Marketing Digital

Um detalhamento do uso de HTML em ~ 8 milhões de páginas (e o que isso significa para o SEO moderno)


Há pouco tempo, meus colegas e eu no Advanced Web Ranking desenvolvemos um estudo em HTML com base em cerca de 8 milhões de páginas de índice compiladas dos vinte melhores resultados do Google para mais de 30 milhões de palavras-chave.

Escrevemos sobre os resultados da marcação e como as vinte páginas principais dos resultados do Google os implementam, depois fomos mais longe e obtivemos informações sobre o uso de HTML nelas.

O que isso tem a ver com SEO?

A maneira como o HTML é escrito determina o que os usuários veem e como os mecanismos de pesquisa interpretam as páginas da Web. Uma página HTML válida e bem formatada também reduz a possível má interpretação de dados estruturados, metadados, idioma ou codificação pelos mecanismos de pesquisa.

Pretende-se que seja uma auditoria técnica de SEO, algo que queríamos fazer desde o início: uma análise detalhada do uso de HTML e como os resultados se relacionam às técnicas modernas de SEO e às melhores práticas.

Neste artigo, discutiremos coisas como meta tags que o Google entende, dados estruturados JSON-LD, detecção de idioma, uso de títulos, links sociais e meta distribuição, AMP e muito mais.

Meta tags que o Google entende

Quando falamos dos principais mecanismos de busca como fontes de tráfego, infelizmente é apenas o Google e o resto, com Duckduckgo ganhando terreno ultimamente e o Bing quase inexistente.

Portanto, nesta seção, focaremos apenas as metatags listadas pelo Google na Central de Ajuda do Search Console.

chart (3) .png
Gráfico de pizza mostrando o número total de metatags que o Google entende, descrito detalhadamente nas seções abaixo.

A meta descrição é um fragmento de ~ 150 caracteres que resume o conteúdo de uma página. Os mecanismos de pesquisa mostram a meta descrição nos resultados da pesquisa quando a frase pesquisada está contida na descrição.

SELECTOR

COUNT

4.391.448

374.649

13.831

No final, encontramos 685.341 metaelementos com conteúdo com menos de 30 caracteres e 1.293.842 elementos com conteúdo de texto com mais de 160 caracteres.

</h3> <p>o <em>título</em> tecnicamente, não é uma meta tag, mas é usada junto com <em>nome meta = "descrição".</em></p> <p>Essa é uma das duas tags HTML mais importantes quando se trata de SEO. Também é essencial, de acordo com o W3C, o que significa que nenhuma página é válida com uma falta. <em>título</em> tag.</p> <p>A pesquisa sugere que, se você mantiver seus títulos abaixo de 60 caracteres razoáveis, poderá esperar que seus títulos sejam exibidos corretamente nas SERPs. No passado, havia indicações de que a duração do título dos resultados de pesquisa do Google foi estendida, mas não foi uma alteração permanente.</p> <p>Dado todo o exposto, dos 6.263.396 títulos completos que encontramos, 1.846.642 tags de título parecem muito longas (mais de 60 caracteres) e 1.985.020 títulos tiveram comprimentos considerados muito curtos (menos de 30 caracteres).</p> <figure><img decoding="async" alt="títulos.png" src="http://d2v4zi8pl64nxt.cloudfront.net/a-technical-seo-audit-of-8-million-pages/5d9ce8753cb0a0.97189359.png" width="624" height="280" data-image="t20qt2hyesi2" title="títulos.png"/><figcaption>Gráfico de pizza mostrando a distribuição do comprimento da tag title, com menos de 30 caracteres representando 31,7% e mais de 60 caracteres representando aproximadamente 29,5%.</figcaption></figure> <p>Um título muito curto não deve ser um problema; Afinal, é um pouco subjetivo, dependendo dos negócios do site. O significado pode ser expresso em menos palavras, mas é definitivamente um sinal de oportunidade de otimização desperdiçada.</p> <figure> <table class="table-basic table-row-hover"> <thead> <tr> <th> <p><strong>SELECTOR</strong></p> </th> <th> <p><strong>COUNT</strong></p> </th> </tr> </thead> <tbody> <tr> <td> <pre><title>* *

