آموزش سئو تکنیکال

سئو تکنیکال از چه لایه هایی ساخته شده است؟

چهار لایه، و هر کدام یک شرط برای لایه بعدی. صفحه باید قابل رسیدن باشد تا خزیده شود، خزیده شود تا رندر شود، رندر شود تا متنش ایندکس شود، و ایندکس شود تا اصلا بحث سرعت معنی پیدا کند.

حالا یک نکته که در فهرست های فارسی معمولا برعکس نوشته می شود. ترتیب کار خود گوگل، طبق دیاگرامی که در مستند جاوااسکریپت خودش کشیده، خزش و بعد رندر و بعد ایندکس است. رندر بین آن دو تاست، نه بعد از ایندکس. برای صفحه ای که متنش با جاوااسکریپت ساخته می شود، همین یک جابه جایی تعیین می کند که متن اصلا وارد ایندکس بشود یا نه.

ترتیب یادگیری اما با ترتیب ماشین یکی نیست و لازم هم نیست باشد. شما از پایین یاد می گیرید، چون هر لایه شرط لایه بالاست؛ ولی از بالا متوجه مشکل می شوید، چون سرعت تنها لایه ای است که خودتان و مشتریتان هم می بینیدش. کسی که این دو را قاطی می کند، شش ماه روی سرعت کار می کند در حالی که صفحه اصلا ایندکس نشده.

و یک مرزبندی که وقت زیادی صرفه جویی می کند: اینکه کدام یک از این لایه ها بیشترین اثر را روی رتبه دارد، بحث دیگری است و ما جدا نوشته ایمش. سئو تکنیکال چیست و کدام بخش آن واقعا اثر دارد همان اولویت بندی را از دل پروژه های واقعی بیرون می کشد. این درس اولویت بندی نمی کند؛ مسیر یادگیری می دهد و در هر لایه می گوید چه چیزی را چطور چک کنید.

لایه خزش: از کجا بفهمم گوگل به صفحه می رسد؟

خزش یعنی خزنده گوگل آدرس را پیدا کند، اجازه گرفتنش را داشته باشد، و سرور جوابش را بدهد. سه شرط جدا که هر کدام جدا هم خراب می شوند.

پیدا کردن از لینک می آید. صفحه ای که هیچ لینکی از داخل سایت به آن نمی رود و فقط در نقشه سایت هست، از دید گوگل صفحه حاشیه ای است. اولین چک همیشه همین است: از صفحه اصلی، با چند کلیک به این صفحه می رسید؟

اجازه از فایل robots.txt می آید و اینجا یک قاعده هست که در فارسی تقریبا هیچ جا نوشته نشده. گوگل می گوید برای هر خزنده فقط یک گروه معتبر است: خزنده گروهی را انتخاب می کند که نامش از همه دقیق تر با او می خواند و بقیه گروه ها را نادیده می گیرد. جمله بعدی مستند حتی صریح تر است: گروه اختصاصی و گروه سراسری با هم ترکیب نمی شوند.

یعنی اگر برای یک ربات نام برده یک گروه جدا نوشته اید، آن ربات هیچ کدام از قانون های گروه ستاره را نمی بیند. یک بار robots.txt خودتان را با همین چشم بخوانید؛ احتمالش هست که چند قانون که فکر می کردید همه جا اعمال می شوند، فقط برای بخشی از خزنده ها نوشته شده باشند.

نیمه دوم همین قاعده را هم از قلم نیندازید، چون موقع خواندن یک فایل واقعی لازمش می شوید: چند گروه که همه شان برای یک خزنده نوشته شده اند با هم ادغام می شوند. پس در فایلی که سه بار گروه ستاره دارد، خزنده ای که گروه اختصاصی ندارد قانون های هر سه را با هم می گیرد. نیمه اول قاعده می گوید گروه ستاره را نادیده بگیر، نیمه دوم می گوید کدام گروه ها را با هم بخوان، و کسی که فقط نیمه اول را بلد است فایل واقعی را اشتباه می خواند.

شرط سوم، جواب سرور، ساده ترین است و بیشترین وقت را می گیرد: کد وضعیت ۲۰۰ برای صفحه ای که باید بماند، ۳۰۱ برای صفحه ای که جابه جا شده، و ۴۰۴ برای صفحه ای که واقعا نیست. صفحه ای که محتوایش رفته ولی هنوز ۲۰۰ برمی گرداند، همان چیزی است که به آن خطای نرم می گویند و از هر دو حالت دیگر بدتر است.

