Czym jest indeks Google

Kiedy wpisujesz coś w wyszukiwarkę Google, nie przeglądasz całego Internetu. Przeglądasz indeks Google. To bardzo ważna różnica, bo strona może istnieć, działać, otwierać się w przeglądarce i nadal nie być widoczna w wynikach wyszukiwania.

Google musi najpierw adres URL odkryć, potem go przeskanować, zrozumieć treść, ocenić jakość, rozpoznać wersję kanoniczną i dopiero wtedy zdecydować, czy warto dodać stronę do indeksu. Sam fakt, że podstrona istnieje, nie oznacza jeszcze, że Google ma obowiązek ją zaindeksować.

Problem z indeksem Google zaczyna się wtedy, gdy różnica między tym, co istnieje w serwisie, a tym, co trafia do indeksu, jest zbyt duża albo dotyczy ważnych podstron. Nie każda strona musi być w indeksie. Ale jeśli Google pomija produkty, usługi, kategorie, artykuły albo lokalne landing pages, robi się kłopot dla SEO.

Jak sprawdzić liczbę stron

Nie ma jednego narzędzia, które pokaże pełny obraz indeksacji. Trzeba zestawić kilka źródeł danych i dopiero wtedy wyciągać wnioski.

Screaming Frog pokazuje, ile adresów URL można znaleźć podczas skanowania serwisu. To nie jest informacja o indeksie Google. To informacja o tym, co istnieje na stronie, jak jest podlinkowane, jakie ma statusy HTTP, canonicale, meta robots, nagłówki i strukturę.

Sitemap.xml pokazuje, co właściciel strony sam zgłasza wyszukiwarce jako adresy warte odwiedzenia. Dobra mapa witryny powinna zawierać wyłącznie adresy kanoniczne, indeksowalne i zwracające kod 200. Jeśli sitemapa jest śmietnikiem, Google dostaje śmietnik jako sugestię.

Google Search Console pokazuje, co Google wie o stronie, jakie adresy są zaindeksowane, a które zostały wykluczone albo odkryte, lecz niezaindeksowane. To najważniejsze narzędzie diagnostyczne, ale też wymaga interpretacji.

Operator site: może pomóc w szybkim sprawdzeniu, jakie adresy Google pokazuje dla domeny. Trzeba jednak pamiętać, że wynik site:domena.pl jest orientacyjny. Daje sygnał, nie pełny raport.

Przykład rzeczywistego problemu

Wprawne oko seowca potrafi wychwycić problemy z indeksacją jeszcze zanim dostanie pełne dostępy do strony. Pełny dostęp jest potrzebny do pracy, ale pierwsze ślady można zobaczyć wcześniej.

W przykładzie wrzucam stronę do Screaming Froga. Frog mieli, męczy się, a ja czekam. Finalnie narzędzie znajduje przeszło 32 tysiące adresów URL. Żaden z nich nie ma noindex, więc teoretycznie w Google mogłaby być pokaźna liczba stron. Teoretycznie.

Następny krok to Google Search Console. W raporcie indeksacji widać, że Google ma w indeksie około 14 tysięcy stron. To mniej niż połowa adresów znalezionych przez Screaming Froga. Samo w sobie nie przesądza jeszcze o tragedii, ale jest wystarczająco dużą różnicą, żeby zacząć diagnozę.

Potem sprawdzam operator site:. Google pokazuje, że znalazł około 14 tysięcy wyników, ale po klikaniu kolejnych stron paginacji kończy się na 66 stronie. Finalnie widać 664 wyniki. To już mocny sygnał, że trzeba sprawdzić, co Google rzeczywiście pokazuje, co tylko deklaruje orientacyjnie, a czego w ogóle nie chce prezentować.

Ten przykład jest dobry, bo pokazuje różnicę między trzema światami: tym, co istnieje na stronie, tym, co Google raportuje w narzędziu, i tym, co użytkownik może zobaczyć w wynikach wyszukiwania.

Dlaczego Google nie indeksuje stron

Google nie ma obowiązku indeksowania każdej podstrony. To zdanie jest niewygodne, ale konieczne. Jeśli serwis generuje tysiące adresów o niskiej wartości, powiela treści, ma parametry URL, duplikaty, puste kategorie albo produkty bez opisów, Google może uznać, że nie ma sensu wszystkiego trzymać w indeksie.