6.263.396

desapareceu  tag</pre>
</td>
<td>
<p>1.285.738</p>
<p></td>
</tr>
</tbody>
</table>
</figure>
<p>Outra coisa interessante é que, entre os sites classificados na página 1-2 do Google, 351.516 (~ 5% do total de 7,5 milhões) estão usando o mesmo texto para o título e h1 em suas páginas de índice.</p>
<p>Além disso, você sabia que com o HTML5 você só precisa especificar o doctype HTML5 e um título para ter uma página perfeitamente válida?</p>
<pre><!DOCTYPE html>
<title>vermelho

“Essas metatags podem controlar o comportamento do rastreamento e indexação de mecanismos de pesquisa. A metatag de robôs se aplica a todos os mecanismos de pesquisa, enquanto a metatag "googlebot" é específica do Google.
– Meta tags que o Google entende

SELECTOR

COUNT

1.577.202

139.458

Fragmento de HTML com meta robôs e seus parâmetros de conteúdo.

Portanto, as meta-diretivas de robô fornecem instruções aos mecanismos de pesquisa sobre como rastrear e indexar o conteúdo de uma página. Deixando de lado a meta-contagem do googlebot que é um pouco baixa, ficamos curiosos para ver os parâmetros de robô mais frequentes, considerando que um grande equívoco é que você deve adicionar uma meta-tag de robô na cabeça do seu HTML. Aqui estão os 5 principais:

SELECTOR

COUNT

632.822

180.226

115.128

111.777

83.639

“Quando os usuários pesquisam no seu site, os resultados da Pesquisa do Google às vezes mostram uma caixa de pesquisa específica para ele, além de outros links diretos para o seu site. Essa metatag diz ao Google para não mostrar a caixa de pesquisa de links do site ".
– Meta tags que o Google entende

SELECTOR

COUNT

1.263

Como esperado, poucos sites optam por dizer explicitamente ao Google para não exibir uma caixa de pesquisa de links de sites quando o site aparecer nos resultados da pesquisa.

"Esta meta tag informa ao Google que você não deseja que forneçamos uma tradução para esta página". – Meta tags que o Google entende

Pode haver situações em que você não deseja fornecer seu conteúdo para um grupo muito maior de usuários. Como diz a resposta de suporte anterior do Google, essa metatag diz ao Google que você não deseja que eles forneçam uma tradução para esta página.

SELECTOR

COUNT

7.569

"Você pode usar essa tag na página de nível superior do seu site para verificar a propriedade do Search Console."
– Meta tags que o Google entende

SELECTOR

COUNT

1.327.616

Enquanto conversávamos sobre o assunto, você sabia que, se você é um proprietário verificado de uma propriedade do Google Analytics, o Google agora verifica automaticamente o mesmo site no Search Console?

"Isso define o tipo de conteúdo e o conjunto de caracteres da página."
– Meta tags que o Google entende

Esta é basicamente uma das boas meta tags. Defina o tipo de conteúdo e o conjunto de caracteres da página. Considerando a tabela abaixo, observamos que quase metade das páginas de índice analisadas definem um conjunto de meta caracteres.

SELECTOR

COUNT

3.909.788

"Essa metatag envia o usuário para uma nova URL após um certo período de tempo e às vezes é usada como uma forma simples de redirecionamento."
– Meta tags que o Google entende

É preferível redirecionar seu site usando um redirecionamento 301 em vez de uma meta-atualização, especialmente quando assumimos que Os redirecionamentos 30x não perdem o PageRank e o W3C recomenda que esse rótulo não seja usado. O Google também não é fã e recomenda que você use um redirecionamento 301 do lado do servidor.

SELECTOR

COUNT

7.167

Do total de 7,5 milhões de páginas de índice analisadas, encontramos 7.167 páginas que usam o método de redirecionamento anterior. Os autores nem sempre têm controle sobre as tecnologias do lado do servidor e aparentemente usam essa técnica para habilitar redirecionamentos do lado do cliente.

Além disso, o uso de Trabalhadores é uma alternativa de ponta para superar problemas ao trabalhar com pilhas de tecnologia legadas e limitações de plataforma.