چرا مسدود کردن در robots.txt با noindex یکی نیست؟

این بخش را اگر فقط یک چیز از این درس قرار است بماند، همین باشد.

robots.txt می گوید نخوان. تگ noindex می گوید خواندی، ولی در نتایج نشانش نده. اولی کنترل لایه خزش است و دومی کنترل لایه ایندکس، و اگر هر دو را با هم روی یک صفحه بگذارید، دومی هیچ وقت خوانده نمی شود.

گوگل خودش این را با صراحت کامل نوشته: برای اینکه قانون noindex اثر کند، صفحه نباید در robots.txt مسدود باشد و باید برای خزنده در دسترس باشد؛ اگر مسدود باشد خزنده هیچ وقت آن قانون را نمی بیند و صفحه می تواند همچنان در نتایج ظاهر شود، مثلا وقتی صفحه های دیگری به آن لینک داده اند.

پس صفحه ای که می خواهید از نتایج بیرون برود باید باز بماند تا خزنده وارد شود و تگ را ببیند. این دقیقا برعکس چیزی است که شهود آدم می گوید و به همین دلیل هر ماه یک نفر همین اشتباه را می کند.

در سند دیگری، همان جا که درباره آدرس های تکراری حرف می زند، گوگل باز به همین برمی گردد و می نویسد از robots.txt برای یکپارچه سازی آدرس ها استفاده نکنید، چون ممکن است آدرس های مسدود شده را همچنان بدون محتوایشان ایندکس کند. دو صفحه مستقل، یک حرف: مسدود کردن با حذف کردن یکی نیست.

لایه رندر: گوگل همان چیزی را می بیند که شما می بینید؟

مرورگر شما جاوااسکریپت را اجرا می کند و صفحه کامل می شود. گوگل هم اجرا می کند، ولی نه در همان لحظه.

مستند خود گوگل می نویسد که خزنده صفحه ها را هم برای خزش و هم برای رندر در صف می گذارد، و همان جا اضافه می کند که از بیرون معلوم نیست یک صفحه در انتظار خزش است یا در انتظار رندر. یعنی بین لحظه ای که گوگل کد صفحه شما را می گیرد و لحظه ای که متن ساخته شده با اسکریپت را می بیند، یک فاصله وجود دارد که طولش را شما تعیین نمی کنید.

چک این لایه از همه ساده تر است و به هیچ ابزاری نیاز ندارد. کد خام صفحه را بگیرید، نه چیزی که در ابزار توسعه دهنده مرورگر می بینید، و یک جمله از متن اصلی مقاله را داخلش جستجو کنید. اگر جمله آنجا هست، لایه رندر مشکل شما نیست. اگر نیست، متن شما فقط برای مرورگر وجود دارد.

تفاوت این دو را اکثر آموزش ها گم می کنند: کدی که در تب Elements ابزار توسعه دهنده می بینید، همان کد رندر شده است و همیشه پر است. آن چیزی که مهم است، جوابی است که سرور بدون هیچ اسکریپتی فرستاده.

اگر جمله نبود، جواب همیشه بازنویسی کل سایت نیست. برای بیشتر سایت های محتوایی کافی است متن اصلی در همان جواب اول سرور بیاید و بقیه صفحه، مثل نظرها و پیشنهادها، بعدا با اسکریپت ساخته شود.

لایه ایندکس: صفحه هست، در نتایج نیست

ایندکس شدن حق نیست، انتخاب گوگل است. صفحه ای که خزیده و رندر شده هم ممکن است وارد ایندکس نشود، و رایج ترین دلیلش هم مشکل فنی نیست: صفحه چیزی ندارد که در نتایج موجود نباشد.

دلیل فنی رایج تر از آن اما تکراری بودن آدرس است. یک محصول که از سه مسیر دسته بندی باز می شود سه آدرس دارد؛ نسخه با www و بدون آن، با اسلش پایانی و بدون آن، و آدرس هایی که با پارامتر فیلتر ساخته می شوند همه به همین اضافه می شوند. گوگل از بین این آدرس ها یکی را انتخاب می کند و بقیه را کنار می گذارد، و انتخاب او لزوما انتخاب شما نیست.

روش گفتن انتخابتان را خود گوگل به ترتیب قدرت فهرست کرده: ریدایرکت یک سیگنال قوی است، تگ canonical هم یک سیگنال قوی است، و حضور در نقشه سایت یک سیگنال ضعیف. سه تای دیگر هم هست که هیچ کدام کار نمی کنند و همیشه امتحان می شوند: robots.txt، ابزار حذف آدرس، و امیدواری.

کلمه ای که در آن فهرست تکرار می شود سیگنال است، نه دستور. تگ canonical گوگل را مجبور نمی کند و همین است که خیلی ها را عصبانی می کند. اگر دو آدرس محتوای واقعا متفاوتی دارند، canonical گذاشتن روی یکیشان صورت مسئله را پاک نمی کند.

