URL 清单
15 : 1
每个单集页面背后有十五个低质 URL:可抓取地址共 32,014 个,真正值得排名的只有 2,014 个。
发现 1 / 4
HUSHMARK PODCASTS独立播客厂牌,旗下 14 档节目 · 纽约
单集页面收录率从 32% 升至 94%
9 个月 · 北美 · Signal 方案 · 索引精简 · Canonical 标签 · XML 站点地图 · 日志文件分析
已收录的单集页面 · 第 9 个月
起点为 32%
94%
问题所在
自动生成的文字稿、标签和播放器嵌入页面制造了 30,000 个低质 URL,Hushmark 的 2,000 个单集页面只有三分之一被收录。
Hushmark 的 CMS 什么都生成页面:每段文字稿、每个标签、每种播放器皮肤、每个时间戳链接。Google 抓取了这些杂物,判定其中大多数内容单薄,于是三分之二的单集页面没被收录,连正在推广当周的新节目也不例外。
Google 眼中的这盘磁带
32,014
32,014 个可抓取 URL
其中只有 2,014 个值得出现在搜索结果里
审计
URL 清单
15 : 1
每个单集页面背后有十五个低质 URL:可抓取地址共 32,014 个,真正值得排名的只有 2,014 个。
发现 1 / 4
文字稿
9,600
个碎片页,每篇文字稿五页,彼此几乎一模一样。它们没有播放器,也不链回单集,反而和单集页面抢排名。
发现 2 / 4
标签页
71%
的标签页(共 11,800 个)只有一集内容。它们由嘉宾名和关键词批量生成,在 Google 看来就是空列表。
发现 3 / 4
抓取预算
6%
的 Googlebot 访问落在单集页面上。新单集首次被抓取的时间中位数是 23 天,那时首发周早已过去。
发现 4 / 4
32,014 个 URL 逐一归入保留、合并、noindex 或删除。文字稿碎片并回所属单集,11,680 个标签页下线:一个主题,只留一个 URL。
时间戳、分享和排序链接现在都用 canonical 指向干净的单集 URL,内部链接不再带参数,2,600 个重复页面并回它们所复制的原页。
站点地图从 32,014 个 URL 精简到 2,134 个:单集、节目和 120 个主题聚合页,每个都带有来自发布源的真实 lastmod,新单集几天内就能被发现。
九十天的服务器日志揭示了 Googlebot 把访问花在了哪里。我们每月复测,证明抓取已转向单集页面:从 6% 升至 58%。
剪接台
在这里,整个网站就是一盘磁带:每一段代表一类 URL,长度对应页面数量。选中一段低质内容,用对应的处理方式把它剪掉,再看收录表上单集页面的变化。
先选一段,再把它剪掉。方向键可沿磁带移动。
9,600 个 URL
虚构厂牌的模拟数据。
剪辑过程
第 1 个月
抓取全部 32,014 个 URL,并与 90 天的服务器日志和 Search Console 数据逐一比对。
第 2 个月
每类页面模板都归入保留、合并、canonical、noindex 或删除,并经各节目制作人确认。
第 3–4 个月
文字稿并回单集页面,配套 9,600 条重定向;时间戳和分享链接完成规范化。
第 5 个月
11,800 个标签整合为 120 个主题聚合页,播放器页面设为 noindex,站点地图重建为 2,134 个 URL。
第 6–9 个月
每周在日志里跟踪重新抓取,单集页面收录率从 66% 升至 94%。
成果
已收录的单集页面
32% → 94%
2,000 个单集页面中,640 → 1,880
已精简或规范化的低质 URL
30,000
保留 120 个标签页作为主题聚合页;其余全部重定向、规范化或设为 noindex。
单集页面的自然访问量
+87%
每月自然访问 41,000 → 76,700
Googlebot 抓取用于单集页面的比例
6% → 58%
新单集 2 天内就被抓取,而不是 23 天
这是为虚构企业建立的模拟情景,并非真实客户成果。排名和流量从无保证;详见我们的条款。
Googlebot 把访问花在了哪里
| 搜索词 | 之前 | 第 9 个月 |
|---|---|---|
| podcast about the 1977 new york blackout | — | #3 |
| night ferry podcast episode 212 | #14 | #1 |
| subway tunnel history podcast | — | #6 |
| how vinyl pressing plants work podcast | #38 | #4 |
| interview with a jazz luthier podcast | — | #2 |
| bodega economics podcast transcript | #61 | #5 |
排名来自模拟的排名追踪;“—”表示未进入前 100 名。