SEO tehnic pentru SaaS: crawling, indexare, randare JavaScript, Core Web Vitals, schema și greșelile care ascund site-urile de software de Google și AI.

Pe această pagină
Pe scurt
SEO tehnic pentru SaaS se asigură că roboții Google și AI pot ajunge la paginile de marketing, la documentația și la blogul dvs., le pot randa și indexa, iar aplicația din spatele autentificării rămâne în afara căutării. Majoritatea site-urilor SaaS pierd vizibilitate din cauza configurării, nu a conținutului: un șablon comun cu un noindex rămas activ, pagini de produs care există doar după ce rulează JavaScript, un canonical care indică spre pagina principală sau mii de URL-uri cu filtre care consumă timpul de crawl. Reparați mai întâi accesul, apoi randarea, apoi viteza și marcajele, iar rezultatul verificați-l în fiecare lună.
Vrei să afli mai mult? Întreabă
Test rapid
Ți se potrivește SEO și cum ar trebui să începi?
Sorank se potrivește răspunsurilor tale
Testează-l 3 zile pe propriul site și vezi unde te afli pe Google, ChatGPT și pe celelalte IA.
Începe perioada de test gratuită de 3 zile3 zile gratuit, apoi renunți oricând vrei. Garanție de rezultate de 90 de zile, se aplică condiții.
Un blog sau un magazin online are o singură sarcină principală: să publice pagini pe care motoarele de căutare le pot citi. Un site SaaS are cel puțin trei sarcini. Rulează un site de marketing, o aplicație web din spatele autentificării și, de obicei, o documentație sau un centru de ajutor. Fiecare parte rulează adesea pe un stack diferit și se livrează după un alt program. Fiecare poate strica căutarea în felul ei.
Problemele tehnice de pe site-urile SaaS rareori țin de o singură pagină. Ele vin dintr-un șablon, dintr-o setare de build sau dintr-o linie dintr-un fișier de configurare. O greșeală poate afecta sute de URL-uri deodată. Așadar, când auditați, verificați întâi șabloanele și tiparele de URL, apoi paginile individuale.
Lista noastră generală de verificare acoperă bazele pentru orice site în lista de verificare a SEO tehnic. Acest ghid explică ce se schimbă atunci când site-ul vinde software. Dacă vă interesează partea cumpărătorului, adică modul în care un instrument software ajunge pe listele scurte din Google și ChatGPT, citiți pagina despre SEO software pentru SaaS. Acest articol rămâne pe site-ul în sine.
Două părți, două seturi de reguli
Înainte să atingeți vreun tag, hotărâți unde va locui fiecare parte a site-ului. Această alegere este lentă și costisitoare de anulat. Mutarea unui blog de pe un subdomeniu într-un subfolder mai târziu înseamnă schimbarea fiecărui URL, scrierea unei redirecționări pentru fiecare și actualizarea fiecărui link intern și a sitemap-ului.
Majoritatea echipelor SaaS au nevoie de una dintre cele trei configurații. Tabelul le compară, iar recomandarea noastră este în ultima coloană.
| Opțiune | Exemplu | Ce câștigați | Ce vă costă | Decizia noastră |
|---|---|---|---|---|
| Subfolder | example.com/blog | Tot conținutul împarte un domeniu și un set de verificări | Totul rulează pe același stack, deci livrarea trebuie să le gestioneze pe ambele | Alegerea implicită pentru blog și documentație |
| Subdomeniu | docs.example.com | Ușor de găzduit pe un stack sau la un furnizor separat | Fiecare host are nevoie de propriul robots.txt, sitemap, canonicals și proprietate Search Console | Folosiți-l când stack-ul o impune, și gestionați fiecare host intenționat |
| Al doilea domeniu | example-brand.com | Separare curată pentru un alt public sau o altă linie de produse | Două site-uri de construit, de legat și de măsurat, și nimic nu se mută automat | Rar pentru SaaS, și doar cu un motiv de business clar |
Multe companii SaaS pun documentația pe un subdomeniu, iar asta funcționează bine. Prețul este disciplina. Fiecare host are nevoie de propriul fișier robots.txt, propriul sitemap, propriile reguli de canonical și propria verificare în Search Console. Scrieți-le înainte de lansare, nu după prima scădere de trafic.

Folosiți litere mici, cratime și o cale care spune despre ce este pagina, de exemplu /integrations/hubspot și nu /p?id=8841&cat=7. Nu puneți date sau numere de versiune în URL-urile pe care le veți păstra ani de zile, pentru că le veți redirecționa ulterior. Când o pagină își schimbă numele, mențineți URL-ul vechi activ printr-o redirecționare 301, așa cum este explicat în secțiunea despre indexare de mai jos.
