Cách Google Crawl và index nội dung website – người học SEO nên đọc
Sơ đồ trang
- Giới thiệu
- Tóm tắt
- Cách Google Crawl trang web của bạn
- 8 Cách cải thiện khả năng index
- 1. Hướng tới cấu trúc rộng và phẳng
- 2. Kiểm tra phân trang
- 3. Cố gắng tránh nội dung trùng lặp
- 4. Cẩn thận với "bẫy bot"
- 5. Có sitemap XML
- 6. Không chặn công cụ tìm kiếm khỏi tài nguyên thiết yếu
- 7. Nội dung ẩn sau tương tác sẽ không được index
- 8. Cố gắng kết hợp điều hướng chính trong HTML thuần
- Chỉ có sitemap XML không đảm bảo index
- Vấn đề về Crawl Budget
- Mobile-first Indexing và ảnh hưởng đến SEO
- Core Web Vitals và ảnh hưởng đến quá trình crawl
- Kỹ thuật mới: Schema Markup và tác động đến việc index
- Chiến lược SEO hiện đại và Google Crawler
- Kết luận
Giới thiệu
Tối ưu hóa công cụ tìm kiếm (SEO) thực sự là một thuật ngữ bao quát bao gồm nhiều hoạt động khác nhau như thiết kế và lập trình frontend (UX và hiệu suất), tối ưu hóa backend (tối ưu hóa quá trình crawl và hiệu suất), chiến lược và tối ưu hóa nội dung, PR và quảng bá kỹ thuật số.
Bạn không thể trở thành chuyên gia trong mọi lĩnh vực, nhưng một điều quan trọng mà tất cả các chuyên gia SEO và người quản lý tiếp thị kỹ thuật số nên hiểu là cách Google thực sự crawl và index web. Điều này rất quan trọng vì nó giúp chúng ta biết cách xây dựng và cấu trúc trang web, đồng thời làm cho công việc của Google dễ dàng hơn, điều này cuối cùng cũng tốt cho chúng ta…
Tóm tắt
Google có quy trình crawl gồm hai giai đoạn.
- Giai đoạn 1 Google sẽ phân tích tất cả HTML tĩnh trên trang mà không cần render đầy đủ, sau đó họ sẽ theo dõi bất kỳ liên kết nào họ tìm thấy và thực hiện tương tự trên các trang đó.
- Giai đoạn 2 Google sẽ render đầy đủ trang, bao gồm cả JavaScript, và ở giai đoạn này, họ có thể tìm thấy thêm nội dung và liên kết để index.
Vì vậy, Google có thể và thực sự index nội dung được render bằng JavaScript, nhưng việc này tiêu tốn nhiều tài nguyên và làm chậm quá trình crawl và index trang web của bạn. Điều này đặc biệt đúng đối với các trang web được xây dựng dưới dạng ứng dụng web JavaScript khối và các trang web rất lớn dựa vào nhiều JavaScript.
Để đảm bảo quá trình crawl và index nhanh chóng và toàn diện cho trang web của bạn, bạn nên cố gắng kết hợp các phần tử điều hướng chính và nội dung trong HTML thuần càng nhiều càng tốt. Cũng rất quan trọng để suy nghĩ về cấu trúc trang web và đường dẫn crawl nội bộ để Google dễ dàng tìm thấy tất cả các trang của bạn. XML sitemaps giúp ích nhưng không đảm bảo việc index hoặc xếp hạng.
Cách Google Crawl trang web của bạn
Có lẽ bạn đã từng nghe đến Googlebot và có thể biết rằng nó thường xuyên ghé thăm trang web của bạn để lập chỉ mục nội dung của bạn. Nhưng đây thực sự là một cách giải thích đơn giản về những gì thực sự đang xảy ra. Sơ đồ sau đây phác thảo một cái nhìn chính xác hơn về quy trình này.