“Essa tag informa ao navegador como representar uma página em um dispositivo móvel. A presença dessa tag indica ao Google que a página é adequada para dispositivos móveis ".
– Meta tags que o Google entende

SELECTOR

COUNT

4.992.791

A partir de 1º de julho de 2019, todos os sites começaram a ser indexados usando a indexação móvel do Google. O farol verifica se existe um meta name = "viewport" etiqueta no cabeça do documento, portanto, esse objetivo deve estar em cada página da web, independentemente da estrutura ou CMS que você estiver usando.

Diante do exposto, esperávamos que mais sites do que as 4.992.791 das 7,5 milhões de páginas de índice analisadas usassem um meta name = "viewport" em suas seções principais.

O design de sites otimizados para dispositivos móveis garante que suas páginas funcionem bem em todos os dispositivos. Verifique se o site é compatível com dispositivos móveis aqui.

"Rotule uma página como contendo conteúdo adulto, para indicar que ela será filtrada pelos resultados do SafeSearch."
– Meta tags que o Google entende

SELECTOR

COUNT

133.387

Essa tag é usada para indicar a classificação de maturidade do conteúdo. Não foi adicionado às metatags que o Google entendeu até recentemente. Confira este artigo da Kate Morris sobre como marcar conteúdo adulto.

Dados estruturados JSON-LD

Dados estruturados são um formato padronizado para fornecer informações sobre uma página e classificar o conteúdo da página. O formato dos dados estruturados pode ser Microdata, RDFa e JSON-LD; Tudo isso ajuda o Google a entender o conteúdo do seu site e a ativar recursos especiais de resultados de pesquisa para suas páginas.

Enquanto fala com o incrível Dan shure, ele teve uma boa idéia de procurar dados estruturados, como o logotipo da organização, nos resultados da pesquisa e no Gráfico de conhecimento.

Nesta seção, usaremos JSON-LD (notação de objeto JavaScript para dados vinculados) apenas para coletar informações de dados estruturados. É o que o Google recomenda de qualquer maneira para fornecer pistas sobre o significado de uma página da web.

Alguns bits úteis sobre isso:

  • No Google I / O 2019, foi anunciado que a ferramenta de teste de dados estruturados será substituída pela rica ferramenta de teste de resultados.
  • Agora, o Googlebot indexa as páginas da Web usando o Chromium mais recente, em vez do antigo Chrome 42, o que significa que ele pode atenuar os problemas de SEO que você teve no passado, também com suporte a dados estruturados.
  • Jason Barnard Tive uma palestra interessante no SMX London 2019 sobre como o ranking da Pesquisa Google funciona e, de acordo com sua teoria, existem sete fatores de classificação nos quais podemos contar; Dados estruturados são definitivamente um deles.
  • O guia Microdados internos, JSON-LD e Schema.org contém tudo o que você precisa saber sobre o uso de dados estruturados em seu site.
  • Aqui está um incrível guia para iniciantes em JSON-LD Alexis Sanders.
  • Por último, mas não menos importante, existem muitos artigos, apresentações e publicações para você mergulhar no site oficial do JSON for Linking Data.

O estudo HTML do Advanced Web Ranking baseia-se apenas na análise de páginas de índice. O interessante é que, embora não mencionado nas diretrizes, o Google não parece se preocupar com dados estruturados nas páginas de índice, conforme indicado em uma resposta do Stack Overflow de Gary Illyes há vários anos. No entanto, nos tipos de dados estruturados JSON-LD que o Google entende, encontramos um total de 2.727.045 recursos:

json-ld-chart.png
Gráfico de pizza mostrando os tipos de dados estruturados que o Google entende, com uma caixa de pesquisa de link de site de 49,7%, o valor mais alto.

CARACTERÍSTICAS DOS DADOS ESTRUTURADOS

COUNT

Artigo

35.961

Pão ralado

30.306

Livro

143

Carrossel

13.884

Contato corporativo

41.588

Curso

676

Revisão crítica

2.740

Conjunto de dados

28.

Classificação agregada do empregador

7 7

Evento

18.385

Revisão de fatos

7 7

Página de perguntas freqüentes

dezesseis

Como

8

Oferta de trabalho

355

Transmissão ao vivo

232

Empresa local

200.974

Logomarca

442.324

Meios de comunicação

1.274

Profissão

0 0

Produto

16.090

Página de perguntas e respostas

20

Receita

434

Fragmento de Revisão

72.732

Caixa de pesquisa de links do site

1.354.754

Perfil social

478.099

Aplicação de software

780

Falador

516

Assinatura e conteúdo pago

363

Vídeo

14.349

rel = canonical

O elemento rel = canonical, geralmente chamado de "link canonical", é um elemento HTML que ajuda os webmasters a evitar problemas de conteúdo duplicados. Para fazer isso, especifique o "URL canônico", a versão "preferida" de uma página da web.

