Đã thu thập dữ liệu - hiện chưa được lập chỉ mục: ý nghĩa và cách khắc phục

Đã thu thập dữ liệu - hiện chưa được lập chỉ mục là một trong các lý do được liệt kê dưới mục "Tại sao trang không được lập chỉ mục" trong Search Console, và thường là lý do lớn nhất trên các website nội dung và cửa hàng trực tuyến. Tài liệu về báo cáo Lập chỉ mục trang của Google mô tả trạng thái này bằng hai câu: "Google đã thu thập dữ liệu trang nhưng chưa lập chỉ mục. Trang có thể được lập chỉ mục trong tương lai hoặc không; không cần gửi lại URL này để thu thập dữ liệu." Hướng dẫn này giải thích Google đã quyết định điều gì, những URL nào bạn có thể để ở trạng thái này, cách tìm nguyên nhân thật cho những URL quan trọng, và cách khắc phục phù hợp với từng nguyên nhân.

"Đã thu thập dữ liệu - hiện chưa được lập chỉ mục" nghĩa là gì?

Google xử lý một URL qua ba giai đoạn: khám phá và thu thập dữ liệu, rồi lập chỉ mục, rồi xếp hạng (mục từ điển của chúng tôi về thu thập dữ liệu và lập chỉ mục trình bày chi tiết từng giai đoạn). Một trang ở trạng thái này đã vượt qua giai đoạn đầu: Googlebot yêu cầu trang và nhận được phản hồi. Nó dừng ở giai đoạn thứ hai: sau khi xử lý nội dung, Google chọn không lưu trang vào chỉ mục.

Lựa chọn đó là có chủ ý và được ghi trong tài liệu. Hướng dẫn về cách Tìm kiếm hoạt động của Google nêu rõ "việc lập chỉ mục không được đảm bảo; không phải trang nào Google xử lý cũng sẽ được lập chỉ mục." Hướng dẫn nêu ba lý do phổ biến: chất lượng nội dung thấp, quy tắc meta robots chặn lập chỉ mục, và thiết kế website khiến việc lập chỉ mục khó khăn. Vì quy tắc noindex tạo ra một trạng thái riêng ("Bị loại trừ bởi thẻ noindex"), một trang được liệt kê là đã thu thập dữ liệu nhưng chưa lập chỉ mục chủ yếu trỏ đến lý do thứ nhất và thứ ba.

Có ba điểm cần ghi nhớ:

• Đây không phải là hình phạt. Không có hành động thủ công nào liên quan, và phần còn lại của website không bị phạt vì điều này.
• Đây không phải kết luận cuối cùng. Google nói trang "có thể được lập chỉ mục trong tương lai hoặc không". Mỗi lần thu thập lại là một quyết định mới.
• Nó có thể ảnh hưởng đến các trang từng được lập chỉ mục. Google thường xuyên loại bỏ các URL mà họ không còn cho là đáng giữ, nên một bài viết cũ có thể chuyển sang trạng thái này mà bạn không thay đổi gì.

Để xem toàn bộ quy trình lập chỉ mục và các đòn bẩy giúp tăng tốc, xem hướng dẫn lập chỉ mục trên Google của chúng tôi.

"Đã thu thập dữ liệu" và "Đã phát hiện - hiện chưa được lập chỉ mục" khác nhau thế nào?

Hai trạng thái này trông giống nhau nhưng dừng ở các giai đoạn khác nhau, nên cần những cách khắc phục khác nhau.

Nói ngắn gọn, "Đã phát hiện" chủ yếu là vấn đề thu thập dữ liệu, còn "Đã thu thập dữ liệu" chủ yếu là quyết định lập chỉ mục. Tăng tốc máy chủ hiếm khi đưa một trang đã thu thập vào chỉ mục; cải thiện chính trang đó mới làm được.

Đây có phải là vấn đề không, hay bạn có thể bỏ qua các URL này?

Mọi website có quy mô nhất định đều có URL ở trạng thái này, và nhiều URL trong số đó không bao giờ nên xếp hạng. Trước khi sửa bất cứ điều gì, hãy sắp xếp danh sách theo loại URL. Một số lượng ổn định các URL giá trị thấp không đáng lo; một sự tăng vọt đột ngột, hoặc có các trang quan trọng trong danh sách, thì đáng lo.

Vì sao Google thu thập dữ liệu một trang nhưng không lập chỉ mục?