Thực sự có hai giai đoạn trong quá trình crawl và index…
Bài viết liên quan
Giai đoạn 1
Trong giai đoạn đầu tiên, Googlebot ghé thăm trang web của bạn lần đầu tiên. Thường bắt đầu từ trang chủ, Googlebot sẽ phân tích HTML tĩnh, giống như nội dung được cung cấp cho trình duyệt web của bạn. Bạn có thể xem những gì Google thấy ở giai đoạn này bằng cách nhấp chuột phải vào trang chủ của bạn và chọn “View Source” (Xem nguồn).
Vì vậy, bất kỳ nội dung nào hiển thị trong HTML tĩnh đều có thể được lập chỉ mục, và bất kỳ liên kết nào đến các trang khác mà Googlebot có thể nhìn thấy trong HTML tĩnh sẽ được thêm vào hàng đợi để Googlebot crawl và index.
Nếu toàn bộ trang web của bạn được phục vụ dưới dạng HTML tĩnh, Googlebot sẽ nhanh chóng tìm thấy và lập chỉ mục tất cả nội dung của bạn, nhưng ngày nay hiếm khi đơn giản như vậy vì một vài lý do chính:
- Nhiều trang web hiện nay sử dụng một hoặc nhiều thư viện JavaScript phổ biến (Vue, Node, React, Angular, v.v.) để tạo trải nghiệm người dùng tinh vi hơn, giống như ứng dụng. Nếu không chỉ để điều hướng, các trang web ngày nay thường được xây dựng hoàn toàn dưới dạng ứng dụng web JavaScript. Điều này làm phức tạp hóa mọi thứ đối với Google vì nếu JavaScript đó được chạy phía máy khách (client-side), thì Googlebot sẽ không thấy bất kỳ nội dung hoặc liên kết nào của bạn, vì Googlebot không thực thi JavaScript.
- Và ngay cả khi trang web của bạn được phục vụ dưới dạng HTML tĩnh, nó gần như chắc chắn sử dụng HTML + CSS để tạo kiểu và Google thực sự rất quan tâm đến cách bố trí trang web của bạn vì điều này cũng cung cấp cho họ một số tín hiệu tốt về chất lượng của trang web của bạn.
Vì vậy, vì những lý do này, Google có giai đoạn crawl và index thứ hai được gọi là trình renderer (trình kết xuất)…
Giai đoạn 2
Khi Google đã tìm thấy một hoặc nhiều URL trên trang web của bạn, chúng sẽ được thêm vào hàng đợi thứ hai để được render đầy đủ. Điều này có nghĩa là Google sẽ thực thi đầy đủ tất cả tài nguyên và JavaScript trên trang web, giống như cách chúng được thực thi trong trình duyệt của bạn. Để làm điều này, Google sử dụng phiên bản mới nhất của Chrome.
Đây là tin tốt vì điều đó có nghĩa là Google thực sự có thể crawl và index JavaScript. Và họ không chỉ thực thi JavaScript mà còn render trang với tất cả tài nguyên bao gồm cả CSS. Vì lý do này, điều rất quan trọng là bạn KHÔNG chặn Google crawl bất kỳ tài nguyên nào như CSS hoặc JavaScript. Làm như vậy sẽ ngăn Google render đúng trang web của bạn, điều này sẽ có tác động tiêu cực đến thứ hạng của bạn… Google sẽ không xếp hạng tốt một trang web nếu họ không biết nó trông như thế nào đối với người dùng.
Tuy nhiên, có những hệ quả quan trọng nếu trang web của bạn phụ thuộc vào JavaScript phía máy khách… Nó làm chậm Google, rất nhiều!
Hãy tưởng tượng bạn có một trang web rất lớn được phục vụ dưới dạng ứng dụng web JavaScript phía máy khách… Googlebot ghé thăm trang chủ, không thấy gì, nhưng URL đó đi vào hàng đợi render, trang được render và Google thấy nội dung và các liên kết bổ sung đến các trang bên trong. Googlebot ghé thăm những trang đó, nhưng không thấy gì… các URL cuối cùng được render và tìm thấy thêm nội dung và liên kết… những liên kết đó quay lại Googlebot, và cứ thế. Việc render 30.000.000.000.000+ trang trên web tiêu tốn rất nhiều tài nguyên, và họ không thể làm điều đó thường xuyên như họ có thể crawl HTML tĩnh với Googlebot.
