L’8 settembre 2026 è uscita l’analisi di un binario interno di Google che espone Geostore, il sistema con cui Google rappresenta i luoghi. Dentro c’è un sistema di ranking chiamato Oyster Rank con 72 segnali — recensioni Google, volume di ricerche sul brand, impression della scheda, aperture, richieste di indicazioni, clic al sito, appartenenza a una catena, segnali da Wikipedia, prominenza — di cui 25 marcati come deprecati. Sono nomi, non pesi. E soprattutto non sono l’algoritmo di Google Maps. La notizia vera è un’altra: la scheda che modifichi in Google Business Profile non è l’entità che Google usa per rispondere. Sotto c’è un oggetto costruito da 793 fonti diverse. Ed è su quello che Gemini decide se consigliarti.
Sommario
- Cosa è stato recuperato, in numeri
- I 72 segnali di Oyster Rank, per nome
- Perché 72 segnali non sono «l’algoritmo di Google Maps»
- La scheda non è la tua azienda: sotto c’è l’entità
- Perché le tue modifiche alla scheda «tornano indietro»
- Il raggio locale non esiste (e i numeri lo dimostrano)
- Maps e il sito web sono collegati dalle entità
- Google ragiona per concetti, non per categorie
- Essere primo non significa essere visibile sulla mappa
- E sopra tutto questo arriva Gemini
- Cosa fare: 7 mosse concrete oltre la scheda
- SEO, GEO e local: tre nomi, un’unica entità
- I trade-off onesti
- Domande frequenti
- Cosa significa per le aziende italiane
Cosa è stato recuperato, in numeri
Un team di ricerca guidato da Olivier de Segonzac ha ottenuto un binario che espone una porzione non pubblica di Geostore, il sistema con cui Google rappresenta internamente gli oggetti geografici. Poi l’ha incrociato con i protocolli di Maps, il traffico di rete, l’indice web, i servizi mobile, le tabelle di stile, i componenti sul dispositivo e il famoso leak della documentazione Google del marzo 2024.
Il materiale recuperato contiene:
- 72 segnali di ranking di Geostore (sistema Oyster Rank);
- 793 fornitori di dati distinti;
- 446 tipi di intento di ricerca locale;
- 50.998 stili Mapcore e 12.936 stili di etichetta;
- 10.936 dichiarazioni Geostore consultabili.
Su questi numeri l’analisi è stata ripresa in modo indipendente da testate SEO europee, Abondance in Francia tra le prime. Chiariamo subito il livello di certezza, perché è la parte che di solito sparisce quando una notizia così passa da un blog all’altro: non è un documento ufficiale di Google e Google non l’ha confermato. È reverse engineering. Vale come mappa del vocabolario interno, non come manuale operativo.
I 72 segnali di Oyster Rank, per nome
Geostore ha un proprio sistema di ranking chiamato Oyster Rank. L’enumerazione recuperata è completa e include, tra gli altri:
- recensioni Google;
- volume di query sul web legate all’entità;
- impression della scheda;
- aperture della scheda;
- richieste di indicazioni stradali;
- clic verso il sito web;
- appartenenza a una catena;
- segnali provenienti da Wikipedia;
- popolarità;
- prominenza;
- informazioni sui punti di riferimento (landmark);
- utilizzo delle strade.
Su 72 valori, 25 sono esplicitamente marcati come deprecati. Cioè un terzo abbondante dell’elenco che state per leggere in giro come «i 72 fattori di ranking di Google Maps» è roba che Google stesso ha messo da parte.
E c’è un limite ancora più grosso: sono stati recuperati i nomi dei segnali, non i loro pesi. Lo schema mostra una pipeline in cui le osservazioni grezze vengono estratte, normalizzate e mescolate nel rank della Feature. I coefficienti — cioè quanto pesa ciascun segnale — sono fuori dallo scope recuperato.
Tradotto: sapere che esiste un segnale chiamato SIGNAL_GOOGLE_REVIEWS dimostra che le recensioni fanno parte del vocabolario di Oyster Rank. Non dimostra che oggi le recensioni pesino il 12% o il 3% in una ricerca su Maps. Chi vi vende una percentuale se la sta inventando.
