Dane strukturalne (schema markup): co to jest i jak wpływa na SEO?

Spis treści:

Co to jest schema markup?

Dane strukturalne (schema markup) to ustandaryzowany kod, który dodajesz do swojej strony, aby precyzyjnie wyjaśnić wyszukiwarkom jej zawartość. To jak tłumaczenie treści na język zrozumiały dla algorytmów. Dzięki niemu Google wie, że ciąg cyfr to cena, a nie numer telefonu, co pozwala na wyświetlanie rozbudowanych wyników wyszukiwania.

Schema markup to w praktyce słownik, czyli zbiór zdefiniowanych znaczników, którymi opisujesz elementy na stronie. Ten „słownik” został stworzony w ramach inicjatywy Schema.org przez największe wyszukiwarki: Google, Bing, Yahoo i Yandex. Chodziło o stworzenie jednego, wspólnego standardu komunikacji. Co ważne, implementacja danych strukturalnych nie wpływa na wizualny wygląd strony w przeglądarce; kod jest niewidoczny dla użytkownika, ale w pełni czytelny dla robotów.

Google aktywnie wykorzystuje te dane do budowania swoich grafów wiedzy i wyświetlania bardziej zaawansowanych wyników. Ale to nie wszystko. Nowoczesne wyszukiwarki oparte na AI, takie jak Copilot, Gemini czy Perplexity, polegają na schema markup jeszcze bardziej, aby precyzyjnie rozumieć kontekst i generować trafne odpowiedzi. Bez tego Twoja strona jest dla nich po prostu ścianą tekstu.

Różnica między danymi strukturalnymi a schema.org

Te pojęcia są często używane zamiennie, ale oznaczają co innego. Wyjaśnijmy to prosto.

Dane strukturalne to ogólna koncepcja porządkowania i etykietowania informacji w kodzie strony, aby maszyny mogły je zrozumieć. To metoda, gramatyka.
Schema.org to konkretny, najpopularniejszy na świecie „słownik” używany do implementacji tej metody. To zbiór gotowych znaczników (np. `Product`, `Recipe`, `Event`), których używasz do opisu treści.

Można więc powiedzieć, że wdrażasz dane strukturalne, używając słownika Schema.org. Istnieją też inne słowniki, ale Schema.org jest de facto rynkowym standardem wspieranym przez najważniejszych graczy.

Dlaczego to nie jest tylko „dla robotów”?

Myślenie, że schema markup to tylko techniczny dodatek dla algorytmów, jest poważnym błędem. W rzeczywistości jego największa siła tkwi w tym, jak wpływa na doświadczenie realnego użytkownika, zanim ten jeszcze wejdzie na Twoją stronę. Widzisz w wynikach wyszukiwania ocenę produktu w postaci gwiazdek? Godziny otwarcia restauracji? Datę najbliższego koncertu? To wszystko zasługa danych strukturalnych.

Dostarczasz kluczowe informacje już na poziomie wyników wyszukiwania (SERP). Użytkownik od razu wie, czy Twoja oferta jest dla niego atrakcyjna. To oszczędza jego czas i buduje zaufanie. Zamiast prezentować suchy, niebieski link, dajesz mu konkretną, użyteczną informację, która wyróżnia Cię na tle konkurencji. To bezpośrednia korzyść dla człowieka, nie tylko dla maszyny.

Jak schema.org pomaga w SEO?

Dane strukturalne schema.org pomagają w SEO, tłumacząc treść strony na język zrozumiały dla robotów Google. Umożliwia to wyświetlanie wyników rozszerzonych (rich snippets), które zwiększają CTR, oraz dostarcza kontekstu dla wyszukiwarek AI (AEO), co podnosi szansę na pojawienie się w AI-summary lub answer boxie. To bezpośrednia droga do lepszej widoczności.

Schema markup nie jest bezpośrednim czynnikiem rankingowym. Google tego nie ukrywa. Jednak jego wpływ na kluczowe wskaźniki jest niezaprzeczalny. Strona, której wynik w wyszukiwarce jest wzbogacony o oceny w postaci gwiazdek, cenę produktu czy rozwijaną listę pytań i odpowiedzi (FAQ), po prostu przyciąga wzrok. To nie jest magia. To jest logika. Taki wynik wyróżnia się na tle konkurencji, co bezpośrednio przekłada się na wyższy współczynnik klikalności (CTR), który potrafi wzrosnąć nawet o 20-30%. A wyższy CTR to już silny sygnał dla Google, że Twoja strona jest wartościowa dla użytkowników.

