Artículos · Visibilidad en IA
Datos estructurados para la búsqueda con IA: guía clara para empresas locales
Qué son los datos estructurados, qué tipos de schema necesita una empresa de la Costa del Sol, un ejemplo para una inmobiliaria y cómo comprobarlo.
Los datos estructurados (o marcado schema) son un pequeño bloque de código en tu web que describe tu empresa en un formato que las máquinas leen sin tener que adivinar: qué eres, dónde estás, a quién atiendes y cómo contactarte. Ayudan a Google, y a las herramientas de IA que se apoyan en la búsqueda, a entenderte bien. No son un interruptor que te sube en el ranking, pero eliminan la ambigüedad, y la ambigüedad es lo que deja a muchas empresas fuera de las respuestas de la IA.
¿Qué son los datos estructurados?
Son un vocabulario común publicado en schema.org. Los buscadores se pusieron de acuerdo en él para que todas las webs pudieran describirse de la misma manera. En lugar de que un rastreador lea “Abierto de lunes a viernes, de 9 a 6” y tenga que interpretarlo, tu página dice openingHours: Mo-Fr 09:00-18:00.
El formato habitual es JSON-LD. Va dentro de una etiqueta script en el código de la página y el visitante no lo ve. Es el formato que recomienda Google y el más fácil de añadir y mantener.
¿Qué tipos de schema importan a una empresa local?
Empieza por el tipo que describe tu negocio y después añade los que describen tus páginas.
- LocalBusiness o un subtipo más concreto. Usa el tipo más preciso posible. RealEstateAgent para una inmobiliaria. Dentist o MedicalClinic para una clínica. LegalService para un despacho de abogados. School para un colegio internacional. Restaurant o Hotel para hostelería. Un tipo concreto le dice a la máquina mucho más que uno genérico.
- Organization. Útil para la sociedad que hay detrás del negocio, como una empresa matriz o un grupo con varias oficinas.
- Person. Para el fundador o los profesionales clave. El nombre de una dentista, su titulación y sus perfiles ayudan a que un modelo la relacione con la clínica.
- Service. Para cada cosa que vendes, con nombre, una descripción breve y la zona que cubres.
- FAQPage. Para páginas con preguntas y respuestas reales. En 2023 Google dejó de mostrar los resultados enriquecidos de preguntas frecuentes para la mayoría de las webs, y ahora los reserva sobre todo a webs gubernamentales y de salud muy reconocidas. El marcado sigue siendo válido y sigue describiendo tus preguntas y respuestas con claridad. Eso sí, no lo añadas esperando más espacio en los resultados de Google.
- BreadcrumbList. Indica dónde está cada página dentro de tu web. Es poca cosa, pero ayuda a entender la estructura.
- Review y AggregateRating. Con cuidado. Las normas de Google dicen que las opiniones que una empresa publica sobre sí misma en su propia web no pueden mostrar estrellas cuando lo valorado es un LocalBusiness o una Organization. Puedes seguir enseñando testimonios en tus páginas, pero no cuentes con que salgan estrellas. Las opiniones independientes en Google, Trustpilot o Doctoralia te aportan más de todas formas.
¿Qué propiedades hacen el trabajo?
Unas pocas propiedades concentran casi todo el valor. Rellénalas bien antes que nada.
- name: el nombre de tu empresa, escrito exactamente igual que en tu ficha de Google Business Profile y en los directorios.
- url: la dirección principal de tu web.
- address y geo: tu dirección y tus coordenadas. Si vas tú a casa del cliente en vez de recibirle, indícalo con areaServed y deja la dirección más general.
- areaServed: los municipios que cubres. Para muchas empresas de la Costa del Sol es la propiedad más importante. “Marbella, Estepona, Benahavís” es mucho más claro que “la costa”.
- knowsLanguage: los idiomas en los que atiendes. Si alguien le pide a una IA un dentista que hable inglés en Fuengirola, esta es una respuesta directa y legible por máquinas.
- sameAs: enlaces a tus perfiles en otros sitios, como LinkedIn, Idealista, Doctoralia o Instagram. Así las máquinas saben que todos esos perfiles son la misma empresa.
