Un sitemap è un file che elenca gli URL del tuo sito web. Serve da guida ai robot di esplorazione di Google o Bing per navigare le tue pagine. Senza questo file, alcune parti del tuo sito potrebbero rimanere invisibili nei risultati di ricerca, anche se il loro contenuto è pertinente. Comprendere il suo funzionamento consente di correggere problemi di indicizzazione che molti proprietari di siti ignorano.
Ciò che Google non legge più nel tuo sitemap XML
Hai mai visto tag come priority o changefreq in un file sitemap XML? Google li ignora. Questi due campi, pur essendo presenti nella specifica del protocollo, non hanno alcun effetto sulla frequenza di esplorazione né sul posizionamento delle tue pagine.
D’altra parte, il tag lastmod rimane l’unico segnale di freschezza utilizzato da Google. Indica la data dell’ultima modifica reale di una pagina. Se lo aggiorni ad ogni pubblicazione o correzione, i robot sanno quali URL visitare nuovamente con priorità.
Il problema comune: alcuni strumenti rigenerano il sitemap aggiornando la data lastmod di tutte le pagine, anche quelle che non sono cambiate. Questo comportamento confonde il segnale. Google finisce per non fidarsi più di questo tag sul tuo sito. Verifica che il tuo generatore di sitemap aggiorni lastmod solo sulle pagine realmente modificate. Per esplorare questo argomento con esempi concreti, il sito pepseo.fr in dettaglio descrive le buone pratiche di configurazione.
Sitemap e crawl budget: perché i grandi siti non possono farne a meno
Prendiamo un esempio semplice. Il tuo sito contiene diverse migliaia di pagine. Googlebot ha un tempo limitato per esplorare ogni sito. Questo tempo, chiamato crawl budget, varia a seconda dell’autorità del tuo dominio e della velocità del tuo server.
Senze sitemap, il robot scopre le tue pagine seguendo i link interni. Se una pagina è mal collegata al resto del sito (nessun link dal menu, nessun link contestuale), potrebbe non essere mai esplorata. Il sitemap XML compensa questo problema dichiarando esplicitamente ogni URL.
Per i siti con meno di un centinaio di pagine, con una corretta rete interna, il sitemap rimane utile ma meno critico. I siti voluminosi o a struttura complessa dipendono direttamente affinché le loro pagine profonde siano indicizzate.
Pagine orfane e contenuto invisibile
Una pagina orfana è una pagina che non è collegata da nessun’altra pagina del sito. Esiste sul server, ma nessun percorso di navigazione vi conduce. Googlebot la troverà solo se è presente nel sitemap.
Pubblicate regolarmente contenuti? Ogni nuovo articolo ha bisogno di essere scoperto. Il sitemap accelera questo processo segnalando i nuovi URL non appena vengono pubblicati.
Inviare un sitemap a Google: i due metodi che funzionano ancora
Fino al 2023, era possibile “pingare” Google per segnalare un nuovo sitemap. Questo metodo non funziona più. Google ha deprecato il suo endpoint di ping a giugno 2023, e gli URL di tipo /ping?sitemap= ora restituiscono un errore 404.
Due metodi rimangono validi:
- Inviare il sitemap tramite Google Search Console, nel rapporto Sitemaps. Ottieni un riscontro sul numero di URL scoperte e eventuali errori di formato.
- Dichiarare il sitemap nel file robots.txt con la direttiva Sitemap: seguita dall’URL del file. Questo approccio garantisce la scoperta automatica, anche senza intervento manuale nella Search Console.
La combinazione dei due offre il miglior risultato. La Search Console ti fornisce una diagnosi, robots.txt assicura la scoperta permanente da parte di tutti i robot compatibili.
Sitemap HTML e sitemap XML: due file, due pubblici
Il sitemap XML si rivolge ai motori di ricerca. Contiene dati tecnici: URL, data di modifica, lingua. Il suo formato è strutturato per essere letto dalle macchine.
Il sitemap HTML, invece, è una pagina classica del tuo sito, visibile dai visitatori. Mostra l’elenco delle tue sezioni e pagine sotto forma di link cliccabili. Il suo ruolo è migliorare la navigazione per gli utenti che cercano una pagina specifica.
Il sitemap XML rimane la priorità per il posizionamento. L’HTML è un complemento utile per l’esperienza utente, ma non ha lo stesso peso presso Google. Se devi scegliere da dove iniziare, il file XML passa per primo.
Ciò che il sitemap XML deve contenere
La regola è semplice: includi solo le pagine che desideri vedere apparire nei risultati di ricerca. Le pagine con un tag noindex, le pagine di login, le pagine di risultati di ricerca interna non hanno posto nel sitemap.
- Le pagine principali (home, categorie, servizi, articoli di blog) devono figurare.
- Solo URL canoniche: se più URL portano allo stesso contenuto, solo la versione canonica appare nel file.
- Le immagini e i video possono essere oggetto di sitemap specifici, utili per apparire in Google Immagini o Google Video.
Errori frequenti che riducono l’efficacia di un sitemap
Un sitemap mal configurato può fare più male che bene. Dichiarare URL che restituiscono un errore 404 degrada la fiducia di Googlebot nei confronti del tuo file. Se il robot rileva che metà dei tuoi URL sono rotti, rallenta l’esplorazione del resto.
Un altro errore comune: un sitemap che supera il limite di dimensione. Il protocollo consente un massimo di 50.000 URL per file, con una dimensione non superiore a 50 MB. Oltre, deve essere suddiviso in più file e raggruppato tramite un sitemap index.
Infine, non confondere sitemap e garanzia di indicizzazione. Inviare un URL non costringe Google a indicizzarlo. Il motore di ricerca decide da solo se la pagina merita di apparire nel suo indice, in base alla sua qualità e pertinenza. Il sitemap facilita la scoperta, non il posizionamento.
Un file sitemap ben mantenuto, aggiornato ad ogni modifica reale di contenuto e inviato tramite i giusti canali, rimane uno dei leve tecnici più semplici da implementare per migliorare la visibilità di un sito web. Il lavoro non si ferma alla sua creazione: controlla regolarmente il suo contenuto nella Search Console per individuare gli URL errati e regolare il file di conseguenza.