Najczęstsze przyczyny problemów z indeksacją to:

• noindex — strona sama informuje Google, że nie powinna trafić do indeksu.
• robots.txt — blokuje crawlowanie, choć sam w sobie nie jest właściwym narzędziem do usuwania strony z indeksu.
• canonical — Google może uznać inny adres za właściwą wersję strony.
• duplicate content — wiele adresów z taką samą albo bardzo podobną treścią.
• thin content — podstrony z bardzo małą wartością informacyjną.
• parametry URL — filtrowanie, sortowanie, warianty, sesje i adresy tworzone automatycznie.
• paginacja — źle rozwiązane strony kolejnych wyników, kategorii albo archiwów.
• brak linkowania wewnętrznego — Google znajduje adres, ale nie widzi jego znaczenia w strukturze serwisu.
• słaba jakość treści — strona istnieje, ale nie daje powodu, żeby trafić do indeksu.
• soft 404 — strona technicznie zwraca kod 200, ale wygląda jak pusta, usunięta albo bezwartościowa.

W Google Search Console często pojawiają się komunikaty typu Crawled — currently not indexed albo Discovered — currently not indexed. Pierwszy oznacza, że Google stronę odwiedził, ale jej nie zaindeksował. Drugi, że adres zna, ale jeszcze go nie przeskanował albo nie uznał tego za priorytet.

Jest też przypadek Duplicate without user-selected canonical. W praktyce oznacza to, że Google widzi duplikat, ale właściciel strony nie wskazał jasno preferowanej wersji kanonicznej. Wtedy wyszukiwarka wybiera sama. I nie zawsze wybiera tak, jak właściciel strony by chciał.

Jak diagnozować problem z indeksem Google

Diagnoza powinna iść po kolei. Inaczej łatwo zacząć od zgłaszania adresów do indeksu, kiedy prawdziwy problem leży w jakości, canonicalach albo strukturze.

1. Screaming Frog. Skanuję stronę i sprawdzam liczbę adresów, statusy HTTP, canonicale, meta robots, nagłówki, duplikaty i strukturę linkowania.
2. Google Search Console. Porównuję dane z raportu indeksacji, sprawdzam powody wykluczeń, adresy z mapy witryny i konkretne przykłady URL.
3. Operator site:. Traktuję go jako szybki podgląd, nie jako główne źródło danych.
4. Logi serwera. Jeśli są dostępne, sprawdzam, co naprawdę odwiedza Googlebot i jak często wraca do konkretnych sekcji.
5. Sitemap.xml. Sprawdzam, czy mapa zawiera tylko wartościowe, indeksowalne adresy z kodem 200.
6. Canonical. Kontroluję, czy strona nie wskazuje przypadkiem innego adresu jako wersji głównej.
7. Analiza jakości. Patrzę, czy pomijane adresy mają własną wartość, treść, linkowanie i sens dla użytkownika.

Dopiero po takim przejściu można powiedzieć, czy problem jest techniczny, jakościowy, strukturalny, czy mieszany. Bardzo często jest mieszany.

Najczęstsze błędy

Problemy z indeksowaniem rzadko biorą się z jednego magicznego powodu. Najczęściej to suma drobnych zaniedbań.

• Przypadkowy noindex. Strona miała być ukryta na etapie testów, a tag został po wdrożeniu.
• Zły canonical. Podstrona wskazuje inną wersję, a właściciel dziwi się, że Google jej nie pokazuje.
• Blokada w robots.txt. Google nie może wejść tam, gdzie powinien.
• Cienkie treści. Produkty bez opisów, puste kategorie, wpisy blogowe bez konkretu.
• Duplikaty. Te same opisy w wielu miejscach, filtrowanie, sortowanie, wersje z parametrami.
• Parametry URL. Serwis generuje setki adresów, które różnią się tylko kolejnością albo filtrem.
• Brak linkowania wewnętrznego. Strony istnieją, ale są sierotami. Google nie widzi, że są ważne.
• Bałagan w sitemapie. Mapa zawiera adresy z błędami, przekierowaniami, duplikatami albo stronami noindex.

Nie każdy błąd od razu zabija SEO. Ale jeśli takich błędów są setki albo tysiące, Google dostaje sygnał, że serwis jest słabo uporządkowany.

Jak poprawić indeksację

Nie zaczynałbym od masowego zgłaszania adresów do Google. To często tylko pukanie do drzwi z pustą kartką. Najpierw trzeba ustalić, czy strona zasługuje na indeksację i czy technicznie jej nie blokujemy.

W przypadku thin content warto rozbudować treść, połączyć słabe podstrony albo usunąć te, które nie mają sensu. W e-commerce oznacza to często pracę nad opisami produktów, kategorii i filtrów. W blogu — aktualizację starych wpisów, usunięcie zapychaczy i uporządkowanie archiwów.

