शोध इंजिन आपली सामग्री कशी शोधतात, क्रॉल करतात आणि अनुक्रमणिका कशी तयार करतात?
मी सहसा क्लायंटला त्यांच्या स्वत: च्या ई-कॉमर्स किंवा सामग्री व्यवस्थापन प्रणाली तयार करण्याची शिफारस करत नाही कारण आजकाल आवश्यक नसलेल्या विस्तारित पर्यायांमुळे - प्रामुख्याने शोध आणि सामाजिक ऑप्टिमायझेशनवर लक्ष केंद्रित केले जाते. वर एक लेख लिहिला CMS निवडत आहे, आणि मी अजूनही ते मी ज्या कंपन्यांसोबत काम करतो त्यांना दाखवतो ज्यांना त्यांची सामग्री व्यवस्थापन प्रणाली तयार करण्याचा मोह होतो.
शोध इंजिन कार्य कसे करतात?
चला शोध इंजिन कसे कार्य करतात यापासून सुरुवात करूया. येथे Google कडून एक उत्कृष्ट विहंगावलोकन आहे.
तथापि, अशी परिस्थिती आहे जिथे सानुकूल प्लॅटफॉर्म आवश्यक आहे. जेव्हा ते इष्टतम समाधान असते, तेव्हा मी अजूनही माझ्या क्लायंटना त्यांच्या साइट शोध आणि सोशल मीडियासाठी ऑप्टिमाइझ करण्यासाठी आवश्यक वैशिष्ट्ये तयार करण्यास प्रवृत्त करतो. तीन प्रमुख वैशिष्ट्ये आवश्यक आहेत.
- robots.txt
- एक्स एम साइटमॅप
- मेटाडेटा
एक Robots.txt फाइल काय आहे?
robots.txt फाइल - robots.txt फाइल ही साइटच्या मूळ निर्देशिकेतील एक साधी मजकूर फाइल आहे आणि शोध इंजिनांना शोध परिणामांमधून काय समाविष्ट करावे आणि काय वगळावे हे सांगते. अलिकडच्या वर्षांत, शोध इंजिनांनी देखील विनंती केली की तुम्ही फाइलमध्ये XML साइटमॅपचा मार्ग समाविष्ट करा. येथे माझे एक उदाहरण आहे, जे सर्व बॉट्सना माझी साइट क्रॉल करण्यास अनुमती देते आणि त्यांना माझ्या XML साइटमॅपवर निर्देशित करते:
User-agent: *
Sitemap: https://martech.zone/sitemap_index.xmlएक एक्सएमएल साइटमॅप काय आहे?
एक्स एम साइटमॅप - आवडले HTML ब्राउझरमध्ये पाहण्यासाठी आहे, XML प्रोग्रामॅटिक पद्धतीने पचण्यासाठी लिहिले आहे. अ एक्स एम एल साइटमॅप हे तुमच्या साइटवरील प्रत्येक पृष्ठाचे सारणी आहे आणि ते शेवटचे कधी अपडेट केले होते. XML साइटमॅप देखील डेझी-चेन केलेले असू शकतात… म्हणजे, एक XML साइटमॅप दुसर्‍या साइटमॅपचा संदर्भ घेऊ शकतो. जर तुम्हाला तुमच्या साइटचे घटक तार्किकदृष्ट्या व्यवस्थित आणि खंडित करायचे असतील तर ते छान आहे (वारंवार विचारले जाणारे प्रश्न, पृष्ठे, उत्पादने, इ.) त्यांच्या स्वतःच्या साइटमॅपमध्ये.
तुम्ही कोणती सामग्री तयार केली आहे आणि ती शेवटची कधी संपादित केली आहे हे शोध इंजिनांना प्रभावीपणे कळवण्यासाठी साइटमॅप आवश्यक आहेत. तुमच्या साइटवर जाताना शोध इंजिनची प्रक्रिया साइटमॅप आणि स्निपेट्स लागू केल्याशिवाय प्रभावी ठरत नाही.
एक्सएमएल साइटमॅपशिवाय, तुमची पेज कधीही शोधली जाणार नाही असा धोका आहे. तुमच्याकडे नवीन उत्पादन लँडिंग पृष्ठ असल्यास जे अंतर्गत किंवा बाह्यरित्या लिंक केलेले नाही? Google ते कसे शोधते? बरं, जोपर्यंत त्याची लिंक सापडत नाही तोपर्यंत तुमचा शोध घेतला जाणार नाही. कृतज्ञतापूर्वक, शोध इंजिने कंटेंट मॅनेजमेंट सिस्टम आणि ई-कॉमर्स प्लॅटफॉर्मना त्यांच्यासाठी रेड कार्पेट रोल आउट करण्यास सक्षम करतात, तरीही!