Tóm tắt về Crawl và Index
Vì vậy, tóm lại, bạn có thể nghĩ về quy trình crawl và index của Google trong hai giai đoạn. Giai đoạn 1 là quét nhanh HTML tĩnh. Càng nhiều nội dung và liên kết Google tìm thấy trong giai đoạn này, trang web của bạn sẽ càng nhanh được index. Giai đoạn 2 chậm hơn và tốn thời gian hơn, nhưng chính trong giai đoạn này Google có thể render tất cả JavaScript và sẽ thấy tất cả nội dung và liên kết được phục vụ bởi JavaScript.
Khả năng render JavaScript hiện đại của Google là tin tốt cho các nhà phát triển, nhưng điều quan trọng là phải biết rằng nó sẽ làm cho Google crawl và index toàn bộ trang web của bạn chậm hơn. Điều này cũng sẽ làm cho Google phát hiện nội dung mới cũng như crawl lại nội dung cũ khi nó được cập nhật chậm hơn nhiều.
Điều đó không có nghĩa là không có cách để giảm thiểu những thách thức này…
8 Cách cải thiện khả năng index
Càng dễ dàng cho Google tìm và index nội dung trên trang web của bạn, khả năng hiển thị của bạn trong kết quả tìm kiếm càng tốt. Điều này đặc biệt đúng nếu bạn có một trang web rất lớn và phức tạp. Vậy chúng ta có thể làm gì để giúp Google:
1. Hướng tới cấu trúc rộng và phẳng
Cấu trúc trang web rộng và phẳng là một quy tắc chung tốt. Càng ít liên kết Google cần phải đi qua để tìm một trang bên trong, thì trang đó càng có khả năng được crawl thường xuyên.
Chúng tôi luôn khuyên bạn nên cố gắng giữ cho cấu trúc trang web hoặc sơ đồ danh mục của bạn càng nông càng tốt. Vì vậy, thay vì một vài danh mục lớn với nhiều lớp danh mục con, nói chung sẽ tốt hơn nếu có nhiều danh mục cấp cao nhất với các danh mục con tối thiểu.
2. Kiểm tra phân trang
Quy tắc đầu tiên không chỉ áp dụng cho cấu trúc danh mục của bạn, mà còn áp dụng cho những thứ như phân trang. Ví dụ, nếu bạn có 1000 sản phẩm trong một danh mục và chỉ hiển thị 20 sản phẩm trên mỗi trang, thì bạn sẽ có 50 trang danh mục được phân trang và tùy thuộc vào cách bạn cấu trúc phân trang, điều này có thể có nghĩa là một số sản phẩm bị chôn sâu 10 lần nhấp chuột trở lên trong trang web của bạn. Trong những trường hợp như vậy, bạn có thể tăng số lượng sản phẩm được hiển thị trên mỗi trang, hoặc xem xét việc chia sản phẩm thành nhiều danh mục. Cách tiếp cận đúng luôn “tùy thuộc”, nhưng quy tắc chung là tốt để ghi nhớ.
3. Cố gắng tránh nội dung trùng lặp
Điều quan trọng cần biết là không có ‘hình phạt’ nào cho nội dung trùng lặp. Nội dung trùng lặp là một thực tế trong web, và từ quan điểm của người dùng, nó thường không bị chú ý. Ví dụ, một trang thương mại điện tử có thể cung cấp một số điều hướng theo khía cạnh dẫn đến nhiều biến thể URL của cùng một trang danh mục. Hoặc có thể bạn liệt kê tất cả các biến thể màu sắc của bạn như các sản phẩm riêng biệt, nhưng các mô tả và tên sản phẩm và tiêu đề đều giống nhau. Google đã thấy tất cả và nói chung rất giỏi trong việc loại bỏ các kết quả tìm kiếm trùng lặp.
