Datasetの構造化データ：データセット検索に載せる

Datasetの構造化データとは、ページで公開しているデータセットの名前、説明、作成者、ライセンス、ダウンロード先などを、schema.orgのDatasetという型で書き添えるもののことです。Googleのデータセット検索で、そのデータを見つけてもらうために使います。

付けるのは、CSVや表そのものを配っているページです。製品の比較ページや、数字を使って説明する記事には付けません。データを配るページかどうかで決めます。

データセット検索とは

Googleには、通常の検索とは別に、データセット検索という道具があります。研究者や記者、データを使う人が、統計や測定の結果を探すための検索です。

GoogleのDatasetの説明は、Datasetのマークアップの目的を、生命科学、社会科学、機械学習、市民と政府のデータなど、さまざまな分野のデータセットを見つけやすくすることだとしています。データセットとみなせるものとして、次のものを挙げています。

• データが入った表、またはCSVファイル
• 表をまとめたもの
• 独自の形式のデータファイル
• まとめて1つ⁠のデータセットになるファイルの集まり

製造業の会社なら、自社で測った材料の試験結果や、業界団体として集めた統計を、CSVで配っている場合が当てはまります。

比較ページや記事には、付けない

構造化データは、ページの中身を表すものです。Googleの一般的なガイドラインは、次のように書いています。

構造化データはページ コンテンツを正確に表している必要があります。

同じページは、schema.orgで定義されている、最も具体的で適切な型を使うようにとも書いています。

製品の比較ページにも表があります。ただ、そのページの目的は、読む人が製品を選ぶことです。データを配ることではありません。表があるからといってDatasetを付けると、ページの主な中身と型が合わなくなります。解説記事に統計の表を1つ載せた場合も同じです。

比較ページの表を、CSVとしても配りたい場合は、配るためのページを別に作り、そちらに付けます。比較ページから、そのページへリンクします。

必須と推奨のプロパティ

Googleの説明で必須とされているのは、nameとdescriptionの2つです。ダウンロードの情報を書くなら、DataDownloadのcontentUrlも必須になります。

ほかに、keywords、identifier、isAccessibleForFree、version、url、sameAsなどが推奨に挙がっています。

nameは、データセットごとに違う名前にする

Googleは、別のデータセットには、できるだけ固有の名前を付けるよう書いています。例として、2つ⁠のデータセットにどちらも「Snow depth」⁠と付けるのは勧めない例に挙がっています。年や地域が違うデータを別々に配るなら、名前にも年や地域を入れます。

長い文は、先頭しか使われない

テキストのプロパティは、半角5,000文字（全角2,500文字）以下にするよう勧められています。Googleのデータセット検索は、最初の半角5,000文字（全角2,500文字）⁠し⁠か使わないと書かれています。日本語の説明文なら、2,500字⁠を超えた分は読まれません。

licenseは、版まで分かるURLで書く

ライセンスは、使っているライセンスの版まで分かるURLで書くよう勧められています。「クリエイティブ・コモンズ」とだけ書くのではなく、どの版のどの条件かが分かるURLにします。

JSON-LDで書くと、どうなる？

架空の例です。ある工業組合が、会員企業の設備の台数を県ごとに集計してCSVで配っている、という想定にしています。名前も数字もURLも実在しません。

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "○○県 金属加工設備の台数調査 2026年⁠版（架空）",
  "description": "○○県の組合員企業を対象に、2026年4月1日時点で保有する金属加工設備の台数を、設備の種類と市町村ごとに集計したデータです。回答した企業の数と、集計の方法も付けています。",
  "creator": {
    "@type": "Organization",
    "name": "○○県金属加工協同組合（架空）",
    "url": "https://example.com/"
  },
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "isAccessibleForFree": true,
  "temporalCoverage": "2026-04-01",
  "spatialCoverage": "○○県",
  "variableMeasured": "設備の台数",
  "distribution": [
    {
      "@type": "DataDownload",
      "encodingFormat": "text/csv",
      "contentUrl": "https://example.com/data/setsubi-2026.csv"
    }
  ]
}

このJSON-LDは、CSVを配るページのHTMLに置きます。画面にも、同じ名前、説明、時点、ライセンス、ダウンロードのリンクを出します。ガイドラインは、ページの読者に見えない内容をマークアップしないよう求めているからです。

JSON-LDの置き方そのものはJSON-LDの書き方⁠に書いています。

国の公開データを加工して載せるとき

国の統計を取り出して、並べ替えや計算をしてから配ることもあります。Googleの説明には、元のデータとの関係の書き方があります。

• 他で公開されたものをそのまま再公開するなら、sameAsで元の正規のURLを示す
• 再公開したものを大きく変えたなら、isBasedOnを使う
• 複数の元から作った、または集めたものなら、isBasedOnを使う

sameAsは、データセットが何かをはっきり示すためのものなので、2つ⁠の違うデータセットに同じsameAsの値を使わないよう書かれています。

構造化データとは別に、元のデータの利用規約にも従います。e-Statのデータなら、出典の書き方と、加工したことの書き方が決まっています。オープンデータの使い方とe-Statの使い方⁠で書きました。

載せたあとの確かめ方

Googleの説明に沿うと、手順は次のとおりです。

1. リッチリザルトテスト⁠でコードを確かめ、重大なエラーを直す
2. 数ページだけ公開し、URL検査ツールでGoogleから見えるかを確かめる
3. robots.txt、noindex、ログインでページを止めていないかを見る
4. サイトマップを送る

データセット検索に出ないときは、リッチリザルトテストにそのページのURLを入れます。対象外というメッセージが出たら、マークアップが無いか、間違っています。マークアップがあるなら、まだクロールされていない可能性があり、Search Consoleでクロールの状況を確かめられる、とGoogleは書いています。

出したくないデータは、robots metaで外す

データセット検索に出したくないデータは、robots metaタグでインデックスの扱いを指定します。Googleは、データセット検索への反映には、クロールの間隔によって数日から数週間かかることがあると書いています。

構造化データの種類と役割の全体は構造化データとは⁠にまとめています。データを持つサイトの作り方はデータベース型サイトから読めます。

仕様・出典の確認日：2026年10月26日⁠。