Vlákno názorů k článku
SEO spam: zneužité umění

Diky za clanek, prave jsem se chystal implementovat neco, co by google mohl omylem povazovat za cloaking. Nase stranky se skladaji z layoutu a obsahu.

Layout obsahuje spoustu dynamicky tahanych dat, napriklad rozcestnik ci zpravicky. Tahle data jsou z meho hlediska pro vvyhledavace irrelevantni, nebot jsou na kazde strance a navic maji samostatne stranky.

Dalsi jejich problemem je, ze jejich generovani znamena zatez na server, coz pri indexovani par set tisic dynamicky generovanych stranek uz je poznat. Nedivil bych se, kdyby robot skoncil nekolikrat rychleji, pokud by se layout pro nej negeneroval.

Takze jsem planoval udelat specialni sablonu, ve ktere by nebyly zadna dynamicka data. Jenom odkazy na jednotlive sluzby. Tahle sablona by se pouzivala, pokud bych detekoval boty.

A ted ctu, ze to, co melo byt ve skutecnosti ku prospechu vyhledavacu (vyrazne mensi velikost prenesenych dat, rychlejsi stahovani, vetsi relevance textu odstranenim duplicitniho obsahu s kratkou zivotnosti), by oni mohli povazovat za podvadeni. Ach jo.

Pane Literáku, nevěřte všemu, co někde čtete. Většina článků o SEO obsahuje určitou míru spekulací a tento není výjimkou. Na vašem místě bych se zeptal všech tří českých fulltextů, zda váš plán považují za přínosný, a nedivil bych se, kdyby byla jejich odpověď kladná.

Na druhou stranu bych se zamyslel nad tím, zda by tematicky kompaktnější stránky bez nesouvisejících textů a navigace nebyly přínosnější i pro uživatele.

No, me zajima hlavne google :-) Riskovat banning se mi nechce.

Pokud jde o kompaktnost, mira informaci je dlouhodobym kompromisem se ctenari a vysledkem ruznych anket a pruzkumu.

Osobně bych také ve vašem případě penalizaci neriskoval. Váš úmysl je sice dlážděn dobrými úmysly, ale podstatu cloakingu naplňuje.

> Dalsi jejich problemem je, ze jejich generovani znamena zatez na server, coz pri indexovani par set tisic dynamicky generovanych stranek uz je poznat.

A spočítal jste si, kolik dat ušetříte, pokud několika robotům za den nabídnete o pár kB méně? Při návštěvnosti vašeho portálu si myslím, že se nedostanete ani na jednotky procent. Traffic bych šetřil jinde... Zkuste jako první krok např. z vašich HTML a CSS šablon odstranit všechny prázdné mezery, ušetříte mnohem více přenosu dat...

Vaši obavu, že robotovi trvá indexace o tolik déle, také nesdílím.

Jak dlouho trva indexace robotovi, je mi jedno. Ale jak dlouho trva generovani stranky, to mi jedno neni :-) A dle zkusenosti vim, ze kdyz pouziju print sablonu, tak jsem vyrazne rychlejsi nez v beznem stavu. U nekterych stranek i o stovky procent (kde je obsah maly).

Jsem si téměř jist, že za takový korektní cloaking, který popisujete, by vás Google nijak nepostihl, ale je fakt, že sám bych to riskovat nechtěl. V každém případě můžete zvážit umístění některých obsahově nesouvisejících a nadbytečných částí stránek do externího JavaScriptu. Ten se může kešovat, takže to ušetří přenos dat a zrychlí stránky i pro uživatele.

javascript je na linuxovem portale zakazane slovo :-) To by me nekteri ctenari asi utloukli a na server zanevreli ;-)

a ma to duvod nebo to je jen proto ten links nebo lynx, ktery 99 % z nich k prohlizeni pouziva, javascript neumi?

No, mlcici vetsine ctenaru je to asi jedno. Podil textovych prohlizecu je par procent. Par procent ctenaru ma JS zakazany z bezpecnostnich duvodu. Ale reakce tech par procent by byla IMHO hodne hlasita :-)

Mimochodem, jak se vyhledavace chovaji vuci znacce iframe? Stahuji jeji obsah?

Samozřejmě jsem myslel použít JavaScript tak, aby ti, kdo by vás za něj utloukli, vůbec nepoznali, že něco chybí.

