Rezultatele suplimentare in Google

Un articol lung despre rezultatele suplimentare din Google, a.k.a “Supplemental Results”. O resursa cuprinzatoare despre rezultatele suplimentare, lucruri foarte interesante care va vor ajuta sa intelegeti mecanismele SERPs (Search Engine Result Pages).

Google ofera informatii foarte putine despre cum este ales acel rezultat suplimentar, dar se poate intelege foarte bine studiind exemplele. Acum ceva timp Google spunea pe o pagina explicativa asa: “Google augments results for difficult queries by searching a supplemental collection of web pages. Results from this index are marked in green as “Supplemental.” “; explcatia este pentru utilizatorii obisnuiti si nu spune prea multe despre mecanisme. O explicate mai clara apare aici, dar nici de data asta nu au raspuns pe placul webmaster-ilor.

Sa rezumam ce zice Google:
1. Aparitia rezultatelor suplimentare este favorizata de cautarile dificile.
2. Exista un index principal si unul suplimentar, trimiterea unei pagini web intr-unul din indexuri se face dupa anumite criterii (ex. pagini cu URL-uri in care se afla multi parametrii… si insista pe asta)
3. Trimiterea unei pagini intr-unul din indexuri este complet automat (puteam ghici asta)
4. Pagerank-ul nu este afectat.

Atat de la Google, sa mai adaugam de la noi. In primul trebuie spus ca sunt multe tipuri de rezultate suplimentare si nu toate trebuie considerate ca bad sau good si in nici un caz nu as incerca sa imi curat cache-ul de rezultate supplimentare.

Tipuri:

1. Rezultatele suplimentare datorate scrieri URL-ului unei pagini fara www sau cu www. Google indexeaza url-uri, nu pagini, si din cauza asta o pagina poate sa apara in Google la doua adrese (www sau non www). Una din cele doua varinate va intra in indexul principal iar cealalta in cel secundar, de obicei cea cu www este in principal.
Ca sa va convingeti cautati pe google cache:http://domain.com si cache:http://www.domain.com, veti observa ca paginile au fost indexate in momente diferite… un lucru util si pentru care ati putea lasa lucrurile asa cum sunt (paginile indexate in momente diferite se intampla in anumite cazuri sa aiba continut diferit, bloguri in special).

Motivul pentru care ati unifica cele doua variante este ca Pagerank-ul se divide intre cele doua versiuni. Cei care pun link-uri catre site-ul tau nu folosesc intotdeauna www in URL. Folosind o redirectare 301 (mutat permanent) a URL-urilor fara www catre cele cu www puteti rezolva problema, tot ce trebuie sa faceti este sa puneti bucatica asta de cod intr-un fisier .htaccess.txt iar fisierul in root:
RewriteEngine On
RewriteCond %{HTTP_HOST} ^schimbadomeniu.ro [NC]
RewriteRule ^(.*)$ http://www.schimbadomeniu.ro/$1 [L,R=301]
in care schimbadomeniu este numele domeniului.

Think about: Daca pagerank-ul unui site pentru versiunea non www arata PR 0 iar cea cu www arata ceva mult mai mare as fi tentat sa cred ca link-urile catre site nu au crescut natural.

2. Rezultatele suplimentare datorate unei erori 404 (Not Found) sau pentru cazuri in care domeniul nu mai functioneaza.
Google acorda o importanta deosebita acestor pagini, o sa observati pagini care nu mai sunt vizibile de ani de zile dar care exista inca in Google cache. Daca exista astfel de rezultate atunci puteti incerca sa aflati care sunt url-urile nefunctionale (in caz ca nu ati verificat altfel) si sa rezolvati problema adaugand pagina lipsa, redirectand sau eliminand link-urile din site catre acea pagina.

