Ce fac etichetele canonical când le configurezi greșit

Eticheta canonical nu este o gumă de șters pentru conținut duplicat

O etichetă canonical le spune motoarelor de căutare ce URL preferi atunci când mai multe URL-uri conțin același conținut sau conținut substanțial similar. Versiunea HTML obișnuită arată astfel:

<link rel="canonical" href="https://example.com/preferred-page/">

Există și o versiune prin antet HTTP, utilă mai ales pentru fișiere non-HTML, cum ar fi PDF-urile:

Link: <https://example.com/preferred-file.pdf>; rel="canonical"

Pare destul de simplu. Problemele încep atunci când echipele tratează etichetele canonical ca pe o metodă sigură de a curăța orice situație incomodă: navigare fațetată, parametri de tracking, pagini de tipărire, pagini de produs aproape duplicate, paginare, URL-uri de staging și pagini vechi de campanie.

Etichetele canonical nu sunt un buton de ștergere. Nu sunt o redirecționare. Nu sunt un substitut pentru arhitectura informației. Și nu există garanția că vor fi respectate.

Motoarele de căutare folosesc canonicalele ca indicii puternice. Ele compară eticheta canonical cu alte semnale: redirecționări, linkuri interne, URL-uri din sitemap, adnotări hreflang, similaritatea conținutului, coduri de stare HTTP și URL-urile pe care utilizatorii și crawlerele le întâlnesc efectiv. Dacă aceste semnale intră în conflict, motorul de căutare poate ignora canonicalul tău sau poate alege un URL canonical complet diferit.

De aceea, canonicalele configurate greșit pot fi atât de derutante. Marcajul arată corect în browser, dar pagina greșită apare în rezultatele căutării — sau pagina corectă dispare.

Ce se întâmplă când un canonical indică spre URL-ul greșit

Când un motor de căutare vede URL-uri duplicate sau aproape duplicate, de obicei le grupează într-un cluster și selectează un URL drept canonical. Canonicalul ales este versiunea cel mai probabil să fie indexată și afișată în rezultatele căutării. Semnalele de la duplicate pot fi consolidate în acel URL ales.

Dacă eticheta ta canonical indică spre pagina greșită, se pot întâmpla mai multe lucruri.

1. URL-ul greșit este indexat

Să presupunem că ai două URL-uri:

• /mens-running-shoes/
• /sale/mens-running-shoes/

Dacă pagina de reduceri are canonical către pagina principală a categoriei, acest lucru poate fi în regulă dacă acel conținut este aproape identic și URL-ul de reduceri este doar o versiune filtrată. Dar dacă pagina de reduceri are text unic, produse unice și cerere de căutare proprie, canonicalul o poate suprima.

Pagina poate fi în continuare accesată de crawler. Poate fi în continuare accesibilă utilizatorilor. Dar motoarele de căutare pot decide să nu o indexeze separat, deoarece le-ai spus că un alt URL este versiunea preferată.

Acesta este cel mai frecvent eșec al canonicalelor: nu o avarie tehnică dramatică, ci o dispariție discretă din index.

2. Semnalele de ranking se consolidează în locul greșit

Canonicalele sunt adesea folosite pentru a consolida semnale precum linkurile și variantele de conținut duplicat. Este util atunci când duplicatele sunt cu adevărat echivalente. Este riscant atunci când nu sunt.

Dacă un articol de blog are URL-uri de tracking precum:

• /guide-to-canonical-tags/?utm_source=newsletter
• /guide-to-canonical-tags/?utm_source=linkedin

Atunci canonicalizarea ambelor către /guide-to-canonical-tags/ este rezonabilă.

Dar dacă o versiune în spaniolă, o versiune printabilă cu conținut suplimentar sau o variantă de produs cu intenție diferită indică spre același canonical, este posibil să comasezi semnale care ar trebui să rămână separate. Rezultatul poate fi o relevanță mai slabă pentru toate.

Etichetele canonical țin de echivalență. Dacă două pagini satisfac intenții de căutare diferite, probabil că nu ar trebui să se canonicalizeze una către cealaltă.

3. Motoarele de căutare ignoră eticheta

Un canonical nu este o comandă. Dacă ținta canonicalului redirecționează, returnează 404, este blocată, are noindex sau conține conținut foarte diferit, motoarele de căutare o pot ignora.

Într-un sens, acest lucru este bun: un canonical greșit nu distruge întotdeauna indexarea. Dar înseamnă și că nu poți presupune că eticheta face ceea ce crezi. O pagină poate declara un canonical, în timp ce Google selectează altul.

Acest lucru este deosebit de frecvent când linkurile interne, sitemapurile și canonicalele nu sunt de acord. Dacă fiecare link intern indică spre /product, sitemapul listează /product/, iar canonicalul indică spre https://www.example.com/product?ref=main, ai creat o mică dispută între propriile tale semnale.