Crawlingul este primul pas. Un crawler cere un URL, citește ce returnează serverul și urmează link-urile pe care le găsește. Sarcina dvs. are două părți. Asigurați-vă că paginile care aduc venituri sunt ușor de atins. Țineți crawlerul departe de paginile care adaugă doar zgomot.
Fișierul robots.txt le spune crawlerelor ce căi au voie să ceară. Este o cerere, nu o încuietoare. Crawlerele serioase o respectă, altele nu. Cea mai frecventă greșeală pe SaaS este să-l tratați ca pe o modalitate de a ascunde pagini. Un URL blocat poate apărea totuși în rezultate, fără conținut, dacă alte site-uri trimit link-uri către el. Dacă vreți ca o pagină să iasă din Google, folosiți noindex, așa cum este explicat în secțiunea despre indexare, și lăsați pagina accesibilă crawlerului, ca noindex-ul să poată fi citit.
Un fișier de pornire pentru un site SaaS tipic arată astfel:
User-agent: *
Disallow: /app/
Disallow: /login
Disallow: /signup
Disallow: /search
Allow: /
Sitemap: https://www.example.com/sitemap.xml
Citiți-l rând cu rând. Prima regulă ține crawlerele departe de produsul autentificat. Regula pentru căutare oprește risipa de crawl pe paginile de rezultate ale căutării interne. Linia Sitemap oferă URL-ul complet al listei dvs. de pagini canonice. Nu blocați fișierele CSS și JavaScript de care au nevoie paginile, pentru că Google le folosește ca să randeze pagina.
Sfat
Rulați fișierul prin verificatorul gratuit de robots.txt după fiecare modificare. Acesta citește fișierul activ, listează sitemap-urile declarate și arată dacă fiecare crawler AI este permis, parțial blocat sau blocat.

Furnizorii de AI rulează mai mulți boți, iar aceștia nu fac toți aceeași treabă. Unii colectează date pentru antrenarea modelelor. Alții descarcă pagini ca să răspundă unei întrebări pe care utilizatorul tocmai a pus-o. Blocarea unui bot de antrenare este o decizie de business. Blocarea unui bot de răspuns sau de căutare vă poate scoate din răspunsurile AI. Decideți intenționat pentru fiecare bot și scrieți decizia în fișier, cu un comentariu care explică motivul. Alegerile le discutăm în robots.txt pentru crawlerele AI.
Fiecare filtru, ordine de sortare și parametru de urmărire poate crea un URL nou. O pagină de preț cu ?utm_source=newsletter este un al doilea URL. O listă de integrări sortată după nume și paginată până la pagina 7 adaugă zeci de altele. Fiecare este o pagină pe care crawlerul o poate descărca și fiecare concurează cu versiunea dvs. principală. Paginile de căutare internă sunt cel mai rău caz: creează URL-uri aproape infinite, cu conținut subțire.
Jurnalul serverului arată ce URL-uri cer efectiv crawlerele, nu cele pe care credeți că le cer. Compararea acelui jurnal cu sitemap-ul este cel mai rapid mod de a vedea diferența. Metoda este descrisă în analiza fișierelor de jurnal pentru SEO. Ghidul nostru despre navigarea pe fațete explică ce pagini de filtrare să indexați, să blocați sau să le canonicalizați.
Lista de verificare a crawlingului pentru un site SaaS
Patru instrumente decid dacă un URL este păstrat, unit, mutat sau eliminat. Echipele le confundă tot timpul, iar această confuzie provoacă majoritatea bug-urilor de indexare. Un noindex pe o pagină blocată de robots.txt nu face nimic, pentru că crawlerul nu citește niciodată noindex-ul. Un canonical care indică spre altă pagină îi spune lui Google că aceasta este o copie. Fiecare instrument are o singură sarcină. Tabelul le rezumă, iar secțiunile următoare explică fiecare în parte.