Perché 72 segnali non sono «l’algoritmo di Google Maps»
Questa è la parte che mi interessa di più, ed è quella che verrà sistematicamente ignorata nei riassunti da tre righe.
Oyster Rank sembra descrivere l’importanza dell’entità dentro Geostore. È una specie di autorevolezza del luogo in sé. Ma quando un utente fa una ricerca, quella query deve attraversare altri sistemi: Maps deve capire cosa intende la persona, identificare un contesto geografico, generare i candidati, valutare la rilevanza semantica e infine comporre il set di risultati.
La pipeline semplificata è più o meno questa:
entità Geostore → comprensione della query → matching semantico → generazione candidati → geografia e qualità → riordino → risultati
E non finisce lì. I ricercatori hanno trovato anche uno scorer separato che gira interamente offline sul telefono, con 8 segnali distribuiti su 13 livelli, distinto sia da Oyster Rank sia dal ranking server-side di Places.
Quindi: non esiste una formula unica di ranking per Google Maps. Esistono sistemi di scoring e di recupero diversi che operano in fasi diverse. Trasformare i 72 segnali di Oyster Rank in una checklist di 72 fattori di posizionamento significa saltare a piè pari quasi tutta l’architettura.
Lo dico perché nei prossimi giorni vedrete circolare l’elenco come se fosse la ricetta. Non lo è. È l’inventario della dispensa.
La scheda non è la tua azienda: sotto c’è l’entità
Ecco il modello mentale da cambiare, ed è la parte che vale davvero i dieci minuti di lettura.
Google rappresenta internamente gli oggetti geografici come Feature. Una Feature può essere un’attività commerciale, un edificio, una strada, una città, una stazione, un’area, un elemento di trasporto, persino un oggetto 3D. Per un’attività commerciale, quell’oggetto può contenere identità, geometria, informazioni sulla fonte, siti web, relazioni con la catena di appartenenza, riferimenti al Knowledge Graph, concetti e informazioni di ranking.
La scheda Maps che vedete voi viene assemblata dopo. Quello che un titolare modifica in Google Business Profile non è necessariamente ciò che Google mantiene internamente come entità.
Google costruisce una rappresentazione canonica del luogo: può incorporare dati da più fonti, sopravvivere a cambi di geometria e collegarsi ad altri identificatori Google, incluso il machine ID (MID) del Knowledge Graph.
Per chi fa SEO locale, l’unità di lavoro utile diventa l’entità. La scheda è l’interfaccia. L’entità sta sotto.
Perché le tue modifiche alla scheda «tornano indietro»
Se avete un’attività fisica, questa scena vi è già capitata: correggete l’orario, la categoria o il numero di telefono sulla scheda Google, e dopo qualche settimana il valore vecchio ricompare. Oppure resta un attributo sbagliato che nessuno riesce a togliere.
Il sistema di provenance di Geostore spiega perché. Un’attività non ha una sola fonte: il nome può arrivare da un fornitore, il numero di telefono da un altro, la categoria da un altro ancora, la geometria da un’altra parte del tutto. Il corpus espone 793 fornitori di dati, insieme ai meccanismi di provenienza, priorità, fiducia e conflation.
La conflation è il processo che scatta quando più fonti descrivono lo stesso oggetto e non sono d’accordo. Geostore contiene meccanismi generici che possono scegliere un valore, fonderne più d’uno o combinarli. E modella livelli di fiducia che vanno da fonti bloccate o non affidabili fino a fonti super-trusted.
Quindi la vostra modifica in Google Business Profile non è un comando: è una prova. Entra in un sistema che ha già prove concorrenti, e vince solo se pesa di più. Se la Camera di Commercio, un aggregatore di categoria, una directory di settore e il vostro vecchio sito dicono un’altra cosa, la vostra correzione è una voce contro quattro.
Ho passato mesi a spiegarlo ai clienti senza avere questa parola: conflation. Adesso ce l’abbiamo. E cambia la strategia: non si corregge la scheda, si allinea l’ecosistema di fonti.
