Dane strukturalne to informacje dodawane do kodu strony internetowej, które pomagają wyszukiwarkom lepiej zrozumieć jej zawartość. Są one zapisywane najczęściej w formacie JSON-LD i określają kluczowe informacje, takie jak nazwa produktu, ocena firmy, autor artykułu czy cena w sklepie internetowym.
W kontekście pozycjonowania dane strukturalne nie są bezpośrednim czynnikiem rankingowym, ale odgrywają istotną rolę – pozwalają na uzyskanie tzw. wyników rozszerzonych (rich snippets), takich jak gwiazdki ocen, ceny czy szczegółowe informacje o wydarzeniach. Dzięki nim wynik naszej strony wyróżnia się w wyszukiwarce i może zwiększyć współczynnik klikalności (CTR).
Schema.org to standard opracowany przez największe wyszukiwarki – Google, Bing, Yahoo i Yandex. Umożliwia on oznaczanie treści na stronach internetowych w sposób zrozumiały dla algorytmów. Dzięki niemu wyszukiwarki mogą lepiej interpretować treść strony i prezentować ją w bardziej atrakcyjnej formie.
Najczęściej stosowanym formatem danych strukturalnych jest JSON-LD, który jest zalecany przez Google. Alternatywne metody, takie jak Microdata czy RDFa, również działają, ale są bardziej skomplikowane we wdrażaniu i zarządzaniu.
Wybór odpowiednich znaczników zależy od rodzaju strony i jej zawartości. Inne dane strukturalne będą miały zastosowanie w przypadku firm lokalnych, inne w sklepach internetowych, a jeszcze inne na blogach czy portalach informacyjnych.
W dokumentacji schema.org znajduje się kilkaset typów danych strukturalnych, jednak nie wszystkie są obsługiwane przez Google w wynikach rozszerzonych. Dlatego warto skupić się na tych, które mogą realnie wpłynąć na prezentację strony w wyszukiwarce i poprawić jej widoczność. W dalszej części omówimy najczęściej stosowane schematy, które mają praktyczne zastosowanie w SEO i są wykorzystywane w różnych typach stron internetowych.
Dane strukturalne AggregateRating pozwalają na wyświetlanie w wynikach wyszukiwania średniej oceny danego produktu, firmy, artykułu czy usługi na podstawie recenzji użytkowników. Dzięki temu możemy uzyskać tzw. rich snippets z gwiazdkami oceny, które zwiększają atrakcyjność wyniku i mogą podnieść współczynnik klikalności (CTR).
Schema AggregateRating może być stosowana w różnych kontekstach, np.:
Strony firm lokalnych, takich jak restauracje, salony usługowe czy sklepy stacjonarne, powinny wykorzystywać dane strukturalne typu LocalBusiness. Obejmują one m.in.:
Odpowiednie oznaczenie tych danych pozwala wyszukiwarkom na lepsze dopasowanie firmy do lokalnych zapytań użytkowników i może zwiększyć widoczność w wynikach wyszukiwania oraz w Google Maps.
Przykładowy kod JSON-LD dla lokalnej firmy:
<script type=”application/ld+json”>
{
„@context”: „https://schema.org”,
„@type”: „LocalBusiness”,
„name”: „Przykładowa Firma”,
„address”: {
„@type”: „PostalAddress”,
„streetAddress”: „ul. Przykładowa 1”,
„addressLocality”: „Miasto”,
„postalCode”: „00-000”
},
„telephone”: „+48 123 456 789”,
„openingHours”: „Mo-Fr 09:00-17:00”,
„geo”: {
„@type”: „GeoCoordinates”,
„latitude”: 52.4064,
„longitude”: 16.9252
},
„aggregateRating”: {
„@type”: „AggregateRating”,
„ratingValue”: „4.5”,
„reviewCount”: „32”
}
}
</script>
Sklepy internetowe powinny wykorzystywać dane strukturalne typu Product, które pozwalają na wyświetlanie w wynikach wyszukiwania dodatkowych informacji o produktach, takich jak:
Dzięki temu użytkownicy mogą szybciej znaleźć interesujące ich produkty, a Google może lepiej dopasować wyniki wyszukiwania do ich potrzeb.
Przykładowy kod JSON-LD dla produktu:
<script type=”application/ld+json”>
{
„@context”: „https://schema.org”,
„@type”: „Product”,
„name”: „Przykładowy Produkt”,
„image”: „https://example.com/zdjecia/produkt123.jpg”,
„description”: „Krótki opis produktu”,
„brand”: {
„@type”: „Brand”,
„name”: „Nazwa Marki”
},
„offers”: {
„@type”: „Offer”,
„priceCurrency”: „PLN”,
„price”: „99.99”,
„availability”: „https://schema.org/InStock”
},
„aggregateRating”: {
„@type”: „AggregateRating”,
„ratingValue”: „4.8”,
„reviewCount”: „57”
}
}
</script>
Dla stron z treściami blogowymi lub newsowymi stosuje się schema Article lub BlogPosting. Oznaczenie artykułów w ten sposób pozwala wyszukiwarkom na lepsze prezentowanie treści oraz przypisywanie jej do konkretnego autora i kategorii.
Przykładowy kod JSON-LD dla wpisu blogowego:
<script type=”application/ld+json”>
{
„@context”: „https://schema.org”,
„@type”: „BlogPosting”,
„headline”: „Tytuł przykładowego artykułu”,
„author”: {
„@type”: „Person”,
„name”: „Anna Nowak”
},
„datePublished”: „2025-03-01”,
„image”: „https://example.com/obrazek-artykulu.jpg”,
„articleSection”: „Technologie”,
„description”: „Krótki opis poruszanej tematyki w artykule.”
}
Najprostszym sposobem dodania danych strukturalnych jest umieszczenie kodu JSON-LD w sekcji <script> w kodzie HTML strony. Można to zrobić ręcznie lub skorzystać z wtyczek w systemach CMS, np. WordPress.
Po implementacji warto sprawdzić poprawność danych strukturalnych przy użyciu narzędzi takich jak:
Regularne monitorowanie danych strukturalnych w Google Search Console pomoże wykrywać i poprawiać błędy.
Dane strukturalne to ważny element pozycjonowania, który pomaga wyszukiwarkom zrozumieć zawartość strony i poprawić jej widoczność w wynikach wyszukiwania. Dzięki ich zastosowaniu możliwe jest uzyskanie atrakcyjnych wyników rozszerzonych, które zwiększają współczynnik klikalności.
Aby w pełni wykorzystać potencjał danych strukturalnych, warto regularnie testować ich poprawność, monitorować efekty w Google Search Console i śledzić aktualizacje schema.org. Poprawnie wdrożone dane strukturalne mogą stanowić istotny atut w strategii SEO, pomagając lepiej prezentować treści i przyciągać więcej użytkowników.