SELECTOR

COUNT

3.183.575

meta name = "keywords"

Não é novidade que É obsoleto e o Google não o usa mais. Também parece que É um sinal de spam para a maioria dos mecanismos de pesquisa.

"Embora os principais mecanismos de pesquisa não usem meta-palavras-chave para classificação, eles são muito úteis para mecanismos de busca no site como o Solr."
JP Sherman sobre por que esse objetivo obsoleto ainda pode ser útil hoje.

SELECTOR

COUNT

2.577.850

256.220

14.127

Cabeçalhos

Dentro de 7,5 milhões de páginas, h1 (59,6%) e h2 (58,9%) estão entre os vinte e oito elementos utilizados na maioria das páginas. Mesmo assim, depois de reunir todos os títulos, descobrimos que h3 é o título com o maior número de aparições: 29.565.562 h3s de 70.428.376 títulos totais encontrados.

Fatos aleatórios:

  • o h1 – h6 Os elementos representam os seis níveis dos títulos de seção. Aqui estão as estatísticas completas sobre o uso de títulos, mas encontramos 23.116 de h7s e 7.276 de h8s também. Isso é engraçado porque muitos as pessoas nem usam h6s muitas vezes.
  • Faltam 3.046.879 páginas h1 etiquetas e no restante das páginas 4.502.255, a h1 a frequência de uso é 2,6, com um total de 11.675.565 h1 elementos.
  • Embora existam 6.263.396 páginas com validade título, como visto anteriormente, apenas 4.502.255 deles estão usando um h1 Dentro de corpo do seu conteúdo.

Tags Alt ausentes

Esse eterno problema de SEO e acessibilidade ainda parece ser comum após a análise desse conjunto de dados. Do total de 669.591.743 imagens, quase 90% não possuem o atributo alt ou o usam com um valor em branco.

chart (4) .png
Gráfico de pizza mostrando a distribuição do atributo alt da tag img, com o alt ausente predominante: 81,7% de um total de aproximadamente 670 milhões de imagens encontradas.

SELECTOR

COUNT

img

669.591.743

img alt = "*"

79.953.034

img alt = ""

42.815.769

img com alt ausente

546.822.940

Detecção de idioma

De acordo com as especificações, as informações de idioma especificadas por meio do atributo lang podem ser usadas por um agente de usuário para controlar a representação de várias maneiras.

A parte que nos interessa aqui é sobre "ajudar os mecanismos de pesquisa".

“O atributo HTML lang é usado para identificar o idioma do conteúdo do texto na web. Essas informações ajudam os mecanismos de pesquisa a retornar resultados específicos do idioma e também são usadas pelos leitores de tela que alteram os perfis de idioma para fornecer o sotaque e a pronúncia corretos. "
– Léonie Watson

Há um tempo, John Mueller disse que o Google ignora o atributo HTML lang e recomenda o uso do link hreflang. A documentação do Google Search Console indica que o Google usa tags hreflang para corresponder às preferências de idioma do usuário com a variação correta de suas páginas.

lang-vs-hreflang.png
Gráfico de barras mostrando que 65% das 7,5 milhões de páginas de índice usam o atributo lang no elemento html; ao mesmo tempo, 21,6% usam pelo menos um link hreflang.

Das 7,5 milhões de páginas de índice que pudemos analisar, 4.903.665 usam o atributo lang no elemento html. Isso é cerca de 65%!

Quando se trata do atributo hreflang, que sugere a existência de um site multilíngue, encontramos cerca de 1.631.602 páginas, o que significa que cerca de 21,6% das páginas de índice usam pelo menos uma link rel = "alternativo" href = "*" hreflang = "*" elemento

Gerenciador de tags do Google

Desde o início, a principal tarefa do Google Analytics era gerar relatórios e estatísticas sobre o seu site. Mas se você deseja agrupar determinadas páginas para ver como as pessoas navegam nesse funil, você precisa de uma tag exclusiva do Google Analytics. É aqui que as coisas ficam complicadas.