Dane strukturalne zasilają również Graf Wiedzy Google (Knowledge Graph). Dzięki nim Google nie tylko indeksuje tekst, ale rozumie byty – rozpoznaje Twoją firmę, produkty, autorów czy wydarzenia jako konkretne, połączone ze sobą encyklopedyczne wpisy. To buduje autorytet i jest fundamentem pod zaawansowane funkcje, takie jak panele wiedzy (Knowledge Panel) pojawiające się po prawej stronie wyników wyszukiwania.

Co więcej, wdrażając schema, przygotowujesz swoją stronę na przyszłość wyszukiwania, czyli AEO (Answer Engine Optimization). Algorytmy AI, takie jak te w Google SGE, potrzebują jednoznacznych, ustrukturyzowanych danych, by generować trafne odpowiedzi. Łączenie różnych typów schema, na przykład `Article` z `FAQPage` lub `HowTo`, dostarcza maszynie pełnego kontekstu, czyniąc Twoją treść idealnym źródłem do zasilania AI-summary i odpowiedzi głosowych.

Wyniki rozszerzone (rich snippets) to dopiero początek

Skupianie się wyłącznie na wizualnych korzyściach z rich snippets to błąd. Owszem, gwiazdki oceny produktu czy widoczna cena w SERP natychmiastowo podnoszą CTR. Ale to tylko powierzchowna warstwa. Prawdziwa wartość danych strukturalnych leży znacznie głębiej. Implementując schema, budujesz maszynowo czytelną mapę swojej witryny. To nie jest jednorazowy trik na poprawę wyglądu linku. To fundamentalna inwestycja w to, jak algorytmy będą postrzegać i kategoryzować Twoją treść przez następne lata. Tworzysz fundament pod budowanie autorytetu tematycznego i rozpoznawalności marki jako bytu (entity) w ekosystemie Google. Wyniki rozszerzone są efektem ubocznym, a nie celem samym w sobie.

AEO, czyli optymalizacja pod wyszukiwarki AI

Tradycyjne SEO koncentrowało się na dopasowaniu słów kluczowych. AEO (Answer Engine Optimization) to gra o wyższym poziomie; tu liczy się dostarczanie precyzyjnych odpowiedzi. Wyszukiwarki AI i asystenci głosowi nie szukają już tylko stron pasujących do zapytania. One szukają konkretnych faktów. Schema markup jest mostem, który pozwala maszynie te fakty znaleźć. Bez danych strukturalnych Twoja treść to dla AI po prostu blok tekstu do analizy. Z danymi strukturalnymi staje się uporządkowaną bazą danych. Gdy użytkownik zapyta „ile kalorii ma ten przepis na sernik?”, Google dzięki schema `Recipe` nie musi zgadywać odpowiedzi, parsować całego artykułu. Po prostu odczytuje konkretną wartość z pola `nutrition.calories`. Stajesz się pierwotnym źródłem informacji dla AI, a nie jednym z dziesięciu niebieskich linków.

Formaty danych strukturalnych: JSON-LD, Microdata, RDFa

Istnieją trzy główne formaty implementacji schema.org: JSON-LD, Microdata i RDFa. Google oficjalnie i jednoznacznie rekomenduje JSON-LD, ponieważ jest to elastyczny skrypt oddzielony od kodu HTML. Microdata i RDFa osadzają dane bezpośrednio w tagach HTML, co utrudnia zarządzanie i zwiększa ryzyko błędów wdrożeniowych.

Wybór formatu nie jest kwestią gustu, a strategiczną decyzją wpływającą na łatwość utrzymania i skalowania wdrożenia. JSON-LD (JavaScript Object Notation for Linked Data) umieszcza się jako pojedynczy blok kodu w sekcji <head> lub <body> strony. Takie podejście oddziela dane strukturalne od warstwy prezentacji (HTML), co jest zgodne z nowoczesnymi praktykami web developmentu.