- Google आपल्या साइटवर बाह्य किंवा अंतर्गत दुवा शोधतो.
- Google पृष्ठ अनुक्रमित करते आणि त्याच्या सामग्रीनुसार आणि संदर्भित लिंकच्या साइटच्या सामग्री आणि गुणवत्तेनुसार ते रँक करते.
एक्सएमएल साइटमॅपसह, तुम्ही तुमची सामग्री शोधणे किंवा अपडेट करणे संयोगाने सोडत नाही! बरेच विकासक शॉर्टकट घेण्याचा प्रयत्न करतात ज्यामुळे त्यांना देखील त्रास होतो. ते पृष्ठ माहितीशी संबंधित नसलेली माहिती प्रदान करून संपूर्ण साइटवर समान रिच स्निपेट प्रकाशित करतात. ते प्रत्येक पृष्ठावर समान तारखांसह साइटमॅप प्रकाशित करतात (किंवा एक पृष्ठ अद्यतनित झाल्यावर ते सर्व अद्यतनित केले जातात), शोध इंजिनांना रांगा देतात की ते सिस्टम गेमिंग करत आहेत किंवा अविश्वसनीय आहेत. किंवा ते शोध इंजिनला अजिबात पिंग करत नाहीत… त्यामुळे नवीन माहिती प्रकाशित झाली आहे हे शोध इंजिनला कळत नाही.
मेटाडेटा म्हणजे काय? मायक्रोडाटा? श्रीमंत स्निपेट्स?
श्रीमंत स्निपेट्स मायक्रोडाटा काळजीपूर्वक टॅग केलेले आहेत दर्शकापासून लपवलेले परंतु शोध इंजिन किंवा सोशल मीडिया साइट वापरण्यासाठी पृष्ठावर दृश्यमान. हे मेटाडेटा म्हणून ओळखले जाते. Google चे पालन करते Schema.org प्रतिमा, शीर्षके, वर्णने आणि इतर माहितीपूर्ण स्निपेट्स जसे की किंमत, प्रमाण, स्थान माहिती, रेटिंग इत्यादींचा समावेश करण्यासाठी मानक म्हणून. स्कीमा तुमची शोध इंजिन दृश्यमानता आणि वापरकर्ता क्लिक करेल याची शक्यता लक्षणीयरीत्या वाढवेल.
फेसबुक वापरते ओपनग्राफ प्रोटोकॉल (अर्थात, ते समान असू शकत नाहीत), X तुमचा X प्रोफाइल निर्दिष्ट करण्यासाठी एक स्निपेट देखील आहे. अधिकाधिक प्लॅटफॉर्म हा मेटाडेटा एम्बेड केलेल्या लिंक्सचे पूर्वावलोकन करण्यासाठी आणि इतर माहिती प्रकाशित करताना वापरतात.
आपल्या वेब पृष्ठांचा अंतर्निहित अर्थ आहे जेव्हा लोक वेब पृष्ठे वाचतात तेव्हा त्यांना समजतात. परंतु त्या पृष्ठांवर कोणत्या विषयावर चर्चा होत आहे याबद्दल शोध इंजिनना मर्यादित माहिती आहे. आपल्या वेब पृष्ठांच्या एचटीएमएलमध्ये अतिरिक्त टॅग जोडून - असे म्हणणारे टॅग्ज, "अहो शोध इंजिन, ही माहिती या विशिष्ट चित्रपटाचे वर्णन करते, किंवा ठिकाण, किंवा व्यक्ती, किंवा व्हिडिओ" आणि ते उपयुक्त, संबंधित मार्गाने प्रदर्शित करा. मायक्रोडाटा टॅगचा एक संच आहे, जो एचटीएमएल 5 सह सादर केला गेला आहे, जो आपल्याला हे करण्याची परवानगी देतो.
स्कीमा.ऑर्ग, मायक्रोडेटा म्हणजे काय?
नक्कीच, यापैकी काहीही आवश्यक नाही… परंतु मी त्यांना शिफारस करतो. जेव्हा आपण फेसबुकवर एखादा दुवा सामायिक करता, उदाहरणार्थ आणि कोणतीही प्रतिमा, शीर्षक किंवा वर्णन पुढे येत नाही ... तेव्हा काही लोक स्वारस्य दर्शवतात आणि प्रत्यक्षात क्लिक करतात. आणि जर आपल्या स्कीमा स्निपेट्स प्रत्येक पृष्ठामध्ये नसतील तर नक्कीच आपण अद्याप शोध परिणामांमध्ये दिसू शकता… परंतु प्रतिस्पर्धी जेव्हा आपल्याकडे अतिरिक्त माहिती दर्शवितात तेव्हा आपल्याला मारहाण करतात.
