allo strumento di Google, ma è ottimo per una verifica approfondita della struttura del markup.
Oltre a questi due, Google Search Console mostra nella sezione “Miglioramenti” i rich result rilevati per il sito, insieme agli eventuali errori che ne impediscono la visualizzazione. È uno strumento indispensabile per monitorare nel tempo lo stato dei dati strutturati su tutte le pagine indicizzate.
Nel mio flusso di lavoro, il test dei rich result è la prima cosa che eseguo dopo ogni implementazione. Se lo strumento restituisce errori o avvisi, intervengo prima di procedere oltre.
Dati strutturati e GEO: impatto e evoluzione delle Serp
C’è un motivo in più, molto attuale, per cui dovresti occuparti seriamente dei dati strutturati: la diffusione dei motori di ricerca basati sull’intelligenza artificiale generativa, come Google con le sue AI Overview o i nuovi AI search engine.
Questi sistemi leggono e aggregano informazioni da migliaia di fonti per costruire risposte sintetiche alle domande degli utenti. Per farlo in modo accurato, hanno bisogno di contenuti che siano chiari, affidabili e facilmente interpretabili dalla macchina. I dati strutturati sono esattamente questo: un segnale di chiarezza e affidabilità che il sistema può leggere senza dover “interpretare” il linguaggio naturale.
Chi come me si occupa di GEO sa già che un markup corretto è uno dei fattori che aumentano la probabilità di essere citati come fonte attendibile nelle risposte dell’AI.
Non si tratta di un vantaggio marginale: man mano che la quota di traffico proveniente dai motori generativi aumenta, avere dati strutturati ben implementati diventa sempre meno una scelta opzionale e sempre più una necessità strategica.
Gli errori più comuni nell’implementazione
Nonostante l’argomento possa sembrare piuttosto tecnico, nella pratica comune gli errori che più spesso si commettono nel processo di inserimento dei metadati sono banali. Eccoli in sintesi:
– Usare dati strutturati non corrispondenti al contenuto visibile della pagina: Google richiede che il markup rifletta fedelmente ciò che l’utente vede. Se metti una valutazione da 5 stelle nel codice ma non mostri quella recensione in pagina, rischi una penalizzazione manuale;
– Usare proprietà deprecate o non supportate: Schema.org viene aggiornato periodicamente. Alcune proprietà che un tempo erano valide oggi non lo sono più;
– Duplicare il markup: Accade spesso quando un plugin genera dati strutturati automaticamente e lo sviluppatore ne aggiunge altri manualmente. Il risultato è un dato confuso e potenzialmente errato;
– Ignorare le proprietà obbligatorie: Ogni tipo di schema ha una serie di proprietà che Google considera indispensabili. Ometterle significa che il rich result non verrà mostrato;
– Non testare dopo le modifiche al sito: Un aggiornamento del tema, del plugin o del CMS può alterare il markup esistente senza che te ne accorga. Verificare periodicamente lo stato dei dati strutturati è una buona abitudine.
Visibilità dei dati strutturati nel 2026
In questo articolo abbiamo visto cosa sono i dati strutturati, come si differenziano dai dati non strutturati, quale vocabolario standard usano i motori di ricerca (Schema.org), quali sono i formati disponibili (con JSON-LD come scelta preferibile), a cosa servono nella SEO e come testarli con gli strumenti ufficiali di Google.
Abbiamo anche toccato il tema dei rich result, del Knowledge Graph e del ruolo crescente dei dati strutturati nel ranking sui motori di ricerca tradizionali e nella GEO dei motori generativi.
Se non hai ancora implementato il markup sul tuo sito stai perdendo una grossa opportunità, questo è il momento giusto per farlo: non si tratta di un’operazione complicata, ma richiede attenzione ai dettagli e una buona conoscenza delle linee guida di Google.