Tuy nhiên, vấn đề với nội dung trùng lặp là Google vẫn cần phải crawl trang để biết rằng nó là trùng lặp… và nếu bạn có nhiều nội dung trùng lặp, đó là rất nhiều crawl lãng phí cho các trang mà có thể không được index. Nếu bạn có những loại vấn đề này trên một trang web lớn đặc biệt, hãy tìm ra cách ngăn Google crawl các trang không cần thiết. Điều này giúp cuộc sống của họ dễ dàng hơn và sẽ đảm bảo crawl nhanh hơn và toàn diện hơn các trang mà bạn quan tâm nhất.
4. Cẩn thận với “bẫy bot”
‘Bẫy bot’ là một vòng lặp vô tận của các biến thể URL gây ra crawl không cần thiết. Chúng tôi đã đề cập đến điều hướng theo khía cạnh ở trên và đây là một trong những nguyên nhân phổ biến của ‘bẫy bot’. Chúng tôi đã thấy các trường hợp trên các trang thương mại điện tử mà các danh mục có thể được lọc bởi một số lượng gần như vô hạn các khía cạnh liên quan đến kích thước, màu sắc, kiểu dáng, giới tính, v.v.
Khả năng người tiêu dùng lọc là tuyệt vời, nhưng khi những bộ lọc đó có thể được áp dụng (và crawl) trong một số lượng rất lớn các kết hợp có thể, và mỗi kết hợp dẫn đến một URL duy nhất… vâng thì bạn gặp rắc rối. Google có thể bị mắc kẹt khi crawl tất cả các URL duy nhất đó, đây là sự lãng phí rất lớn về tài nguyên của họ và của bạn. Một lần nữa, càng làm cho cuộc sống của Google dễ dàng thì càng tốt cho chúng ta.
5. Có sitemap XML
Sitemap XML là bắt buộc. Nó không đảm bảo rằng tất cả các trang của bạn sẽ được index, nhưng nó đảm bảo rằng ít nhất chúng sẽ được crawl. Một vài điều cần lưu ý về sitemaps:
- Các trường Tần suất thay đổi (Change Frequency) và Ưu tiên (Priority) trong đặc tả XML chỉ được Google coi là gợi ý. Không có ý nghĩa gì khi đặt tần suất thay đổi thường xuyên cho một trang không thay đổi thường xuyên, nó sẽ không giúp ích. Theo kinh nghiệm của chúng tôi, Google sẽ tự đặt tần suất crawl của họ dựa trên mức độ thường xuyên họ thấy trang thay đổi.
- Cũng có các định dạng sitemap XML đặc biệt cho hình ảnh, video và tin tức (dành cho các trang tin tức, không phải nguồn cấp tin tức công ty của bạn) và những điều này nên được sử dụng khi thích hợp. Chúng tôi đặc biệt thích sitemap hình ảnh cho các trang thương mại điện tử vì số lượng lớn hình ảnh sản phẩm (tìm kiếm hình ảnh cho thương mại điện tử sẽ là một bài đăng blog trong tương lai!)
6. Không chặn công cụ tìm kiếm khỏi tài nguyên thiết yếu
Một lỗi dễ mắc phải khác là chặn Google khỏi việc crawl các tài nguyên không phải HTML thiết yếu như JavaScript. Chúng tôi đã thấy nhiều trường hợp mà các nhà phát triển có ý định tốt đã chặn Google khỏi việc crawl các tài nguyên JavaScript với niềm tin sai lầm rằng ‘Google không cần thấy những thứ đó’.