- openingHours: tu horario.
- priceRange: una orientación de precios, por ejemplo “€€”.
¿Cómo se ve en la práctica?
Este es un ejemplo breve para una inmobiliaria inventada de Marbella. El nombre, la dirección y los enlaces son ilustrativos, no corresponden a ninguna empresa real.
{
"@context": "https://schema.org",
"@type": "RealEstateAgent",
"name": "Casa Pinar Properties",
"url": "https://www.example.com/",
"address": {
"@type": "PostalAddress",
"streetAddress": "Calle Ejemplo 12",
"addressLocality": "Marbella",
"postalCode": "29660",
"addressCountry": "ES"
},
"geo": { "@type": "GeoCoordinates", "latitude": 36.49, "longitude": -4.95 },
"areaServed": ["Marbella", "Nueva Andalucía", "Benahavís", "Estepona"],
"knowsLanguage": ["en", "es", "nl"],
"openingHours": "Mo-Fr 09:30-18:00",
"priceRange": "€€€",
"sameAs": [
"https://www.linkedin.com/company/example",
"https://www.instagram.com/example"
],
"founder": { "@type": "Person", "name": "Ana Ejemplo", "jobTitle": "Fundadora" }
}
Cada valor de ese bloque debe coincidir con lo que el visitante ve en la página y con lo que dicen tus otras fichas. Un schema que contradice el contenido visible es una señal de alarma, no un atajo.
¿Ayudan los datos estructurados con ChatGPT y Gemini?
Siendo sinceros: en parte, y de forma indirecta. Google ha dicho que los datos estructurados le ayudan a entender las páginas, y las AI Overviews de Google se construyen sobre su índice de búsqueda. Ese camino está claro. OpenAI y Perplexity no han publicado cómo usan sus motores el marcado schema al leer una página, ni si lo usan.
Lo que sí consiguen los datos estructurados es que tus datos básicos no admitan dudas. Un modelo que lee tu web, tu ficha de Google y tu anuncio en Idealista se fía más cuando las tres fuentes coinciden. El schema es una de las formas más limpias de dejar esos datos claros. Es una base, no una palanca. Las opiniones, el contenido concreto y las menciones independientes siguen decidiendo casi siempre a quién se nombra. Nuestra guía sobre cómo cita fuentes la IA trata esa parte.
Cómo comprobar tu schema
Con dos herramientas gratuitas tienes suficiente.
- Prueba de resultados enriquecidos de Google (Rich Results Test). Pegas una URL y te muestra qué datos estructurados puede leer Google y si alguno da derecho a resultados enriquecidos.
- Schema Markup Validator, en validator.schema.org. Comprueba tu marcado contra todo el vocabulario de schema.org, incluidos los tipos que Google no muestra como resultados enriquecidos.
Corrige primero los errores. Después lee los avisos, porque las propiedades que faltan, como areaServed, suelen ser justo donde está el valor.
Un ejemplo real: esta web
Esta web sigue el mismo enfoque. Cada página lleva un bloque ProfessionalService con los municipios en los que trabajamos, los dos idiomas en los que atendemos y el fundador como Person enlazada. Cada artículo añade marcado Article y BreadcrumbList, y las páginas con preguntas y respuestas añaden FAQPage. Nada de esto es sofisticado. Simplemente dice lo mismo que dicen las páginas, en un formato que las máquinas leen con facilidad.
El schema es además uno de esos pequeños archivos técnicos que conviene tener bien. El otro por el que nos preguntan es llms.txt. Para el panorama completo, mira cómo aparecer en las AI Overviews de Google y qué es el GEO.
Por dónde empezar
Pasa hoy tu página de inicio por la prueba de resultados enriquecidos. Si no aparece nada, o aparece un tipo genérico sin areaServed ni knowsLanguage, ya tienes tu primera tarea.
Si quieres saber si los motores de IA ya te describen bien, nuestro diagnóstico gratuito de visibilidad en IA prueba diez preguntas reales en ChatGPT, Gemini y Perplexity y te compara con tres competidores.