Un sito e-commerce con diverse centinaia di schede prodotto, un recente restyling che ha cambiato tutti gli URL e un motore di ricerca interno che non restituisce i risultati corretti. Tutti noi abbiamo incontrato situazioni in cui trovare una pagina specifica è un vero e proprio percorso ad ostacoli. È esattamente il caso d’uso in cui una pagina sitemap ben costruita fa la differenza, sia per i visitatori che per i robot di indicizzazione.
Quando il linking interno non basta, la sitemap prende il sopravvento
Su un sito di meno di venti pagine, la navigazione principale svolge il suo lavoro. Il problema si presenta non appena la struttura si complica: pagine sepolte a tre clic di profondità, articoli archiviati che non compaiono più in nessun menu, schede prodotto stagionali rimosse dal catalogo ma ancora online.
In questi casi, una sitemap HTML offre un accesso diretto a tutte le pagine pubblicate. Si parla di una pagina consultabile da un umano, non solo di un file XML destinato ai robot. La differenza è concreta: il visitatore che non trova ciò che cerca tramite il menu o la barra di ricerca può scansionare l’elenco completo delle sezioni e individuare l’URL corretto in pochi secondi.
Per vedere come appare questo approccio su un sito editoriale, si può consultare la pagina sitemap di Carré Presse, che organizza i suoi contenuti per categoria e offre una panoramica immediata della struttura del sito.
Questo tipo di pagina soddisfa anche un criterio di accessibilità spesso trascurato. I riferimenti WCAG 2.2, in particolare il criterio di successo 2.4.5 (“Multiple Ways”), menzionano esplicitamente la sitemap come meccanismo valido per proporre più percorsi verso una stessa pagina. La navigazione principale, la ricerca e la sitemap formano un trio complementare, non ridondante.
Sitemap XML e sitemap HTML: due file, due pubblici, un unico obiettivo
La confusione tra sitemap XML e sitemap HTML rimane frequente. Il file XML è un documento tecnico, inviato a Google tramite la Search Console o dichiarato nel file robots.txt. Elenca gli URL con metadati (data dell’ultima modifica, priorità relativa, frequenza di aggiornamento).
La pagina sitemap HTML, invece, si visualizza nel browser come qualsiasi altra pagina del sito. Si rivolge ai visitatori e funge da piano di emergenza quando la navigazione classica fallisce.
- La sitemap XML aiuta i motori di ricerca a scoprire pagine che il crawl naturale potrebbe perdere, soprattutto su siti voluminosi o mal collegati.
- La sitemap HTML migliora l’esperienza utente offrendo una vista piatta della struttura, utile per i siti il cui menu non riflette tutta la profondità del contenuto.
- I due formati coesistono senza conflitto. Mantenere entrambi è la configurazione più robusta per coprire sia l’indicizzazione che la navigazione umana.
Ciò che Google si aspetta realmente da una sitemap XML
Un punto che la maggior parte delle guide non aggiorna: Google tratta la sottomissione di una sitemap come un semplice indice, non come una garanzia di crawl o indicizzazione. Il file segnala URL da esplorare, ma il motore decide autonomamente se visitarli o meno, in base ai propri criteri di qualità e budget di crawl.
Il vecchio meccanismo di “ping” (l’URL /ping?sitemap=… che si poteva chiamare per segnalare un aggiornamento) è stato deprecato nel 2023. I due canali che rimangono operativi sono la dichiarazione nel robots.txt e la sottomissione diretta tramite la Search Console o la sua API.
Strutturare una pagina sitemap HTML affinché sia realmente utile
Creare una pagina che elenchi tutte le URL in modo casuale non porta a nulla. Abbiamo visto sitemap HTML di diverse migliaia di righe senza alcun raggruppamento: nessuno le utilizza, né i visitatori né i robot.
La logica che funziona si basa su un raggruppamento per categoria o per tipo di contenuto. Su un sito editoriale, si separano le sezioni principali (notizie, guide, dossier). Su un e-commerce, si raggruppa per famiglia di prodotti. L’obiettivo: che un visitatore identifichi la sezione corretta in meno di cinque secondi.
Errori frequenti che rendono la sitemap inutile
- Elencare URL in 404 o reindirizzamenti: ciò degrada la fiducia del visitatore e invia un segnale negativo ai robot.
- Includere le pagine utilitarie (note legali, politica sui cookie, pagine di accesso) allo stesso livello del contenuto editoriale. Inquinano la lettura senza apportare valore alla navigazione.
- Non aggiornare mai la pagina dopo l’aggiunta di nuove sezioni. Una sitemap obsoleta è peggiore di nessuna sitemap, perché fornisce un’immagine distorta del sito.
I feedback variano sulla frequenza ideale di aggiornamento, ma una verifica mensile su un sito attivo consente di individuare i link rotti e le sezioni mancanti prima che si accumulino.
Sitemap e budget di crawl: impatto concreto sull’indicizzazione delle pagine profonde
Su un sito di alcune decine di pagine, il budget di crawl non è un problema. Su un sito che supera diverse centinaia di URL, la situazione cambia. I robot non esplorano sistematicamente ogni pagina a ogni passaggio. Le pagine orfane (senza link interni che puntano verso di esse) rischiano di non essere mai scoperte.
La sitemap XML interviene qui come rete di sicurezza. Non sostituisce un buon linking interno, ma compensa le sue lacune. Dichiarare una pagina nella sitemap XML non garantisce la sua indicizzazione, ma garantisce che sarà almeno proposta al crawl.
La sitemap HTML svolge un ruolo complementare dal lato del linking. Ogni link presente su questa pagina trasmette PageRank interno. Su un sito la cui navigazione principale non scende oltre due livelli di profondità, la pagina sitemap crea un collegamento diretto verso le pagine più sepolte.
La combinazione dei due formati produce un risultato che nessuno dei due può raggiungere da solo: il XML facilita la scoperta da parte dei robot, il HTML distribuisce “jus” interno e offre un punto d’ingresso ai visitatori smarriti. Su un sito regolarmente aggiornato, questa doppia copertura rimane la configurazione più affidabile per evitare che contenuti recenti o profondi rimangano invisibili.