3. Rezultatele suplimentare care reprezinta o versiune veche a pagini acolo unde continutul curent apare ca rezultat normal. Sa zicem ca pe o pagina este modificat numarul de telefon. Daca peste cateva saptamani cautati atat numarul nou cat si cel vechi. Il veti gasi pe cel nou intr-un rezultat normal, atat in extrasul afisat dupa cautare cat si in cache iar cel nou va aparea ca rezultat suplimentar in extras dar nu si in cache. Sweet…

4. Rezultatele suplimentare mai apar atunci cand continutul unei pagini este considerat duplicat al altei pagini din acelasi site. Asta se intampla mai ales atunci cand titlul si descrierea meta nu sunt unice pentru fiecare pagina din site. Daca exista astfel de pagini folositi pentru a tine anumite pagini departe de spideri.

5. Rezultatele suplimentare provocate de forma URL-urilor. Paginile generate dynamic sunt cele mai expuse acestui tip de rezultate deoarece in URL-ul lor pot aparea prea multi parametrii si implicit foarte multe pagini putin diferite una de cealalta. Un alt caz este cel al folosiri cookie-urilor si sesiunilor php care duc la url-uri de forma: PHPSESSID=58bffb3f583931dd2112e9b9a05d2cca. Cum sa scapati de PHPSESSID aici

6. O pagina orfana (fara link-uri din site catre ea) sau ingropata prea adanc in site poate ajunge foarte usor in indexul suplimentar cu un pagerank foarte mic.

Cum se gasesc rezultatele suplimentare ale unui site.
De-a lungul timpului au existat foarte multe variante, ultima incetandu-si existenta acum cateva saptamani. A functionat pana de curand si vreau sa atrag atentia celor care au scris despre ea ca nu mai este valabila “site:www.exemplu.ro ***”.

Pentru gasirea paginilor indexate cu www in url folositi “site:domain.com inurl:www” pentru a afisa pe cele fara www in url folositi “site:domain.com -inurl:www” Un lucru trebuie spus despre ultima comanda: va afisa printre url-urile fara www si altele care au www dar care sunt rezultate suplimentare. Daca vreti considerati-l un mic bug al comenzilor oferite de Google. Daca aveti subdomenii folositi “–inurl:www.subdomeniu” ca sa le exculudeti. Acel mic bug de care vorbeam face ca urmatoarea comanda sa arate doar rezultatele suplimentare “site:exemplu.ro -inurl:exemplu.ro”

Se pare ca rezultatele suplimentare inca mai pot fi “aproximativ numarate” printr-o comanda ca “site:exemplu.ro *** -blabla”, in care acel blabla poate fi orice (trebuie sa scadeti ceva de acolo neaparat ca sa mearga comanda, practic excluderea nu se face)
Pentru gasirea rezultatelor suplimentare pe mai multe DC-uri Google (Datacenter) folositi acest tool.

Importanta pe care Google o da paginilor unui site poate fi usor observata cu ajutorul operatorului “site:”. Scrieti “site:www.domeniu.com” si dati search, duceti-va la sfarsitul listei de afisari schimband in URL parametrul “start=” in ceva de genul “start=990” (google are limita de afisare de 1000 de rezultate). Ajuns la sfarsitul listei veti vedea ceva de genul:“Pentru a vă arăta cele mai relevante rezultate, am omis câteva elemente foarte similare celor 73 deja afişate. Dacă doriţi, puteţi repeta căutarea cu rezultatele omise incluse.” Veti da click iar rezultatele vor aparea nefiltrate incepand de la primul link afisat (homepage) pana la ultimele link-uri care de obicei sunt rezultatele suplimentare (not found, url-uri suspecte, continut suspect…). Parametrul din url pentru filtrarea rezultatelor este “filter”, puteti pune “filter=0” si scapati de incursiunea pana la sfarsitul rezultatelor (desi e bine de notat la ce numar s-au gandit ei sa puna acel “Pentru a vă arăta cele mai relevante rezultate”)

Da, numarul de rezultate suplimentare in Google creste pe masura ce avanseaza in recunoasterea celor cu motive de a fi etichetate astfel.