1. Lettura delle pagine. EntityGap legge title, titoli, contenuto principale e JSON-LD di ogni pagina, escludendo menu, footer, pulsanti e banner cookie. I siti che costruiscono i contenuti con JavaScript vengono prima renderizzati sul server. Ogni pagina è normalizzata e le pagine sono mediate, così pagine più lunghe o più numerose non dominano.

2. Ricerca delle entità. Nomi propri (comprese norme come “UNI EN 14411”) e sintagmi ricorrenti vengono estratti con liste di parole italiane e inglesi; parole generiche, verbi, lessico da e-commerce e codici prodotto sono esclusi; singolare e plurale sono unificati. Le citazioni sono pesate per posizione: title e H1 ×3, H2–H3 ×2, apertura ×1,5. La rilevanza è un indicatore trasparente, non la salience di Google.

3. Knowledge Graph. Le 40 entità più rilevanti sono cercate su Wikidata per nome esatto; pagine di disambiguazione e cognomi vengono scartati; tra omonimi vince quello coerente con il lessico della pagina; parole ambigue senza contesto restano non collegate piuttosto che collegate male.

4. Gap. Un argomento di riferimento compare su almeno metà dei competitor (almeno due) con peso di almeno 0,5%. Ogni argomento è cercato anche nel testo completo di ogni sito: una citazione di passaggio è “troppo debole”, mai “mancante”. I nomi dei brand sono esclusi.

5. Ricerca target e competitor. La ricerca viene collegata alle entità Wikidata. Ogni argomento riceve una rilevanza da 0 a 1 (concetto della ricerca, parole in comune, co-occorrenza sopra la media della pagina) e i gap sono ordinati per peso nei competitor × (0,3 + rilevanza). “Trova i competitor su Google” prende i primi 10 risultati organici del mercato e tiene le prime quattro pagine di aziende.

6. Punteggio. Un indice diagnostico, non un fattore di ranking di Google: copertura degli argomenti 35%, focus sulla ricerca 15% (title, H1 e peso degli argomenti legati alla ricerca), riconoscimento nel Knowledge Graph rispetto ai competitor 15%, visibilità del brand 15%, dati strutturati 20%. Le componenti non misurabili sono escluse e i pesi riscalati.

Limiti. L'estrazione modella ciò che vedono i motori, non riproduce Google. Le entità di nicchia spesso non sono su Wikidata, ed è normale. Valuta la lista dei gap con giudizio: un argomento coperto dai competitor è un candidato, non un obbligo.