Datos estructurados (structured data)
Los datos estructurados son información legible por máquinas que se añade a una página web, normalmente siguiendo el vocabulario compartido de schema.org, y que describe de qué trata la página (un producto, una receta, una reseña) en un formato fijo para que los buscadores y los sistemas de IA la lean sin tener que adivinar.
El término se usa a menudo como sinónimo de schema markup, pero no son lo mismo. Los datos estructurados son la idea amplia de describir una página con una forma definida y legible por máquinas; el schema markup es la implementación concreta que usa el vocabulario de schema.org, el más extendido con diferencia en la web abierta. En la práctica, cuando alguien habla de datos estructurados para SEO casi siempre se refiere a tipos de schema.org expresados en un formato compatible. La meta es eliminar la ambigüedad: en lugar de dejar que un rastreador deduzca que "24,00 dólares" es un precio y que "4,7 sobre 5" es una valoración, declaras ambos como propiedades con nombre (price, ratingValue) que cualquier analizador conforme lee de la misma manera.
Google admite tres formatos: JSON-LD, Microdata y RDFa. JSON-LD es el recomendado porque vive en un bloque script separado del HTML visible, así que es más fácil de añadir, leer y mantener. Los mismos datos pueden alimentar un rich result en Google (valoraciones con estrellas, precios, acordeones de preguntas frecuentes) y darle a los asistentes de IA una fuente limpia para citar, en vez de tener que extraerla del texto de la página.
Piensa en una tienda de Shopify que vende camisetas técnicas de lana merino. La plantilla de producto muestra el título, el precio, la disponibilidad y un bloque de reseñas de clientes. Por sí sola, esa página es legible para un comprador pero está poco definida para una máquina. Añadir un schema de Product con offers anidados y aggregateRating le dice a un rastreador, en términos claros, que el artículo cuesta 58 dólares, está en stock y tiene una media de 4,6 sobre 213 reseñas. Con eso en su sitio, el listado pasa a ser apto para mostrar estrellas de reseña en el snippet de búsqueda, y ese mismo bloque de propiedades es lo más limpio que un modelo puede tomar cuando resume el producto en otro lugar.
Ese segundo uso pesa más cada año. Los motores de respuesta como ChatGPT, Perplexity y Google AI Overviews tienden a preferir datos que pueden extraer con limpieza y atribuir con seguridad. Un modelo que tiene que rastrear un precio dentro de la prosa puede equivocarse o saltarse la página; un modelo que recibe un bloque de offers etiquetado tiene muchas más probabilidades de citar tu tienda con exactitud. Los datos estructurados no te compran una cita, pero reducen el coste de que te entiendan, y eso suele ser lo que decide si llegan a citarte.
La advertencia honesta: los datos estructurados no garantizan un rich result ni una cita, y deben reflejar con fidelidad lo que se ve en la página. Marcar valoraciones o reseñas que el comprador no puede ver realmente va contra las políticas de Google y puede provocar una acción manual. Los datos tienen que ser verdaderos y estar respaldados, no decorativos. Trátalos como una descripción fiel de la página, nunca como una palanca para afirmar algo que la página no muestra.