| Metodă | Sarcina sa | Cum o citește Google | Folosiți-o când | Riscul principal |
|---|---|---|---|---|
| Noindex | Ține pagina în afara rezultatelor | Citit din meta robots sau din header-ul X-Robots-Tag, doar dacă pagina poate fi parcursă | Copii de staging, pagini de aplicație, pagini de mulțumire, pagini subțiri pe care trebuie să le păstrați pe site | Un șablon cu noindex rămas activ ascunde o întreagă secțiune |
| Canonical | Numește copia preferată a unor pagini similare | Semnal puternic, nu o comandă. Google poate alege alt URL | Variante cu parametri, versiuni duplicate, același articol pe două căi | Un canonical către URL-ul greșit mută discret semnalul de la pagina dvs. |
| Redirecționare 301 | Mută un URL permanent | Cel mai puternic semnal de consolidare. URL-ul vechi iese, iar cel nou preia semnalul | Schimbări de URL, pagini unite, pagini retrase cu un înlocuitor clar | Lanțuri și redirecționări care trimit toate paginile vechi spre pagina principală |
| Disallow în robots.txt | Oprește parcurgerea unei căi | Oprește descărcarea, nu intrarea din index | Risipa de crawl, căutarea internă, căile de aplicație | URL-urile blocate pot apărea fără conținut, iar tagurile lor noindex nu sunt citite niciodată |
Noindex le spune motoarelor de căutare să lase pagina în afara rezultatelor. Îl setați pe fiecare pagină în head-ul HTML sau pe fiecare fișier printr-un header HTTP X-Robots-Tag, care funcționează și pentru PDF-uri și alte fișiere non-HTML.
<meta name="robots" content="noindex, follow">
Avantajul este precizia. Limita este că pagina trebuie să rămână parcurgibilă. Dacă blocați pagina în robots.txt și adăugați un noindex, crawlerul vede blocarea și nu citește niciodată tagul. Pentru o pagină deja indexată, lăsați-o parcurgibilă până iese din index, apoi decideți dacă o blocați.
Un caz frecvent pe SaaS: un pas public de onboarding a fost publicat din greșeală. Adăugați noindex, lăsați pagina accesibilă, așteptați până când Search Console o arată ca exclusă, apoi blocați calea dacă pagina trebuie să rămână privată definitiv.
Tagul canonical indică URL-ul pe care doriți ca Google să îl trateze ca versiune principală a unei pagini. Folosiți unul pe pagină, în head, cu un URL absolut complet. Pe pagina originală, canonical-ul indică spre pagina însăși.
<link rel="canonical" href="https://www.sorank.com/pricing">
Documentația Google despre consolidarea URL-urilor duplicate descrie rel="canonical" ca pe un semnal puternic că URL-ul specificat ar trebui să devină canonic. Este mai slab decât o redirecționare, iar Google poate alege totuși alt URL. Două reguli îl țin onest. Nu declarați canonicals diferite în locuri diferite pentru aceeași pagină, de exemplu unul în head și altul într-un header HTTP. Și nu combinați noindex cu un canonical care indică spre altă pagină, pentru că cele două semnale se contrazic.
Cea mai scumpă greșeală de canonical pe site-urile SaaS este o eroare de șablon. Un șablon de produs care scrie URL-ul paginii principale în fiecare canonical trimite discret semnalul sutelor de pagini către un singur loc.
Canonicals pe un șablon de produs: înainte și după
O redirecționare 301 le spune crawlerelor și browserelor că un URL s-a mutat permanent. Folosiți-o când redenumiți o pagină, uniți două pagini într-una sau retrageți o pagină care are un înlocuitor clar. Un 302 este temporar și trebuie să rămână așa. Le comparăm în redirecționările 301 vs 302.
Pe un server nginx, un subdomeniu întreg poate fi mutat pe domeniul principal în câteva rânduri:
server {
listen 80;
server_name old.example.com;
return 301 https://www.example.com$request_uri;
}
Avantajul este că semnalul se mută odată cu URL-ul. Limitele sunt lanțurile și redirecționările în masă. Un lanț merge de la http la https, apoi la www, apoi la slash-ul final: trei sărituri unde era suficientă una. O redirecționare în masă spre pagina principală nu îi spune lui Google unde a ajuns fiecare pagină veche. Mapați fiecare URL vechi la cea mai apropiată pagină nouă și păstrați fiecare redirecționare la o singură săritură. Mai multe tipare sunt în ghidul de redirecționări SEO.
O regulă disallow oprește crawlerul să descarce o cale. Folosiți-o pentru risipa de crawl și pentru zonele private pe care niciun rezultat de căutare nu ar trebui să le arate, cum este aplicația. Limita ei este cea din secțiunea despre crawling: un URL blocat poate fi încă listat. Asociați-o cu noindex-ul sau canonical-ul potrivit pe paginile care contează.
Sfat
Pentru a verifica un singur URL, verificatorul de indexabilitate Google citește codul de status, regula din robots.txt, semnalele noindex și canonical într-o singură rulare, apoi dă unul dintre trei verdicte. Testați întâi câte o pagină din fiecare șablon, nu întregul site.

