Profundidade de rastreamento e equity de links: cinco mitos verificados

Profundidade é uma distância, e distância precisa de uma origem

Todo relatório de auditoria tem uma coluna para profundidade. É fácil de calcular, então é tratado como a causa das coisas.

Em um grafo de links, no entanto, a profundidade é apenas uma distância. Distância de onde? Essa pergunta decide se o número significa algo, e é o fio condutor de todos os cinco mitos abaixo.

Mantemos os limites do nosso próprio crawler em mente. Ele vê links entre domínios, não os cliques dentro de um site. Para profundidade, você ainda precisa do Screaming Frog, Sitebulb ou do seu próprio script, e o que adicionamos é a informação sobre onde o equity começa. Veja pontos de entrada para saber como.

Por que a profundidade a partir da página inicial engana em sites ricos em links

A profundidade de rastreamento, lida isoladamente, é apenas uma distância de um lugar. O lugar que importa é onde os links realmente começam, e em um site com fortes entradas, isso geralmente não é a página inicial.

Pegue uma entrada de glossário que esteja no fundo da estrutura do seu menu. Três domínios linkam para ela. Sua distância real é um clique a partir de uma entrada, e a coluna de profundidade no seu rastreamento nunca dirá isso.

Uma página profunda que já recebe um link

Pegue uma página a seis cliques da página inicial. Se um artigo a três cliques de profundidade linkar para ela, um leitor que chega de fora a alcançará em um passo, independentemente do que o export do rastreamento diga.

Os números de profundidade são mais úteis como um ranking do que verificar primeiro. Eles deixam de ser úteis no momento em que são lidos como um veredito sobre a página.

Caminhos de pasta não são caminhos de cliques

Uma URL como /a/b/c/ pode estar a um clique da página inicial, porque um menu linka diretamente para ela. A pasta diz como o site foi organizado, enquanto a contagem de cliques diz como ele é alcançado.

Mover uma página para uma pasta mais rasa geralmente significa um redirecionamento e um novo endereço para um link que já funciona. Essa troca raramente compensa, a menos que a migeração já estivesse acontecendo.

Uma lista curta das pastas que seus menus realmente usam é um ponto de partida melhor do que a árvore de diretórios completa, que inclui muitas páginas para as quais ninguém linka.

O tempo de rastreamento depende das configurações, não de uma regra

As pessoas perguntam quanto tempo deve levar o rastreamento de um site de porte médio. Não há resposta fixa, porque a velocidade do rastreamento, as solicitações permitidas por segundo, o número de variantes de parâmetros e a porcentagem de páginas que renderizam tarde movem o número.

Execute um pequeno rastreamento e cronometre-o. Multiplique pelas seções que importam para você e trate o resultado como uma estimativa de planejamento, não como uma referência.

Reexecutando a profundidade a partir das entradas

Pegue a lista de entrada de toppages e trate cada URL como um nó de origem. Em seguida, execute uma busca em largura sobre o export do seu rastreamento e registre o caminho de clique mais curto de cada página de entrada para cada página de conversão.

Uma página que está a cinco cliques da página inicial, mas a um clique de um artigo fortemente linkado, não é profunda. Está simplesmente em um ramo diferente do delta.

O artigo original do PageRank de 1998 modelou a estrutura de links como uma caminhada por um grafo, não como uma árvore de diretórios. Medir a partir das fontes aplica a mesma ideia ao seu próprio site.

Fontes primeiro, distâncias depois. Esse é o método. Faça uma vez e a coluna de profundidade começa a explicar as coisas. O exemplo prático de hub coloca isso em prática.

Inchaço de rastreamento por parâmetros, e por que a profundidade é culpada por isso

Parâmetros são a razão usual pela qual um relatório de profundidade parece alarmante. Um site pode ter uma estrutura sensata e ainda gerar milhares de endereços a partir de filtros, ordenações e IDs de sessão.

A correção depende de qual sinal você envia, e cada sinal faz um trabalho diferente.

Parâmetros inflacionam as contagens

Um filtro, uma ordem de classificação ou um ID de sessão podem transformar uma categoria em centenas de endereços. Cada variante adiciona ao export do rastreamento e dilui os links que deveriam apontar para a página limpa.

Antes de alterar qualquer configuração de profundidade, conte as variantes. Agrupe endereços por caminho e liste quais strings de consulta aparecem. A correção usual é parar de linkar para as variantes, não persegui-las com regras.

Comece com os parâmetros que aparecem com mais frequência nos seus exports de links, já que essas variantes já atraem links e merecem atenção primeiro.

Sinais que pedem ao crawler para parar

Não há um único interruptor universal que diga para parar o rastreamento além deste ponto sem efeitos colaterais. Uma tag canonical nomeia o endereço preferido, uma diretiva noindex mantém uma página fora dos resultados, e remover links internos para uma variante reduz a frequência com que ela é encontrada.

Escolha o sinal que corresponde ao problema. Desperdício de rastreamento e indexação estão relacionados, mas não são a mesma coisa, e uma correção para um pode deixar o outro intocado.

Teste cada sinal em uma variante antes de aplicá-lo a toda a família. Um pequeno teste mostra se a variante deixa o índice como você esperava.

Regras do robots escondem, não limpam

Uma regra de disallow no robots.txt impede que bots compatíveis busquem um caminho. Ela não remove uma URL que já tem links apontando para ela. Ela também impede que um crawler leia a tag canonical ou noindex nessa página.

Leia as regras antes de confiar nelas. Um caminho bloqueado ainda pode aparecer como um endereço nu nos resultados, então combine qualquer bloqueio com um plano para os links que apontam para ele. Se uma correção significa mover caminhos, o manual de migração cobre a ordem de trabalho.

Uma auditoria simples lista cada regra de disallow ao lado das URLs que ela cobre, para que você possa ver quais regras bloqueiam páginas que ainda ganham links.

Verificando a profundidade na saída renderizada

Os números de profundidade dependem de quais links um crawler pode ver. Uma página com muitos scripts pode mostrar menos links para uma busca simples do que um navegador faz, então o relatório de profundidade pode diferir por ferramenta.

Mantenha a comparação curta e específica.

Compare o HTML de origem com o HTML renderizado

Busque o código-fonte bruto de uma página, depois o DOM renderizado, e compare as listas de links. Uma lacuna significa que parte da sua profundidade vem do JavaScript, em vez do markup.

Conte os links em ambas as versões para cinco páginas representativas e anote quais seções só aparecem após a renderização. Essa lista curta diz onde um número de profundidade pode ser confiável.

Observe se uma diferença aparece apenas em um template. Uma lacura em nível de template é uma correção que você faz uma vez, enquanto lacunas espalhadas precisam de trabalho página por página.

Links dentro de widgets do lado do cliente

Uma parede de produtos construída em React pode mostrar títulos e pequenas descrições enquanto as imagens e os links por trás delas carregam tarde. Se isso é suficiente depende dos links, então verifique se cada cartão tem um âncora rastreável.

Imagine uma grade de quarenta produtos onde apenas os primeiros doze estão na saída do servidor. Os outros vinte e oito estão a um clique de distância para uma pessoa, mas invisíveis na origem, e essa lacuna aparece como profundidade extra no seu rastreamento.