Oggi ho finalmente avuto la possibilità di riascoltare attentamente l’episodio 112 di Google Search Off the Record “How to read the Indexing Report”.
Di seguito, un riassunto dei punti salienti emersi dalla discussione tra Martin Splitt e John Mueller, aggiungendo alcune osservazioni personali.
Non considerare il report di indicizzazione come una “lista di cose da fare”
Uno dei più grandi fraintendimenti riguardo a questo rapporto è considerarlo come un elenco di errori da correggere: secondo il team di Search Console, questo NON è il modo corretto di utilizzare il rapporto.
Anche perché non sempre gli “errori” indicati nel rapporto vanno davvero interpretati come errori: reindirizzamenti, ritardi nella segnalazione e persino un elevato numero di errori 404 possono essere perfettamente normali se riflettono modifiche intenzionali al sito.
Il rapporto andrebbe visto invece come uno strumento per riconoscere se ci sono pattern, cambiamenti inattesi e anomalie che meriterebbero di essere analizzate.
Quando lo apro, io stesso mi chiedo: “Google sta trattando il sito nel modo in cui mi aspettavo, o c’è qualcosa che sfugge rispetto al comportamento previsto?”.
Non tutti gli URL non indicizzati rappresentano un problema
Sfogliando il rapporto, vedi migliaia di URL non indicizzati? Non andare nel panico.
Una pagina può NON essere indicizzata perché:
- reindirizza altrove,
- restituisce intenzionalmente un errore 404,
- non è la versione canonica di sé stessa,
- è contrassegnata come noindex,
- Google ha scelto un altro URL come versione preferita.
Ci sono anche tanti altri casi, ma nell’elenco di esempi appena fatto, NESSUNA di queste situazioni automaticamente indica un “problema SEO”.
Ad esempio, durante la migrazione di un sito web, un forte aumento degli URL classificati come “Pagina con reindirizzamento” è spesso la prova che la migrazione sta funzionando CORRETTAMENTE.
Allo stesso modo, se il contenuto è stato rimosso intenzionalmente da un sito web, le risposte 404 sono un comportamento previsto e non qualcosa che deve essere corretto.
Search Console è la fonte più autorevole disponibile per valutare l’indicizzazione su Google, non l’operatore “site:”
L’operatore site: non deve essere considerato “la fonte definitiva della verità” sullo stato di indicizzazione delle URL: Search Console dovrebbe sempre avere la precedenza nella valutazione.
Se durante le migrazioni SEO di dominio, Google continua a mostrare gli URL del vecchio dominio nelle ricerche del sito anche per anni dopo che una migrazione è stata implementata correttamente… il tutto non deve mettere in allarme: è un comportamento normale.
A quanto già detto da Google con questo episodio del podcast, aggiungo che mi sono accorto di questa situazione in diversi casi durante migrazioni SEO di dominio che ho seguito, senza che questo rappresentasse un problema per la migrazione.
Avere questa situazione non significa che la migrazione sia fallita o che Google stia ancora indicizzando il vecchio sito web: Google semplicemente ricorda quegli URL e potrebbe continuare a mostrarli quando gli utenti cercano esplicitamente (usando l’operatore “site:”) il vecchio dominio.
A mio parere, questo non significa che l’operatore “site:” sia inutile, quanto piuttosto che non vada considerato per quello che non è. Se ti va, puoi leggere qui una spiegazione su cosa sia l’operatore “site:” e come si usi.
Se Google sceglie una URL canonica diversa… è sempre un problema?
Il podcast sottolinea un punto importante: una discrepanza nel canonical è spesso un indizio diagnostico piuttosto che un problema.
Ad esempio, Google potrebbe scegliere una versione senza www perché la maggior parte dei link esterni punta a quella.
Il rapporto può aiutarci a capire come Google interpreti le relazioni tra gli URL e i segnali di linking esterno.
Quando si nota una situazione simile, usare il rapporto può supportarci nel capire il motivo del cambiamento.
Attenzione: è vero che può essere il segnale di una configurazione non coerente, ma non è detto sia automaticamente “un errore” da cercare di “risolvere”.
Come usarlo quando un gran numero di URL cambia improvvisamente stato?
Se migliaia di URL cambiano improvvisamente, diventando per esempio:
- 404;
- 403;
- 410;
- Non indicizzabili;
- Con canonical diverso da quello suggerito dal sito stesso.
Molto spesso la causa principale va cercata lungo:
- CDN
- Firewall
- Provider di hosting
- Sistema di protezione dai bot
Google ha riscontrato ripetutamente situazioni in cui le CDN attivano protezioni aggressive contro i bot e bloccano accidentalmente Googlebot. Di conseguenza, le pagine che esistono ancora potrebbero improvvisamente apparire a Google come inaccessibili o mancanti.
Dalla mia esperienza come consulente SEO, questo è un aspetto sottovalutato che può davvero verificarsi e causare problemi ai clienti, a maggior ragione se non viene individuato tempestivamente.