Framework-urile moderne de aplicații randează paginile în browser implicit. Pentru aplicație asta este în regulă. Devine o problemă când aceeași abordare servește pagina de prețuri, paginile de funcționalități și blogul. Vizitatorul vede conținutul. Un crawler poate vedea doar o carcasă goală.
Google tratează JavaScript în doi pași. Întâi descarcă HTML-ul. Apoi pune paginile cu status 200 într-o coadă de randare, iar un Chromium fără interfață rulează JavaScript atunci când resursele o permit. Pagina poate aștepta în coadă puțin, uneori mai mult. Conținutul care există doar după randare este văzut mai târziu, iar unele crawlere nu randează deloc.
Ce se întâmplă cu o pagină JavaScript la Google
Google găsește link-urile prin elemente a cu atributul href. Un link construit dintr-un handler de click pe un span poate funcționa pentru vizitator și poate fi invizibil pentru crawler.
<span onclick="go('/pricing')">Pricing</span>
<a href="/ro/preturi">Pricing</a>
Doar a doua linie îi oferă crawlerului un URL de urmat. Verificați navigația și footer-ul în acest fel, pentru că o actualizare de framework poate schimba markup-ul fiecărui link de pe site dintr-o singură trecere.
Nu trebuie să alegeți un singur mod pentru tot site-ul. Alegeți pe secțiune, în funcție de cât de des se schimbă conținutul și de faptul că trebuie sau nu să fie personalizat.
| Mod de randare | Potrivit pentru | Ce trebuie urmărit |
|---|---|---|
| Generare statică la build | Pagini de marketing, articole de blog, documentație, glosar | Schimbările de conținut cer un rebuild sau un build programat |
| Randare pe server la fiecare cerere | Pagini de prețuri cu date live, pagini care depind de regiunea vizitatorului | Încărcarea serverului și faptul că același conținut trebuie să ajungă la utilizatori și la boți |
| Prerandarea unei aplicații client-side | Aplicații single-page mai vechi care încă nu pot fi mutate | Prospețimea cache-ului, iar copia prerandată trebuie să corespundă cu ce văd utilizatorii |
| Doar randare client-side | Aplicația autentificată | Nu o folosiți niciodată singură pentru paginile publice pe care vreți să fie găsite |
Deschideți URL-urile importante în instrumentul Inspecția URL-ului din Search Console și comparați HTML-ul randat cu ce afișează browserul dvs. Verificați trei lucruri: conținutul principal, link-urile interne și tagul canonical. Dacă lipsește unul dintre ele din versiunea randată, nici crawlerul nu îl vede.
Atenție
Nu serviți Googlebot-ului o pagină diferită de cea pe care o văd utilizatorii. Google consideră asta cloaking, iar remedierea este ca pagina în sine să funcționeze pentru ambii. Randarea pe server și generarea statică rezolvă majoritatea cazurilor fără tratament special.
Dacă rulați o aplicație single-page, ghidul nostru despre SEO pentru SPA acoperă mai detaliat configurațiile hibride. Pentru un site Next.js, vedeți SEO Next.js. Pentru partea de JavaScript a crawlerelor AI, vedeți SEO JavaScript.
Google măsoară experiența paginii cu Core Web Vitals, trei metrici de date din teren care descriu încărcarea, reactivitatea și stabilitatea vizuală. Google publică pragurile „bun” în documentația sa, iar acelea sunt ținta pentru șabloanele dvs. de marketing. Definițiile exacte sunt în documentația Google despre Core Web Vitals.
Cele trei praguri Core Web Vitals
Sursa: Google Search Central, documentația Core Web Vitals
Contează metricile pe care le trăiesc vizitatorii reali. Testele de laborator ajută la depanare, iar datele din teren spun dacă remedierea a funcționat. Intrarea noastră din glosarul Core Web Vitals explică fiecare metrică în cuvinte simple.
Vinovații obișnuiți sunt aproape aceiași pe fiecare site SaaS. O imagine hero mare sau un video cu redare automată se încarcă înaintea oricărui alt element. Fonturile web blochează prima randare. Un widget de chat, un înregistrator de sesiuni și trei taguri de analiză pornesc toate la încărcarea paginii. Fiecare concurează cu conținutul principal al paginii pentru timpul browserului.
Începeți cu widget-urile. Încărcați widget-ul de chat după prima interacțiune a utilizatorului, sau după ce conținutul principal a fost randat. Dați imaginii hero width și height explicite, ca layout-ul să nu sară când apare imaginea. Preîncărcați un singur font de care are nevoie primul ecran: un link rel="preload" cu as="font", atributul type="font/woff2" și atributul crossorigin, plasat în head-ul paginii.