Motoarele de căutare se pricep să rezolve această dispută. Nu se pricep întotdeauna să o rezolve așa cum ai intenționat.

4. Depanarea devine inutil de dificilă

Canonicalele greșite rareori eșuează zgomotos. Ele produc simptome care arată ca alte probleme SEO:

• „Descoperită, momentan neindexată” sau un echivalent de limbo al indexării
• URL-ul greșit se poziționează pentru o interogare
• URL-uri cu parametri apar în rapoarte
• Pagini de categorie nu apar, deși pot fi accesate de crawler
• Pagini internaționale sunt integrate în versiunea lingvistică greșită
• Template-uri noi se lansează cu mai puține pagini indexate decât se aștepta

De aceea, depanarea canonicalelor ar trebui să includă HTML-ul brut, HTML-ul randat, anteturile HTTP, redirecționările și intrările din sitemap. Dacă investighezi deja lanțuri de redirecționare sau anteturi nepotrivite, se aplică aceleași obiceiuri; un flux practic de inspecție HTTP precum cel din ghidul nostru pentru depanarea redirecționărilor și anteturilor HTTP în producție va identifica de obicei contradicțiile canonical mai rapid decât privitul la un câmp din CMS.

Cele mai costisitoare greșeli legate de canonical

Canonicalizarea tuturor paginilor către homepage

Încă se întâmplă. Un câmp de template este lăsat necompletat, un plugin revine implicit la rădăcina site-ului și, brusc, sute de pagini declară homepage-ul drept canonical.

Motoarele de căutare pot ignora acest lucru, deoarece conținutul este evident diferit. Dar dacă suficiente semnale sunt dezordonate, unele pagini pot fi eliminate sau grupate incorect. Cel puțin, trimiți un indiciu inutil și contradictoriu pe fiecare pagină.

Homepage-ul nu este aproape niciodată canonicalul unei pagini interne.

Canonicalizarea paginilor paginate către prima pagină

Multă vreme, unele site-uri au canonicalizat /category/page/2/, /page/3/ și așa mai departe înapoi către prima pagină. Intenția era evitarea paginilor de categorie duplicate.

Problema este că paginile paginate nu sunt duplicate. Ele conțin elemente diferite și ajută crawlerele să descopere conținut mai profund. Canonicalizarea tuturor către prima pagină poate reduce șansa ca motoarele de căutare să proceseze complet paginile ulterioare.

De obicei, paginile paginate ar trebui să aibă canonicale autoreferențiale, cu excepția cazului în care există un motiv specific de consolidare.

Canonicalizarea paginilor filtrate fără verificarea intenției de căutare

Navigarea fațetată creează alegeri dificile. Unele URL-uri filtrate sunt inutile:

• ?sort=price_ascending
• ?view=grid
• ?sessionid=123

Altele pot fi landing page-uri valoroase:

• /sofas/blue/
• /laptops/16gb-ram/
• /hotels/paris/pet-friendly/

Regulile generale de canonicalizare șterg adesea pagini de căutare utile odată cu zgomotul inutil al parametrilor. Înainte de a canonicaliza pagini filtrate, întreabă-te dacă pagina filtrată are conținut stabil, linkuri interne, cerere de căutare și o nevoie distinctă a utilizatorului.

Dacă răspunsul este da, poate merita să fie indexabilă, cu un canonical autoreferențial.

Indicarea canonicalelor către URL-uri redirecționate sau blocate

Ținta unui canonical ar trebui să fie curată, indexabilă și să returneze 200 OK. Nu indica canonicale către URL-uri care redirecționează, returnează erori, necesită cookie-uri, sunt blocate de robots.txt sau poartă noindex.

Aceasta este una dintre verificările cel mai ușor de automatizat. Accesează site-ul cu un crawler și semnalează țintele canonical care nu returnează un răspuns curat 200.

Amestecarea canonical cu noindex ca și cum ar însemna același lucru

rel="canonical" și noindex rezolvă probleme diferite.

Folosește canonical când există duplicate și vrei ca semnalele să fie consolidate către un URL preferat. Folosește noindex când nu vrei ca o pagină să fie indexată deloc.

Folosirea ambelor împreună trimite un mesaj stângaci: „Nu indexa această pagină, dar folosește-o și ca semnal de duplicat pentru altă pagină.” Motoarele de căutare pot adesea să gestioneze situația, dar nu este o instrucțiune curată. Dacă o pagină este un duplicat, canonicalizeaz-o. Dacă nu ar trebui să apară în căutare și nu are o relație utilă de duplicat, ia în considerare noindex.