Z kolei Microdata to starsze rozwiązanie, które wstawia się jako atrybuty bezpośrednio do istniejących tagów HTML. Wymusza to „oznaczanie” poszczególnych elementów na stronie, co komplikuje kod i czyni go mniej czytelnym. RDFa (Resource Description Framework in Attributes) jest rozszerzeniem HTML5 i działa na podobnej zasadzie, ale dziś jego zastosowanie w SEO jest marginalne. Dla nowych projektów wybór jest prosty: JSON-LD.

JSON-LD: rekomendowany standard Google

Rekomendacja Google dla JSON-LD nie jest przypadkowa. Wynika z trzech praktycznych przewag tego formatu, które eliminują problemy typowe dla starszych metod.

Oddzielenie od HTML: Kod JSON-LD to samodzielny skrypt. Nie musisz modyfikować istniejących tagów HTML, co drastycznie zmniejsza ryzyko przypadkowego uszkodzenia layoutu strony. Kod jest czystszy, a jego logika odizolowana.
Łatwość zarządzania: Ponieważ cały kod schema znajduje się w jednym miejscu, jego aktualizacja lub dynamiczne generowanie jest znacznie prostsze. Można go wdrażać centralnie, na przykład za pomocą Google Tag Managera, bez angażowania programistów do edycji szablonów strony.
Mniejsze ryzyko błędów: Błąd składni w skrypcie JSON-LD co najwyżej sprawi, że dane strukturalne nie zostaną odczytane. Ten sam błąd w Microdata, umieszczony wewnątrz ważnego tagu HTML, może zepsuć renderowanie całego elementu na stronie.

Przykładowy, minimalny kod JSON-LD dla artykułu wygląda następująco:

<script type="application/ld+json"> { "@context": "https://schema.org", "@type": "Article", "headline": "Tytuł Artykułu Widoczny dla Użytkownika", "author": { "@type": "Person", "name": "Imię i Nazwisko Autora" }, "datePublished": "obecnie-05-20" } </script>

Ten blok jasno informuje wyszukiwarkę o typie treści (Artykuł), jego tytule, autorze i dacie publikacji, nie ingerując w żaden widoczny element strony.

Microdata i RDFa: kiedy jeszcze mają sens?

Mimo absolutnej dominacji JSON-LD, wciąż można natknąć się na wdrożenia oparte o Microdata. Czy to oznacza, że ten format jest całkowicie bezużyteczny? Nie, ale jego zastosowanie jest dziś bardzo ograniczone i najczęściej wynika z technologicznych ograniczeń, a nie świadomego wyboru.

Microdata osadza znaczniki bezpośrednio w kodzie HTML za pomocą atrybutów takich jak itemscope, itemtype i itemprop. To podejście ma sens głównie w dwóch scenariuszach:

Starsze platformy i systemy CMS: Niektóre gotowe szablony dla starych wersji platform e-commerce (np. Magento 1, PrestaShop) miały wbudowane na stałe dane w formacie Microdata. Ich usunięcie i zastąpienie kodem JSON-LD mogłoby wymagać głębokiej ingerencji w rdzeń szablonu, co bywa nieopłacalne.
Brak możliwości dodawania skryptów: W bardzo restrykcyjnych środowiskach, gdzie polityka bezpieczeństwa blokuje dodawanie własnych skryptów JavaScript do sekcji <head>, edycja HTML może być jedyną dostępną opcją.

RDFa to już właściwie historyczna ciekawostka w kontekście SEO. Chociaż technicznie jest to potężny standard, jego złożoność i brak wyraźnych korzyści nad JSON-LD sprawiły, że nigdy nie zdobył popularności. Jeśli dzisiaj widzisz go na jakiejś stronie, to niemal na pewno jest to relikt przeszłości. Rozpoczynanie nowego wdrożenia w RDFa jest pozbawione jakiegokolwiek sensu.

Jak wdrożyć schema markup na stronie?

Wdrożenie schema markup polega na dodaniu kodu JSON-LD do strony. W WordPressie najprościej użyć wtyczek SEO jak Rank Math czy Yoast SEO. Alternatywnie, można skorzystać z generatorów online i wkleić kod ręcznie. Istnieje też Marker Danych w Google Search Console, ale jest to metoda ograniczona i mniej elastyczna.