Sfat
Amânați widget-urile și măsurați rezultatul în aceeași zi. În majoritatea auditurilor, amânarea widget-ului de chat și a înregistratorului de sesiuni este cel mai ieftin câștig de viteză și nu schimbă nimic pentru vizitatorul care vrea să le folosească.
Începeți cu raportul Core Web Vitals din Search Console, care grupează URL-urile pe șablon. Apoi rulați câte un URL reprezentativ din fiecare șablon printr-un test de viteză. Reparați șablonul, nu pagina. Un șablon de produs lent afectează fiecare pagină de produs, iar o singură remediere le îmbunătățește pe toate.
Datele structurate oferă mașinilor fapte despre pagină într-un format fix, de obicei JSON-LD. Pentru un site SaaS, tipurile cele mai importante sunt Organization pentru companie, SoftwareApplication pentru produs, BreadcrumbList pentru navigație, Article pentru articolele de blog și FAQPage atunci când întrebările și răspunsurile sunt vizibile pe pagină.
Regula este simplă: marcați doar ce poate vedea vizitatorul. Prețul din markup trebuie să corespundă prețului de pe pagină. Lista de funcționalități din markup trebuie să corespundă listei de pe ecran. Markup-ul care descrie conținut pe care nimeni nu îl vede este o problemă de calitate și se strică discret atunci când se schimbă șablonul.
Iată un exemplu de SoftwareApplication pentru un produs cu plan gratuit. Înlocuiți valorile cu ale dvs. și setați un preț doar dacă este afișat pe pagină.
{
"@context": "https://schema.org",
"@type": "SoftwareApplication",
"name": "Example Analytics",
"applicationCategory": "BusinessApplication",
"operatingSystem": "Web",
"offers": {
"@type": "Offer",
"price": "0",
"priceCurrency": "USD"
}
}
Cele mai frecvente erori de markup nu sunt exotice. Un fișier JSON cu o virgulă în plus la final nu se poate parsa. Două șabloane scriu fiecare propriul obiect Organization, cu nume diferite. Un bloc FAQPage listează întrebări ascunse în spatele unui tab pe care nimeni nu-l poate deschide. Fiecare dintre acestea se prinde ușor înainte de lansare și greu după.
Verificarea markup-ului înainte de publicare
Pentru a construi un bloc fără greșeli de scriere, folosiți generatorul de scheme, apoi validați rezultatul cu instrumentele din Search Console și cu un validator la alegere. Intrarea noastră din glosar despre schema markup acoperă vocabularul.
Link-urile interne le spun crawlerelor ce pagini contează și cum se leagă între ele. Nu există o singură structură corectă. Trei abordări apar frecvent pe site-urile SaaS, iar fiecare se potrivește unei dimensiuni și forme diferite a conținutului. Alegeți una intenționat, apoi aplicați regulile ei pe tot site-ul.
Principiu: ca un articol de Wikipedia, fiecare pagină leagă paginile conexe din interiorul textului, acolo unde cititorul are nevoie de ele. Nu există o ierarhie fixă. Site-ul se comportă ca un wiki, unde majoritatea paginilor sunt la câteva clicuri una de alta.
Când se folosește: un site mic cu un număr limitat de subiecte sau un blog editorial în care fiecare articol are un motiv puternic să trimită mai departe.
Avantaje: este ușor de început, link-urile par firești cititorului și nu cer întreținere în afara scrierii.
Limite: structura rămâne invizibilă. Nimeni nu vede ce pagini consideră site-ul nucleul său. Paginile importante de produs ajung să primească link-uri din postări întâmplătoare, iar textul ancoră este adesea inconsecvent.
Exemplu: o pagină de funcționalitate pentru backlinkuri primește link-uri de la șase articole, fiecare cu un ancor diferit. Pagina este bine legată, dar site-ul nu are o regulă care să spună ce articole ar trebui să o lege.
Principiu: o pagină pilon acoperă o temă largă. Articolele despre subteme, adică spoke-urile, leagă spre pilon, iar pilonul leagă înapoi spre fiecare. Fiecare cluster răspunde în profunzime la o temă.
Când se folosește: când aveți aproximativ 20 sau mai multe articole pe o singură temă sau când planificați o temă dinainte. Majoritatea blogurilor B2B SaaS ajung aici.