Attenzione ai bug infrastrutturali
Nell’episodio, John Mueller menziona anche uno scenario che molti esperti SEO tecnici hanno probabilmente incontrato: può capitare di trovare pagine “anti-bot” contenenti messaggi per verificare se l’utente sia un utente reale o un bot… il problema arriva quando le pagine in questione restituiscono un codice di stato HTTP 200 OK.
Quella pagina anti-bot potrebbe essere interpretata come il contenuto effettivo dell’URL.
A questo punto cosa può succedere?
- Il contenuto originale può scomparire dall’indice
- Le pagine possono essere classificate come duplicati
- Possono comparire canonical inaspettati
- Google potrebbe indicizzare la pagina di verifica invece del contenuto reale
Il report di indicizzazione dovrebbe essere utilizzato come strumento di rilevamento di pattern: un singolo errore è solitamente irrilevante, mentre un cambiamento improvviso che interessa migliaia di URL merita spesso un’indagine approfondita.
Qualità non significa per forza “contenuto”
Leggendo le discussioni fra SEO, noto sempre più attenzione su questi due elementi rapporto di indicizzazione GSC:
- URL rilevata, ma attualmente non indicizzata: Google sa che l’URL esiste ma non ne ha ancora eseguito la scansione
- URL scansionata, ma attualmente non indicizzata: Google ha visitato la pagina ma ha deciso di non includerla nell’indice per il momento.
Capiamoci: nessuno dei due stati indica automaticamente un problema tecnico. Non significa neanche che questi “errori” siano automaticamente innocui.
Se queste categorie crescono in modo significativo su ampie porzioni di un sito web, senza un’ovvia spiegazione tecnica, Google suggerisce di guardare oltre la SEO tecnica e valutare la qualità complessiva del sito.
Questo è l’aspetto che mi ha fatto più riflettere dell’intero episodio: la visione della qualità di Google.
Quando i fattori tecnici non spiegano le decisioni di indicizzazione, Google potrebbe semplicemente credere che il contenuto non aggiunga abbastanza valore unico per l’utente.
E per quanto riguarda il contenuto generato dall’IA?
Il problema non è il contenuto generato dall’IA in sé: il problema è il contenuto che offre scarso valore unico.
In altre parole, contenuti che chiunque avrebbe potuto produrre e che non apportano nulla di nuovo alla conversazione.
La qualità non si limita al “testo” della pagina.
Google valuta l’intera esperienza utente:
- Pubblicità invasive
- Interstitial
- Disordine visivo
- Prestazioni della pagina
- Accessibilità del contenuto principale
- Usabilità generale
Un ottimo articolo, nascosto dietro una scarsa esperienza utente, può comunque faticare a ottenere buoni risultati.
Il rapporto tra pagine indicizzate e non indicizzate potrebbe non significare granché
Personalmente, ho trovato questo dato interessante perché molti esperti SEO si “preoccupano” quando solo una frazione dei loro URL viene indicizzata, ed è una situazione più comune di quanto si pensi.
Nel podcast viene detto che la percentuale in sé NON è un indicatore di qualità: ciò che conta è che le pagine che interessano davvero vengano indicizzate.
A volte le decisioni sull’indicizzazione di Google non sono “il problema”
In quest’ultimo paragrafo voglio fare un esempio semplice, fuori da quanto espresso nel podcast, su come il rapporto sull’indicizzazione possa fornire supporto SEO mediante la ricerca di pattern.
Un sito web in cui il rapporto sull’indicizzazione delle pagine aumenta di continuo le pagine indicizzate non è sempre un segnale positivo: il fatto che “Google stia trovando ed elaborando più contenuti” può essere una cosa negativa se NON sono contenuti che hanno valore.
Se indagando un pattern come questo rileviamo un meccanismo automatico di generazione di pagine che crea continuamente nuovi URL, molti dei quali restituiscono codici di stato HTTP 200, e non contengono direttive che impediscano l’indicizzazione o che non forniscano chiari segnali di consolidamento canonico… abbiamo trovato le uova che hanno prodotto “la frittata SEO” sul nostro sito.
Questo è uno dei motivi per cui concordo pienamente con il messaggio del podcast: il valore del rapporto raramente deriva dall’analisi dei singoli URL. Il suo vero valore risiede nella comprensione dei comportamenti su larga scala e nell’identificazione di schemi che si discostano dalla logica prevista per il sito web.
Un altro esempio? Farei attenzione alle pagine di risultato nella ricerca interna: specialmente se non hanno un noindex o altri meccanismi di blocco all’indicizzazione.
La vera domanda dietro ogni rapporto di indicizzazione
Il vero valore del rapporto di indicizzazione di Google Search Console deriva dall’identificazione di situazioni in cui la visione di Google del sito web differisce dal comportamento previsto del sito stesso: il suo scopo è quello di aiutarci a rispondere a una domanda molto più importante: “Google interagisce con questo sito web nel modo in cui ci aspettiamo?”
Quando la risposta è no, il rapporto unito all’analisi manuale spesso fornisce i primi indizi necessari per capire il perché della situazione.