Wybór metody zależy od Twojej platformy i umiejętności technicznych. Pamiętaj, nieprawidłowa implementacja Schema prowadzi do błędów w interpretacji przez wyszukiwarki, co jest gorsze niż całkowity brak danych strukturalnych. Zanim zaczniesz, musisz wiedzieć, co chcesz osiągnąć. Chcesz oznaczyć produkty, artykuły, a może przepisy kulinarne? Odpowiedź na to pytanie zdeterminuje, jakiego typu schema użyjesz. Każda implementacja, niezależnie od metody, musi zakończyć się walidacją. Bez tego kroku działasz po omacku.

Metoda dla każdego: wtyczki SEO w WordPress

Jeśli używasz WordPressa, sprawa jest prosta. Nie musisz dotykać kodu. Popularne wtyczki SEO wykonują większość pracy za Ciebie, minimalizując ryzyko błędu.

Rank Math: Ta wtyczka oferuje zaawansowany moduł Schema. W edytorze każdej strony lub wpisu znajdziesz zakładkę Rank Math, a w niej sekcję „Schema”. Możesz tam wybrać jeden z predefiniowanych typów (np. Artykuł, Produkt, Wydarzenie) lub stworzyć własny, niestandardowy szablon. Wtyczka automatycznie pobiera dane, takie jak tytuł czy data publikacji, a Ty uzupełniasz resztę.
Yoast SEO: Yoast automatycznie dodaje podstawowe dane strukturalne (np. o organizacji i stronie internetowej) na podstawie ustawień globalnych. Bardziej szczegółowe typy, jak FAQ czy How-to, dodajesz za pomocą dedykowanych bloków w edytorze Gutenberg. Po prostu wybierasz blok „Yoast FAQ” i wypełniasz pytania oraz odpowiedzi, a wtyczka generuje poprawny kod w tle.

Korzystanie z wtyczek to najbezpieczniejsza i najszybsza droga, szczególnie jeśli nie czujesz się pewnie w edycji kodu. To rozwiązanie eliminuje 90% potencjalnych problemów technicznych.

Dla zaawansowanych: ręczna implementacja i generatory

Nie używasz WordPressa lub potrzebujesz pełnej kontroli? Ręczna implementacja z pomocą generatorów jest dla Ciebie. Proces jest logiczny i powtarzalny.

Najpierw skorzystaj z narzędzia takiego jak Merkle Schema Markup Generator. Wybierasz typ danych strukturalnych, który chcesz utworzyć (np. LocalBusiness, Product, Recipe), a następnie wypełniasz formularz wszystkimi wymaganymi i zalecanymi informacjami. Generator tworzy gotowy do użycia skrypt w formacie JSON-LD.

Co dalej z tym kodem? Skopiuj go i wklej w sekcji <head> kodu HTML Twojej strony. To absolutnie najważniejsza zasada. Umieszczenie skryptu w tym miejscu gwarantuje, że roboty wyszukiwarek znajdą go i przetworzą natychmiast, bez konieczności renderowania całej zawartości strony. Wklejanie go w stopce lub w treści <body> jest błędem i może opóźnić lub uniemożliwić indeksację danych.

Najczęstsze błędy, których musisz unikać

Wdrożenie schema bez walidacji to proszenie się o kłopoty. Zawsze, ale to zawsze, sprawdzaj swój kod za pomocą oficjalnych narzędzi Google, zanim zmiany trafią na produkcję.

Test wyników z elementami rozszerzonymi (Rich Results Test): To narzędzie pokaże Ci, czy Twoja strona kwalifikuje się do wyświetlania wyników rozszerzonych. Sprawdza, czy zaimplementowałeś wszystkie wymagane pola dla danego typu rich snippet.
Walidator znaczników schematu (Schema Markup Validator): Bardziej techniczne narzędzie, które weryfikuje poprawność składniową Twojego kodu względem standardów schema.org. Wyłapuje błędy takie jak brakujące przecinki czy nawiasy.

Najczęstsze błędy, które widzę w audytach, są banalne i łatwe do uniknięcia:

Brak wymaganych pól: Każdy typ schema ma listę obowiązkowych właściwości. Dla typu Product musisz podać co najmniej name. Dla Review konieczne jest reviewRating. Jeśli ich brakuje, cała struktura jest bezużyteczna.
Niezgodność danych: Informacje w kodzie schema muszą być identyczne z tymi, które widzi użytkownik. Jeśli cena produktu na stronie to 299 zł, a w JSON-LD wpiszesz 199 zł, Google potraktuje to jako próbę manipulacji i może nałożyć karę ręczną.
Błędy składniowe JSON-LD: Jeden źle postawiony przecinek lub niedomknięty nawias klamrowy może zniszczyć cały skrypt. Generatory minimalizują to ryzyko, ale błąd może pojawić się podczas kopiowania lub ręcznej edycji kodu.