و یک هشدار عملی که به فرق بین دو مسئله برمی گردد: آدرس تکراری یک چیز است و دو مقاله جدا که سر یک کلمه با هم رقابت می کنند چیز دیگری. برای دومی canonical جواب نیست. اگر مطمئن نیستید کدام حالت را دارید، اول ثبت سایت در گوگل و مشکل ایندکس نشدن را ببینید که همین تشخیص را از پایه باز کرده.

لایه سرعت اینجا عمدا کوتاه است

سرعت لایه چهارم است و در این درس دو پاراگراف می گیرد، نه بیشتر. دلیلش این است که سرعت سایت خودش یک مسیر کامل است و جای درست حرف زدن درباره اش مسیر افزایش سرعت سایت است، نه یک بخش از درس سئو تکنیکال.

چیزی که در همین درس باید بدانید یک جمله است: سرعت لایه ای است که وقتی سه لایه زیرش سالم باشند اهمیت پیدا می کند و نه زودتر. صفحه ای که ایندکس نشده، با نمره صد هم صفر بازدید می گیرد. و برعکسش هم درست است؛ صفحه ای که سه لایه اولش سالم است و کند بارگذاری می شود، مشکلی دارد که خواننده اش قبل از گوگل حسش می کند.

سایت چند زبانه یک لایه اضافه می کند

اگر سایتتان یک زبانه است این بخش را رد کنید. اگر نه، اینجا جایی است که بیشتر پروژه های ایرانی وقت از دست می دهند.

وقتی همان صفحه در چهار آدرس وجود دارد، هر چهار آدرس باید به هم معرفی شوند و هر کدام باید خودش را هم در فهرست معرفی ها بیاورد. اگر نسخه انگلیسی خودش را در فهرست خودش نیاورد، آن ارتباط ناقص است. این یکی از آن چیزهایی است که با یک بار نگاه به کد صفحه چک می شود و معمولا هیچ وقت چک نمی شود.

نکته دومی که کمتر جایی نوشته شده به robots.txt برمی گردد. تطبیق مسیر در آن فایل لفظی است، یعنی نوشتن یک قانون برای یک مسیر، همان مسیر را با پیشوند زبان پوشش نمی دهد. سایتی که زبان هایش با پیشوند آدرس جدا می شوند، باید هر قانون را به تعداد زبان هایش بنویسد، وگرنه نسخه های زبانی همان مسیر بی قانون می مانند.

و یک چیز که خیلی ها را غافلگیر می کند: نقشه سایت هم باید همین ارتباط را داشته باشد. اگر افزونه سئوی شما فقط آدرس های زبان اصلی را در نقشه می گذارد، بقیه زبان ها فقط از راه لینک های داخلی پیدا می شوند و همان صفحه های حاشیه ای می شوند که در لایه خزش گفتیم.

از کجا شروع کنم و هر لایه را چطور چک کنم؟

ترتیب زیر همان ترتیبی است که در پروژه اجرا می شود و برای یاد گرفتن هم همان است. هر مرحله یک چک دارد که یا جواب دارد یا ندارد؛ اگر جواب ندارد، مرحله بعد بی معنی است.

اول، مسیر لینک: صفحه از صفحه اصلی با چند کلیک قابل رسیدن است. دوم، اجازه: در robots.txt مسدود نیست، و گروهی که واقعا بر آن صفحه اعمال می شود همان گروهی است که فکر می کردید. سوم، جواب سرور: کد وضعیت همانی است که باید باشد. چهارم، رندر: یک جمله از متن در کد خام صفحه پیدا می شود. پنجم، ایندکس: صفحه در ایندکس هست، و این تنها چیزی است که فقط سرچ کنسول جوابش را دارد، نه هیچ ابزار دیگری و نه هیچ مدل زبانی. ششم، سرعت.

یک هشدار درباره خود چک کردن که از تجربه می آید و در هیچ آموزشی نیست: وقتی کد صفحه را برای پیدا کردن تگ robots جستجو می کنید، به شکل نوشتن گیومه ها دقت کنید. وردپرس و افزونه های سئو این ویژگی را گاهی با گیومه تکی و گاهی با گیومه دوتایی چاپ می کنند، و جستجویی که فقط یک شکل را می شناسد، خیلی راحت گزارش می دهد که تگ وجود ندارد. این را روی همین سایت می شود دید.

و اگر این کار را نمی خواهید خودتان انجام بدهید، همین ترتیب چیزی است که ما در سئو سایت از آن شروع می کنیم؛ نه چون قشنگ است، بلکه چون کار کردن روی لایه اشتباه گران ترین اشتباه این حوزه است.