Un sitemap XML che contiene URL in noindex, reindirizzamenti 301 o pagine bloccate da robots.txt invia un segnale contraddittorio ai robot di esplorazione. Prima di pensare a invii o frequenza di aggiornamento, raccomandiamo di trattare il sitemap come un filtro di qualità: solo le URL canoniche, indicizzabili e accessibili meritano di figurare.
Sitemap XML e budget di crawl: il legame tecnico spesso sottovalutato
Googlebot assegna a ciascun sito un budget di crawl limitato. Ogni URL presente nel sitemap consuma una parte di questo budget durante l’esplorazione. Un file che mescola pagine utili e pagine orfane, duplicate o reindirizzate diluisce questo budget su risorse senza valore SEO.
Ulteriori letture : Scopri come navigare efficacemente sul sito web Le Bilan e le sue sezioni
Osserviamo regolarmente siti il cui sitemap fa riferimento a diverse migliaia di URL mentre la metà restituisce un codice 404 o uno stato noindex. Il rapporto “Sitemaps” di Google Search Console consente di diagnosticare queste discrepanze: mostra il numero di URL inviate rispetto al numero di URL effettivamente indicizzate. Un rapporto basso segnala un problema di pulizia del file.
La buona pratica consiste nell’allineare il sitemap con la strategia di tag canonici. Se due URL puntano alla stessa risorsa, solo la versione canonica appare nel file. Questa coerenza riduce gli sprechi e accelera la scoperta delle pagine nuove o aggiornate.
Vedi anche : Come potenziare la crescita della tua azienda grazie al web e al digitale
Per vedere un esempio concreto di sitemap ben strutturato, la pagina sitemap di Success Man illustra questa logica di URL filtrate e gerarchizzate su un sito editoriale.
Tag lastmod e changefreq in un sitemap: ciò che Google sfrutta realmente
La specifica del protocollo sitemap prevede diversi tag opzionali. Non tutti hanno lo stesso peso per i motori di ricerca.
Il tag lastmod influenza la priorità del crawl quando riflette una data di modifica reale. Google ha confermato di utilizzare queste informazioni per decidere quali URL rivedere in priorità. Al contrario, una data lastmod aggiornata artificialmente (ad esempio, ad ogni distribuzione del sito, senza cambiamento di contenuto) finisce per essere ignorata.
Il tag changefreq (daily, weekly, monthly) è ampiamente trascurato da Google. Lo consideriamo come rumore nel file. Il tag priority, destinato a indicare l’importanza relativa di un URL, subisce lo stesso destino: Google non lo prende in considerazione per le sue decisioni di crawl o di ranking.
In pratica, un sitemap efficace si limita ai seguenti tag per ogni voce:
- Il tag loc, che contiene l’URL canonico assoluto della pagina
- Il tag lastmod, aggiornato solo in caso di modifica sostanziale del contenuto
- I tag hreflang (via xhtml:link) per i siti multilingue, per segnalare le versioni linguistiche alternative direttamente nel sitemap
Sitemaps specializzati: immagini, video e notizie
Il protocollo non si limita alle pagine HTML. Estensioni consentono di dichiarare contenuti ricchi che i robot non scoprirebbero sempre tramite il crawl classico.
Un sitemap immagini dichiara i visivi associati a ogni URL. Ciò migliora la copertura in Google Immagini, particolarmente utile per i siti e-commerce o i portfolio. Senza questa dichiarazione, immagini caricate dinamicamente (lazy loading, JavaScript) possono rimanere invisibili per il bot.
Il sitemap video funziona sullo stesso principio: fornisce metadati (titolo, descrizione, durata, URL della miniatura) che il robot non può estrarre da un lettore incorporato. I siti di notizie dispongono di un formato dedicato (sitemap news) che segnala gli articoli pubblicati nelle ultime 48 ore, accelerando la loro comparsa in Google News.
Quando distribuire un sitemap specializzato
Un sitemap immagini o video si giustifica solo se il contenuto multimediale rappresenta un reale leva di traffico. Un blog testuale senza ambizioni su Google Immagini non ha alcun interesse a mantenere questo file. Ogni sitemap aggiuntivo comporta un onere di manutenzione: URL obsolete, metadati scaduti, file non aggiornati.
Sitemap XML e linking interno: due meccanismi complementari, non sostituibili
Un errore frequente consiste nel trattare il sitemap come un sostituto del linking interno. Il sitemap facilita la scoperta delle URL, ma il linking interno distribuisce l’autorità tra le pagine. Un robot che scopre una pagina tramite il sitemap senza che alcun link interno punti verso di essa la considererà orfana, il che pesa sul suo potenziale di posizionamento.
Lo scenario inverso pone anch’esso problemi. Un sito con un linking denso ma senza sitemap può vedere le sue pagine profonde scoperte con ritardo, soprattutto se l’alberatura supera tre o quattro livelli di profondità. I siti voluminosi o quelli la cui struttura si basa fortemente su JavaScript beneficiano di più di un sitemap aggiornato.
Diagnosticare le pagine orfane tramite il sitemap
Raccomandiamo di incrociare l’elenco delle URL del sitemap con un crawl completo del sito (tramite uno strumento come Screaming Frog o Sitebulb). Le URL presenti nel sitemap ma assenti dal crawl sono pagine orfane. Le URL crawlate ma assenti dal sitemap sono potenzialmente dimenticate dall’indicizzazione.
- Pagine nel sitemap ma non trovabili tramite crawl: aggiungere almeno un link interno contestuale
- Pagine crawlate ma assenti dal sitemap: verificare il loro stato di indicizzazione e includerle se sono canoniche
- Pagine nel sitemap con uno stato noindex o un reindirizzamento: rimuoverle immediatamente dal file
Questo incrocio regolare garantisce che il sitemap rimanga un riflesso fedele della struttura reale del sito, e non un artefatto tecnico disconnesso dalla realtà editoriale.
Un sitemap pulito, limitato alle URL indicizzabili e arricchito di date lastmod affidabili, rimane uno dei leve tecnici più semplici da implementare. La sua efficacia dipende interamente dalla sua manutenzione: un file generato una volta e poi dimenticato perde ogni utilità in pochi mesi.