Vấn đề là Google tuyệt đối cần thấy bất kỳ tài nguyên nào được sử dụng để trình bày hoặc hiển thị nội dung trên trang web của bạn. Google không chỉ index nội dung trên trang của bạn mà họ còn render trang như trình duyệt khi một người thực sự ghé thăm trang web. Họ làm điều này để họ có thể thấy cách bố trí tất cả nội dung, và do đó hiểu những gì là quan trọng và có bao nhiêu quảng cáo trên trang và trải nghiệm người dùng như thế nào.
Tất cả những điều đó được xem xét khi Google xếp hạng các trang, vì vậy nếu họ không thể truy cập các tài nguyên quan trọng để render đúng các trang của bạn, thì họ không thể đánh giá đầy đủ các trang của bạn và thứ hạng của bạn sẽ phản ánh điều đó.
7. Nội dung ẩn sau tương tác sẽ không được index
Một hiệu ứng UI phổ biến mà chúng ta thấy ngày nay là các liên kết “Tải thêm” ở cuối các trang blog hoặc trang danh mục thương mại điện tử. Nhấp vào liên kết sẽ tải thêm bài đăng hoặc sản phẩm mà không có tải trang. Đó là trải nghiệm người dùng tốt, nhưng điều quan trọng cần biết là mặc dù Google có thể render nội dung trong JavaScript, họ sẽ không tương tác với trang của bạn, vì vậy Google sẽ không nhấp vào liên kết “Tải thêm” đó… và nếu họ không nhấp vào nó, họ sẽ không thấy các bài đăng hoặc liên kết sản phẩm bổ sung, điều đó có nghĩa là chúng có thể không được crawl.
Chúng tôi luôn khuyên thực hiện giảm dần (graceful degradation) cho các trình duyệt không có JavaScript được bật. Trong trường hợp có nút “Tải thêm”, đây sẽ là phân trang truyền thống hơn để cung cấp đường dẫn crawl vào kho lưu trữ các bài đăng cũ hơn hoặc các sản phẩm bổ sung trong danh mục. Sự giảm dần tính năng này đối với các trình duyệt không hỗ trợ JavaScript cũng phù hợp với Google, họ sẽ có thể dễ dàng crawl các trang bổ sung đó và tìm thấy liên kết đến tất cả các bài đăng hoặc sản phẩm bổ sung mà không cần phải render trang.
8. Cố gắng kết hợp điều hướng chính trong HTML thuần
Chúng tôi đã đề cập đến cách Google crawl và index, vì vậy điểm này khá rõ ràng. Kết hợp điều hướng chính của bạn trong HTML thuần sẽ giúp Google phát hiện tất cả các trang trên trang web của bạn nhanh hơn và dễ dàng hơn mà không cần phải render đầy đủ tất cả các trang của bạn.
Chỉ có sitemap XML không đảm bảo index
Crawling, indexing và ranking là những thứ khác nhau. Một sitemap XML sẽ giúp đảm bảo Google biết về một trang và sẽ crawl nó, nhưng nó không đảm bảo nó được index hoặc xếp hạng.
Ngay cả khi một trang được đưa vào sitemap XML của bạn, Google có thể không index hoặc xếp hạng nó vì bất kỳ số lý do nào có thể, ví dụ…
- Trang là bản sao của trang khác (xem ở trên) nên không cần thiết phải index nó.
- Mặc dù được đưa vào sitemap XML, nếu Google không thể tìm thấy liên kết đến trang trên chính trang web, thì họ sẽ coi trang đó không quan trọng lắm.
- Nếu một trang được đưa vào sitemap, nhưng thường xuyên không thể truy cập được (lỗi 404, hoặc 5xx), thì nó không chắc sẽ được index.
Có nhiều lý do khả thi khác, nhưng điểm mấu chốt là sitemap XML chỉ là một con trỏ, chúng không đảm bảo việc index.
Vấn đề về Crawl Budget
Crawl budget có thể được hiểu là số lượng trang tối đa mà Google sẽ crawl trên trang web của bạn mỗi ngày. Nó không phải là một con số cố định và sẽ thay đổi từ ngày này sang ngày khác, nhưng nói chung nó khá ổn định.