1. Nội dung mang lại quá ít giá trị

Đây là nguyên nhân thường gặp nhất. Các trang chỉ có vài dòng chữ, nội dung chung chung lặp lại những gì hàng chục trang đã lập chỉ mục đã nói, hay các trang dựng từ một khuôn mẫu chỉ đổi tên, đều là nội dung mỏng điển hình. Hướng dẫn của Google về tạo nội dung hữu ích hỏi liệu một trang có mang lại "giá trị đáng kể so với các trang khác trong kết quả tìm kiếm" hay không. Một trang không vượt qua phép thử đó có thể được thu thập dữ liệu hết lần này đến lần khác mà vẫn không được lập chỉ mục.

2. Trang quá giống một trang khác

Các bản gần giống nhau (biến thể sản phẩm với cùng mô tả, trang thành phố chỉ đổi tên thành phố, phiên bản để in) thường bị gom nhóm và bỏ ra ngoài. Khi Google nhận diện rõ bản trùng lặp, bạn thường sẽ thấy trạng thái canonical thay thế; khi mức giống nhau chỉ một phần, trang có thể rơi vào trạng thái này. Một thẻ canonical nhất quán và nội dung thực sự khác biệt sẽ giải quyết vấn đề.

3. Nội dung chỉ tồn tại sau khi JavaScript chạy

Kiến thức cơ bản về SEO cho JavaScript của Google mô tả ba pha: thu thập dữ liệu, hiển thị và lập chỉ mục, và lưu ý rằng một trang đang chờ hiển thị "có thể nằm trong hàng đợi này vài giây, nhưng cũng có thể lâu hơn thế." Nếu HTML gốc gần như trống và văn bản chỉ xuất hiện sau khi hiển thị (hoặc việc hiển thị thất bại vì một đoạn script hay lời gọi API bị chặn), Google có thể đánh giá một trang gần như trắng. Hiển thị phía máy chủ hoặc tiền hiển thị loại bỏ rủi ro này; hướng dẫn SEO cho JavaScript của chúng tôi trình bày các lựa chọn.

4. Website cho thấy trang không quan trọng

Một trang chỉ đến được từ sitemap, hoặc bị chôn sâu năm cú nhấp với một liên kết duy nhất từ một trang lưu trữ phân trang, cho Google biết rằng trang đó ít quan trọng với bạn. Liên kết nội bộ từ các trang đã lập chỉ mục và được ghé thăm là một trong những tín hiệu mạnh nhất mà bạn kiểm soát được.

5. Các trường hợp khác

Một số URL xuất hiện ở đây vì lý do nằm ngoài trang: báo cáo chậm cập nhật (URL có thể đã được lập chỉ mục), đích của một chuyển hướng đã được thu thập qua URL cũ, hoặc các trang lỗi mềm (kết quả tìm kiếm trống, "không tìm thấy sản phẩm") trả về mã trạng thái 200. Những trường hợp này cần kiểm tra, không cần viết lại.

Cách chẩn đoán "Đã thu thập dữ liệu - hiện chưa được lập chỉ mục" theo từng bước

1. Mở báo cáo. Trong Search Console, vào Lập chỉ mục, rồi Trang, và nhấp vào "Đã thu thập dữ liệu - hiện chưa được lập chỉ mục" dưới mục "Tại sao trang không được lập chỉ mục". Ghi lại xu hướng: một cú nhảy đột ngột thường đi sau một đợt di chuyển website, thay đổi giao diện hoặc một loạt trang mới.
2. Sắp xếp các URL theo loại bằng bảng ở trên, và chỉ giữ lại những trang bạn muốn có trong kết quả tìm kiếm.
3. Kiểm tra từng URL quan trọng. Dán URL vào công cụ Kiểm tra URL. Xác nhận trạng thái, ngày thu thập gần nhất, và việc thu thập và lập chỉ mục đều được cho phép. Bạn cũng có thể kiểm tra một trang trong vài giây bằng công cụ kiểm tra khả năng lập chỉ mục miễn phí của chúng tôi.
4. Kiểm tra kết quả dương tính giả. Nếu xuất hiện "URL có trên Google", báo cáo đang chậm và trang không cần gì thêm.
5. Kiểm tra URL trực tiếp và xem HTML đã hiển thị. Nếu nội dung chính, liên kết hoặc tiêu đề bị thiếu trong phiên bản đã hiển thị, vấn đề nằm ở hiển thị.
6. So sánh với các trang đang xếp hạng. Tìm truy vấn mục tiêu và đọc các kết quả hàng đầu. Nếu họ trả lời câu hỏi đầy đủ hơn, hoặc theo một định dạng khác, trang của bạn có khoảng cách về chất lượng hoặc ý định tìm kiếm.
7. Đếm liên kết nội bộ trỏ tới trang, ví dụ bằng công cụ phân tích liên kết nội bộ của chúng tôi. Không có liên kết nào, hoặc chỉ một liên kết từ các trang sâu, là tín hiệu yếu.

