Un sito e-commerce aggiunge un centinaio di schede prodotto in poche settimane. Tre mesi dopo, metà di queste pagine non appare ancora su Google. Il collegamento interno non è sufficiente a garantire la loro visibilità, e il crawl dei robot ignora gli URL più profondi. È esattamente il tipo di situazione in cui una pagina sitemap fa la differenza.
Sitemap e crawl budget: ridurre lo spreco di risorse
I robot di esplorazione hanno un tempo limitato per navigare ogni sito. Su un sito voluminoso, dedicano parte di questo tempo a rivisitare pagine già conosciute o a seguire link interni in loop. Un sitemap ben strutturato orienta il crawl verso gli URL che contano, invece di lasciare che i robot scoprano la vostra struttura per caso.
Si osserva spesso che pagine recenti o poco collegate rimangono invisibili per settimane. Elencando esplicitamente questi URL in un file sitemap XML, si segnala ai motori di ricerca la loro esistenza non appena vengono pubblicati. Google Search Central lo precisa: il sitemap aiuta alla scoperta degli URL, non direttamente all’indicizzazione né al ranking.
È una sfumatura che molti guide trascurano. Inviare un URL in un sitemap non garantisce che venga esplorato o indicizzato. Al contrario, non dichiararlo significa contare solo sul collegamento interno affinché un robot lo trovi, il che può richiedere mesi su un sito a bassa autorità. Per vedere come questo principio si traduce in pratica, la pagina sitemap di Info Manager illustra una struttura leggibile che facilita questa scoperta.
Google Search Console e sitemap: uno strumento di diagnostica sottoutilizzato
Molti webmaster considerano il sitemap come un file che si genera una volta, si invia a Google e poi si dimentica. È un errore trascurare il suo ruolo di cruscotto tecnico.
Quando si invia un sitemap in Google Search Console, si accede a un rapporto che dettaglia il numero di URL inviati, il numero di URL effettivamente indicizzati e i motivi di non indicizzazione. Questo rapporto consente di identificare rapidamente problemi concreti:
- Pagine bloccate dal file robots.txt mentre dovrebbero essere accessibili ai motori di ricerca
- URL che restituiscono un errore 404 o un reindirizzamento in loop, che consumano crawl inutilmente
- Pagine contrassegnate come “Scoperta, attualmente non indicizzata”, segno che Google le conosce ma non le considera prioritarie
Confrontare il numero di URL inviati e il numero di URL indicizzati fornisce una misura diretta della salute tecnica del sito. Un divario significativo segnala un problema di qualità dei contenuti, di duplicazione o di configurazione tecnica.
Frequenza di aggiornamento del sitemap
Un sitemap obsoleto perde la sua utilità. Se si aggiunge regolarmente contenuto, il tag lastmod nel file XML indica ai robot la data dell’ultima modifica di ogni pagina. I robot possono quindi dare priorità agli URL recentemente modificati.
I feedback variano su questo punto: alcuni SEO notano che Google a volte ignora il tag lastmod quando non è affidabile. La buona pratica rimane quella di aggiornare questa data solo quando il contenuto è effettivamente cambiato.
Sitemap XML e sitemap HTML: due file, due pubblici
Spesso si confondono i due formati, mentre rispondono a esigenze distinte. Il sitemap XML è destinato ai robot dei motori di ricerca, mentre il sitemap HTML è una pagina di navigazione destinata ai visitatori umani.
Il file XML contiene un elenco strutturato di URL con metadati (data di modifica, frequenza di aggiornamento, priorità relativa). È posizionato alla radice del sito e inviato tramite Google Search Console. Nessun visitatore lo consulta direttamente.
Il sitemap HTML, invece, assume la forma di una pagina web classica con link organizzati per categoria. Su un sito con una struttura complessa (più di tre livelli di profondità), questa pagina offre un collegamento a sezioni difficili da raggiungere dalla navigazione principale.
Quando il sitemap HTML porta un vero valore
Su un piccolo sito vetrina di cinque pagine, un sitemap HTML non porta nulla. L’interesse emerge quando l’architettura supera ciò che il menu principale può ragionevolmente mostrare:
- Siti con decine di categorie e sottocategorie di prodotti
- Portali editoriali con archivi accessibili solo tramite la ricerca interna
- Siti multilingue le cui versioni linguistiche non sono tutte collegate dal header
Per i siti multilingue, il sitemap XML può anche integrare i tag hreflang, il che consente di segnalare ai motori di ricerca le corrispondenze tra le versioni linguistiche di una stessa pagina. È un aspetto raramente trattato, ma che evita problemi di contenuto duplicato tra lingue.
Pagine orfane e sitemap: recuperare ciò che il collegamento interno dimentica
Una pagina orfana è un URL che non è collegato da nessun’altra pagina del sito. Senza un link interno che punti verso di essa, i robot non hanno alcun modo per trovarla. Il sitemap XML diventa quindi l’unico canale di scoperta.
Le pagine orfane appaiono spesso dopo un redesign, quando gli URL cambiano senza che tutti i link interni siano aggiornati. Possono anche derivare da un CMS che genera pagine dinamiche senza integrarle automaticamente nella navigazione.
Identificare queste pagine richiede un incrocio tra il sitemap inviato e un crawl del sito. Se un URL figura nel sitemap ma non viene trovato da alcun link interno durante il crawl, è un orfano. Il sitemap non sostituisce un collegamento interno solido, ma funge da rete di sicurezza affinché queste pagine non scompaiano completamente dal radar dei motori di ricerca.
Correggere il problema alla radice rimane la priorità: aggiungere link interni pertinenti verso queste pagine. Il sitemap serve come soluzione temporanea, non come sostituto permanente di un’architettura ben progettata.
La pagina sitemap, sia essa XML o HTML, non è un accessorio tecnico da spuntare su una lista SEO. È uno strumento di gestione che rivela le falle del vostro sito e accelera la considerazione dei vostri contenuti da parte dei motori di ricerca. Un sitemap mantenuto aggiornato e utilizzato tramite Search Console fornisce più informazioni sulla salute di un sito rispetto alla maggior parte degli audit superficiali.