Trzy narzędzia, trzy różne pytania
Wyobraź sobie sklep, w którym skaner znajduje 800 adresów, Search Console pokazuje 550 stron w jednym ze stanów indeksowania, a analityka odnotowuje wizyty na 420 ścieżkach. Kuszące jest szukanie jednej „prawidłowej” liczby. Zwykle lepiej najpierw zapytać, co dokładnie policzono. Te wartości nie opisują tego samego zbioru stron.
Crawl wykonany własnym narzędziem pokazuje adresy, do których skaner dotarł przy określonych ustawieniach i z określonych punktów startowych. Search Console przedstawia informacje związane z tym, jak Google zna i ocenia adresy w danej usłudze; poszczególne raporty obejmują różne grupy i stany. Analityka opisuje zarejestrowane interakcje użytkowników, a nie kompletny spis witryny. Adres może istnieć i być dostępny, lecz nie mieć wizyt w wybranym okresie.
Zanim zestawisz liczby, zapisz nazwę raportu, zakres dat, wersję witryny oraz jednostkę liczenia. „Odwiedzone adresy”, „strony zindeksowane”, „strony niezaindeksowane” i „strony, na których zarejestrowano odsłonę” nie są zamiennymi etykietami.
Co może znaleźć skaner, a czego nie znajdzie
Wynik crawla zależy od tego, skąd skaner zaczyna i za jakimi odnośnikami podąża. Jeśli startuje ze strony głównej, może nie odkryć osieroconego artykułu, do którego nie prowadzi żaden link wewnętrzny. Dodanie mapy witryny jako źródła adresów może ujawnić więcej podstron. Z kolei ustawiony limit głębokości lub liczby URL-i skróci listę, choć pozostałe strony nadal będą istnieć.
Znaczenie mają też ustawienia techniczne: obsługa JavaScriptu, respektowanie robots.txt, sposób liczenia przekierowań oraz adresów z parametrami. W sklepie sortowanie i filtrowanie produktów może tworzyć wiele wariantów URL-i prowadzących do podobnej treści. Skaner, który traktuje każdy wariant jako osobny adres, poda większą liczbę niż narzędzie grupujące je według wybranej wersji strony.
Dlatego zachowaj nie tylko sumę, ale też eksport adresów wraz z kodem odpowiedzi, adresem docelowym przekierowania, znacznikiem noindex i wskazaniem canonical, jeśli skaner je odczytuje. Taka lista pozwala ustalić, czy rozbieżność dotyczy rzeczywistych podstron, czy głównie wariantów i adresów technicznych.
Dlaczego dane w Search Console nie są spisem całego serwisu
Search Console może znać adres, którego skaner nie znalazł w bieżącym przebiegu, na przykład dlatego, że podstrona była wcześniej dostępna lub występuje w mapie witryny. Może też pokazywać adresy wykluczone z indeksowania: duplikaty, przekierowania, strony z noindex albo strony, których nie udało się pobrać. Sama obecność URL-a w raporcie nie oznacza więc, że jest on zindeksowaną podstroną.
Przy porównywaniu danych sprawdź zakres usługi. Usługa obejmująca jedynie konkretny prefiks adresu nie musi odpowiadać crawlovi całej domeny. Różnicę mogą powodować także protokoły, subdomeny i ścieżki poza wybranym prefiksem. Następnie porównaj właściwe grupy w raporcie indeksowania, zamiast zestawiać jedną jego kategorię z sumą wszystkich adresów ze skanera.
Szczególnie użyteczne jest sprawdzenie przykładów, nie tylko sum. Jeśli skaner wykrywa liczne adresy z parametrami, a Search Console wskazuje dla nich inną wersję kanoniczną, różnica ma zrozumiałe źródło. Jeśli natomiast ważne strony kategorii są dostępne dla skanera, lecz raport sugeruje problem z ich indeksowaniem, warto zbadać je osobno.
Dlaczego analityka zwykle pokazuje jeszcze inną liczbę
Narzędzie analityczne rejestruje zdarzenia zgodnie ze swoją konfiguracją. Nowa podstrona bez odwiedzin w badanym okresie nie pojawi się na liście oglądanych stron. Podobnie może być ze stroną, na której kod pomiarowy się nie uruchamia. Na dane wpływają też ustawienia zgód, blokowanie skryptów, filtry oraz sposób wdrożenia pomiaru. Brak URL-a w analityce nie dowodzi, że strona jest niedostępna dla skanera lub wyszukiwarki.
Uważaj również na wymiar użyty w raporcie. Sama ścieżka może połączyć adresy z różnych hostów, a ścieżka z parametrami zapytania może rozdzielić jedną treść na wiele wierszy. W serwisie z wyszukiwarką wewnętrzną różne zapytania użytkowników mogą generować liczne warianty adresu wyników. Liczba wierszy zależy wtedy częściowo od sposobu raportowania, a nie tylko od liczby przygotowanych podstron.
Porównuj ten sam okres i odpowiedni zakres ruchu, ale nie oczekuj pełnej zgodności. Nawet po ujednoliceniu adresów analityka odpowiada przede wszystkim na pytanie „co zostało zmierzone podczas wizyt?”, a nie „jakie strony może odkryć robot?”.
Prosta procedura diagnozy rozbieżności
Zacznij od określenia celu. Jeśli sprawdzasz, czy ważne strony oferty mogą być indeksowane, przygotuj ich listę niezależnie od raportów. Jeśli szukasz nadmiarowych URL-i, skup się na wariantach z parametrami, przekierowaniach i duplikatach. Jedna suma dla całej witryny rzadko wskaże, gdzie leży problem.
Następnie wykonaj kontrolę w pięciu krokach: 1) ustal wspólny zakres hostów i ścieżek; 2) zanotuj daty oraz ustawienia crawla; 3) sprowadź adresy do porównywalnej postaci, rozstrzygając, czy uwzględniasz parametry i końcowy ukośnik; 4) podziel URL-e na grupy, na przykład artykuły, kategorie i strony produktów; 5) wybierz po kilka adresów występujących tylko w jednym źródle i sprawdź ich odpowiedź serwera, linkowanie, noindex, canonical oraz działanie pomiaru.
Na koniec zapisz przyczynę każdej istotnej grupy różnic i decyzję, czy wymaga działania. Brak odsłon starego poradnika może być oczekiwany; ważna kategoria pominięta w linkowaniu wewnętrznym zasługuje na uwagę. Celem nie jest doprowadzenie trzech liczników do tej samej wartości, lecz zrozumienie, czy właściwe podstrony są dostępne, możliwe do odkrycia i mierzone zgodnie z planem.
