Acerca de y metodología

Qué es

Schema.org, en colaboración con Google, publica un conjunto de datos público sobre el uso real de los términos del vocabulario (tipos como Person o propiedades como price) en millones de dominios web. Este panel ofrece una lectura visual, a modo de observatorio.

Cómo se recogen los datos

• Recogida: las frecuencias de los términos se miden en la infraestructura de rastreo público de Google y se agregan por dominio (no por página): usar un término en 100 páginas del mismo sitio cuenta como un dominio.
• Agrupación: en lugar de números exactos (ruidosos), los sitios se agrupan en franjas de popularidad por estabilidad y privacidad.
• Publicación: cada mes se publica un nuevo archivo en GitHub.

Las franjas de dominios

Cada término se clasifica en una de estas franjas, del menor al mayor número de dominios únicos:

La franja < 1K incluye tanto términos nuevos como muy especializados (p. ej. médicos o gubernamentales): no significa que se ignoren.

Notas importantes

• Los datos no distinguen entre JSON-LD, Microdata o RDFa: se cuentan juntos.
• Las estadísticas reflejan la web tal como la indexa Google; ningún rastreo cubre toda la web.
• El formato es abierto: otros rastreadores pueden aportar sus propias estadísticas en el mismo formato.

Descarga los datos

Descarga los datos en bruto del último mes:

Este proyecto

SchemaStatsBot

Cuando alguien usa el validador, nuestro rastreador descarga esa pagina en su nombre. Respeta robots.txt, no rastrea la web en masa y puede bloquearse en cualquier momento.

Fuentes

• Anuncio del conjunto de datos (blog.schema.org)
• About Usage Statistics (schema.org)
• Archivos de datos en GitHub