Cách khắc phục: mỗi nguyên nhân một cách

Hai thói quen giúp các cách khắc phục bền vững. Thứ nhất, hãy thực hiện kiểm toán nội dung định kỳ: cắt tỉa hoặc gộp các trang yếu sẽ nâng chất lượng trung bình của những gì Google thu thập. Thứ hai, giữ sitemap XML gọn gàng, chỉ có các URL canonical, có thể lập chỉ mục và bạn muốn xếp hạng, và gửi lại sitemap cho Google sau một đợt dọn dẹp lớn.

Sau khi sửa, một trang mất bao lâu để được lập chỉ mục?

Không có gì xảy ra cho đến khi Googlebot thu thập lại trang, việc này có thể mất từ vài ngày đến vài tuần tùy tần suất Google ghé thăm website của bạn. Khi nhiều URL đã được sửa, bạn có thể nhấp "Xác thực việc khắc phục" trong báo cáo; Google cho biết việc xác thực "thường mất khoảng tối đa hai tuần, nhưng trong một số trường hợp có thể lâu hơn nhiều." Xác thực là tùy chọn: báo cáo tự cập nhật khi các trang được thu thập lại.

Với một website lớn, kiểm tra từng URL một rất chậm. Theo giới hạn sử dụng API Search Console, API Kiểm tra URL cho phép 2.000 truy vấn mỗi ngày và 600 truy vấn mỗi phút cho mỗi website, đủ để theo dõi vài trăm trang ưu tiên theo thời gian. Nếu một trang vẫn ở trạng thái này sau hai hoặc ba lần thu thập lại, cách khắc phục chưa đủ: hãy xem lại chất lượng và ý định tìm kiếm trước tiên.

Vì sao điều này quan trọng với SEO và khả năng hiển thị trên AI?

Một trang nằm ngoài chỉ mục của Google không mang lại lượt nhấp tự nhiên nào, bất kể chất lượng của nó. Trên một website nội dung, một tỷ lệ lớn bài viết ở trạng thái này cũng làm lãng phí công sức sản xuất và cho Google thấy website đang xuất bản những trang mà nó không cần, điều có thể làm chậm việc lập chỉ mục các trang mới.

Các trợ lý AI tạo thêm một lý do thứ hai. ChatGPT, Perplexity và Gemini trả lời nhiều câu hỏi bằng cách lấy trang từ chỉ mục tìm kiếm web, rồi trích dẫn các nguồn đã dùng. Một trang chưa được lập chỉ mục ít có khả năng được lấy về hơn nhiều, nên cũng ít có khả năng được trích dẫn. Nghiên cứu của chúng tôi về các nền tảng mà AI trích dẫn nhiều nhất cho thấy họ ưu tiên nguồn nào khi trả lời.

Sorank là sản phẩm của chúng tôi: phần mềm SEO và GEO chạy tự động (autopilot). Bảng điều khiển GEO và SEO của Sorank hiển thị lượt nhấp, lượt hiển thị và vị trí từ Search Console, nhờ đó bạn thấy khi nào các trang đã sửa bắt đầu nhận được lượt hiển thị; còn công cụ tạo bài viết của Sorank viết bài có nguồn với liên kết nội bộ đã có sẵn, đúng hai yếu tố mà trạng thái này trừng phạt nhiều nhất.

Tóm lại: sắp xếp các URL, bỏ qua những URL không nên xếp hạng, và sửa nguyên nhân trên những trang quan trọng (nội dung, trùng lặp, hiển thị, liên kết nội bộ) trước khi yêu cầu Google xem lại. Để xuất bản các trang được lập chỉ mục và trích dẫn ngay từ đầu, xem các gói của Sorank, từ 49 USD mỗi tháng, có bản dùng thử miễn phí 3 ngày.