Un sito e-commerce con diverse migliaia di riferimenti aggiunge schede prodotto ogni settimana, ma Google indicizza solo una frazione dei nuovi URL. Il problema non deriva dal contenuto, né dalla struttura interna. La sitemap XML inviata tramite Search Console contiene pagine reindirizzate, URL in noindex e duplicati parametrizzati. Il motore riceve un segnale confuso e rallenta la sua esplorazione.
Ottimizzare la pagina sitemap di un sito non si limita a generare un file e dimenticarsene. Si tratta di uno strumento di gestione che, se trascurato, spreca il budget di crawl invece di concentrarlo sulle pagine che contano.
Coerenza tra sitemap XML, tag canonico e direttiva di indicizzazione
Il primo errore che si incontra sul campo è l’incoerenza tra ciò che la sitemap dichiara e ciò che la pagina dice di sé stessa. Un URL elencato nella sitemap dovrebbe sempre restituire un codice HTTP 200, avere il proprio tag canonico e non contenere una direttiva noindex.
Quando si invia un URL reindirizzato (301 o 302), il motore deve seguire il reindirizzamento prima ancora di decidere se indicizza la destinazione. Questo giro di vite consuma budget di crawl senza alcun beneficio. La stessa logica si applica alle pagine eliminate che restituiscono un 404, o agli URL con parametri che duplicano un contenuto già indicizzato in un’altra forma.
Possiamo illustrare questo principio con la pagina sitemap di Bargento, che struttura i suoi URL in modo da elencare solo pagine accessibili e realmente destinate all’indicizzazione. Questo tipo di rigore evita di inviare rumore ai robot.
- Ogni URL della sitemap deve essere la versione canonica della pagina, quella che desiderate vedere apparire nei risultati di ricerca.
- Le pagine bloccate dal robots.txt, in noindex, o reindirizzate non hanno nulla a che fare con il file.
- Gli URL parametrizzati (filtri, ordinamenti, sessioni) devono essere esclusi a meno che non puntino a contenuti unici e indicizzabili.
In pratica, una sitemap pulita contiene solo URL indicizzabili in HTTP 200. Se il vostro file ne contiene diverse centinaia in più rispetto al numero di pagine indicizzate in Search Console, è un segnale di allerta.
Tag lastmod della sitemap: segnale utile o rumore tecnico
Molti CMS aggiornano la data lastmod ad ogni rigenerazione della sitemap, anche quando il contenuto della pagina non è cambiato. Google ha chiarito questo punto: il valore lastmod ha interesse solo se riflette una modifica editoriale reale.
Se ripubblicate un articolo dopo aver corretto un errore nel footer, non si tratta di un cambiamento significativo. Al contrario, se aggiornate una guida con nuovi dati o ristrutturate una scheda prodotto, la data lastmod dovrebbe corrispondere a questo aggiornamento.
Sincronizzare lastmod con i dati strutturati
La coerenza va oltre la sitemap. La data lastmod deve corrispondere alla data di aggiornamento visualizzata sulla pagina e al campo dateModified nei vostri dati strutturati (schema.org). Quando questi tre segnali concordano, il motore ha un indicatore affidabile di freschezza. Quando divergono, il segnale perde ogni credibilità.
Su questo punto, i riscontri variano: alcuni SEO notano un recrawl più veloce dopo la correzione di lastmod, altri non osservano differenze significative. Ciò che è certo è che un lastmod ingannevole o automatico non inganna nessuno.
Sitemap index e segmentazione degli URL per i grandi siti
Oltre alcune centinaia di pagine, un file sitemap unico diventa difficile da gestire, sia per voi che per i motori. La segmentazione in più file figli, organizzati sotto un sitemap index, consente un diagnostico molto più preciso.
L’idea è semplice: si raggruppano gli URL per tipo di contenuto. Un file per le schede prodotto, uno per gli articoli del blog, uno per le pagine categorie. Questa organizzazione consente di individuare immediatamente nei rapporti di copertura di Search Console quale segmento presenta problemi.
Trasformare la sitemap in uno strumento di diagnostica
Su Bing Webmaster Tools, i rapporti di copertura consentono di esaminare gli URL noti della sitemap e i motivi di non indicizzazione. Questa funzionalità trasforma la sitemap in uno strumento di controllo operativo per rilevare le pagine bloccate o involontariamente escluse.
Google Search Console offre un rapporto simile. Confrontare il numero di URL inviati con il numero di URL indicizzati per file sitemap rivela le discrepanze. Un file sitemap figlio con un tasso di indicizzazione basso segnala un problema strutturale su quel segmento (contenuto duplicato, struttura insufficiente, qualità percepita come bassa).
Combinare sitemap XML e IndexNow per accelerare l’indicizzazione
La sitemap XML funziona come un inventario permanente. I motori la consultano periodicamente, al proprio ritmo. Per i siti il cui contenuto cambia spesso (editoriale, marketplace, catalogo), questo ritmo può essere insufficiente.
IndexNow completa la sitemap segnalando le modifiche in tempo reale ai motori che supportano il protocollo (Bing, Yandex e altri). Invece di aspettare che il robot passi, gli inviamo un ping per ogni URL creato, modificato o eliminato.
I due strumenti non si sostituiscono. La sitemap rimane il riferimento per l’inventario globale. IndexNow funge da notifica istantanea. Su un sito e-commerce che aggiunge decine di schede al giorno, questa combinazione riduce il tempo tra pubblicazione e presa in considerazione da parte del motore.
Implementazione concreta
- Generare una chiave API IndexNow e posizionarla nella radice del sito in un file di testo con il nome della chiave.
- Configurare il CMS o il pipeline di distribuzione per inviare una chiamata IndexNow ad ogni creazione o modifica di pagina.
- Mantenere la sitemap XML aggiornata in parallelo, con date lastmod affidabili, affinché i motori che non supportano IndexNow dispongano di un segnale di freschezza.
La sitemap e IndexNow coprono due temporalità diverse: l’inventario permanente e la notifica puntuale. Utilizzare entrambi aumenta la copertura di indicizzazione senza dipendere esclusivamente dalla frequenza di crawl naturale.
Una sitemap ben segmentata, ripulita dai suoi URL inutili e sincronizzata con i segnali tecnici della pagina non ha nulla di spettacolare. È un lavoro di manutenzione regolare, non un aggiustamento che si fa una volta. Ogni URL inviato deve meritare il suo posto nel file, altrimenti si diluisce l’attenzione del robot su pagine che non serviranno mai per il posizionamento.
