Een sitemap is een bestand dat de URL’s van een site opsomt om het verkennen door zoekmachines of de raadpleging door bezoekers te vergemakkelijken. Op een blog speelt deze pagina een dubbele rol: het leidt de indexeringsrobots naar recente inhoud en biedt de lezers een gestructureerde toegang tot alle publicaties.
Sitemap XML en sitemap HTML: twee mechanismen, twee doelgroepen
De term “sitemap” dekt twee verschillende technische realiteiten. De sitemap XML is een bestand dat bedoeld is voor de robots van zoekmachines. Het bevat een lijst van URL’s vergezeld van metadata (datum van laatste wijziging, geschatte updatefrequentie, relatieve prioriteit). Dit bestand is niet ontworpen om door mensen te worden gelezen.
De sitemap HTML daarentegen, heeft de vorm van een klassieke webpagina. Het presenteert de structuur van de site in de vorm van klikbare links, georganiseerd per categorie of per datum. Dit is de versie die bezoekers raadplegen om door een uitgebreide blog te navigeren.
Op een blog dat regelmatig publiceert, vullen de twee formaten elkaar aan. De XML helpt Googlebot een artikel te vinden dat enkele minuten geleden is gepubliceerd, terwijl de HTML het een lezer mogelijk maakt om een bericht te vinden dat onder maanden aan publicaties is begraven. Om te zien hoe deze dubbele aanpak er concreet uitziet, illustreert de sitemap pagina van La Caverne du Geek goed de structurering per rubriek op een actieve blog.
Lastmod-tag in een sitemap XML: waarom precisie belangrijk is
De meeste gidsen leggen uit hoe je een sitemap genereert. Weinig gaan in op een technisch punt dat de effectiviteit van het bestand verandert: de betrouwbaarheid van de lastmod-tag.
Google houdt alleen rekening met deze datum wanneer deze overeenkomt met een daadwerkelijke wijziging van de inhoud van de pagina. Het bijwerken van de footer of het regenereren van de sitemap zonder de body van het artikel aan te passen, rechtvaardigt geen wijziging van de lastmod-waarde. Als de zoekmachine vaststelt dat de data geen echte veranderingen weerspiegelen, negeert hij uiteindelijk deze tag op de hele site.
Voor een blog is de beste praktijk om lastmod alleen te wijzigen wanneer een artikel substantieel is herschreven, verrijkt of gecorrigeerd. Een eenvoudige typefoutcorrectie verdient deze update niet.
Wat lastmod niet doet
Het wijzigen van lastmod activeert niet automatisch een nieuwe verkenning van de pagina. De zoekmachine bepaalt zijn eigen crawl-schema op basis van meerdere signalen (frequentie van publicatie, populariteit van de site, crawl-budget). De tag is een aanwijzing onder andere, geen instructie.
URL’s filteren: een effectieve sitemap sluit evenveel uit als hij opneemt
Alle URL’s van een blog in de sitemap opsommen is een veelvoorkomende fout. Een nuttig bestand bevat alleen de pagina’s die het waard zijn om in de zoekresultaten te verschijnen. Hier zijn de soorten pagina’s die je systematisch moet uitsluiten:
- De pagina’s met tags en dubbele archieven die dezelfde inhoud onder verschillende URL’s herhalen, omdat ze het signaal dat naar de zoekmachines wordt verzonden verwateren
- De pagina’s met een noindex-tag, aangezien het opnemen van een URL in de sitemap die niet geïndexeerd mag worden een tegenstrijdig signaal verzendt
- De omgeleide URL’s (301 of 302) die naar andere pagina’s wijzen, omdat de zoekmachine de omleiding moet oplossen voordat hij de uiteindelijke inhoud bereikt
- De pagina’s met interne zoekresultaten van de blog, die geparametriseerde URL’s genereren zonder originele inhoud
Een sitemap mag alleen indexeerbare en nuttige URL’s bevatten. Op een WordPress-blog stellen de meeste SEO-plugins je in staat om deze pagina’s automatisch te filteren. Het handmatig controleren van het bestand minstens één keer per kwartaal blijft een goede gewoonte.
Groottebeperkingen en splitsing van de sitemap voor grote blogs
Google legt een maximum op van 50.000 URL’s of 50 MB ongecomprimeerd per sitemap bestand. Voor een persoonlijke of professionele blog van bescheiden omvang vormt deze limiet geen probleem. Een blog dat echter dagelijks meerdere artikelen publiceert en dat al jaren doet, kan deze limiet bereiken.
De oplossing is de sitemap-index: een hoofdbestand dat meerdere sub-sitemaps verwijst. Elk sub-bestand groepeert een aantal URL’s, bijvoorbeeld per publicatiejaar of per thematische categorie. Deze organisatie vergemakkelijkt ook de diagnose in Google Search Console, aangezien fouten worden gelokaliseerd in een specifiek bestand.
Indienen en volgen in Search Console
Het indienen van de sitemap via Google Search Console versnelt de initiële verwerking. Het speciale rapport geeft aan of het bestand correct is gelezen en hoeveel URL’s zijn ontdekt. Maar het lezen van het bestand garandeert niet de indexering van de vermelde pagina’s. Het Sitemaps-rapport geeft informatie over het ophalen van het bestand, niet over de indexeringsstatus van elke URL.
Om de werkelijke indexering te controleren, moet je de gegevens van het Sitemaps-rapport kruisen met het rapport “Pagina’s” (voorheen “Dekking”). Hier komen de uitgesloten, foutieve of simpelweg door de zoekmachine genegeerde URL’s aan het licht.
Blognavigatie en interne linking: de sitemap alleen is niet genoeg
Een sitemap, zelfs perfect geconfigureerd, vervangt geen duidelijke navigatie of een samenhangende interne linking. Robots en lezers ontdekken de inhoud voornamelijk via de links die in de artikelen, de menu’s en de zijbalkwidgets aanwezig zijn.
- Elk nieuw artikel zou minstens twee of drie links naar eerdere publicaties over hetzelfde onderwerp moeten bevatten, om thematische navigatiepaden te creëren
- De categorieën van de blog moeten in aantal beperkt en duidelijk benoemd zijn, omdat ze zowel het hoofdmenu als de HTML-sitemap structureren
- De meest strategische artikelen verdienen het om vanaf de startpagina of vanuit een permanente sectie te worden gelinkt, wat een prioriteitssignaal naar de zoekmachines verzendt
De sitemap geeft het bestaan van een pagina aan, de interne linking toont het belang aan. Op een blog met meerdere honderden artikelen lopen de weesinhoud (zonder enkele interne link die naar hen verwijst) het risico genegeerd te worden, zelfs als ze in de XML-sitemap staan.
Het sitemap-bestand functioneert als een veiligheidsnet, niet als een vervanging voor de architectuur van de site. Een blog waarvan de navigatie uitsluitend op de sitemap is gebaseerd om zijn pagina’s toegankelijk te maken, heeft een structureel probleem dat het XML-bestand niet zal oplossen.
