NOXEL Research Lab

NOXEL Research Lab pubblica dati originali su SEO, AEO, GEO e visibilità nella ricerca AI — derivati da audit reali di siti web, non da consigli riciclati.

Di cosa si tratta

La maggior parte dei contenuti SEO ripropone gli stessi consigli che si trovano ovunque. NOXEL Research Lab è costruito per fare il contrario: pubblicare risultati che provengono direttamente da audit reali eseguiti tramite NOXEL SEO, con una metodologia trasparente dietro ogni numero.

Ogni statistica che pubblichiamo qui includerà una cifra precisa, una dimensione del campione, una metodologia, una data e una fonte — nessun numero inventato, nessuna affermazione vaga.

Esplora

NOXEL Preparazione alla Ricerca AI — Risultati v1

Campione: 53 siti web pubblicamente accessibili, selezionati tra agenzie di marketing/SEO, strumenti SaaS e un piccolo gruppo di controllo istituzionale (siti governativi, accademici e di riferimento). Si tratta di un dataset di lavoro v1, non di un campione casuale o rappresentativo del web — lo pubblichiamo ora perché uno studio trasparente di dimensioni modeste è preferibile all'attesa indefinita di uno "perfetto". I singoli domini non vengono mai nominati; ogni cifra riportata di seguito è un aggregato.

Accessibilità ai crawler AI

• Il 20,8% dei siti ha bloccato almeno un importante crawler AI (GPTBot, PerplexityBot e simili).
• Di questi blocchi, il 91% era attribuibile a regole esplicite nel robots.txt — i restanti non avevano una causa chiara solo dal robots.txt e richiederebbero un'indagine a livello di server.

Adozione dei dati strutturati

• Il 28,3% dei siti non aveva alcun dato strutturato JSON-LD.
• Il 66,0% non aveva uno schema Organization o LocalBusiness.
• Il 94,3% non aveva uno schema BreadcrumbList.

In sintesi: la nostra ricerca ha rilevato che l'adozione dei dati strutturati — in particolare lo schema BreadcrumbList — rimane rara anche tra i siti tecnicamente più sofisticati, e il blocco dei crawler AI dipende solitamente dal robots.txt, non dai firewall.

L'accessibilità ai crawler AI si riferisce alla capacità di crawler come GPTBot e PerplexityBot di recuperare e leggere con successo una pagina — un prerequisito affinché quella pagina possa essere citata da un motore di risposta AI.

Come abbiamo condotto questa ricerca

1. Per prima cosa, abbiamo selezionato 53 siti pubblicamente accessibili in tre categorie: agenzie di marketing/SEO, strumenti SaaS e siti di riferimento istituzionali.
2. Poi, abbiamo analizzato ciascun dominio tramite il motore di audit proprietario di NOXEL SEO — la stessa tecnologia alla base di ogni report di NOXEL SEO — verificando l'accessibilità ai crawler AI e la presenza di dati strutturati.
3. Successivamente, abbiamo aggregato i risultati nelle percentuali sopra indicate; nessun singolo dominio o punteggio viene pubblicato.
4. Infine, prevediamo di espandere questo dataset verso un campione più ampio e rappresentativo e di ripubblicare i risultati aggiornati man mano che ciò accade.

I nostri dati sono stati analizzati nel settembre 2026. Ogni cifra sopra riportata indica la dimensione del campione in modo chiaro, come promesso.

Perché la ricerca originale è importante per la ricerca AI

I modelli linguistici di grandi dimensioni come ChatGPT, Claude, Perplexity e Gemini non classificano le pagine come fanno i motori di ricerca tradizionali — sintetizzano risposte e privilegiano le fonti che offrono qualcosa che dozzine di altre pagine non dicono già. I consigli riciclati, le definizioni riformulate e le generiche liste di "10 consigli" vengono raramente citati, perché un modello AI ha già assorbito quelle informazioni da migliaia di altre fonti durante l'addestramento. I dati originali — un campione reale, una metodologia reale, percentuali reali — sono diversi. Sono il tipo di contenuto che un modello AI non può già conoscere, il che è esattamente ciò che li rende degni di essere citati.

Questa è l'idea centrale di NOXEL Research Lab: invece di scrivere altri consigli SEO generici, eseguiamo audit reali tramite il motore proprietario di NOXEL SEO e pubblichiamo ciò che troviamo effettivamente. Ogni studio qui segue la stessa disciplina — una dimensione del campione dichiarata, una metodologia descritta, una data di pubblicazione e risultati solo aggregati senza nominare alcun sito individuale.

Cosa arriva dopo

Il dataset v1 sopra è volutamente modesto — 53 siti sono sufficienti per pubblicare onestamente, ma non abbastanza per definirsi rappresentativi del web in generale. La nostra prossima release amplierà il campione verso un dataset più ampio e stratificato (più categorie, più siti per categoria, una metodologia di campionamento più chiara) e aggiungerà nuovi segnali oltre all'accessibilità ai crawler AI e ai dati strutturati — elementi come la freschezza dei contenuti, la chiarezza delle entità e la profondità tematica negli stessi siti.

Se desideri essere notificato quando la prossima release di NOXEL Research Lab sarà disponibile, o se gestisci un sito e vuoi che venga incluso in uno studio futuro (con il tuo consenso esplicito — consulta la nostra politica sui dati sopra), contattaci tramite la nostra pagina dei contatti.