Crawl budget khác nhau từ trang web này sang trang web khác và được xác định bởi nhiều yếu tố khác nhau bao gồm (nhưng không giới hạn):
- Số lượng trang trên trang web của bạn. Đây là nơi mà những thứ như điều hướng theo khía cạnh và ‘bẫy bot’ có thể có tác động lớn, tức là ‘bẫy bot’ có thể dẫn đến nhiều crawl không cần thiết, ngăn Google khỏi việc crawl tất cả các trang quan trọng.
- Mức độ thường xuyên trang web của bạn được cập nhật.
- Mức độ quan trọng của trang web của bạn. Hãy nhớ rằng Google sử dụng các liên kết đến trang của bạn làm đại diện cho “thẩm quyền”. Nếu bạn có nhiều liên kết chất lượng cao, thì trang web của bạn sẽ được coi là quan trọng hơn và do đó Google sẽ cố gắng hơn để crawl kỹ lưỡng.
- Sức khỏe tổng thể của trang web của bạn. Đánh giá này sẽ xem xét:
- Tốc độ trang web của bạn. Google sẽ làm chậm crawler trên các trang web phản hồi chậm. Họ không muốn làm quá tải máy chủ web của bạn nên họ tự động điều chỉnh theo thời gian phản hồi.
- Số lượng lỗi họ tìm thấy, ví dụ: nhiều lỗi 4xx hoặc 5xx sẽ dẫn đến ít crawl hơn.
Crawl budget thường chỉ là một cuộc trò chuyện mà chúng tôi có với các trang web rất lớn, những trang web đang gặp khó khăn trong việc index tất cả nội dung của họ. Thông thường, vấn đề là một hoặc nhiều yếu tố trên.
Mobile-first Indexing và ảnh hưởng đến SEO
Kể từ năm 2019, Google đã chuyển sang Mobile-first Indexing, có nghĩa là họ chủ yếu sử dụng phiên bản di động của trang web để index và xếp hạng. Điều này có một số hậu quả quan trọng đối với SEO:
Tầm quan trọng của thiết kế đáp ứng
Trang web của bạn cần phải có thiết kế đáp ứng (responsive) để hiển thị tốt trên mọi thiết bị, đặc biệt là thiết bị di động. Google sẽ đánh giá cao trải nghiệm người dùng trên thiết bị di động và điều này ảnh hưởng trực tiếp đến xếp hạng của bạn.
Đảm bảo nội dung đồng nhất giữa các phiên bản
Khi sử dụng Mobile-first Indexing, Google yêu cầu nội dung trên phiên bản di động phải giống hoặc tương đương với phiên bản máy tính. Điều này bao gồm:
- Văn bản và hình ảnh (cả số lượng và chất lượng)
- Cấu trúc đánh dấu (headings, tags, etc)
- Metadata (tiêu đề, mô tả, hình ảnh alt)
- Cấu trúc dữ liệu có cấu trúc (structured data)
Tối ưu hóa tốc độ trang di động
Tốc độ tải trang trên thiết bị di động là một yếu tố quan trọng trong Mobile-first Indexing. Google sẽ ưu tiên các trang tải nhanh trên thiết bị di động. Những điều cần lưu ý:
- Tối ưu hóa và nén hình ảnh
- Giảm thiểu CSS và JavaScript
- Sử dụng bộ nhớ đệm (caching) hiệu quả
- Xem xét việc sử dụng AMP (Accelerated Mobile Pages) nếu phù hợp
Core Web Vitals và ảnh hưởng đến quá trình crawl
Core Web Vitals là một tập hợp các số liệu mà Google sử dụng để đánh giá trải nghiệm người dùng trên trang web của bạn. Chúng tập trung vào ba khía cạnh chính của trải nghiệm người dùng: tải trang, tương tác và ổn định trực quan.
Các chỉ số Core Web Vitals chính
- Largest Contentful Paint (LCP): Đo lường tốc độ tải trang. Mục tiêu là dưới 2.5 giây.
