فرض کنید سایتی ۱۵۰ مقاله‌ی خوب دارد، اما گوگل ۲۵۰۰ آدرس از آن ایندکس کرده است. بیشتر این آدرس‌ها صفحه‌هایی‌اند که کسی برایشان برنامه نداشته؛ این همان Index Bloat است.
منابع رایج در وردپرس و ووکامرس
- آرشیو برچسب‌هایی که فقط یک یا دو نوشته دارند؛
- صفحه‌های پیوست (Attachment) تصاویر؛ Yoast به‌طور پیش‌فرض آن‌ها را به خود فایل ریدایرکت می‌کند؛
- آرشیو نویسنده در سایت‌های تک‌نویسنده و آرشیو تاریخ؛
- نتایج جستجوی داخلی (
?s=)؛ - آدرس‌های
?replytocom=کامنت‌ها؛ - فیلترها و مرتب‌سازی‌های فروشگاه (
?orderby=،?filter_color=)؛ - صفحه‌های کم‌محتوا و Soft 404.
چرا مهم است؟
- بودجه خزش صرف صفحه‌های بی‌ارزش می‌شود.
- ارزیابی کیفیت کل سایت: گوگل گفته وجود حجم زیادی محتوای کم‌ارزش می‌تواند روی ارزیابی کلی سایت اثر بگذارد.
- محتوای تکراری و رقابت صفحه‌ها با هم.
چطور تشخیص بدهیم؟
تعداد صفحه‌های ایندکس‌شده در گزارش Pages سرچ کنسول را با تعداد صفحه‌هایی که واقعاً می‌خواهید در گوگل باشند مقایسه کنید. اگر عدد گوگل چند برابر است، فهرست آدرس‌های ایندکس‌شده را خروجی بگیرید و بر اساس الگو (برچسب، پارامتر، آرشیو) دسته‌بندی کنید.
روش رفع
- noindex برای آرشیوها و صفحه‌هایی که برای کاربر لازم‌اند ولی ارزش جستجو ندارند.
- کنونیکال برای نسخه‌های پارامتردار.
- robots.txt برای الگوهای پارامتری بی‌پایان که نباید خزیده شوند (بعد از اینکه از ایندکس خارج شدند).
- ادغام یا حذف صفحه‌های کم‌محتوا (محتوای کم‌ارزش).
اشتباه‌های رایج
- بستن هم‌زمان صفحه در robots.txt و گذاشتن noindex؛ گوگل noindex را نمی‌بیند.
- noindex کردن عجولانه‌ی دسته‌بندی‌هایی که خودشان ترافیک و رتبه دارند.