Vai al contenuto

Japon Sakura

Actualité

Come esplorare un sito web in modo efficace grazie alla sua sitemap?

Una sitemap elenca gli URL di un dominio in un file strutturato, generalmente in formato XML. Esplorare un sito web a partire da…

Femme analysant un plan de site web imprimé sur un bureau en open space, explorant la hiérarchie de navigation d'un site internet

Una sitemap elenca gli URL di un dominio in un file strutturato, generalmente in formato XML. Esplorare un sito web partendo da questo file permette di mappare rapidamente i suoi contenuti, ma una sitemap non rispecchia sempre tutte le pagine pubblicate.

Google precisa che una sitemap aiuta a segnalare gli URL, senza garantire che vengano esplorati o indicizzati. Misurare la differenza tra gli URL dichiarati nella sitemap, quelli raggiungibili tramite i link interni e quelli effettivamente indicizzati dai motori di ricerca offre un quadro molto più affidabile dello stato di un sito.

Sitemap XML, link interni e indice di Google: tre fonti, tre visioni del sito

Ogni fonte di dati copre un ambito diverso. Confrontare questi ambiti permette di individuare i punti ciechi che un’esplorazione limitata alla sitemap non rileverebbe.

Fonte Cosa rileva Limite principale
Sitemap XML Gli URL dichiarati dal proprietario del sito Può omettere pagine esistenti o elencare URL obsoleti
Link interni (crawl) Le pagine effettivamente raggiungibili dai link presenti in altre pagine del sito Non rileva gli URL orfani (senza link in entrata)
Indice di Google (Search Console) Gli URL esplorati e/o indicizzati da Googlebot Un URL presente nella sitemap può comunque non essere indicizzato

Incrociare questi tre inventari è l’unico metodo affidabile per individuare pagine orfane, URL fantasma e contenuti invisibili ai motori di ricerca. Un crawler di audit esplora il sito seguendo i link, mentre Search Console indica come Google gestisce ogni URL.

Nel piano del sito di All News, ad esempio, ogni sezione è indicata con il relativo URL e la data dell’ultima modifica, facilitando la verifica rapida della copertura editoriale del dominio.

Uomo in piedi davanti a uno schermo che mostra una sitemap strutturata con nodi di navigazione, in un ufficio domestico

Pagine orfane: come la sitemap rivela gli URL dimenticati

Una pagina orfana è un URL presente sul server ma non raggiungibile tramite alcun link interno. È accessibile digitandone direttamente l’indirizzo e talvolta è elencata nella sitemap, ma un visitatore che naviga normalmente non la troverà mai.

Individuare le pagine orfane in tre passaggi

  • Estrarre l’elenco completo degli URL dalla sitemap XML (tramite un parser o uno strumento di crawl come Screaming Frog, Sitebulb o un semplice script Python)
  • Avviare un crawl del sito dalla homepage per raccogliere tutti gli URL raggiungibili tramite i link interni
  • Confrontare i due elenchi: ogni URL presente nella sitemap ma assente dal crawl è potenzialmente orfano, mentre ogni URL rilevato dal crawl ma assente dalla sitemap è stato omesso

Anche l’operazione inversa è altrettanto rivelatrice. Una pagina ben collegata tramite i link interni ma assente dalla sitemap rischia di passare inosservata durante un audit limitato al file XML. Entrambe le discrepanze segnalano un problema di architettura che ostacola l’esplorazione da parte dei motori di ricerca e degli utenti.

Caso frequente: le varianti degli URL

Spesso si creano pagine duplicate quando la sitemap dichiara una versione dell’URL (con o senza slash finale, HTTP o HTTPS, con o senza parametri). Verificare la coerenza tra gli URL della sitemap e quelli dei link interni permette di individuare queste varianti prima che disperdano il crawl budget.

Tag lastmod della sitemap: segnale utile o rumore inutile

Il tag lastmod indica la data dell’ultima modifica significativa di una pagina. Google raccomanda che rifletta una modifica effettiva dei contenuti, non un aggiornamento automatico (rigenerazione della cache, modifica estetica del template).

Anche Bing utilizza questa data come segnale di aggiornamento. I tag changefreq e priority, invece, non vengono presi in considerazione da nessuno dei due motori. Compilare questi campi non apporta quindi alcun beneficio all’esplorazione o al posizionamento.

Una sitemap in cui tutte le date lastmod sono identiche (caso tipico di un CMS configurato male) perde il suo valore come segnale. Il motore non può più distinguere un articolo aggiornato ieri da una pagina invariata da due anni. Per un editore di contenuti, mantenere date lastmod accurate accelera la riscoperta delle pagine modificate.

Due colleghi esplorano insieme uno strumento per sitemap su un computer portatile, in un moderno caffè urbano

Esplorare un sito con una sitemap incompleta o assente

Non tutti i siti pubblicano una sitemap e quelli che lo fanno non sempre elencano tutte le pagine. In questi casi, l’esplorazione si basa su altri strumenti.

  • Eseguire un crawl completo dalla homepage, seguendo tutti i link interni, compresi quelli nel footer, nel menu e nella paginazione
  • Effettuare su Google una ricerca site:dominio.it per elencare le pagine già indicizzate, quindi confrontare i risultati con quelli del crawl
  • Consultare Search Console (rapporto “Pagine”) per individuare gli URL rilevati ma non indicizzati, oppure indicizzati ma assenti dalla sitemap
  • Verificare manualmente gli URL candidati tramite la barra degli indirizzi (pagine delle note legali, condizioni generali di vendita, vecchie landing page spesso scollegate dalla navigazione)

Un crawler di audit rileva le pagine raggiungibili, i relativi codici di risposta e i link in uscita. Search Console indica come Google gestisce effettivamente un URL, coprendo un aspetto diverso: una pagina può essere esplorata senza essere indicizzata, oppure essere indicizzata e poi rimossa.

IndexNow e sitemap: due meccanismi complementari su Bing

Microsoft distingue chiaramente la sitemap, che funge da inventario permanente degli URL, da IndexNow, che segnala in tempo reale un’aggiunta, una modifica o una rimozione. Una conferma di ricezione di IndexNow attesta l’invio della notifica, non l’indicizzazione.

Per un sito di notizie che pubblica diversi articoli al giorno, combinare una sitemap aggiornata e le notifiche IndexNow copre entrambe le tempistiche: il motore dispone di un inventario completo e riceve un segnale immediato per ogni nuovo contenuto. Su Google, il meccanismo equivalente consiste nell’inviare la sitemap tramite Search Console e utilizzare il protocollo ping standard.

Esplorare un sito tramite la sua sitemap diventa più affidabile quando si smette di considerarla una fonte unica. Il confronto sistematico tra il file XML, la struttura dei link interni e i dati di indicizzazione trasforma un semplice inventario di URL in una vera e propria diagnosi della visibilità.

Come esplorare un sito web in modo efficace grazie alla sua sitemap?