- First Input Delay (FID): Đo lường tính tương tác. Mục tiêu là dưới 100ms.
- Cumulative Layout Shift (CLS): Đo lường sự ổn định trực quan. Mục tiêu là dưới 0.1.
Tác động đến việc crawl và index
Google không chỉ sử dụng Core Web Vitals để xếp hạng trang web mà còn ảnh hưởng đến cách họ phân bổ crawl budget:
- Các trang có điểm Core Web Vitals tốt thường được crawl thường xuyên hơn
- Google có thể giảm việc crawl đối với các trang có hiệu suất kém
- Việc render JavaScript sẽ bị ảnh hưởng bởi các số liệu này – trang chậm sẽ lâu được render hơn
Cách cải thiện Core Web Vitals
- Tối ưu hóa hình ảnh và video
- Thực hiện lazy loading cho nội dung không quan trọng
- Loại bỏ JavaScript và CSS không cần thiết
- Dự trữ không gian cho các phần tử sẽ tải muộn hơn để tránh layout shift
- Sử dụng CDN để cải thiện thời gian phản hồi
Kỹ thuật mới: Schema Markup và tác động đến việc index
Schema Markup (Đánh dấu Schema) là mã HTML được thêm vào trang web của bạn để giúp các công cụ tìm kiếm hiểu rõ hơn về nội dung của bạn. Đây là một phần quan trọng của SEO kỹ thuật hiện đại.
Lợi ích của Schema Markup
- Rich Snippets: Giúp trang web của bạn nổi bật trong kết quả tìm kiếm với các thông tin bổ sung như đánh giá, giá cả, và tình trạng tồn kho.
- Cải thiện khả năng hiểu: Giúp Google hiểu chính xác nội dung trang web của bạn là gì.
- Hỗ trợ Voice Search: Schema giúp Google cung cấp câu trả lời chính xác cho các truy vấn bằng giọng nói.
- Cải thiện hiển thị trên SERP: Tăng khả năng hiển thị với các kết quả phong phú như FAQ, breadcrumbs, và sự kiện.
Các loại Schema phổ biến
- LocalBusiness: Cho các doanh nghiệp địa phương với thông tin liên hệ và địa chỉ
- Product: Cho các trang sản phẩm với giá cả, đánh giá, và tình trạng tồn kho
- Article/BlogPosting: Cho các bài báo và blog posts
- FAQ: Cho các trang câu hỏi thường gặp
- Event: Cho sự kiện với ngày, giờ và địa điểm
- Recipe: Cho các công thức nấu ăn
Tác động đến việc index
Mặc dù Schema không phải là yếu tố xếp hạng trực tiếp, nhưng nó giúp Google hiểu và phân loại nội dung của bạn tốt hơn, điều này có thể:
- Tăng khả năng Google lập chỉ mục nội dung của bạn chính xác
- Giúp nội dung của bạn xuất hiện trong các kết quả tìm kiếm đặc biệt như Knowledge Graph
- Cải thiện tỷ lệ nhấp (CTR) thông qua rich snippets, từ đó gián tiếp tăng thứ hạng
Chiến lược SEO hiện đại và Google Crawler
Các chiến lược SEO hiện đại cần phải tính đến cách Google crawl và index trang web. Dưới đây là một số chiến lược quan trọng:
1. Tối ưu hóa tập trung vào E-A-T
E-A-T (Expertise, Authoritativeness, Trustworthiness – Chuyên môn, Thẩm quyền, Độ tin cậy) là một phần quan trọng trong hướng dẫn đánh giá chất lượng của Google. Để cải thiện E-A-T:
- Tạo nội dung chất lượng cao được viết bởi các chuyên gia trong lĩnh vực
- Hiển thị thông tin tác giả rõ ràng với tiểu sử và chứng chỉ
- Cập nhật nội dung thường xuyên để đảm bảo tính chính xác
- Xây dựng backlinks từ các trang web có thẩm quyền trong ngành