O Gerenciador de tags do Google facilita:

  • Gerencie esse distúrbio de tag, permitindo definir regras personalizadas para quando e quais ações do usuário devem ativar suas tags
  • Altere suas tags sempre que quiser, sem realmente alterar o código-fonte do seu site, o que às vezes pode ser uma dor de cabeça devido a ciclos de inicialização lentos
  • Use outras ferramentas de análise / marketing com o GTM, novamente sem tocar no código-fonte do site

Procuramos referências googletagmanager.com / gtm.js e vimos que cerca de 345.979 páginas estão usando o Gerenciador de tags do Google.

rel = "nofollow"

O "Nofollow" fornece aos webmasters uma maneira de informar aos mecanismos de pesquisa "não siga os links desta página" ou "não siga este link específico".

O Google não segue esses links e também não transfere capital. Considerando isso, ficamos curiosos sobre os números rel = "nofollow". Encontramos um total de 12.828.286 links rel = "nofollow" em 7,5 milhões de páginas de índice, com uma média calculada de 1,69 rel = "nofollow" por página.

No mês passado, o Google anunciou dois novos valores de atributo de link que devem ser usados ​​para marcar a propriedade nofollow de um link: rel = "sponsored" e rel = "ugc". Eu recomendo que você leia o artigo de Cyrus Shepard sobre como os links nofollow, patrocinados e ugc do Google afetam o SEO, saiba por que o Google mudou o nofollow, o impacto na classificação dos links nofollow e muito mais.

Uma tabela que mostra como os atributos nofollow, patrocinado e UGC do Google afetam o SEO, de acordo com o artigo de Cyrus Shepard.

Fomos um pouco mais longe e procuramos esses novos valores de atributos de link, encontrando 278 rel = "sponsored" e 123 rel = "ugc". Para garantir que temos os dados relevantes para essas consultas, atualizamos o conjunto de dados das páginas de índice especificamente duas semanas após o anúncio do Google sobre esse assunto. Então, usando as métricas de autoridade da Moz, classificamos os principais URLs que encontramos que usam pelo menos um dos pares rel = "sponsored" ou rel = "ugc":

  • https://www.seroundtable.com/
  • https://letsencrypt.org/
  • https://www.newsbomb.gr/
  • https://thehackernews.com/
  • https://www.ccn.com/
  • https://www.chip.pl/
  • https://www.gamereactor.se/
  • https://www.tribes.co.uk/

AMP

O Accelerated Mobile Pages (AMP) é uma iniciativa do Google que visa acelerar a Web para dispositivos móveis. Muitos editores estão disponibilizando seu conteúdo em paralelo ao formato AMP.

Para que o Google e outras plataformas saibam, você deve vincular páginas AMP e não AMP.

Entre os milhões de páginas que vimos, encontramos apenas 24.807 páginas não-AMP que referenciam sua versão AMP usando rel = amphtml.

Social

Queríamos saber o quão compartilhável ou social é um site hoje, então saiba que Josh Buchea Fizemos uma lista impressionante de tudo o que poderia aparecer no cabeçalho do seu site, extraímos as seções sociais de lá e obtivemos os seguintes números:

Gráfico aberto do Facebook

chart.png
Gráfico de barras mostrando a distribuição das meta tags do Facebook Open Graph, descritas em detalhes na tabela abaixo.

SELECTOR

COUNT

metaproperty = "fb: app_id" content = "*"

277.406

metaproperty = "og: url" content = "*"

2.909.878

metaproperty = "og: type" content = "*"

2.660.215

metaproperty = "og: title" content = "*"

3.050.462

metaproperty = "og: image" content = "*"

2.603.057

propriedade meta = "og: image: alt" content = "*"

54.513

metaproperty = "og: description" content = "*"

1.384.658

metaproperty = "og: site_name" content = "*"

2.618.713

metaproperty = "og: locale" content = "*"

1.384.658

meta property = "article: author" content = "*"

14.289

Cartão do twitter

chart (1) .png
Gráfico de barras mostrando a distribuição das meta tags do cartão do Twitter, descritas em detalhes na tabela abaixo.