Najważniejsze typy schema do wdrożenia w firmie

Najważniejsze typy danych strukturalnych to Organization i LocalBusiness dla budowania tożsamości firmy, Product i Review dla e-commerce oraz Article i FAQPage dla content marketingu. Ich wdrożenie to bezpośredni sygnał dla Google, który wykorzystuje te informacje do budowy grafów wiedzy i wyświetlania wyników rozszerzonych, co zwiększa szansę na pojawienie się w AI-summary.

Wybór odpowiednich typów schema zależy od modelu biznesowego, ale pewne elementy są uniwersalne. Każda firma powinna zacząć od fundamentu, czyli oznaczenia swojej tożsamości. Dopiero na tej podstawie buduje się bardziej zaawansowane struktury, które przekładają się na widoczność konkretnych podstron. Google traktuje dane strukturalne jako zaufane źródło informacji o zawartości strony, co jest szczególnie ważne w kontekście odpowiedzi generowanych przez AI, które bazują na jednoznacznych i ustrukturyzowanych danych.

Warto też pamiętać o łączeniu różnych typów schema na jednej stronie. Na przykład, strona artykułu blogowego (`Schema Article`) może zawierać sekcję z najczęściej zadawanymi pytaniami (`Schema FAQPage`), co pozwala na zdobycie dwóch różnych typów wyników rozszerzonych z jednego adresu URL. Podobnie, strona produktowa może zawierać dane o produkcie, jego cenie, recenzjach, a nawet osadzony film instruktażowy (`Schema VideoObject`).

Poza najpopularniejszymi typami istnieje cała gama niszowych, ale niezwykle wartościowych oznaczeń. Prowadzisz rekrutację? Użyj `JobPosting`. Organizujesz wydarzenia? Wdróż `Event`. Publikujesz przepisy kulinarne? `Recipe` jest dla Ciebie. Kluczem jest dopasowanie schema do specyfiki oferowanych treści i usług, aby dostarczyć wyszukiwarce maksymalnie precyzyjnych informacji.

Schema Organization i LocalBusiness: fundament dla firmy

Implementacja schema `Organization` lub `LocalBusiness` to cyfrowy odpowiednik wyrobienia firmie dowodu osobistego. To nie jest opcja, to obowiązek. Bez tego fundamentu wszystkie inne wdrożenia tracą kontekst i autorytet. Google musi wiedzieć, kim jesteś, zanim zaufa informacjom o Twoich produktach czy artykułach.

Czym się różnią?

Organization: Używane przez każdą firmę, która nie ma fizycznej lokalizacji dostępnej dla klientów (np. firmy SaaS, agencje działające w pełni zdalnie). Kluczowe właściwości to `name`, `logo` i `url`.
LocalBusiness: Niezbędne dla firm z fizyczną siedzibą, sklepem, restauracją czy gabinetem. Rozszerza `Organization` o dane adresowe (`address`), godziny otwarcia (`openingHours`) i numer telefonu (`telephone`).

Najważniejszą, a często pomijaną, właściwością jest `sameAs`. To tutaj linkujesz do oficjalnych profili firmy w mediach społecznościowych (LinkedIn, Facebook, X), wpisów w bazach danych (Wikipedia, Crunchbase) i innych zaufanych źródeł. W ten sposób jednoznacznie łączysz wszystkie swoje cyfrowe aktywa w spójną całość, co bezpośrednio buduje Twój Graf Wiedzy (Knowledge Graph).

Schema Article, FAQPage i HowTo: content, który odpowiada

Chcesz zdominować wyniki wyszukiwania dla zapytań informacyjnych? Te trzy typy schema są Twoją najskuteczniejszą bronią. Przekształcają standardowy, niebieski link w interaktywny i bogaty w informacje element, który przyciąga uwagę i odpowiada na pytania użytkownika jeszcze przed wejściem na stronę.