Il raggio locale non esiste (e i numeri lo dimostrano)
Il modello mentale che quasi tutti usano per il local è: Google guarda in un raggio prestabilito attorno all’utente e ordina le attività che trova dentro quel cerchio. È sbagliato.
Le misurazioni fatte dal team mostrano qualcosa di più dinamico. Dalla stessa posizione a Parigi, l’impronta geografica cambiava sensibilmente a seconda della query: una query densa come «farmacia» produceva un’area di ricerca molto più piccola di una query di brand come «Carrefour». E la stessa query «farmacia» si espandeva enormemente se lanciata in una zona rurale poco popolata.
Poi hanno fatto l’esperimento interessante: hanno rimosso la pesatura geografica dallo stesso motore. Su 5.083 chiamate e 86.584 risultati, la distanza mediana è passata da 6,87 km con la geografia a oltre 4.000 km senza. Ma — ed è qui il punto — l’ordine non geografico è rimasto estremamente stabile.
Significa che la geografia non riordina per distanza una lista già decisa: cambia quali candidati entrano nella lista. La distanza resta fondamentale nel local. Ma «sono più vicino, quindi devo posizionarmi meglio» è un modello incompleto.
Per un’attività italiana la lettura pratica è questa: nei centri storici densi il vostro bacino di competizione è un raggio strettissimo — poche centinaia di metri — e battete solo chi è fisicamente accanto a voi. In provincia o in aree a bassa densità il bacino si allarga di parecchi chilometri, e lì la prominenza dell’entità conta molto più della vicinanza. Sono due partite diverse, e vanno giocate con investimenti diversi.
Maps e il sito web sono collegati dalle entità
Per me questa è la scoperta più importante di tutto il corpus, e quella con le conseguenze operative più immediate.
Le Feature di Geostore possono collegarsi al Knowledge Graph tramite un MID. Sul lato dell’indice web, anche i documenti possono portare dei MID. Google ha un livello chiamato webref che associa i documenti alle entità e memorizza informazioni come topicalità, confidenza, metadati geografici e punteggi a livello di documento.
La relazione funziona anche a livello di ranking dei documenti. Le strutture recuperate descrivono un segnale di ranking relativo tra documenti diversi per la stessa entità, insieme a proprietà come: la pagina è una pagina d’autore, una pagina dell’editore, una pagina di riferimento.
Questo cambia completamente il senso di una pagina «dove siamo» o di un store locator. Il suo ruolo non è più solo posizionarsi per «negozio di scarpe Cosenza». Quel documento diventa una prova sull’entità sottostante.
L’obiettivo SEO diventa quindi rendere facile per Google stabilire:
- quale entità descrive il documento;
- quanta parte del documento parla davvero di quell’entità;
- quanto dev’essere alta la confidenza di quell’associazione;
- se il documento è un riferimento utile per quell’entità.
SEO web e SEO locale, dentro l’infrastruttura di Google, sono molto meno separate di quanto suggeriscano le due interfacce. È lo stesso discorso che facevo parlando di SEO locale e citazioni nelle risposte di Gemini: chi tiene il sito e la scheda come due mondi diversi sta lavorando contro l’architettura.
Google ragiona per concetti, non per categorie
Il livello semantico va molto oltre la categoria principale visibile sulla scheda. Google usa i GConcepts, un vocabolario concettuale condiviso che può descrivere attività, piatti, attributi, cucine, modalità di servizio e altro.
Seguendo una semplice query «ramen» attraverso il sistema, i risultati non appartenevano tutti a una sola categoria: Google collegava la query a ristoranti di ramen, ristoranti giapponesi, ristoranti asiatici e altri concetti correlati.
Dentro le schede, la rappresentazione semantica scende ancora più a fondo. Temi delle recensioni, piatti del menu e altri attributi possono essere rappresentati come entità, non come stringhe di testo.
Per un sistema AI questo è oro. Invece di rileggere migliaia di recensioni ogni volta che qualcuno chiede se in quel ristorante si aspetta molto o se il ramen è buono, Google può lavorare su temi strutturati, entità e segnali precalcolati già attaccati al luogo.