Avantaje: tema se vede în graful de link-uri, pilonul adună autoritate internă, iar auditurile sunt simple: fiecare spoke ar trebui să lege spre pilon și spre doi sau trei vecini.
Limite: cere planificare și întreținere. Două spoke-uri care vizează aceeași interogare se concurează între ele, ceea ce se numește canibalizare. De aceea, generatorul de clustere de subiecte Sorank include verificări împotriva canibalizării.
Exemplu: pilonul „Technical SEO for SaaS” leagă spre spoke-uri despre crawling, randarea JavaScript, datele structurate și redirecționări. Fiecare spoke leagă înapoi spre pilon și spre cele două spoke-uri cele mai apropiate ca subiect.
Principiu: paginile unei teme trăiesc într-un singur folder, de exemplu /docs/api/, și leagă în principal în interiorul lui. Link-urile încrucișate către alte foldere sunt intenționate și puține. Structura se vede în chiar URL-ul.
Când se folosește: cataloage mari și site-uri cu mai multe secțiuni, cum ar fi un centru de documentație cu versiuni, un director de integrări sau un produs cu mai multe produse separate sub aceeași marcă.
Avantaje: arhitectura este evidentă din URL-uri, se scalează până la mii de pagini și păstrează scurte traseele de crawl în fiecare secțiune.
Limite: este rigidă. Odată ce o secțiune este blocată într-un folder, mutarea ei înseamnă redirecționări. Un cititor care are nevoie de o pagină din alt folder trebuie să iasă din siloz, deci link-urile încrucișate trebuie proiectate de la început.
Exemplu: un centru de documentație în care /docs/api/ leagă doar către paginile API, plus un link controlat către secțiunea principală de produs de pe pagina de prezentare.
| Metodă | Structură | Cel mai potrivit pentru | Risc principal |
|---|---|---|---|
| Legături în stilul Wikipedia | Fără ierarhie fixă, link-uri acolo unde ajută | Site-uri mici și bloguri editoriale | Structură invizibilă și distribuție neuniformă a valorii link-urilor |
| Clustere de subiecte (semantic cocoon) | Pilon și spoke-uri, link-uri în ambele sensuri | Bloguri cu multe articole pe aceeași temă | Canibalizare între spoke-uri |
| Silozuri de URL | Un folder pe temă, link-uri mai ales în interior | Cataloage mari, documentație și site-uri multi-produs | Structură rigidă și link-uri încrucișate greu de făcut |
Indiferent de metoda aleasă, patru reguli țin sănătos graful de link-uri. Fiecare pagină importantă ar trebui să fie accesibilă printr-un lanț scurt de link-uri de la pagina principală. Nicio pagină nu ar trebui să fie orfană, adică să nu aibă niciun link intern. Textul ancoră ar trebui să descrie destinația, deci „lista de verificare SEO tehnic” este mai bună decât „apăsați aici”. Iar link-urile ar trebui să indice URL-urile finale, nu paginile care fac redirecționări.
Cel mai rapid test este analizorul. Analizorul gratuit de link-uri interne verifică link-urile interne ale oricărei pagini. Pentru metoda completă, citiți ghidul despre strategia de link-uri interne, iar pentru cazul în care vreți să aplicați regulile la scară mare, vedeți link-urile interne automatizate.
Multe site-uri SaaS generează mii de pagini din date: integrări, șabloane, pagini de comparație, intrări de glosar și versiuni de documentație. Modelul se numește programmatic SEO și este puternic atunci când fiecare pagină răspunde unei întrebări reale. Ghidul nostru descrie metoda în programmatic SEO pentru SaaS.
Ghidul Google despre gestionarea bugetului de crawl se aplică site-urilor mari. Acesta descrie site-uri cu 1 milion sau mai multe pagini unice care se schimbă cam o dată pe săptămână și site-uri cu 10000 sau mai multe pagini care se schimbă zilnic, ca o estimare brută, nu ca un prag exact. Majoritatea site-urilor SaaS sunt mult sub acest nivel. Pentru ele, riscul este calitatea și duplicarea, nu bugetul de crawl. O mie de pagini subțiri diluează site-ul mai mult decât risipesc timpul unui crawler.
Stabiliți o regulă simplă înainte de a genera orice. O pagină este indexabilă doar dacă răspunde unei interogări distincte și are suficient conținut unic ca să fie utilă de una singură. Dacă o pagină generată este aproape o copie a alteia, canonicalizați-o spre cea mai puternică versiune. Dacă nu are valoare pentru cel care caută, puneți-i noindex sau scoateți-o din sitemap.
