Dal markup Schema alla raccomandazione dell'IA: cosa manca ancora alla maggior parte dei siti web

Quasi ogni negozio online oggi dispone di dati strutturati a bordo: il sistema di e-commerce li fornisce automaticamente, il plugin SEO è attivo e il validatore segna semaforo verde. Eppure, molti di questi negozi rimangono invisibili non appena i clienti chiedono consigli a ChatGPT, Perplexity o Gemini. La nostra analisi di 5.733 siti web mostra alcuni motivi per cui accade: la struttura tecnica è presente quasi ovunque, ma mancano spesso i segnali su cui i sistemi di IA basano identità e fiducia. Il punteggio medio degli audit è del 59,9% – solo il 2,8% dei siti raggiunge l'80% o più, mentre il 42,6% rimane al di sotto del 60%. Ciò che separa la maggior parte dei siti dal gruppo di testa non sono complessi rilanci, ma pochi integrazioni mirate nel markup esistente. In questo articolo spieghiamo le tre lacune più comuni e mostriamo come colmarle concretamente.
Perché i sistemi di IA leggono in modo diverso da Google
Per comprendere le lacune, aiuta guardare a come un assistente IA elabora un consiglio. Se qualcuno chiede: “Dove posso comprare buone scarpe da corsa online?”, il sistema deve chiarire diverse questioni in background, inclusa la serietà di un negozio per poterlo raccomandare:
- Chi è questo fornitore? Il sito web, il profilo delle recensioni e la registrazione aziendale appartengono alla stessa impresa?
- Cosa viene offerto esattamente? Quale prodotto, a quale prezzo, è disponibile per la consegna?
- Ci si può fidare del fornitore? Esistono fatti verificabili e recensioni?
Un essere umano risponde a queste domande navigando nel sito. Un sistema di IA, invece, preferisce attingere a informazioni che può attribuire in modo univoco. Se manca questa univocità, la risposta diventa incerta – e le fonti incerte vengono menzionate meno spesso. I dati strutturati non sono quindi un fine a se stessi, ma il linguaggio con cui rispondete a queste tre domande in modo leggibile dalle macchine.
Il paradosso: la tecnica c'è, il contenuto manca
Il 71% dei siti web esaminati soddisfa pienamente il nostro controllo per i dati strutturati. Il quadro cambia completamente non appena si passa ai contenuti:
| Cosa aiuta i sistemi di IA | Pienamente soddisfatto |
|---|---|
| Dati strutturati generalmente presenti | 71,1 % |
| Pagina "Chi siamo" con fatti verificabili | 24,3 % |
Azienda collegata a profili ufficiali (sameAs) | 19,1 % |
| Recensioni leggibili come dati strutturati | 5,4 % |
Il motivo è ovvio: i sistemi di shop generano automaticamente l'impalcatura di base. Quali profili appartengano alla vostra azienda, cosa vi contraddistingue e dove si trovino le vostre recensioni, però, nessun plugin può saperlo. Queste informazioni devono essere aggiunte da voi.
Lacuna 1: L'identità aziendale rimane vaga
Perché è importante
I sistemi di IA lavorano con le cosiddette entità: aziende, persone e prodotti identificati in modo univoco. Per un tale sistema, il vostro negozio è inizialmente solo un dominio. Deve dedurre da solo se "mustershop.it", il profilo recensioni "Mustershop S.r.l." e il profilo Google Business si riferiscano alla stessa azienda – e con nomi simili, questa associazione può fallire.
Con la proprietà sameAs rispondete direttamente a questa domanda: “Questi profili ci appartengono.” In questo modo, recensioni, menzioni e dati aziendali presenti altrove possono essere attribuiti alla vostra azienda.
Cosa mostrano i dati
Solo il 19% dei siti web collega completamente la propria azienda ai profili ufficiali. Persino tra i siti con offerta di prodotti, la percentuale è di appena il 22%.
Come implementarlo
Integrate nel markup Organization della vostra home page l'elenco dei vostri profili reali:
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Mustershop S.r.l.",
"url": "https://www.mustershop.it",
"logo": "https://www.mustershop.it/logo.png",
"sameAs": [
"https://www.trustedshops.it/valutazione/info_XXXXXXXX.html",
"https://www.linkedin.com/company/mustershop",
"https://www.instagram.com/mustershop"
]
}
Best Practice:
- Qualità prima della quantità. Collegate solo profili gestiti attivamente e che vi appartengono chiaramente. Un account abbandonato dal 2018 non aiuta.
- Profili di recensione per primi. Un profilo con vere recensioni dei clienti è una forte prova di fiducia, perché esiste indipendentemente dal vostro sito.
- Mantenere il nome coerente. Utilizzate nel markup lo stesso nome aziendale presente nelle note legali e sui profili.