La conseguenza operativa è scomoda ma chiara: le vostre recensioni non contano solo per il voto medio. Contano per i temi che ci si possono estrarre. Dieci recensioni che dicono «bravissimi» valgono meno, per l’AI, di dieci recensioni che dicono «hanno riparato la caldaia in giornata, sabato, senza sovrapprezzo». La seconda produce entità e attributi. La prima produce rumore.
Vale lo stesso per la categoria: il lavoro sulla categoria della scheda Google Business Profile resta il singolo intervento a più alto impatto, ma è l’ingresso, non l’arrivo. Sopra la categoria c’è tutto lo strato dei concetti.
Essere primo non significa essere visibile sulla mappa
I risultati di ricerca sono solo uno degli output di Maps. La mappa visiva ha un altro problema da risolvere: migliaia di entità potenzialmente rilevanti non possono ricevere tutte un’etichetta contemporaneamente. Di quel lavoro si occupa in parte Mapcore.
Sono stati recuperati 50.998 stili Mapcore e 12.936 stili di etichetta. La visibilità dell’etichetta può cambiare con lo zoom e con altre condizioni di rendering.
Conclusione: un’attività può essere idonea e persino posizionata in alto, e non comparire come nome visibile sulla mappa. Ranking di ricerca e visibilità sulla mappa sono due problemi di ottimizzazione separati.
Questo ha un effetto diretto su chi misura la «visibilità su Maps» con screenshot o griglie di mappa: quella superficie visiva include una decisione di rendering che avviene dopo il recupero e il ranking. Se il vostro consulente vi porta una griglia colorata come unica prova del lavoro fatto, sappiate che sta misurando anche il rendering, non solo il posizionamento.
E sopra tutto questo arriva Gemini
Il tempismo della scoperta è utile. Google sta espandendo rapidamente Ask Maps e le altre esperienze AI, ma gran parte dell’infrastruttura necessaria a rispondere a domande complesse c’era già.
Il sistema ha già: entità canoniche dei luoghi, concetti e attributi semantici, recensioni e temi estratti, relazioni del Knowledge Graph, prove dal web, recupero geografico, segnali comportamentali, contesto geografico personale, composizione della scheda, sistemi di ranking.
Gemini aggiunge un’interfaccia conversazionale sopra questi livelli. E questo cambia cosa può essere una query locale.
«Miglior ramen vicino a me» è relativamente facile. «Dove possiamo mangiare in sei vicino al mio hotel stasera, con un vegetariano, poca attesa e feedback recenti buoni sul servizio?» richiede un tipo di rappresentazione del luogo completamente diverso. Google deve sapere cos’è il ristorante, cosa serve, quando è aperto, cosa ne dice la gente, dov’è, come si relaziona al percorso e al contesto dell’utente, e se le prove disponibili sono abbastanza affidabili da giustificare una raccomandazione.
Ne avevo scritto ad agosto parlando di Ask Maps come agente AI dentro Google Maps: allora la domanda era «come mi faccio trovare». Adesso sappiamo la risposta strutturale — essere rappresentati in modo abbastanza completo da poter essere raccomandati con sicurezza.
Cosa fare: 7 mosse concrete oltre la scheda
Vi risparmio la checklist dei 72 fattori, che sarebbe sbagliata. Ecco cosa farei domani mattina su un’attività locale italiana.
1. Fate il censimento delle fonti che parlano di voi. Cercate il nome dell’attività e il numero di telefono su Google e annotate ogni directory, aggregatore, portale di settore e vecchio profilo che compare. Ognuno di quelli è una prova che entra in conflation. Correggete i primi dieci per autorevolezza, non tutti: il resto è tempo buttato.
2. Rendete il sito la fonte più autorevole sull’entità. Una pagina per sede, con NAP (nome, indirizzo, telefono) identico ovunque, dati strutturati LocalBusiness con sameAs verso la scheda Google, i profili social e Wikipedia se esistete, coordinate geografiche e orari. Il punto non è il rich snippet: è dichiarare a webref quale entità descrive quel documento.
3. Aumentate il volume di ricerche sul brand. Tra i 72 segnali c’è il volume di query web legate all’entità. È uno dei pochi che potete muovere con attività fuori dal digitale: cartellonistica, packaging, passaparola, sponsorizzazioni locali, PR sui giornali di zona. La SEO locale, ironicamente, si fa anche offline.
