Datos estructurados (schema markup)
Los datos estructurados son código, normalmente JSON-LD con el vocabulario de schema.org, que describe de qué trata una página de forma legible para las máquinas. Ayudan a los buscadores a entender las entidades y pueden hacer que las páginas sean aptas para resultados enriquecidos.
Una persona ve una página de receta y sabe al instante el tiempo de cocción, la valoración y el autor. Una máquina tiene que deducirlo a partir del diseño. Datos estructurados eliminan esas conjeturas añadiendo información etiquetada a la página: esto es un Article, este es el autor, esta es la fecha de publicación, esta es la organización que hay detrás de la web.
Formatos. El vocabulario común es schema.org, que mantienen conjuntamente los principales buscadores. Se puede escribir como JSON-LD, Microdata o RDFa. Google recomienda JSON-LD: un bloque de script en la página que va aparte del HTML visible, lo que lo hace más fácil de añadir y mantener.
Tipos habituales:
- Organización y WebSite para la marca que hay detrás de la web, con el logo y los perfiles oficiales.
- Article con author, datePublished y dateModified para contenido de noticias y blogs.
- Person para los autores, lo que favorece unas páginas de autor claras.
- Product con Offer y Review para tiendas online.
- LocalBusiness para empresas con una ubicación física.
- BreadcrumbList para describir el lugar de la página dentro de la web.
- Evento, Receta, JobPosting y VideoObject para contenidos específicos.
Resultados enriquecidos. Algunos tipos hacen que una página sea apta para visualizaciones mejoradas en Google, como estrellas de valoración, precios, disponibilidad o fechas de eventos. Ser apta no es una garantía, y Google cambia los tipos que admite. Los resultados enriquecidos de HowTo se eliminaron en 2023, los de FAQ se limitaron a un pequeño grupo de webs institucionales y de salud con autoridad, y desde entonces se han retirado otros tipos. El marcado que ya no genera un resultado enriquecido puede seguir ayudando a Google a entender la página.
Datos estructurados y respuestas de IA. Un marcado claro ayuda a los buscadores a relacionar tus páginas con entidades: quién ha escrito esto, qué empresa hay detrás, a qué producto se refiere. Eso apoya los sistemas de conocimiento que hay detrás de la búsqueda y de las funciones de IA. Pero no es un atajo para que te citen. El contenido en sí tiene que seguir respondiendo bien a la pregunta, y el marcado que no coincide con la página visible se ignora, o algo peor.
Reglas que seguir:
- Marca solo lo que es visible en la página. Las reseñas falsas o la información oculta en el marcado pueden acabar en una acción manual.
- Rellena las propiedades obligatorias de cada tipo y tantas recomendadas como sean exactas.
- Sé honesto con las fechas: dateModified solo debe cambiar cuando el contenido haya cambiado de verdad.
- Usa identificadores coherentes para tu organización y tus autores en toda la web.
Pruebas. La prueba de resultados enriquecidos muestra para qué funciones de Google es apta una página y enumera los errores. El Schema Markup Validator comprueba la sintaxis de schema.org en general. En Google Search Console, los informes de mejoras muestran los errores de marcado de toda la web.
Preguntas sobre los datos estructurados (schema markup)
¿Son los datos estructurados un factor de posicionamiento?
No directamente. Ayudan a Google a entender una página y pueden conseguir resultados enriquecidos, lo que puede mejorar el CTR, pero el marcado en sí no mejora el posicionamiento.
¿Qué formato de datos estructurados debo usar?
JSON-LD. Google lo recomienda porque va aparte del HTML visible y es más fácil de mantener.
¿Ayuda el schema markup con los AI Overviews?
Ayudan a los sistemas de búsqueda a entender entidades como autores, organizaciones y productos, lo que favorece la visibilidad, pero ningún marcado garantiza una cita en las respuestas de IA.