Lacuna 2: I dati dei prodotti sono incompleti
Perché è importante
Quando gli assistenti IA confrontano prodotti o danno consigli d'acquisto, hanno bisogno di fatti affidabili: prezzo, valuta, disponibilità. Senza queste indicazioni, il sistema rischia di trasmettere informazioni obsolete o errate – e preferisce affidarsi a fonti i cui dati sono completi.
Un ruolo speciale è svolto dagli identificatori di prodotto come GTIN/EAN e il marchio (brand). Sono la chiave univoca attraverso cui un prodotto viene riconosciuto tra vari siti web. Solo così recensioni, confronti di prezzo e valutazioni possono essere attribuiti senza dubbio alla vostra offerta.
Cosa mostrano i dati
Tra i siti web con markup prodotto, a ben uno su cinque (21%) mancano parti dei dati dell'offerta. Gli identificatori di prodotto e il marchio non sono indicati completamente addirittura nel 41% dei casi.
Come implementarlo
Un markup prodotto completo sulla pagina dei dettagli del prodotto appare così:
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Scarpa da corsa Aero 3",
"gtin13": "4012345678901",
"brand": { "@type": "Brand", "name": "Musterbrand" },
"offers": {
"@type": "Offer",
"price": "89.95",
"priceCurrency": "EUR",
"availability": "https://schema.org/InStock",
"url": "https://www.mustershop.it/aero-3"
}
}
Best Practice:
- Controllare una vera pagina prodotto. Aprite il codice sorgente (non la pagina renderizzata) e cercate
gtin,priceeavailability. Ciò che manca lì, molti crawler IA non lo vedono. - Allineare visibile e markup. Prezzo e disponibilità nel markup devono corrispondere all'offerta visibile. Le discrepanze danneggiano più di quanto aiutino.
- Importare gli identificatori dal sistema gestionale. Il GTIN è solitamente già disponibile – semplicemente non viene esportato nel template dello shop.
Lacuna 3: La pagina "Chi siamo" dice poco di concreto
Perché è importante
Per rispondere alla domanda “Questo fornitore è affidabile?”, i sistemi di IA cercano fatti verificabili. Frasi come “Siamo il vostro partner per qualità e passione” non contengono tali fatti – non possono essere né confermate né smentite. L'anno di fondazione, la sede legale, i responsabili o la specializzazione, invece, sì.
Cosa mostrano i dati
Solo il 24% dei siti web soddisfa pienamente il nostro controllo sulla pagina "Chi siamo". Spesso la pagina manca del tutto, oppure consiste principalmente in affermazioni pubblicitarie generiche.
Come implementarlo
Un esempio prima-dopo:
Prima: “Per noi il cliente è al centro. Offriamo la migliore qualità a prezzi equi.”
Dopo: “Mustershop S.r.l. è stata fondata nel 2011 a Friburgo ed è specializzata in attrezzatura per il running. Il nostro team di dodici collaboratori – tra cui tre consulenti certificati per scarpe da corsa – gestisce oltre 40.000 ordini all'anno. L'amministratrice delegata è Anna Muster.”
Best Practice – queste informazioni dovrebbero essere sulla pagina:
- Nome completo dell'azienda e sede
- Anno di fondazione e breve evoluzione
- Specializzazione: per cosa siete l'indirizzo giusto?
- Persone responsabili o il team
- Prove verificabili come certificati, premi o affiliazioni
La vostra tabella di marcia in tre passi
- Collegare l'identità (ca. 30 minuti). Aggiungere i link
sameAsai vostri profili reali nel markup Organization della home page. - Controllare una pagina prodotto (ca. 1 ora). Verificare prezzo, valuta, disponibilità, GTIN e marchio nel codice sorgente e completare i campi mancanti nel template – in questo modo la modifica avrà effetto su tutti i prodotti.
- Riscrivere la pagina "Chi siamo" (ca. 2 ore). Sostituire le frasi pubblicitarie con i fatti sopra menzionati.
Nessuno di questi passaggi richiede un rilancio. Tutti e tre intervengono dove la maggior parte dei siti nel nostro benchmark spreca potenziale.
A che punto è il vostro sito web?
La media è un orientamento, non un obiettivo. Quale delle tre lacune sia aperta nel vostro caso e dove possiate guadagnare di più, ve lo mostrerà la vostra analisi specifica.
Un punteggio di audit migliore significa migliori presupposti tecnici. Nessuno può garantire una menzione nelle risposte dell'IA.
Metodologia: Dati aggiornati al 09/11/2026. È stata analizzata per ogni sito web l'ultima sessione completa dall'introduzione dell'attuale catalogo di controllo (25/06/2026), per un totale di 5.733 siti web; i siti controllati più volte contano come uno, le sessioni interrotte sono escluse. Le quote relative ai prodotti si riferiscono ai 2.109 siti web con markup prodotto rilevato. Si tratta di siti web controllati volontariamente, non di un campione di mercato rappresentativo. Non indichiamo deliberatamente un andamento temporale, poiché la composizione dei siti controllati è cambiata nel corso dei mesi.