4. Chiedete recensioni specifiche, non generiche. Nel messaggio post-servizio non scrivete «lasciaci una recensione»: scrivete «raccontaci cosa abbiamo fatto e in quanto tempo». Servono temi estraibili. Un cliente che scrive «sostituita la guarnizione in due ore di sabato» produce attributi che l’AI può usare per rispondere a una domanda complessa.
5. Coprite i concetti, non solo la categoria. Elencate sul sito e sulla scheda i servizi, i prodotti, le specializzazioni e le modalità (asporto, domicilio, su appuntamento, urgenze). Se siete un ristorante, il menu completo pubblicato in HTML leggibile vale più di un PDF. I GConcepts si nutrono di quello.
6. Se avete più sedi, verificate la coerenza sede per sede. Il team ha osservato negozi dello stesso brand nella stessa area metropolitana con concetti primari diversi, nonostante il modello di catena contenga una struttura concettuale canonica. La coerenza non è automatica solo perché l’insegna è la stessa. Va controllata a mano, una scheda alla volta.
7. Separate le due misurazioni. Monitorate il posizionamento nei risultati di ricerca locale e la visibilità come etichetta sulla mappa come due KPI distinti. Se salgono le impression della scheda ma non le richieste di indicazioni, il problema è più probabilmente nella composizione della scheda che nel ranking. Se non compaiono impression del tutto, siete a monte: è un problema di entità.
SEO, GEO e local: tre nomi, un’unica entità
Chi mi segue sa che divido il lavoro in tre livelli: SEO classica per essere indicizzabili, GEO per essere leggibili e autorevoli come fonte per i motori generativi, AEO per essere effettivamente citati nella risposta sintetizzata. Questo leak dice una cosa precisa su quei tre livelli nel local: condividono lo stesso oggetto.
Il ragionamento in metriche SeoZoom si tiene bene. La Topical Zoom Authority — l’autorevolezza su uno specifico settore — è esattamente ciò che rende un’entità raccomandabile: non basta essere forti in generale, serve essere riconoscibilmente forti su un tema. E la Page Zoom Authority della pagina sede è ciò che rende quel documento una prova credibile su quell’entità, non solo una landing che si posiziona.
La mia tesi, che ripeto da un anno e che questo materiale rafforza: nelle ricerche assistite dall’AI non vince chi ottimizza meglio, vince chi è descritto meglio. Sono due lavori diversi. L’ottimizzazione lavora sui documenti, la descrizione lavora sull’entità. Il secondo è più lento, più noioso, meno vendibile — e regge molto più a lungo.
I trade-off onesti
Tre cose che vanno dette e che nella maggior parte degli articoli su questa notizia non troverete.
Primo: non è materiale ufficiale. È reverse engineering di un binario, incrociato con un leak del 2024. Google non l’ha confermato e non lo confermerà. È coerente e verificabile nelle strutture, ma non è documentazione. Chi ci costruisce sopra certezze assolute sta esagerando, e io non voglio farlo.
Secondo: 25 segnali su 72 sono deprecati, e nessun peso è noto. Qualunque contenuto che vi propone «i 72 fattori di ranking di Google Maps in ordine di importanza» sta vendendo fumo, perché l’ordine di importanza semplicemente non era nello scope recuperato.
Terzo: le misurazioni geografiche sono state fatte in Francia. Il comportamento del bacino di ricerca in Italia — con una densità urbana e una distribuzione commerciale diverse, soprattutto tra Nord e Sud — può differire. La direzione (bacino dinamico, non raggio fisso) è quasi certamente valida ovunque; i chilometri specifici no.
Domande frequenti
Cos’è Oyster Rank di Google Maps?
Oyster Rank è il sistema di ranking interno di Geostore, la banca dati geografica di Google. Contiene 72 segnali nominati che descrivono l’importanza di un’entità geografica — tra cui recensioni Google, volume di ricerche sul brand, impression e aperture della scheda, richieste di indicazioni, clic al sito, appartenenza a una catena e segnali da Wikipedia. Di questi, 25 sono marcati come deprecati. Oyster Rank valuta l’importanza del luogo in sé, non l’ordine finale dei risultati di una ricerca su Maps.
