Come esplorare efficacemente la sitemap di un sito per trovare le pagine giuste

Una sitemap XML elenca gli URL di un sito, ma questo elenco non dice nulla sullo stato effettivo delle pagine che contiene. Alcuni URL possono restituire un errore, altri non ricevere alcun link interno, altri ancora mostrare contenuti obsoleti nonostante una data di modifica recente. Esplorare una sitemap in modo utile significa trattarla come un inventario di pagine da verificare, non come un elenco di pagine funzionanti.

Sitemap XML: cosa non rivela il file sulle tue pagine

Il protocollo Sitemap consente un massimo di 50 000 URL o 50 MB non compressi per file. I siti che superano queste soglie utilizzano un indice di sitemap, ovvero un file che rimanda a più sitemap secondarie. Questa suddivisione è un primo spunto per l’esplorazione: ogni file secondario raggruppa generalmente un tipo di contenuto (articoli, schede prodotto, categorie), consentendo di esaminare insiemi omogenei anziché un unico elenco.

Google precisa che inserire un URL in una sitemap non ne garantisce l’indicizzazione. Il file segnala l’esistenza di una pagina, non la sua qualità né la sua pertinenza. Per osservare come un sito organizza i propri contenuti, consultare la sitemap di Passez l’info offre una buona panoramica di come un indice di sitemap suddivide gli URL per sezione.

Due tag della sitemap sono spesso fraintesi. Google ignora il tag priority: non influisce né sull’ordine di scansione né sul posizionamento. Lo stesso vale per il tag changefreq. Questi metadati dichiarativi non hanno quindi alcuna utilità per stabilire quali pagine esaminare per prime.

Uomo che consulta una sitemap XML su un grande schermo in un moderno ufficio open space

Incrociare la sitemap con i link interni e i rapporti di ispezione

Il modo più efficace per esplorare una sitemap consiste nel confrontarla con altre due fonti: la struttura dei link interni del sito e i dati di Search Console. Questa triangolazione fa emergere discrepanze che la sola lettura del file XML non può mostrare.

Individuare le pagine orfane nella sitemap

Un URL presente nella sitemap ma assente dalla struttura dei link interni rappresenta un problema concreto. I crawler possono scoprirlo tramite il file XML, ma i visitatori non possono raggiungerlo attraverso alcun percorso di navigazione. È improbabile che una pagina orfana di questo tipo riceva traffico, anche se è indicizzata.

Per individuare questi casi, occorre incrociare l’elenco degli URL della sitemap con una scansione del sito (Screaming Frog, Sitebulb o qualsiasi altro strumento di crawling). Gli URL presenti nella sitemap ma privi di link interni meritano un controllo: o vanno collegati alla struttura del sito, oppure non hanno più motivo di comparire nel file.

Verificare lo stato effettivo tramite l’ispezione degli URL

Il rapporto Sitemap di Google Search Console indica il numero di URL rilevati e gli errori riscontrati. Offre una panoramica generale, ma solo l’ispezione individuale di un URL consente di conoscerne lo stato esatto: indicizzato, rilevato ma non indicizzato, escluso perché un tag canonico rimanda altrove oppure bloccato dal file robots.txt.

In pratica, iniziare dagli URL che il rapporto Sitemap segnala come problematici permette di concentrarsi sui casi concreti. Ispezionare un URL a caso in una sitemap con migliaia di pagine serve a ben poco.

Il tag lastmod: un segnale utile a determinate condizioni

Google indica che il tag lastmod può aiutarlo a pianificare nuove scansioni, a una condizione: la data deve riflettere una modifica significativa dei contenuti, dei dati strutturati o dei link della pagina. Un semplice aggiornamento del piè di pagina o una ricompilazione automatica del sito non giustificano una modifica della data.

In molti CMS, la data lastmod viene aggiornata a ogni salvataggio, anche per correggere una virgola. Questo comportamento indebolisce il segnale. I siti in cui il tag lastmod è regolarmente accurato e verificabile inviano ai crawler un segnale più affidabile.

Per sfruttare questa informazione durante un’esplorazione manuale, ordinare gli URL della sitemap in base alla data lastmod permette di individuare due casi interessanti:

  • Pagine con una data molto vecchia (di diversi anni) che non sembrano essere mai state aggiornate: potrebbero contenere informazioni obsolete da verificare o da eliminare
  • Pagine la cui data cambia molto spesso senza che i contenuti visibili subiscano modifiche: un possibile segnale di un problema di configurazione del CMS
  • Pagine modificate di recente che, secondo Search Console, non sono ancora indicizzate: è opportuno ispezionarle singolarmente per capire cosa ne impedisce l’indicizzazione

Sitemap e IndexNow: distinguere tra rilevamento e indicizzazione su Bing

Il protocollo IndexNow consente di segnalare a Bing e ad altri motori di ricerca aderenti che un URL è stato aggiunto, modificato o eliminato. Una risposta di conferma indica che la notifica è stata ricevuta, ma non garantisce né la scansione né l’indicizzazione.

La sitemap resta l’inventario di riferimento per questi motori. IndexNow svolge un ruolo complementare, inviando notifiche in tempo reale. Quando si esplora una sitemap, è importante tenere presente questa distinzione: un URL può essere presente nel file ed essere stato segnalato tramite IndexNow, ma non comparire ancora nei risultati di ricerca. Gli strumenti per webmaster di Bing offrono un rapporto sullo stato degli URL simile a quello di Google, utile per verificare questi casi.

Giovane donna che esplora la struttura di una sitemap con una mappa mentale sul portatile, in un salotto accogliente

Metodo pratico per ordinare gli URL di una sitemap

Esplorare una sitemap in modo sistematico significa evitare di leggere il file riga per riga. Il metodo più efficace segue un ordine preciso:

  • Scaricare la sitemap (o l’indice di sitemap) e importare gli URL in un foglio di calcolo o in uno strumento di crawling, per ottenere una panoramica dei diversi tipi di contenuto
  • Incrociare questi URL con i dati sui link interni ricavati da una scansione: individuare le pagine orfane, quelle con un solo link in entrata e quelle con il maggior numero di link
  • Confrontare l’elenco con i rapporti di Search Console (o Bing Webmaster Tools) per individuare gli URL non indicizzati, esclusi o in errore
  • Verificare la coerenza dei tag lastmod confrontando le date indicate con le modifiche effettive dei contenuti

Questo confronto tra sitemap, struttura dei link interni e rapporti di ispezione trasforma un semplice file XML in uno strumento diagnostico. Le pagine presenti nella sitemap, ben collegate internamente e con indicizzazione confermata sono quelle che contribuiscono davvero alla visibilità del sito. Per le altre è opportuno intervenire o rimuoverle dal file.

Una sitemap pulita, in cui ogni URL corrisponde a una pagina accessibile, canonica e collegata al resto del sito, invia ai motori di ricerca un segnale chiaro. Al contrario, un file pieno di URL non più funzionanti o orfani disperde l’attenzione dei crawler su pagine prive di valore per i visitatori.

Come esplorare efficacemente la sitemap di un sito per trovare le pagine giuste