Scoperte ma attualmente non indicizzate: cause e verifiche
I siti con migliaia di URL non indicizzati hanno solitamente una causa banale. Questa tabella elenca le cause più comuni nell'ordine in cui verifichiamo.
Sintomo, probabile causa, prima verifica
| Sintomo in Search Console | Probabile causa | Prima verifica |
|---|---|---|
| Scoperte, non indicizzate su molti URL nuovi | Google conosce l'URL ma non ha speso tempo di crawling su di esso | Contare i link interni verso la pagina; le pagine profonde vengono saltate |
| Crawlate, non indicizzate | Pagina vista e giudicata a basso valore o duplicata | Confrontare con la posizione della pagina per la stessa query |
| Google ha scelto un canonical diverso | http e https, o www e non-www entrambi attivi | Recuperare entrambe le versioni e cercare un 301 |
| Il sito di staging appare nei risultati | Lo staging non è mai stato bloccato o autenticato | Cercare site:staging.yourdomain.com |
| Improvvviso aumento degli URL esclusi | Parametri o navigazione facetata che generano URL | Guardare gli URL di esempio nel report |
| Errori di Googlebot su un solo sottodominio | Firewall o limitazione della frequenza da parte del provider o di Cloudflare | Leggere il log del server per le risposte 429 e 403 |
Verificare un URL così come lo vede Google
Iniziare con un singolo indirizzo. Una tabella delle cause è utile solo quando sai quale riga descrive la pagina che hai davanti.
Iniziare con lo stato di copertura
Aprire il report di ispezione della pagina in Search Console e leggere la riga di stato prima di qualsiasi altra cosa. Scoperta e crawldata sono verdetti diversi, e ciascuno indica una correzione diversa.
Non passare una settimana a lavorare sui link per una pagina che Google non ha mai crawldata. Quel lavoro va altrove finché la riga di stato non dice il contrario.
Salvare il risultato dell'ispezione con la data. Gli stati di copertura cambiano quando Google crawldata di nuovo, quindi una nota della scorsa settimana ti dice cosa è successo allora, e un'ispezione recente ti dice cosa succede ora.
Confrontare il HTML grezzo con la pagina renderizzata
Recuperare l'URL con cURL e cercare il testo principale nella risposta. Se le parole appaiono solo dopo l'esecuzione degli script, il problema è il rendering, non il grafo dei link.
Un'intestazione mancante o un corpo sottile nella risposta grezza sono un segnale rapido, ed è quello che le persone trascurano più spesso.
Lavorare attraverso l'elenco in ordine. Un fallimento al primo elemento spesso spiega il resto, quindi non c'è bisogno di controllare gli altri finché non è risolto.
- Intestazione principale presente nella risposta
- Testo del corpo più lungo di poche frasi
- Link interni presenti come ancoraggi plain
- Tag canonical che punta all'indirizzo corretto
Confermare che sitemap e file robots siano coerenti
Una sitemap che elenca un URL mentre robots.txt lo blocca invia segnali misti. Controllare entrambi i file sull'host canonical, poiché una copia servita da un altro host può dire qualcosa di diverso.
Disallineamenti come questo raramente rompono un sito intero. Rendono però più difficile leggere ogni altra verifica.
Controllare anche i valori lastmod se la sitemap li ha. Date che non cambiano mai, o che corrispondono tutte alla giornata di build, dicono molto poco a Google su cosa sia nuovo.
Dove entrano in gioco i backlink
Un link da un altro sito è un percorso di scoperta. Google lo segue, il che può far uscire una pagina dalla coda delle scoperte prima.
Questo non fa di un link un interruttore di indicizzazione. Una pagina senza link interni e con un solo backlink sperduto è comunque un candidato debole, e Google ha detto chiaramente che non indicizza tutto ciò che trova.
Usa toppages per vedere quali dei tuoi URL attraggono link, poi conferma che quegli esatti URL siano indicizzati. Linkati ma mancanti dall'indice è un segnale che vale una giornata di lavoro.
Quando sei incerto, guarda le pagine che linkano all'URL bloccato. Se nessuna di esse è una tua pagina, il problema è probabilmente la struttura interna piuttosto che i link esterni.
Link da pagine che nessuno legge
Un link da una pagina che non viene mai crawldata dà a Google poco da seguire. Verifica se la pagina che linka è essa stessa indicizzata prima di contarla come percorso di scoperta.
Link morti da pagine vecchie possono mantenere un indirizzo in lista per un po', ma raramente cambiano il verdetto da soli.
I link interni fanno il lavoro pesante
La maggior parte delle scoperte delle pagine di un sito avviene all'interno del sito. Un menu, un elenco di categorie e una sitemap fanno più per una pagina nuova di quanto faccia un link esterno.
Se una pagina non ha un percorso interno, un link esterno è una toppa su una lacuna strutturale, e la lacuna è ciò che va sistemato.
Come distinguere la profondità dei link dalla qualità
Una pagina che è scoperta ma non crawldata è solitamente un problema di priorità. Google ha l'indirizzo ma vede poche ragioni per affrettarsi, spesso perché pochi percorsi interni conducono lì.
Una pagina che è crawldata ma non indicizzata è un giudizio. Google l'ha letta e non la voleva, quindi più link non sistemeranno testi sottili o duplicati.
I framework aggiungono una terza causa. I siti Next.js e React a volte distribuiscono testo che appare solo dopo l'esecuzione di JavaScript. Recupera il HTML grezzo con cURL e vedi se il tuo testo è presente. Se non lo è, il rendering lato server o il prerendering sono la soluzione, e la ricetta per mantenere gli URL stabili si applica quando cambi stack.
Bing e Yandex hanno le loro code, quindi controlla Bing Webmaster Tools prima di assumere che il problema sia solo tuo.
