DefinedTerm · Glosario
Qué son los datos estructurados
Los datos estructurados son un formato estandarizado para describir el contenido de una página web de modo que los motores de búsqueda y los modelos de IA puedan interpretarlo sin ambigüedad. Utilizan el vocabulario Schema.org y se implementan principalmente en JSON-LD. En 2026 tienen dos roles críticos: habilitar rich results en Google Search y aumentar la probabilidad de ser citado en AI Overviews, ChatGPT y otros motores de respuesta con IA.
Definición ampliada
Los datos estructurados son un conjunto de marcas (markup) que se añaden al código fuente de una página para describir su contenido de forma explícita y estandarizada. A diferencia del texto libre que un motor de búsqueda debe interpretar heurísticamente, los datos estructurados declaran relaciones semánticas precisas: "este número es un precio", "este texto es el nombre del autor", "esta imagen es la foto de portada del artículo".
El vocabulario de referencia universal es Schema.org, un proyecto colaborativo iniciado en 2011 por Google, Microsoft, Yahoo y Yandex. A fecha de 2026, Schema.org define más de 800 tipos de entidades, aunque Google solo activa un subconjunto de ellos para generar rich results. Para saber exactamente qué tipos y propiedades reconoce Google, la fuente canónica es la documentación de Google Search Central, que tiene precedencia sobre la especificación de Schema.org cuando existen diferencias.
La implementación más habitual utiliza el formato JSON-LD, aunque Google también acepta Microdata y RDFa con igual validez técnica.
Por qué importa en 2026
Desde siempre, los datos estructurados han servido para habilitar rich results: estrellas de valoración, precios, breadcrumbs, FAQs desplegables y paneles de conocimiento visibles en los resultados de búsqueda. En 2026 se ha añadido una segunda función igual de relevante: los motores de respuesta con IA —Google AI Overviews, ChatGPT con navegación, Perplexity— dan prioridad a contenido con datos estructurados bien implementados para generar y citar respuestas directas.
Según la documentación de Google Search Central, los datos estructurados ayudan a "proporcionar pistas explícitas sobre el significado de una página". En el contexto de la búsqueda generativa, esas pistas determinan si el contenido aparece como fuente citada o queda invisible detrás de respuestas sintetizadas de la competencia.
Para sectores locales como fontanería, reformas o instalaciones, los tipos LocalBusiness, Service, Review y FAQPage son los de mayor impacto inmediato en la visibilidad.
Cómo funcionan y se implementan
El proceso de implementación básico sigue estos pasos:
- Determinar qué tipo de contenido tiene la página (artículo, negocio local, producto, FAQ, evento, etc.).
- Seleccionar el tipo Schema.org correspondiente y consultar los campos requeridos y recomendados en Google Search Central.
- Escribir el bloque JSON-LD con los campos relevantes.
- Insertar el bloque en el
<head>del documento dentro de<script type="application/ld+json">. - Validar el marcado en la herramienta de Prueba de Resultados Enriquecidos.
- Revisar periódicamente la pestaña de Mejoras en Google Search Console para detectar errores.
Los errores más comunes son: propiedades requeridas ausentes, valores con formato incorrecto (fechas, URLs), y marcado que no refleja el contenido visible de la página, lo que Google penaliza como spam de marcado.
Diferencia con Schema.org y con el Knowledge Graph
| Concepto | Definición | Gestionado por | Alcance |
|---|---|---|---|
| Datos estructurados | Implementación de markup en una página concreta | El propietario del sitio | Página individual |
| Schema.org | Vocabulario/ontología de tipos y propiedades | Consorcio (Google, Microsoft, Yahoo, Yandex) | Universal |
| Knowledge Graph | Base de datos de entidades del mundo real | Google (internamente) | Toda la web |
| Rich results | Presentación visual mejorada en SERP | Resultado de búsqueda |
Los datos estructurados son la herramienta que usa el propietario del sitio para comunicarse con el Knowledge Graph de Google a través del vocabulario Schema.org. El Knowledge Graph decide si acepta esa información basándose en la coherencia entre el marcado, el contenido visible y las fuentes externas.
Términos relacionados
JSON-LD, sameAs, E-E-A-T.
Fuentes
Términos relacionados
- json-ld
- sameas-schema
- e-e-a-t