Păstrați sitemap-ul curat. Listați doar URL-urile canonice și indexabile. Verificatorul nostru de sitemap validează fișierul, iar cum să creați un sitemap explică formatul.
Documentația produce mai multă duplicare decât orice altă parte a unui site SaaS. Versiunea 1 și versiunea 2 ale unei pagini API împart adesea cea mai mare parte a textului. Dacă versiunea veche nu are valoare unică, puneți canonical-ul ei spre versiunea actuală. Dacă are valoare unică, de exemplu un ghid de migrare, păstrați-o indexabilă și legați-o clar din documentația actuală.
Versiunile documentației: înainte și după
Documentația are și un tipar de crawl pe care echipele îl ratează. Rezultatele căutării din documentație, paginile de taguri și paginarea „load more” pot crea fiecare multe URL-uri. Tratați-le ca pe paginile cu fațete: alegeți pagina canonică, blocați restul și verificați jurnalele.
Ordinea contează. Reparați accesul înaintea conținutului și randarea înaintea vitezei. O pagină rapidă pe care Google nu o poate randa nu ajută pe nimeni. O pagină perfect marcată, dar blocată de robots.txt, este invizibilă.
Auditul tehnic pentru un site SaaS, în ordine

Migrările sunt locul unde traficul se pierde cel mai repede. Înainte să mutați ceva, parcurgeți site-ul vechi și exportați fiecare URL care are link-uri sau trafic. Mapați fiecare la cea mai apropiată pagină nouă, nu la pagina principală. Testați un eșantion de URL-uri vechi după lansare, apoi urmăriți în Search Console erorile 404 noi în primele săptămâni. Metoda este acoperită în erorile de crawl, iar codurile de status sunt comparate în ghidul de redirecționări SEO.
Problemele tehnice revin odată cu fiecare lansare, deci auditul nu este un lucru de o singură dată. O dată pe lună, verificați patru lucruri în Search Console: raportul Pages pentru noi excluderi, raportul Core Web Vitals pentru regresii, raportul de sitemap pentru erori și starea robots.txt pentru gazdele dvs. principale. Adăugați o privire asupra botilor care citesc site-ul în jurnalele dvs. Ca să vedeți traficul Google și AI unul lângă altul, dashboardul GEO și SEO le pune pe amândouă într-o singură vedere.
Pentru întrebări de indexare pe o singură pagină, ghidul crawled, currently not indexed explică cauzele obișnuite. Pentru indexarea în Bing și în alte motoare, citiți despre IndexNow, care vă permite să anunțați URL-urile modificate.
Trei acțiuni care durează mai puțin de o oră prind majoritatea problemelor din acest ghid. Deschideți robots.txt și confirmați că aceste căi de aplicație sunt blocate, iar cele de marketing nu. Rulați verificarea de indexabilitate pe pagina de prețuri, pe pagina principală și pe o pagină de documentație. Apoi deschideți un șablon de produs și verificați dacă canonical-ul indică spre aceeași pagină.
Acestea sunt erorile care apar cel mai des în auditurile SaaS. Fiecare are aceleași trei părți: ce este, cum o recunoașteți și cum o reparați. Verificați lista pe site-ul dvs. în ordinea dată, pentru că primele elemente afectează de obicei cele mai multe pagini.
Ce este: un meta robots cu noindex, copiat din staging în șablonul de producție. Cel mai frecvent declanșator este un redesign sau o lansare în care setarea mediului nu a fost schimbată.
Cum o recunoașteți: rulați verificatorul de indexabilitate pe pagina principală și pe două sau trei URL-uri de marketing. În Search Console, căutați paginile excluse de tagul noindex pe care vă așteptați să se claseze.
Cum o reparați: faceți directiva robots să depindă de mediu și adăugați o verificare la lansare care oprește build-ul dacă un șablon de producție conține noindex. Apoi cereți reindexarea URL-urilor afectate.
Ce este: o regulă scrisă pentru aplicație sau pentru staging, care blochează întreg site-ul. O singură regulă disallow pentru calea rădăcină, în grupul wildcard, este suficientă ca să ascundă fiecare pagină de crawlerele care nu au un grup mai specific.
Cum o recunoașteți: citiți fișierul activ cu verificatorul de robots.txt. Apoi căutați stările „Blocked by robots.txt” în Search Console pentru paginile care ar trebui indexate.
Cum o reparați: limitați regulile disallow la aplicație și la căile private, apoi verificați fișierul din nou. Ghidul nostru despre statusul blocked by robots.txt acoperă partea din Search Console.