2. Chiến lược nội dung theo chủ đề
Thay vì tập trung vào các từ khóa riêng lẻ, hãy phát triển các cụm nội dung theo chủ đề:
- Xác định các chủ đề chính liên quan đến doanh nghiệp của bạn
- Tạo một trang “pillar” (trụ cột) toàn diện cho mỗi chủ đề
- Phát triển các bài viết “cluster” (nhóm) liên quan đến trang trụ cột
- Liên kết giữa các trang trong cùng một chủ đề để tạo ra một mạng lưới thông tin
3. Tối ưu hóa cho tìm kiếm bằng giọng nói và ý định người dùng
Tìm kiếm bằng giọng nói ngày càng phổ biến, và Google đang tập trung vào ý định của người dùng:
- Tối ưu hóa cho các câu hỏi dài, tự nhiên
- Trả lời các câu hỏi trực tiếp trong nội dung của bạn
- Sử dụng FAQ Schema để đánh dấu câu hỏi và câu trả lời
- Tập trung vào ý định tìm kiếm thay vì chỉ từ khóa
4. Xử lý kỹ thuật JavaScript hiện đại
Nếu trang web của bạn sử dụng nhiều JavaScript:
- Server-side rendering (SSR): Xem xét việc sử dụng Next.js, Nuxt.js hoặc các framework khác để render JavaScript phía máy chủ
- Dynamic rendering: Phục vụ phiên bản HTML đã render cho các bot tìm kiếm
- Pre-rendering: Tạo trước các phiên bản tĩnh của các trang JavaScript
- Hybrid rendering: Sử dụng HTML tĩnh cho nội dung quan trọng và JavaScript cho các chức năng tương tác
5. Cải thiện Internal Linking và Crawl Path
- Sử dụng các liên kết văn bản với từ khóa có liên quan
- Đảm bảo mọi trang quan trọng đều có thể truy cập từ ít nhất một liên kết nội bộ
- Tạo trang Sitemap HTML cho người dùng (không chỉ XML sitemap cho bot)
- Sử dụng “hub pages” để liên kết đến các trang liên quan trong cùng một chủ đề
Kết luận
Hiểu cách Google crawl và index trang web của bạn là nền tảng cho mọi chiến lược SEO thành công. Với sự phức tạp ngày càng tăng của web hiện đại, việc tạo điều kiện thuận lợi cho Google để tìm, hiểu và đánh giá nội dung của bạn chưa bao giờ quan trọng hơn.
Những điểm chính cần nhớ:
- Google có quy trình crawl hai giai đoạn: quét HTML tĩnh và render đầy đủ với JavaScript
- Cấu trúc trang web phẳng và rộng giúp Google crawl hiệu quả hơn
- Tránh nội dung trùng lặp và “bẫy bot” để tối ưu hóa crawl budget
- Đảm bảo tài nguyên quan trọng (CSS, JavaScript) không bị chặn đối với Google
- Coi trọng tốc độ trang web và hiệu suất Core Web Vitals
- Sử dụng Schema Markup để giúp Google hiểu nội dung của bạn
- Áp dụng các chiến lược SEO hiện đại như tối ưu hóa theo chủ đề và ý định tìm kiếm
Bằng cách tuân theo những nguyên tắc này, bạn có thể cải thiện cách Google crawl, index và cuối cùng là xếp hạng trang web của bạn, mang lại nhiều lưu lượng truy cập hữu cơ hơn và tỷ lệ chuyển đổi cao hơn.
Lưu ý: SEO là một lĩnh vực luôn thay đổi, và các thuật toán của Google không ngừng phát triển. Điều quan trọng là phải cập nhật kiến thức của bạn và điều chỉnh chiến lược của bạn khi cần thiết. Hãy thường xuyên kiểm tra Google Search Console và các công cụ phân tích khác để đảm bảo trang web của bạn hoạt động tốt trong kết quả tìm kiếm.
Bài viết liên quan