शोध कन्सोलसह आपले एक्सएमएल साइटमॅप नोंदवा
तुम्ही तुमची स्वतःची सामग्री किंवा ई-कॉमर्स प्लॅटफॉर्म तयार केले असल्यास, तुमच्याकडे अशी उपप्रणाली असणे अत्यावश्यक आहे जे शोध इंजिनांना पिंग करते, मायक्रोडेटा प्रकाशित करते आणि नंतर सामग्री किंवा उत्पादन माहिती शोधण्यासाठी वैध XML साइटमॅप प्रदान करते!
एकदा तुमची robots.txt फाइल, XML साइटमॅप्स आणि रिच स्निपेट्स तुमच्या संपूर्ण साइटवर सानुकूलित आणि ऑप्टिमाइझ झाल्यानंतर, प्रत्येक शोध इंजिनसाठी नोंदणी करण्यास विसरू नका. शोध कन्सोल (तसेच म्हणून ओळखले जाते वेबमास्टर साधन) जेथे तुम्ही शोध इंजिनवर तुमच्या साइटचे आरोग्य आणि दृश्यमानतेचे निरीक्षण करू शकता. तुम्ही तुमचा साइटमॅप मार्ग निर्दिष्ट करू शकता जर कोणीही सूचीबद्ध नसेल आणि शोध इंजिन ते कसे वापरत आहे, त्यात काही समस्या आहेत की नाही आणि ते कसे दुरुस्त करायचे ते देखील पाहू शकता.
शोध इंजिन आणि सोशल मीडियावर रेड कार्पेट रोल आउट करा आणि तुम्हाला तुमची साइट रँकिंग अधिक चांगली दिसेल, शोध इंजिन परिणाम पृष्ठांवर तुमच्या नोंदी अधिक क्लिक केल्या गेल्या आणि तुमच्या पृष्ठांनी सोशल मीडियावर अधिक शेअर केले. हे सर्व जोडते!
कसे रोबॉट्स.टी.टी.टी., साइटमॅप्स आणि मेटाडेटा एकत्र कार्य करतात
या सर्व घटकांना एकत्र करणे म्हणजे तुमच्या साइटसाठी रेड कार्पेट घालण्यासारखे आहे. शोध इंजिन तुमची सामग्री कशी अनुक्रमित करते यासह बॉट घेते ती क्रॉल प्रक्रिया येथे आहे.
- आपल्या साइटवर एक रोबोट.टीक्सटी फाईल आहे जी आपल्या एक्सएमएल साइटमॅप स्थानाचा देखील संदर्भ देते.
- तुमची CMS किंवा ई-कॉमर्स प्रणाली XML साइटमॅप कोणत्याही पृष्ठासह अद्यतनित करते आणि तारीख प्रकाशित करते किंवा तारीख माहिती संपादित करते.
- तुमची सीएमएस किंवा ई-कॉमर्स सिस्टीम शोध इंजिनांना तुमची साइट अपडेट केल्याची माहिती देण्यासाठी त्यांना पिंग करते. तुम्ही त्यांना थेट पिंग करू शकता किंवा RPC आणि Ping-o-matic सारखी सेवा वापरू शकता सर्व प्रमुख शोध इंजिनांवर ढकलण्यासाठी.
- शोध इंजिन त्वरित परत येते, Robots.txt फाइलचा आदर करते, साइटमॅपद्वारे नवीन किंवा अद्यतनित पृष्ठे शोधते आणि नंतर पृष्ठ अनुक्रमित करते.
- तुमचे पृष्ठ अनुक्रमित करताना, ते शीर्षक, मेटा वर्णन, HTML5 घटक, शीर्षके, प्रतिमा, Alt टॅग आणि इतर माहितीचा वापर लागू शोधांसाठी पृष्ठ योग्यरित्या अनुक्रमित करण्यासाठी करते.
- तुमचे पृष्ठ अनुक्रमित करताना, ते शोध इंजिन परिणाम पृष्ठ वर्धित करण्यासाठी शीर्षक, मेटा वर्णन आणि समृद्ध स्निपेट मायक्रोडेटा वापरते.
- इतर संबंधित साइट आपल्या सामग्रीशी दुवा साधत असल्याने, आपली सामग्री अधिक चांगली आहे.
- तुमची सामग्री सोशल मीडियावर शेअर केली जात असल्याने, निर्दिष्ट केलेली समृद्ध स्निपेट माहिती तुमच्या सामग्रीचे योग्यरित्या पूर्वावलोकन करण्यात आणि ती तुमच्या सोशल प्रोफाइलवर निर्देशित करण्यात मदत करू शकते.