Ce este: fiecare pagină dintr-un șablon își trimite canonical-ul spre pagina principală, spre un URL cu parametru sau spre o altă versiune lingvistică. Google tratează atunci pagina reală ca pe un duplicat al altceva.
Cum o recunoașteți: testați cinci URL-uri aleatorii din fiecare șablon cu verificatorul de canonical. Dacă canonical-urile nu corespund adresei proprii a paginii, șablonul este defect, nu paginile.
Cum o reparați: scrieți un canonical care indică spre el însuși, cu URL absolut complet, fără parametri de urmărire, și adăugați un alt canonical doar acolo unde există un duplicat real. Ghidul pagină alternativă cu tagul canonical corect explică când un canonical care nu corespunde este normal.
Ce este: lista de funcționalități, tabelul de prețuri sau FAQ-ul sunt adăugate de browser după încărcare, iar HTML-ul brut este aproape gol.
Cum o recunoașteți: vizualizați sursa paginii. Dacă textul principal lipsește acolo, comparați-l cu versiunea randată din Inspecția URL-ului. Textul lipsă din sursă este un risc, iar textul lipsă din versiunea randată este o problemă serioasă.
Cum o reparați: mutați paginile publice pe generare statică sau pe randare pe server și lăsați aplicația autentificată pe partea clientului. Folosiți tabelul de moduri de randare de mai sus ca să alegeți modul pentru fiecare secțiune.
Ce este: paginile pentru utilizatorii autentificați sau pentru onboarding sunt publice, legate din navigație sau din sitemap și apar în căutare. Adaugă în index conținut privat și subțire.
Cum o recunoașteți: căutați domeniul cu operatorul site în Google și verificați raportul Pages pentru URL-uri sub calea aplicației. Verificați sitemap-ul pentru orice cale de aplicație.
Cum o reparați: scoateți URL-urile de aplicație din sitemap, adăugați noindex acolo unde pagina trebuie să rămână publică pentru utilizatori și blocați căile private în robots.txt după ce ies din index.
Ce este: un URL vechi redirecționează spre un al doilea URL, care redirecționează spre un al treilea, care ajunge în cele din urmă la pagina finală. Fiecare salt încetinește vizitatorul și adaugă o etapă în care semnalele se pot pierde.
Cum o recunoașteți: parcurgeți URL-urile vechi și uitați-vă la lanțul de redirecționări al fiecăruia. Orice lanț cu mai mult de un salt este un candidat pentru reparare.
Cum o reparați: indicați fiecare URL vechi direct spre pagina finală și actualizați și link-urile interne ca să indice URL-ul final.
Ce este: o pagină de destinație sau un articol de documentație care este în sitemap, dar nu are niciun link intern de la vreo altă pagină. Un crawler o poate găsi doar prin sitemap, iar vizitatorii nu o găsesc deloc.
Cum o recunoașteți: comparați lista URL-urilor din sitemap cu lista URL-urilor care primesc cel puțin un link intern în crawl-ul dvs. Diferența este lista de pagini orfane.
Cum o reparați: legați fiecare pagină orfană din hub-ul sau pilonul relevant, apoi dintr-un articol înrudit. Dacă pagina nu are niciun motiv să existe, ștergeți-o și redirecționați-o.
Verificare pe șablon
Dacă lista de mai sus pare lungă, este pentru că un site SaaS are mai multe piese în mișcare decât un blog. Vestea bună este că majoritatea acestor verificări rulează o dată pe șablon, nu o dată pe pagină. Începeți cu primele două, apoi coborâți pe listă.
Este partea SEO care permite crawlerelor Google și AI să ajungă la paginile dvs. de marketing, la documentație și la blog, să le randeze și să le indexeze, păstrând în același timp aplicația autentificată în afara căutării. Părțile care se strică cel mai des pe site-urile SaaS sunt randarea JavaScript, regulile de indexare din șabloanele comune și risipa de crawl din cauza URL-urilor de aplicație și de filtre.
În majoritatea cazurilor, într-un subfolder, de exemplu example.com/blog. Blogul rămâne sub același domeniu, cu un singur set de reguli pentru robots.txt, sitemap și canonical. Folosiți un subdomeniu doar dacă stack-ul dvs. îl impune, și gestionați fiecare gazdă intenționat.
Da, dar în doi pași. Google descarcă întâi HTML-ul, apoi pune pagina în coada de randare, unde un Chromium fără interfață rulează JavaScript. Puneți conținutul principal, link-urile și tagurile canonical în HTML sau asigurați-vă că se randează, apoi verificați rezultatul cu Inspecția URL-ului din Search Console.