Schema Article: To podstawa dla każdego bloga i portalu informacyjnego. Określa autora (`author`), datę publikacji (`datePublished`) i nagłówek (`headline`). Używaj bardziej szczegółowych podtypów, takich jak `BlogPosting` lub `NewsArticle`, aby dać Google jeszcze więcej kontekstu. To sygnał, że Twoja treść jest profesjonalnym artykułem, a nie przypadkowym tekstem.
Schema FAQPage: Zmienia Twoją stronę z sekcją pytań i odpowiedzi w interaktywną listę w wynikach wyszukiwania. Użytkownik może rozwijać odpowiedzi bezpośrednio w Google. To potężne narzędzie do zajmowania ogromnej przestrzeni w SERP i budowania autorytetu przez natychmiastowe dostarczanie rozwiązań.
Schema HowTo: Idealne dla poradników i instrukcji krok po kroku. Pozwala na wyświetlenie w Google pełnej sekwencji działań, często wraz z obrazkami i szacowanym czasem wykonania. Jeśli Twoja treść tłumaczy, jak coś zrobić, to oznaczenie jest absolutnie niezbędne.

Pamiętaj, że `Article` można i trzeba łączyć z `FAQPage` na tej samej stronie, aby zmaksymalizować potencjał jednego adresu URL. Artykuł dostarcza kontekstu, a FAQ generuje klikalny, rozszerzony wynik.

Schema Product i Review: must-have dla e-commerce

Dla sklepu internetowego brak danych strukturalnych `Product` jest jak prowadzenie sklepu stacjonarnego z zasłoniętymi witrynami. To absolutna podstawa, która decyduje o tym, czy klient w ogóle zwróci uwagę na Twoją ofertę w wynikach wyszukiwania. Prawidłowe wdrożenie tych typów schema bezpośrednio wpływa na decyzje zakupowe.

Oto jak te elementy działają razem:

Schema Product: Identyfikuje produkt. Zawiera jego nazwę (`name`), opis (`description`), obraz (`image`) oraz unikalne identyfikatory jak GTIN czy SKU. To rdzeń, do którego podłączane są pozostałe informacje.
Schema Offer: Określa warunki sprzedaży. Tutaj podajesz cenę (`price`), walutę (`priceCurrency`) i co najważniejsze, dostępność (`availability`, np. InStock). Bez tego Google nie wie, czy produkt jest w ogóle do kupienia.
Schema Review i AggregateRating: Dostarczają dowodu społecznego. `Review` to pojedyncza opinia klienta, natomiast `AggregateRating` to zbiorcza ocena (np. 4.8/5) oparta na określonej liczbie recenzji (`reviewCount`). To właśnie te dane generują złote gwiazdki w SERP.

Efekt? Użytkownik widzi cenę 199 zł, informację „w magazynie” i ocenę 4.8/5 z 250 opinii. Jeszcze przed kliknięciem wie wszystko, co najważniejsze. Konkurencja bez tych danych staje się niewidzialna.

Najczęściej zadawane pytania – FAQ

Dane strukturalne (schema) to kod, który tłumaczy treść strony na język zrozumiały dla Google, co pozwala na uzyskanie wyników rozszerzonych. Nie są bezpośrednim czynnikiem rankingowym, ale ich wpływ na widoczność i współczynnik klikalności jest ogromny. Stanowią ważny element technicznego SEO, obok optymalizacji on-page i link buildingu.

Co to jest schema?

Schema.org to wspólna inicjatywa największych wyszukiwarek, w tym Google i Bing, stworzona w celu ujednolicenia sposobu opisywania danych w internecie. To nie jest „sztuczka SEO”, ale oficjalny standard, który pomaga maszynom zrozumieć kontekst informacji, które indeksują.

Co oznaczają SEO i SEM?

SEO (Search Engine Optimization) to wszystkie działania mające na celu zdobycie darmowego ruchu z wyników organicznych. SEM (Search Engine Marketing) to szersze pojęcie, które obejmuje zarówno SEO, jak i płatne reklamy (np. Google Ads). Dane strukturalne są narzędziem wykorzystywanym wyłącznie w arsenale SEO.

Z czego składa się SEO?

Skuteczne SEO opiera się na trzech filarach: SEO technicznym (indeksacja, szybkość, schema), on-page (treść, słowa kluczowe, nagłówki) oraz off-page (link building, autorytet domeny). Dane strukturalne należą do SEO technicznego, ponieważ dotyczą sposobu, w jaki roboty wyszukiwarek interpretują kod strony.