Adâncimea de indexare și autoritatea linkurilor: cinci mituri, verificate

Adâncimea este o distanță, iar distanța necesită un punct de origine

Fiecare raport de audit are o coloană pentru adâncime. Este ușor de calculat, așa că este tratată ca fiind cauza problemelor.

Într-un graf de linkuri, adâncimea este doar o distanță. Distanță de unde? Această întrebare decide dacă numărul are vreun sens și este firul roșu al celor cinci mituri de mai jos.

Păstrăm limitele propriului crawler sub control. Acesta vede linkuri între domenii, nu clickurile din interiorul unui site. Pentru adâncime ai nevoie totuși de Screaming Frog, Sitebulb sau de propriul script, iar ceea ce adăugăm noi este informația despre unde începe autoritatea. Vezi puncte de intrare pentru detalii.

De ce adâncimea de la pagina principală induce în eroare pe site-urile bogate în linkuri

Adâncimea de crawl, citită singură, este doar o distanță de la un singur loc. Locul care contează este oriunde încep cu adevărat linkurile, iar pe un site cu puncte de intrare puternice, acesta este adesea nu pagina principală.

Ia o intrare de glosar care se află adânc în structura meniului tău. Trei domenii linkuiesc către ea. Distanța sa reală este un click de la un punct de intrare, iar coloana de adâncime din crawl-ul tău nu va spune niciodată acest lucru.

O pagină adâncă care primește deja un link

Ia o pagină la șase clickuri de pagina principală. Dacă un articol la trei clickuri adâncime linkuiește către ea, un utilizator care ajunge din exterior o va atinge într-un singur pas, indiferent ce spune exportul de crawl.

Numerele de adâncime sunt cele mai utile ca un ranking al lucrurilor de verificat prima dată. Încetează să mai fie utile în momentul în care sunt citite ca un verdict asupra paginii.

Căile din foldere nu sunt căi de click

Un URL precum /a/b/c/ poate fi la un click de pagina principală, deoarece un meniu linkuiește direct către el. Folderul îți spune cum a fost organizat site-ul, în timp ce numărul de clickuri îți spune cum este accesată.

Mutarea unei pagini într-un folder mai puțin adânc înseamnă de obicei un redirect și o nouă adresă pentru un link care funcționează deja. Acest schimb rar merită, decât dacă migrarea avea loc oricum.

O listă scurtă a folderelor pe care le folosesc efectiv meniurile tale este un punct de start mai bun decât arborele complet de directoare, care include multe pagini către care nimeni nu linkuiește.

Timpul de crawl depinde de setări, nu de o regulă

Oamenii întreabă cât ar trebui să dureze un crawl al unui site de dimensiune medie. Nu există un răspuns fix, deoarece viteza de crawl, cererile pe care le permiți pe secundă, numărul de variante de parametri și cota de pagini care se randează târziu modifică cifra.

Rulează un crawl mic și cronometrează-l. Înmulțește cu secțiunile care te interesează și tratează rezultatul ca pe o estimare de planificare, nu ca pe un benchmark.

Refacerea adâncimii de la punctele de intrare

Ia lista de intrare din toppages și tratează fiecare URL ca un nod sursă. Apoi rulează o parcurgere breadth-first peste exportul tău de crawl și înregistrează cea mai scurtă cale de click de la fiecare pagină de intrare către fiecare pagină de conversie.

O pagină care este la cinci clickuri de pagina principală, dar la un click de un articol puternic linkuit, nu este deloc adâncă. Este pur și simplu pe o ramură diferită a graficului.

Articolul original PageRank din 1998 a modelat structura linkurilor ca o parcurgere printr-un grafic, nu ca un arbore de directoare. Măsurarea de la surse aplică aceeași idee site-ului tău.

Sursele întâi, distanțele al doilea. Aceasta este metoda. Fă-o o dată și coloana de adâncime începe să explice lucruri. Exemplul practic de pe pagina hub îl pune în practică.

