Faragiri
فارسی

زبان را انتخاب کنید ۴

همهٔ زبان‌ها

آموزش ایندکس شدن جست‌وجو چگونه کار می‌کند

یک فروشگاه کاشی در یزد ۲۸۸۰ آدرس داشت، ۲۴۱۰ تایشان خوانده شد و ۱۱۵۰ تا نگه داشته شد، و آن‌هایی که افتادند تقریباً کپی هم بودند.

۳بخش
۳دقیقه خواندن
۴عمق

خوانده شدن و ذخیره شدن دو کار جدا هستند و فاصله‌شان بزرگ‌تر از چیزی است که به نظر می‌رسد. فروشگاه کاشی و سرامیک «کاشانه» در یزد این چهار عدد را از گزارش ایندکس بیرون کشید: ۲۸۸۰ آدرس شناخته‌شده، ۲۴۱۰ خوانده‌شده، ۱۱۵۰ ذخیره‌شده، ۷۸۰ نمایش‌داده‌شده.

جایی که باید نگاه کرد، جایی نیست که همه نگاه می‌کنند. بزرگ‌ترین افت بین خوانده‌شده و ذخیره‌شده است، نه بین شناخته‌شده و خوانده‌شده. هزار و دویست و شصت صفحه کامل خوانده شدند و بعد نگه داشته نشدند، یعنی موتور وقت گذاشت، متن را دید، و تصمیم گرفت چیزی به آنچه از قبل دارد اضافه نمی‌کند.

دلیلش هم در کاشانه یک چیز بود. صفحه‌های تقریباً تکراری دسته‌ای حذف می‌شوند و یکی نگه داشته می‌شود. هر طرح کاشی در شش اندازه صفحه جدا داشت و متن هر شش تا یکی بود، جز عدد ابعاد. صفحه‌ای که فقط در یک اندازه یا یک رنگ فرق دارد، برای ایندکس یک صفحه است، هرچند برای انبار شش کالاست.

انتخابی که شما نمی‌کنید

نکته‌ای که بیشتر تیم‌ها دیر می‌فهمند این است: موتور کنونیکال را خودش انتخاب می‌کند و اعلام شما یک پیشنهاد است. کاشانه روی هر شش صفحه، صفحه اندازه ۶۰ در ۶۰ را به عنوان نسخه اصلی اعلام کرده بود و موتور در ۴۰۰ مورد نسخه دیگری را انتخاب کرده بود، معمولاً همانی که لینک بیشتری داشت.

کنونیکال

آیا آدرسی که اعلام کرده‌اید همان است که موتور انتخاب کرده؟

اعلام کنونیکال فقط یک پیشنهاد است و موتور بر پایه لینک‌ها و شباهت متن، نسخه اصلی را خودش برمی‌گزیند.

مقایسه کنونیکال اعلام‌شده و انتخاب‌شده در سرچ کنسول
  • یکسان هستند
    همان صفحه‌ای که نوشته‌اید وارد رقابت می‌شودصفحه در انبار می‌ماند، مگر آنکه کم‌محتوا یا صرفاً یک عنوان و شبکه عکس باشد.
    • سیگنال لینک‌ها با آدرس پیشنهادی شما همسو است
    • شرح واقعی محصول یا دسته برای تمایز وجود دارد
  • متفاوت هستند
    صفحه دیگری جای نسخه شما را در نتایج می‌گیرددر کاشانه، موتور در ۴۰۰ مورد به‌جای صفحه اعلامی ۶۰ در ۶۰ آدرس پرلینک‌تر را برگزید.
    • صفحه‌های تکراری اندازه یا رنگ دسته‌ای کنار گذاشته می‌شوند
    • تغییرات سئو روی آدرس اعلامی بی‌اثر می‌ماند

کم‌محتوا و تکراری دو دلیل اصلی حذف پس از خواندن هستند و در گزارش ایندکس صفحه دیده می‌شوند.

پس کار عملی این است: ببینید موتور کدام آدرس را انتخاب کرده، نه اینکه شما کدام را اعلام کرده‌اید. گزارش ایندکس صفحه در سرچ کنسول گوگل رایگان است، جای حدس زدن از روی نبودن یک صفحه در نتایج را گرفته، و کنونیکال اعلام‌شده را کنار کنونیکال انتخاب‌شده می‌نویسد. اگر این دو یکی نیستند، صفحه‌ای که می‌نویسید و صفحه‌ای که رتبه می‌گیرد یکی نیستند.

دو دلیل هم بقیه را توضیح می‌دهند و بیشتر از این هم نیست. کم‌محتوا و تکراری، دو دلیلی هستند که بیشتر حذف‌ها را توضیح می‌دهند. در کاشانه، تکراری بخش بزرگ کار بود و کم‌محتوا مربوط به صفحه‌های دسته‌ای می‌شد که فقط یک عنوان و یک شبکه عکس داشتند و یک جمله هم درباره خود دسته نمی‌گفتند.