I 72 segnali sono i fattori di posizionamento di Google Maps?
No. Oyster Rank è solo uno strato dell’architettura. Dopo di esso una query deve passare attraverso comprensione della query, matching semantico, generazione dei candidati, valutazione geografica e di qualità, riordino e composizione dei risultati. Esiste anche uno scorer separato che gira offline sul telefono, con 8 segnali su 13 livelli. Non c’è una formula unica di ranking per Google Maps.
Perché le modifiche alla mia scheda Google tornano indietro?
Perché Google costruisce una rappresentazione canonica dell’attività combinando dati provenienti da 793 fornitori diversi, con meccanismi di provenienza, priorità, fiducia e conflation. Una modifica fatta in Google Business Profile entra nel sistema come una prova in più, non come un comando: se altre fonti considerate affidabili dicono un’altra cosa, può non prevalere. La soluzione è allineare le fonti esterne, non ripetere la correzione sulla scheda.
La distanza conta ancora nel posizionamento locale?
Sì, ma non come raggio fisso. Le misurazioni mostrano che l’area di ricerca cambia in base alla query e alla densità della zona: una query densa in città produce un bacino molto stretto, la stessa query in area rurale lo espande enormemente. Rimuovendo la pesatura geografica, su 5.083 chiamate e 86.584 risultati la distanza mediana è passata da 6,87 km a oltre 4.000 km, ma l’ordine non geografico è rimasto stabile: la geografia decide quali candidati entrano, più che come vengono ordinati.
Cosa devo fare per farmi consigliare da Ask Maps e da Gemini?
Rendere completa la rappresentazione che Google ha della vostra attività: entità chiara e coerente su tutte le fonti, sito che descrive in modo esplicito la stessa entità con dati strutturati, servizi e attributi elencati come concetti, recensioni che contengano temi specifici e verificabili, coerenza tra le sedi se ne avete più di una. L’AI raccomanda quando ha prove sufficienti e affidabili, non quando la scheda è «ottimizzata».
Cosa significa per le aziende italiane
Per una PMI italiana con almeno un punto vendita, uno studio o un laboratorio, questa notizia si traduce in tre decisioni pratiche.
La prima: smettete di considerare la scheda Google come il progetto. È l’interfaccia. Il progetto è l’entità che Google costruisce sotto, pescando da centinaia di fonti. Se il vostro consulente locale vi fattura ogni mese «ottimizzazione della scheda» e non ha mai toccato le directory di settore, i dati strutturati del sito, la coerenza del NAP e la qualità testuale delle recensioni, sta lavorando sul 20% del problema. È lo stesso equivoco che vedo sulla scheda Google My Business: si cura la vetrina e si lascia il magazzino in disordine.
La seconda: l’ordine dei dati batte il budget, e in Italia questo è un vantaggio. Il tessuto italiano è fatto di micro e piccole imprese che competono con catene molto più grandi. In un sistema che decide su prove — fonti coerenti, concetti espliciti, recensioni con temi estraibili, un sito che dichiara chiaramente quale entità descrive — una trattoria di Corigliano-Rossano fatta bene può essere rappresentata meglio di una catena nazionale che ha 400 schede incoerenti fra loro. Il leak lo conferma: hanno trovato negozi dello stesso brand, nella stessa area, con concetti primari diversi. La scala non garantisce la coerenza. Voi, con tre sedi, potete garantirla.
La terza, e la più urgente: la finestra è adesso. Ask Maps e Gemini stanno arrivando sopra un’infrastruttura che esiste già da anni. Chi sistema oggi la propria rappresentazione — fonti, entità, concetti, recensioni tematiche — si presenta pronto quando l’interfaccia conversazionale diventerà il modo normale di cercare un ristorante, un idraulico o un commercialista. Chi aspetta di «vedere come va» arriverà quando i concorrenti avranno già accumulato mesi di prove coerenti, e le prove non si recuperano in una settimana. Non è una corsa alla tecnologia. È una corsa all’ordine. E l’ordine, per fortuna, costa lavoro e non soldi.