Un test utile è guardare la stessa pagina da due angolazioni. Se il suo conteggio di link interni è basso e il suo testo è sottile, la causa potrebbe essere entrambe le cose, e dovresti sistemare entrambe prima di aspettare.
Ordine di lavoro
- Ispeziona un URL interessato e nota se dice 'URL è su Google'.
- Apri la sitemap e conferma che restituisca HTTP 200 sull'host canonical.
- Controlla robots.txt come lo vedrebbe Googlebot, non come lo vede il tuo browser.
- Conta i link interni in entrata e mantieni le pagine importanti entro tre click dalla home.
- Rimuovi le pagine template sottili che esistono solo per essere indicizzate.
- Attendi alcune settimane dopo le correzioni; l'indicizzazione raramente si stabilisce overnight.
Lavorare su un singolo URL bloccato
Usa questa sequenza per un singolo URL che è rimasto in coda per settimane. Fermati al primo passaggio che ti dà una causa.
- 1
Leggi lo stato
Annota lo stato esatto di Search Console e la data dell'ultimo crawling per l'URL.
- 2
Conta i percorsi in entrata
Dalla tua esportazione di crawling, conta i link interni che puntano alla pagina e nota da quali pagine hub provengono.
- 3
Controlla la risposta
Richiedi l'URL e conferma uno stato 200 sull'host canonical, senza catene di redirect in mezzo.
- 4
Decidi, poi aspetta
Se la pagina è sottile, migliorala. Se è solo sepolta in profondità nel sito, linkala da una pagina più forte, poi aspetta diverse settimane prima di giudicare.
Quando un salto negli URL esclusi è un problema di parametri o sitemap
Un aumento improvviso di URL esclusi solitamente ha una causa meccanica. Il compito è trovare il generatore, non inseguire ogni indirizzo.
Parametri e percorsi facetati
Un improvviso salto spesso risale a un parametro di filtro o ordinamento che ha iniziato a produrre nuovi indirizzi. Campiona una dozzina dal report e leggi le loro query string.
Se le varianti mostrano lo stesso contenuto, il problema è la duplicazione. La soluzione è un canonical o una regola sui parametri, non più link.
Fai attenzione alle pagine che dovrebbero esistere. Un filtro può meritare il suo indirizzo quando le persone cercano davvero quella combinazione. La regola non è bloccare ogni parametro, ma decidere quali combinazioni meritano un indirizzo.
Una sitemap che elenca l'host sbagliato
Una sitemap costruita per la versione http di un sito, o per un host che ora fa redirect, dà a Google un elenco che non si fiderà. Apri il file e controlla i primi dieci indirizzi contro il tuo host canonical.
Sistema prima l'elenco. Una sitemap pulita costa nulla da pubblicare, e rimuove una variabile dall'indagine.
Trappole di hosting e blocco dei bot
Hostinger, Cloudflare e strati simili a volte limitano la frequenza per Googlebot mentre servono gli umani perfettamente. Il sito sembra a posto per te e instabile per il crawler.
Leggi il log di accesso grezzo per le risposte 403, 429 e 5xx agli user agent contenenti Googlebot. Verifica quei hit con il reverse DNS, poiché molti scraper falsificano il nome.
I crawler AI sono una decisione separata. Bloccare GPTBot o ClaudeBot in robots.txt non tocca Googlebot, ma una regola wildcard disattenta può. Testa il file dopo ogni modifica.
Le copie di staging richiedono cura. Quando una è il problema, mettila dietro una password e richiedi la rimozione in Search Console. Un tag noindex da solo può essere annullato da un deploy. Vedi la ricetta sui redirect prima di consolidare gli host.
I limiti di frequenza spesso appaiono solo nei momenti di picco. Un controllo fatto a mezzanotte può sembrare pulito mentre i log del pomeriggio raccontano un'altra storia, quindi campiona più di una finestra prima di decidere.
Tieni una nota di ogni regola del firewall che cambi. Una regola aggiunta per fermare uno scraper può bloccare anche il crawler, e il sintomo potrebbe apparire solo più tardi come una calma diminuzione della copertura.
Quali URL linkati ti mancano?
Questa chiamata costa 2 crediti e restituisce fino a 1.000 righe.
curl "https://rankbrainmarketing.link/api.php?action=toppages&q=yourdomain.com&per=1000&key=sk_live_..."Le correzioni possono richiedere settimane per essere visibili. Lo stato dell'indice e il nostro aggiornamento mensile dei link non si muoveranno lo stesso giorno, quindi confronta come con come.
Domande sulle pagine scoperte
I backlink da soli faranno indicizzare una pagina scoperta?
Da soli no. Un link è un percorso di scoperta che può aiutare Google a trovare la pagina prima. Se la pagina verrà indicizzata dipende comunque dal suo contenuto e dal resto del sito.
Quanto tempo devo aspettare dopo una correzione?
Settimane, non giorni. L'indicizzazione raramente si stabilisce overnight, e i nostri aggiornamenti dell'indice seguono un ritmo mensile autonomo, quindi confronta come con come quando controlli. Scrivi la data della correzione nelle tue note, così l'attesa ha un inizio a cui puoi fare riferimento.
Dovrei richiedere l'indicizzazione per ogni URL?
No. Richiedere l'indicizzazione per poche pagine importanti è ragionevole. Farlo per migliaia di pagine sottili non cambia il giudizio che Google fa su di esse.
È sempre un problema di budget di crawling il discovered-not-indexed?
Di solito no per un sito piccolo. Il budget di crawling conta soprattutto su larga scala. Per poche centinaia di pagine, le cause più probabili sono la profondità dei link, contenuti sottili o duplicati.