کاری که کاشانه کرد

راه‌حل حذف صفحه نبود، ادغام بود. شش صفحه اندازه به یک صفحه طرح تبدیل شد که ابعاد در آن یک انتخاب روی همان صفحه است، و متن هر صفحه درباره خود طرح نوشته شد: کجا استفاده می‌شود، با چه بندکشی، و اینکه در نور مصنوعی چه شکلی می‌شود. ادغام ۶۴۰ صفحه اندازه در ۹۰ صفحه، ۷۴ تایشان را وارد نتایج کرد در حالی که پیش از آن از کل ۶۴۰ تا فقط ۳۱ تا نمایش داشتند.

ایندکس

نزدیک سه هزار آدرس، و آنچه در هر مرحله باقی می‌ماند

مرحله‌ای که بیشترین را حذف می‌کند همان است که کسی نگاهش نمی‌کند، و صفحه‌هایی را حذف می‌کند که کامل خوانده شده‌اند و بعد بی‌اضافه تشخیص داده شده‌اند.

  1. آدرس‌های شناخته‌شدهاز لینک‌ها و نقشه سایت با هم.۲۸۸۰
  2. خوانده‌شدهکامل خوانده‌شده در طول دوازده ماه.۲۴۱۰
  3. ذخیره‌شدهبیشترش صفحه‌های اندازه که دسته‌ای افتادند و از هر دسته یکی ماند.۱۱۵۰
  4. تا حالا برای چیزی نمایش داده‌شدهذخیره‌شده و هنوز با هیچ عبارتی که کسی تایپ کرده باشد جور نشده.۷۸۰

نوار آخر نتیجه ایندکس نیست. ۳۷۰ صفحه در انبارند و هرگز نمایش داده نشده‌اند، و هیچ گزارشی نمی‌گوید تقصیر صفحه‌هاست یا عبارت‌ها.

در بازار کاشی ایران این وضعیت تقریباً همه‌جا هست، چون کاتالوگ‌ها از فایل کارخانه وارد می‌شوند و هر ترکیب رنگ و اندازه یک ردیف است. سایتی که این ردیف‌ها را مستقیم به صفحه تبدیل کند، هزاران صفحه می‌سازد که هیچ‌کدام حرفی از خودشان ندارند.

یک بند آخر هم درباره نوار چهارم لازم است. ۳۷۰ صفحه ذخیره شده‌اند و هرگز برای هیچ عبارتی نمایش داده نشده‌اند، و هیچ گزارشی نمی‌گوید این تقصیر صفحه است یا اینکه کسی چنین چیزی جست‌وجو نمی‌کند. صفحه ایندکس‌شده یک نسخه در یک انبار است، نه صفحه‌ای که نوشته‌اید، و ماندن در آن انبار هیچ تضمینی نیست.

وقتی تعداد صفحه‌ها معیار می‌شود

حالت شکست این کار، افتخار به تعداد صفحه است. سایتی که می‌گوید ده هزار صفحه دارد، معمولاً هزار صفحه دارد و نه هزار نسخه. نشانه‌اش این است که نسبت ذخیره‌شده به شناخته‌شده زیر نصف باشد و کسی نداند چرا. اگر این نسبت را نمی‌دانید، نمی‌دانید سایتتان چقدر بزرگ است.

خطای معیار

ظاهر ده هزار صفحه در کاتالوگ در برابر آنچه واقعاً ذخیره شده است

افتخار به شمارش آدرس‌های خروجی فایل کارخانه پنهان می‌کند که موتور بخش بزرگی از آن‌ها را یک صفحه تکراری دیده است.

  • ادعای داشتن هزاران صفحه مجزاشمارش ردیف‌های رنگ و اندازه بدون توجه به ذخیره شدن.
مرز نمایش بیرونی و گزارش ایندکس
  • نسبت ذخیره به شناخته زیر نصفنشانه‌ای روشن از اینکه موتور بیشتر آدرس‌ها را دور ریخته است.
  • نه‌هزار نسخه تکراری در کنار هزار صفحه اصلیآدرس‌هایی که متن یکسان دارند و حرفی از خودشان ندارند.
  • بی‌اطلاعی تیم از اندازه واقعی سایتوقتی معیار تعداد فایل است نه صفحه‌های ماندگار در انبار.

اندازه واقعی سایت تعداد صفحه‌های ذخیره‌شده و متمایز است، نه تعداد ردیف‌های کاتالوگ.

اینکه اصلاً چطور این آدرس‌ها پیدا شده‌اند، در یک صفحه اصلاً چطور پیدا می‌شود است. پرسش بعدی این است که از میان صفحه‌های ذخیره‌شده، کدام‌ها و به چه ترتیبی نشان داده می‌شوند، که موضوع چه چیزی واقعاً ترتیب را تعیین می‌کند است، و همان ترکیب اندازه و رنگ، مسئله همیشگی سئوی فروشگاه اینترنتی است.

کنار این

بالای این