W przypadku duplicate content trzeba wskazać wersje kanoniczne, poprawić strukturę adresów, ograniczyć indeksowanie parametrów i zadbać, żeby sitemapa zawierała tylko właściwe URL-e. Jeśli Google ma wybierać między kilkoma podobnymi stronami, lepiej pomóc mu zrozumieć, która jest główna.

W przypadku braku linkowania wewnętrznego trzeba podłączyć ważne podstrony do struktury serwisu. Strona, do której nie prowadzą linki z menu, kategorii, artykułów ani innych ważnych adresów, wygląda jak coś mało istotnego. Jeśli właściciel strony nie pokazuje Google, że adres jest ważny, trudno mieć pretensje, że Google też tak go nie traktuje.

Po większych porządkach warto wygenerować nową sitemapę. Powinna obejmować adresy z kodem 200, indeksowalne, kanoniczne i realnie wartościowe. To nie jest lista wszystkiego, co istnieje. To lista tego, co chcesz pokazać Google jako sensowną strukturę strony.

Czy zgłaszanie URL w Google Search Console pomaga?

Tak, zgłaszanie adresów w Google Search Console może pomóc, szczególnie po poprawkach, aktualizacji treści, usunięciu błędów albo opublikowaniu ważnej podstrony. Narzędzie URL Inspection pozwala sprawdzić konkretny adres, przetestować wersję live i poprosić Google o ponowne sprawdzenie.

Ale zgłoszenie URL nie gwarantuje indeksacji. Jeśli strona jest słaba, zduplikowana, zablokowana, źle skanonikalizowana albo bez wartości, samo kliknięcie „Poproś o zindeksowanie” nie rozwiąże problemu. To jest zaproszenie Google do ponownego spojrzenia, a nie rozkaz.

Warto zgłaszać adresy po realnych zmianach. Nie warto codziennie klikać tych samych URL-i i liczyć, że Google w końcu się wzruszy. Algorytm nie działa na litość.

Indeksacja a jakość strony

W starych analizach problemy z indeksacją często wiązano od razu z Pandą. Dziś trzeba mówić szerzej. Panda była ważnym etapem w historii oceny jakości treści, ale nie odpowiada za każdy problem z indeksem Google.

Współczesne Google patrzy na jakość całościowo. Jeśli serwis ma tysiące słabych adresów, masowo generowane podstrony, opisy kopiowane od producenta, puste kategorie, duplikaty i brak sensownej struktury, problem nie jest tylko techniczny. To problem jakości.

Tu wchodzi też logika Helpful Content. Google nie chce indeksować wszystkiego jak magazyn rupieci. Chce pokazywać strony, które mają wartość dla użytkownika. To oznacza, że czasem lepiej mieć mniej adresów w indeksie, ale lepszych, niż tysiące przypadkowych podstron, które rozmywają cały serwis.

Co zrobić z wykluczonymi stronami?

Wykluczone strony trzeba podzielić. Nie wszystkie wymagają tej samej reakcji.

• Strony wartościowe — poprawić treść, linkowanie, canonical, sitemapę i zgłosić do ponownego sprawdzenia.
• Strony zduplikowane — połączyć, skanonikalizować albo zostawić poza indeksem.
• Strony techniczne — filtry, sortowania, parametry i wyniki wyszukiwania wewnętrznego zwykle nie powinny zalewać indeksu.
• Strony bez wartości — usunąć, przekierować albo oznaczyć noindex, zależnie od sytuacji.
• Produkty niedostępne — rozwiązywać indywidualnie: czasem zostawić, czasem przekierować, czasem pokazać alternatywy.

Nie chodzi o to, żeby wszystko na siłę wrzucić do indeksu. Chodzi o to, żeby Google widziało najlepszą wersję serwisu, a nie cały techniczny bałagan CMS-a.

Wnioski

1. Google nie indeksuje wszystkiego, co znajdzie. I bardzo dobrze. Gdyby indeksował każdy śmieciowy adres, wyniki byłyby nie do użycia. Problem zaczyna się wtedy, gdy pomijane są strony ważne dla biznesu.

2. Indeksacja jest skutkiem jakości strony, a nie celem samym w sobie. Sama obecność w indeksie niczego nie gwarantuje. Strona musi mieć sens, treść, strukturę, linkowanie i techniczną dostępność.

3. Lepiej mieć 1000 dobrych stron w indeksie niż 20 tysięcy przypadkowych. Duży indeks nie jest medalem. Czasem jest objawem bałaganu. W SEO chodzi o widoczność wartościowych adresów, nie o produkcję URL-i na tony.