Una mappa del sito, o sitemap, è un file che elenca gli URL accessibili di un sito web. Esiste in due forme principali: la sitemap XML, destinata ai motori di ricerca, e la mappa del sito HTML, pensata per la navigazione degli utenti. Capire la struttura di questo file permette di trovare un’informazione precisa in pochi secondi, ma anche di individuare ciò che manca o non funziona più su un sito.
Sitemap XML e mappa del sito HTML: due file, due funzioni diverse
La sitemap XML è un file tecnico, leggibile dai crawler di Google o Bing. Contiene un elenco di URL accompagnati da metadati, come la data dell’ultima modifica. Questo file non è rivolto direttamente ai visitatori: se letto in chiaro, mostra righe di codice.
La mappa del sito HTML, invece, è una normale pagina web. Presenta le sezioni e le sottosezioni di un sito sotto forma di link cliccabili, organizzati per argomento. Per chi cerca un’informazione precisa, è la mappa HTML a offrire un accesso rapido alle diverse sezioni, senza dover ricorrere al motore di ricerca interno.
Quando un sito sportivo raccoglie centinaia di pagine (schede prodotto, guide, categorie), la mappa completa del sito permette di visualizzare l’intera struttura e raggiungere direttamente la sezione desiderata.
Individuare le pagine mancanti o obsolete grazie alla sitemap
La maggior parte degli articoli sulle sitemap si limita a spiegare come trovarle o inviarle ai motori di ricerca. L’utilizzo più concreto per chi gestisce un sito consiste nel confrontare i contenuti della sitemap con le pagine effettivamente accessibili.
Un URL presente nella sitemap che restituisce un errore 404 segnala una pagina eliminata o spostata senza reindirizzamento. Una pagina assente dalla sitemap, invece, rischia di non essere mai scansionata dai crawler dei motori di ricerca.
Verificare la coerenza tra la sitemap e il sito effettivo
Aprendo il file sitemap XML (generalmente accessibile all’indirizzo /sitemap.xml) si ottiene l’elenco completo degli URL dichiarati. Incrociando questo elenco con uno strumento di scansione, è possibile individuare tre situazioni problematiche:
- URL presenti nella sitemap ma non accessibili (pagine in errore, reindirizzamenti non funzionanti, contenuti rimossi senza aggiornare il file)
- Pagine pubblicate sul sito ma assenti dalla sitemap, quindi potenzialmente invisibili ai motori di ricerca
- URL con un tag lastmod obsoleto, la cui data di modifica non corrisponde a nessun cambiamento effettivo dei contenuti
Quest’ultimo aspetto merita attenzione. Google può utilizzare il valore lastmod per dare priorità alla scansione delle pagine modificate di recente. Cambiare questa data senza apportare modifiche reali ai contenuti finisce per rendere il segnale meno affidabile agli occhi del motore di ricerca.
I metadati da ignorare in una sitemap XML
I tag priority e changefreq compaiono ancora in molti file sitemap. Google non ne tiene conto. La loro presenza non influisce sulla frequenza di scansione né sul posizionamento delle pagine. Per l’elaborazione del file contano solo gli URL e le date di modifica effettive.
Come trovare la sitemap di un sito web
Prima di poter consultare una mappa del sito, bisogna trovarla. I percorsi variano a seconda del CMS utilizzato e della configurazione del sito.
- Il file robots.txt (accessibile all’indirizzo /robots.txt) contiene spesso una riga “Sitemap:” che indica l’URL esatto del file XML
- I CMS più diffusi (WordPress, Shopify, Wix) generano automaticamente una sitemap in percorsi standard, come /sitemap_index.xml o /sitemap.xml
- Google Search Console mostra le sitemap inviate dal proprietario del sito, con il numero di URL rilevati e il relativo stato di indicizzazione
- Come ultima risorsa, una ricerca su Google con l’operatore site:domaine.com filetype:xml può far emergere il file
Limiti della sitemap: cosa non garantisce il file
Inviare una sitemap a Google non garantisce né la scansione né l’indicizzazione degli URL che contiene. Se l’invio viene elaborato correttamente, significa che il file è stato letto, non che il crawler visiterà ogni pagina.
Un file sintatticamente valido può elencare pagine bloccate dal robots.txt, URL reindirizzati o pagine duplicate con un tag canonico che punta altrove. La convalida tecnica della sitemap non sostituisce il controllo dello stato effettivo di ogni singolo URL.
Per i siti di grandi dimensioni, Google impone un limite di 50 000 URL o 50 Mo non compressi per file sitemap. Oltre questa soglia, il file deve essere suddiviso in più sitemap, raggruppate in un indice delle sitemap. Un file troppo pesante o suddiviso male rischia di essere ignorato in parte.
La mappa del sito, XML o HTML che sia, resta uno strumento di navigazione e diagnostica. Usata come fotografia della struttura di un sito, mostra tanto le pagine esistenti quanto quelle che dovrebbero esserci. La prossima volta che una pagina sembra introvabile su un sito, controllare la sitemap prima di avviare una ricerca permette spesso di risparmiare tempo o di confermare che il contenuto è semplicemente scomparso.
