Tipi duplicati tra pagine
SoftwareApplication ripetuto su homepage, pricing e login — con proprietà incoerenti (versione, offers).
Stesso intento informativo/tecnico su schema.org (~320/mese), json ld (~260/mese, KD 100), markup schema (~210/mese) e dati strutturati google (~70/mese): servono google rich results (~30/mese) e coerenza knowledge graph google (~140/mese) senza duplicare tipi. Rollout entity map + template JSON-LD: +22% URL pilota con rich results validi in Search Console e −38% errori «tipo proprietà» in batch URL Inspection.
Contesto
SaaS con tre superfici (marketing, docs, blog): ogni squadra aveva aggiunto JSON-LD ad hoc — SoftwareApplication duplicato, FAQ non allineate al DOM, breadcrumb incoerenti.
Obiettivo: supportare AI Overview e rich results con un solo modello entità, riducendo ambiguità per crawler e sintesi.
json ld e markup schema trainano volume tecnico; schema.org è head navigazionale; knowledge graph google e dati strutturati google collegano a product education.
structured data seo e entity seo coprono angolo hire/commerciale a volume basso ma stesso funnel decisionale del progetto.
Diagnosi
SoftwareApplication ripetuto su homepage, pricing e login — con proprietà incoerenti (versione, offers).
Rischio policy e risposte AI che citano testo assente per l’utente.
Regressioni JSON-LD dopo ogni release front-end senza gate automatico.
Metodo
Un record per Organization, SoftwareApplication, Product tier; sameAs verso profili verificati e documentazione canonica.
Marketing vs TechArticle vs FAQPage: mapping rigido proprietà ammesse; divieto di @graph multipli non documentati.
Script build che valida JSON rispetto a entity map; campione URL Inspection su ogni release.
Risultati
Stack
Apprendimenti
Single writer per SoftwareApplication: tutte le pagine referenziano l’ID entità, non ridefiniscono il tipo.
FAQPage solo se il DOM contiene le stesse domande — requisito legato ad AI Overview e policy.
FAQ
Perché json ld ha KD 100 ma resta nel cluster?
È head term tecnico: volumi ~260/mese con SERP competitive; il case study mostra approccio governance, non promessa di ranking sulla keyword generica.
entity seo a ~10/mese vale la pena in H2?
Sì per GEO: informational ~0,705 in Labs; supporta spiegazione «collegare entità e contenuto» per risposte sintetiche.
Che relazione con generative / AI Overview?
JSON-LD coerente riduce ambiguità su brand e prodotto nelle sintesi; si combina con case study GEO dedicati sul monitor contenuti.
Workshop entità, template e CI di validazione.
Richiesta progetto
Compila il form: riceverò contesto, obiettivi e vincoli per una prima lettura tecnica e commerciale.
Call strategica · 45 min
Scegli data e orario, compila i campi e conferma. Riceverai un riepilogo via email — il collegamento al calendario esterno verrà attivato in un secondo momento.