从 IT 技术面细说 Search Console 的 27 组数字 KPI (7) ：网页的排除

SEO 要做到基本工是很简单的，就是把 Search Console 上面显示的错误都解决掉，上面说的警告或问题都知道原因且是在已知与合理的状态，这样流量就起来了。

虽然 Search Console 除了讲问题与警告外，也会讲已知道且有效的，但事实上有效的部份是最难除错的，因为若不是透过 SC 的 API，都只能抓到前 1000 笔资料，而无法知道 1000 笔以外的资讯，不要说更知前做错的事是那些无法知道，在抓不到全部资料时，也不知道那些是不正确有效的，因为也不可能一个个去 Inspect 检查。

当然可以随着一次又一次的除错或『做对』，每隔一段时间去看这些有效或是错误警告资讯的累积，这 1000 笔资料还是可以知道一定的问题点，虽然有时要加过滤条件，但持早会解决的，但前题是要找出所有资讯背後的原因，做对事是不须要修正的，但其他就有很多可能性了。

而在涵盖范围的项目中有主要的四项，包含前面所说的有效与错误，及警告和排除，最重要的是有效是没有问题的，最该避免的是错误，但警告往往也是错误的开始，而最麻烦的大概是『排除』这部份。

因为排除这部份就包含几种状况：

1. 替代页面：这部份指的是有对的 Canonical 制式网址，通常不太会有甚麽问题，除非制式网址本身是错的就是另一件事。
2. 页面会重新导向：这边虽然看起来是合理，但若网站这部份偏多，代表在连结建立上是有问题的，因为理论上大部份的转址是可以被制式网址取代的，但为了要指向对的网址而做转址 Redirect，这是浪费搜寻的预算 (Budget)，更者在计算连结时也是不利的，有时这是须要检讨的。
3. 找不到 404、转址式 404、403 或其他 4xx 的问题：这边虽然问题不大，但也是要去思考为甚麽连结建立是如此多的找不到，是否有可能提前一步不要有这个连结或是直接 nofollow，让网站的品质更好。
4. 遭到 robots.txt 封锁及遭到 noindex 标记排除：通常不会有人刻意去做 noindex 或是 disallow，若是有的话一定是有意义的，除非是做错才是问题，因此这部份该去检查的是否是失误，或是历史性的问题已解决的。
5. 这是重覆网页：这包含三种『使用者未选取标准网页』、『Google 选择的标准网页和使用者的选择不同』及『已提交的网址未获选为标准网址』这三个，当然若没有 Canonical 的制式网址是第一种，是最糟糕且可以完全避免的，但後两者的问题很多元，有时是很难处理的，但大部份都可以解决。
6. 已检索 - 目前尚未建立索引：这在网站经营中，这是一个很重要的指标，因此这是排除中会独立放在每次的检核表中，因为这往往代表的是格式与内容的问题，甚至是在 CSR 等网页产生时会发生的问题，这个可能可以独立一篇专题来讨论。
7. 已找到 - 目前尚未建立索引：这往往是发生在新网站，在 Crawler Budget 不够时才会有，当然也有可能是这一系列的网址被 Google 认定完全不用爬，是因为之前爬的时候几乎是没意义的，若真的是没意义就还好，若是有意义的话说不定可能要用改网址下手。

前四种状况都是问题不大，若该是这样而排除就是正常，後三种问题才是有很大的问题，通常是要避免。

在上面七种中，最麻烦的就是『已检索 目前尚未建立索引』，因为这原因是最不直觉，且可能性也最多，更不要说解决方法，单单原因就有几个方向：

1. 这网页没甚麽内容，因此被 Google 认为没有索引 (Index) 的价值，这个问题是最常见，但甚麽样的状况才是没内容是困难的，有些是一眼就看得出来，有些见看不太出来，尤其是下面几种原因。
2. 没有内容的问题有几种，最常见的就是 Client Side Render 的问题，也就是主要内容是透过 CSR 产生的，因此第一份 HTML 的确没内容，只是当然看到产出的页面又是有很多内容，且是用 Javascript 开发的，Google 虽然可以解出大部份的 CSR，但不代表可以 Render 出所有 CSR 的资讯，而要去跟 Google 挑战或是抗议，或许也可以先尝试自己的做法。
3. 另一种没有内容的问题是在於支离破碎，其中可能没有用 的 HTML5 Tag 让爬虫较好判断，甚至没有较大的 ，或者是 都是不到 100 字，文字中间有一大堆图，或是用了一大堆的 inline CSS 都会让爬虫抓不到主要的段落，都有可能造成检索未索引的可能。
4. 除了没有内容外，重覆的内容也是会出现在检索未索引常见的事，有时可以用文章的标题去 Google 看看，看能不能 Google 到，有时就会发现 Google 到另一篇相同会类似标题的文章，但不是同一页，这就是重覆内容，有时这个重覆内容可以用 canonical 解，尤其是语系的不同，但有时因为没有之间的关系就没办法组合在一起，就要花较多的工夫解决。
5. 而在去年时，更发现 Google 对於列表形的网页也很容易未检索，包含搜寻页、标签页等等自动化产生的列表页，也因为这些列表页的元素在其它地方都会出现过，因此就会不检索，其中也包含这个列表页项目过少，例如不到三项，也会排除。
6. 当然若网站做得好，有时还是会出现一些新的未检索，但这些只是暂时性的，有时直接 Inspect 或搜寻就会发现有收录，但有些是要过几天才会被收录，常期看 Search Console 的人就知道，Google 的 Bug 还挺多的。

在这边会导入两个重要的指数：

1. 有效/(有效+排除)：当然这边有一个前题是错误与警告都是不该存在的，有就是绝对该立刻处理，因此可以乎略不计，而有效页面占比可以看到 Google 对於网站的成果观点，只是这边会有一个问题，排除越多不代表是错误，而排除越少说不定是中间页或是 Canonical 没有弄好，因此这数字现在只是做参考看其变化，以前会说到这数字应该是 20%~25% 之间，但现在已经不会把这数值当作是要检核，只会做参考。
2. 检索未索引/有效：被排除并不代表不好的事，但检索未索引这数字是真的有问题，上面的问题除了第 6 项是 Google 本身检索判断效率的问题外，前五项都是或多或少可以避免的，当然有些是用把 CSR 改用 SSR 来解决，有些是丰富内容来解决，或是真的没办法就用 noindex 来解决，或是加上 nofollow 避免被检索到。

在 SEO 的经验中，无论是检索未索引这数值太高本身就不是好事，但有时是无法完全避免，毕竟很多内容好坏的判断这条线虽然 SEO 是 Google 说了算，但有时要考虑到使用者的动线与经营，还是无法避免。

所以有时是用是其『检索未索引/有效』这个指标来看，虽然随着网站越来来越到，检索未索引无法完全消除，但除有效的指标的目的是发生这问题的占比是须要被控制，在实务上这数值越低，Google 对这网站认为越有价值，随之流量就进来了。