SELECTOR

COUNT

meta nome = "twitter: cartão" content = "*"

1.535.733

meta name = "twitter: site" content = "*"

512.907

meta name = "twitter: criador" content = "*"

283.533

meta name = "twitter: url" content = "*"

265.478

meta name = "twitter: title" conteúdo = "*"

716.577

meta name = "twitter: description" content = "*"

1.145.413

meta name = "twitter: image" content = "*"

716.577

meta name = "twitter: image: alt" content = "*"

30.339

E por falar em links, pegamos todos aqueles que apontaram para as redes sociais mais populares.

chart (2) .png
Gráfico de pizza mostrando a distribuição de links sociais externos, descritos detalhadamente na tabela abaixo.

SELECTOR

COUNT

6.180.313

5.214.768

1.148.828

1.019.970

Aparentemente, existem muitos sites que ainda possuem links para seus perfis do Google+, o que provavelmente é uma supervisão, considerando o não tão recente desligamento do Google+.

rel = anterior / seguinte

Segundo o Google, o uso de rel = prev / next não é mais um sinal de indexação, conforme anunciado no início deste ano:

“Ao avaliar nossos sinais de indexação, decidimos retirar rel = prev / next. Estudos mostram que os usuários adoram conteúdo de página única, apontam para isso quando possível, mas várias partes também são boas para a Pesquisa do Google ".
Tweeted por Google Webmasters

No entanto, caso seja importante para você, o Bing diz que as usa como pistas para a descoberta de páginas e o entendimento da estrutura do site.

“Estamos usando-os (como a maioria das marcas) como pistas para a descoberta de páginas e o entendimento da estrutura do site. No momento, não estamos mesclando páginas no índice com base nelas e não estamos usando prev / next no modelo de classificação ".
Frédéric Dubut do Bing

No entanto, aqui estão as estatísticas de uso encontradas ao analisar milhões de páginas de índice:

SELECTOR

COUNT

<link rel = "prev" href = "*"

20.160

<link rel = "next" href = "*"

242.387

Isso é praticamente tudo!

Saber como é o site comum usando dados de aproximadamente 8 milhões de páginas de índice pode nos dar uma idéia mais clara das tendências e nos ajudar a visualizar o uso comum do HTML quando se trata de técnicas de SEO modernas e emergentes. Mas isso pode ser uma saga sem fim: embora haja muitos números e estatísticas para explorar, ainda há muitas perguntas que precisam ser respondidas:

  • Agora sabemos como os dados estruturados são usados ​​na natureza. Como evoluirá e quantos dados estruturados serão considerados suficientes?
  • Devemos esperar que o uso do AMP aumente em algum lugar no futuro?
  • Como rel = "sponsored" e rel = "ugc" mudam a maneira como escrevemos HTML diariamente? Ao codificar links externos, além da combinação target = "_ blank" e rel = "noopener", agora precisamos considerar as combinações rel = "sponsored" e rel = "ugc".
  • Será que algum dia aprenderemos a sempre adicionar valores de atributo alt para imagens que têm um objetivo além da decoração?
  • Quantas metatags ou atributos adicionais precisaremos adicionar a uma página da web para agradar aos mecanismos de pesquisa? Nós realmente precisamos do atributo HTML nosnippet de dados anunciado recentemente? Que segue, data-allownippet?

Há outras coisas que gostaríamos de abordar também, como valores de "tempo até o primeiro byte" (TTFB), que se correlacionam muito com a classificação; Eu recomendo o HTTP Archive para isso. Eles rastreiam periodicamente os principais sites e registram informações detalhadas sobre quase tudo. De acordo com as informações mais recentes, eles analisaram 4.565.694 sites exclusivos, com pontuações completas do Lighthouse e tendo armazenado tecnologias específicas, como jQuery ou WordPress, para todo o conjunto de dados. Acessórios enormes para Rick Viscomi que faz um trabalho incrível como seu "administrador", como ele gosta de se chamar.

Realizar esse estudo em larga escala foi uma caminhada divertida. Aprendemos muito e esperamos que os números anteriores sejam tão interessantes quanto nós. Se houver uma tag ou atributo específico para o qual você deseja ver os números, informe-me nos comentários abaixo.

Mais uma vez, observe os resultados completos do estudo em HTML e deixe-me saber o que você pensa!





Fonte da Matéria

Artigos relacionados

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Botão Voltar ao topo