Umflarea crawl-ului din parametri și de ce adâncimea este vinovată pentru aceasta

Parametrii sunt motivul obișnuit pentru care un raport de adâncime arată alarmant. Un site poate avea o structură rezonabilă și totuși să genereze mii de adrese din filtre, sortări și ID-uri de sesiune.

Soluția depinde de semnalul pe care îl trimiți, iar fiecare semnal are un rol diferit.

Parametrii umflă numărătoarea

Un filtru, o ordine de sortare sau un ID de sesiune pot transforma o categorie în sute de adrese. Fiecare variantă se adaugă la exportul de crawl și diluează linkurile care ar trebui să pointeze către pagina curată.

Înainte să modifici orice setare de adâncime, numără variantele. Grupază adresele pe cale și listează ce șiruri de interogare apar. Soluția obișnuită este să nu mai linkuiești către variante, nu să le vânezi cu reguli.

Începe cu parametrii care apar cel mai des în exporturile tale de linkuri, deoarece aceste variante atrag deja linkuri și merită atenție prima dată.

Semnale care cer unui crawler să se oprească

Nu există un singur comutator universal care să spună stop crawlării dincolo de acest punct fără efecte secundare. Un tag canonical numește adresa preferată, o directivă noindex ține o pagină din rezultate, iar eliminarea linkurilor interne către o variantă scade frecvența cu care este găsită.

Alege semnalul care se potrivește cu problema. Risipa de crawl și indexarea sunt legate, dar nu sunt același lucru, iar o soluție pentru una poate lăsa pe cealaltă neschimbată.

Testează fiecare semnal pe o variantă înainte să îl aplici întregii familii. Un test mic arată dacă varianta rămâne în index așa cum te-ai așteptat.

Regulile Robots ascund, nu curăță

O regulă disallow în robots.txt oprește botii conformi de la preluarea unei căi. Nu elimină un URL care are deja linkuri care pointează către el. De asemenea, oprește un crawler de la citirea tag-ului canonical sau noindex de pe acea pagină.

Citește regulile înainte să te bazezi pe ele. O cale blocată poate apărea totuși ca o adresă goală în rezultate, așa că asociază orice blocare cu un plan pentru linkurile care pointează către ea. Dacă o soluție implică mutarea căilor, manualul de migrare acoperă ordinea lucrului.

Un audit simplu listează fiecare regulă disallow alături de URL-urile pe care le acoperă, astfel încât să poți vedea care reguli blochează pagini care încă câștigă linkuri.

Verificarea adâncimii pe output-ul randat

Numerele de adâncime depind de linkurile pe care le poate vedea un crawler. O pagină cu mult script poate arăta mai puține linkuri la o preluare simplă decât le face un browser, așa că raportul de adâncime poate diferi în funcție de instrument.

Păstrează comparația scurtă și specifică.

Compară HTML-ul sursă cu HTML-ul randat

Preluați sursa brută a unei pagini, apoi DOM-ul randat și comparați listele de linkuri. Un gap înseamnă că o parte din adâncimea ta provine din JavaScript, nu din markup.

Numără linkurile din ambele versiuni pentru cinci pagini reprezentative și notează ce secțiuni apar doar după randare. Acea listă scurtă îți spune unde o cifră de adâncime poate fi de încredere.

Notează dacă o diferență apare doar pe un șablon. Un gap la nivel de șablon este o remediere pe care o faci o dată, în timp ce gapurile împrăștiate necesită muncă pagină cu pagină.

Linkuri în widget-uri client-side

Un perete de produse construit în React poate arăta titluri și scurte descrieri în timp ce imaginile și linkurile din spatele lor se încarcă târziu. Dacă este suficient depinde de linkuri, așa că verifică dacă fiecare card are un anchor crawlabil.

Imaginează-ți un grid de patruzeci de produse unde doar primele douăsprezece sunt în output-ul serverului. Celelalte douăzeci și opt sunt la un click distanță pentru o persoană, dar invizibile în sursă, iar acel gap apare ca adâncime suplimentară în crawl-ul tău.