Ale myslím, že to je trochu zbytečná diskuse. Buď jsou ty "layoutové prvky" skutečně tak nerelevantní, že by vadily vyhledavačům, a pak velmi pravděpodobně budou vadit i uživatelům, nebo nerelevantní nejsou, a pak nebudou vadit ani vyhledavačům, ani uživatelům.

Pro ctenare (aspon jejich cast) jsou relevantni - aktualni zpravicky z oboru, seznam aktualnich clanku z podobnych serveru. Napriklad prectou si clanek a hodi oko na levy sloupec a prectou si kratke aktuality, aniz musi klikat na specialni stranku. Koneckoncu podivejte se na vlastni oci, url tu mate ;-)

Pro vyhledavace IMHO nejsou tak moc relevantni, protoze zpravicky najdou i na specialni strance. A ta data jsou pak duplikatni.

Někdy je cloaking jediná možnost, když nechcete, aby váš systém ukazoval samý 503ky. Z rozsáhlého shopu dokáží roboti stahovat denně 30MB (za měsíc 1GB podle awstats), takový Gigabot je pohroma, který často "pracuje" přes den a nečeká jako inteligentní google až skutečný uživatel odejde (google fakt vyčkává.) Můžete zakázat adresáře s fotkama či googlovský jpg$ atd., přesto... některý fck roboti (myslím alexa) dokonce ignorují robots.txt (Změny v robots.txt stejně např. google začne viditelně akceptovat až po x týdnech.) Pak už nic nezbývá, než si pomoci cloakingem. Cloaking používám bez problému již dlouhou dobu bez negativní vazby ze strany vyhledávačů, nic nečestného jalového nikomu nepodsouvám, ale naopak pomáhám robotům. Taky pokud máte flashmenu nebo framy, je cloaking nejjednoduchší metodou (kromě vytvoření zvláštní dětinské stránky ala mapa webu.)

To není až tak úplně pravda, Google nabízí možnost načíst robots.txt okamžitě pomocí "Automatic URL Removal System".

Nikdy se nám nestalo, že by při omezování např. dynamické navigace nebo akční - dočasné postranní nabídky - google penalizoval provozovatele eshopu. Je to ekvivalent skrytí zbytečně generovaných částí. Akt vyřazování je buď velmi sofistikovaným algoritmem nebo to tam checkují školení indové 24h - 7 days a week. Každopádně logické zásahy na velmi pěkném vzorku webů google ponechal bez vlivu na výsledek vyhledávání.
Takže další seo black magic...

Ohledně vyhledávačů bych věřil Prokopovi ještě méně.
Mně hlásí WWW-klient chybu na jeho rel="start" kde má odkaz na "../"
To je na úvodní stránce určitě divně. - Diskuse, jak to kdo má umět poopravit, vynechte. Raději cvičně zapřemýšlejte, jak odkaz napsat vzorově právě pro vyhledávače!

to vy jste ten pán, který vlastní neschopnost řeší odřezáváním IP adres i celých rozsahů?

holt když si ten svůj portál napíšete v javě a ještě špatně, tak se nedivte, že se ten váš chudák stroj zadýchá i když jediný uživatel trošku rychleji kliká....

Ano, je to 100% cloaking.

Vyhledávačům cloaking vadí z toho důvodu, že potom přisuzují určité kvality (výskyt slov nebo odkazů) stránce, která tyto kvality pro uživatele nemá. I když se jako autor domníváte, že tyto vlastnosti má, tak vyhledávač si tím z principu nemůže být jistý, a tak z principu potírá cloaking.

Pokud je řeč konkrétně o abclinuxu.cz, tak mi vyhubení všech postraních menu přijde jako moc fajn nápad.

Dušane, samozřejmě, že to je cloaking, ale pokud jde např. o Google, ne každý cloaking je považován za spam. Jsou dokonce případy, kdy se Google s některými weby na cloakingu přímo dohodl (viz třeba článek Working With Google Scholar -- And More Approved Cloaking). Něco podobného umožňuje i české Jyxo.

Marku, díky za odkaz. Tenhle případ jsem neznal. Ale dává smysl -- pokud je vydavatel obsahu s vyhledávačem domluvený, pak neplatí můj předpoklad, totiž že si vyhledávač nemůže být z principu jist obsahem stránky.