Un audit canonical practic

Nu ai nevoie de o platformă SEO amplă pentru a găsi multe probleme canonical. Începe cu un crawl, câteva mostre de URL-uri și o foaie de calcul.

Pentru fiecare template important, verifică:

1. Pagina are exact o etichetă canonical? Mai multe etichete canonical creează ambiguitate.
2. Canonicalul este absolut? Folosește URL-ul complet, inclusiv protocolul și hostname-ul.
3. Ținta canonicalului returnează 200 OK? Evită țintele redirecționate, blocate sau care returnează erori.
4. Ținta canonicalului este indexabilă? Fără noindex, fără blocare robots, fără cerință de autentificare.
5. Conținutul este cu adevărat echivalent? Similar nu înseamnă întotdeauna echivalent.
6. Linkurile interne sunt de acord? Trimite linkuri către formatul URL canonical ori de câte ori este posibil.
7. Sitemapul este de acord? Sitemapurile ar trebui, în general, să listeze URL-uri canonical și indexabile.
8. Etichetele hreflang sunt de acord? Paginile internaționale au nevoie de relații canonical și hreflang consecvente.
9. HTML-ul randat corespunde cu HTML-ul brut? JavaScript poate modifica sau injecta etichete.
10. Ce canonical a ales motorul de căutare? Instrumentele de inspecție pot arăta când canonicalul declarat diferă de canonicalul selectat.

Aici poate fi util și Lighthouse, dar numai în limitele sale. Poate semnala unele probleme de crawlability și de document, dar nu îți înțelege intenția comercială sau strategia de canonicalizare. Tratează-l ca pe un input, nu ca pe o sentință. Dacă ai nevoie de o metodă mai calmă de a separa constatările utile de zgomot, vezi cum să citești un raport Lighthouse fără să intri în panică.

Canonicalele autoreferențiale sunt de obicei o valoare implicită bună

Fiecare pagină indexabilă importantă ar trebui, de obicei, să se declare pe sine drept canonical. Nu pentru că motoarele de căutare nu și-ar putea da seama fără etichetă. Ci pentru că etichetele canonical autoreferențiale reduc ambiguitatea atunci când parametrii, linkurile de tracking, URL-urile copiate și particularitățile CMS-ului creează căi alternative către același conținut.

Pentru o pagină de produs curată, de obicei este corect așa:

<link rel="canonical" href="https://example.com/products/linen-shirt/">

Pentru un URL de tracking, canonicalul ar trebui de obicei să indice înapoi către versiunea curată:

<link rel="canonical" href="https://example.com/products/linen-shirt/">

Pentru o variantă de produs cu adevărat diferită, răspunsul depinde. Dacă tricoul roșu, tricoul albastru și tricoul negru au aceeași descriere și doar culoarea se schimbă, o singură pagină canonical de produs poate fi suficientă. Dacă fiecare variantă are cerere separată, recenzii, imagini, stoc și linkuri interne, pagini indexabile separate pot avea sens.

Nu există o regulă canonical universală pentru variante. Există doar întrebarea: aceste pagini sunt interschimbabile pentru un utilizator care caută?

Etichetele canonical ar trebui să corespundă politicii reale de URL-uri a site-ului tău

Cele mai multe buguri canonical sunt simptome ale unei probleme mai profunde de politică a URL-urilor. Site-ul nu a decis dacă slashurile finale contează, dacă URL-urile cu majuscule ar trebui să se rezolve, dacă parametrii sunt permiși, dacă HTTP redirecționează către HTTPS sau dacă www este canonical.

Alege o singură versiune curată a fiecărui URL și fă ca întregul sistem să fie de acord:

• Redirecționează versiunile de URL nepreferate către versiunile preferate.
• Leagă intern către versiunile preferate.
• Pune versiunile preferate în sitemapuri XML.
• Folosește canonicale autoreferențiale pe paginile preferate.
• Canonicalizează doar duplicatele reale către URL-ul preferat.

Când toate aceste semnale indică în aceeași direcție, etichetele canonical devin plictisitoare. Acesta este scopul.

Concluzia

Etichetele canonical sunt puternice deoarece influențează indexarea și consolidarea semnalelor. Sunt periculoase din același motiv.

Un canonical greșit nu va elimina întotdeauna o pagină din căutare. Motoarele de căutare îl pot ignora. Dar să te bazezi pe motoarele de căutare pentru a salva semnale proaste nu este o strategie. Abordarea mai sigură este să rezervi canonicalizarea pentru duplicate reale, să păstrezi țintele curate și indexabile și să faci ca linkurile interne, redirecționările, sitemapurile și canonicalele să spună aceeași poveste.

Canonicalele nu sunt locul în care ascunzi o arhitectură dezordonată. Sunt locul în care confirmi că a fost curățată.