Plik sitemap.xml to tak zwany plik mapy witryn, w którym podajemy wszystkie adresy URL danej strony internetowej (więcej szczegółów tutaj). Odpowiednio przygotowany plik XML, w swojej najprostszej formie zawiera adresy URL wszystkich podstron w serwisie, wraz z datą ich ostatniej aktualizacji. 

Przygotowując odpowiednie pliki XML (dla poszczególnych sekcji swojego serwisu), możemy bardzo szybko udostępnić Google dane o adresach URL serwisu oraz o dacie ich ostatniej aktualizacji. Dzięki tym podstawowym informacjom Google jest w stanie bardzo szybko dotrzeć do nowych oraz zaktualizowanych adresów URL. To wpływa oczywiście na ich szybszą indeksację bądź reindeksację. O tym jak jeszcze wspomagać indeksację serwisu pisałem tutaj.

Sposób generowania plików mapy strony (sitemap.xml)

Pliki sitemap.xml generowane na bieżąco

W większości przypadków pliki sitemap.xml generowane są automatycznie i na bieżąco - takie rozwiązanie polecam też i wam.

Większość systemów CMS posiada wtyczki/dodatki, które zajmą się automatyczną budową plików sitemap.xml oraz ich przebudową i aktualizacją. Aktualizacja wykonywana jest w przypadku dodania nowej strony lub aktualizacji jednej z już istniejących podstron.

Działanie modułu sitemap w ten sposób znacząco usprawnia proces indeksacji serwisu.

Pliki sitemap.xml generowane raz dziennie / raz na X dni automatycznie lub na żądanie

W specyficznych przypadkach, np. bardzo dużych sklepach internetowych, które cierpią na problemy z wydajnością, pliki map strony generuje się np. raz dziennie w nocy lub co kilka dni. Spotkałem się również z rozwiązaniami, które polegały na generowaniu plików sitemap.xml na tzw. żądanie z panelu. Są to rozwiązania bardzo indywidualne i raczej niezalecane. Jeśli już musimy odłożyć generowanie plików sitemap na godziny nocne, zróbmy to, ale zapewnijmy automatyzację tego rozwiązania. 

Wymagania Google co do rozmiaru mapy strony i liczby adresów URL

Liczba adresów URL w pliku sitemap.xml

Obecne wytyczne Google wymagają od nas, aby pojedynczy plik posiadał maksymalnie 50000 adresów URL. Oznacza to, że jeśli posiadamy ich znacznie więcej, to adresy powyżej tej ilości powinny znaleźć się już w kolejnym pliku. 

Waga pliku sitemap.xml 

Pojedynczy plik mapy strony powinien ważyć maksymalnie 50 MB po rozpakowaniu. Pliki oczywiście warto pakować np. do gzip, co wspomaga ich przetwarzanie.

Podział plików sitemap.xml

W przypadku dużych map witryn warto zadbać oto, aby wszystkie mniejsze sitemapy zbierane były w obrębie jednej globalnej mapy witryn, czyli tzw. indeksu map witryny.

Indeks map witryny to nic innego, jak zbiorcza mapa strony, która zawiera linki do pojedynczych plików sitemap. W przypadku, gdy przekroczycie liczbę 50 000 adresów URL, w którymś z plików, a system wygeneruje kolejny plik sitemap.xml, to powinien on automatycznie trafić do spisu w "indeksie map". 

Jeśli Twoja mapa witryny przekracza limity rozmiarów, musisz ją podzielić na kilka mniejszych map, tak by każda nowa mapa witryny była mniejsza niż limit rozmiaru. Po podzieleniu mapy witryny możesz użyć pliku indeksu map witryny, aby przesłać wiele map witryn naraz. (...) muszą znajdować się w tym samym katalogu co ten plik lub niższym w hierarchii witryny. (...) możesz zgłosić do 500 plików indeksu map witryny. (więcej informacji tutaj)

Jeśli zadbać o to, aby indeks sitemap przebudowywał się automatycznie, to jest to rozwiązanie bardzo wygodne i praktyczne.

Automatyzacja przebudowy tego pliku pozwala na zgłoszenie do Google Search Console jednego zbiorczego pliku (indeksu sitemap), a Google automatycznie wczyta wszystkie sitemapy w jego obrębie. Jeśli w serwisie pojawi się nowa sitemapa, nie będzie trzeba jej ręcznie zgłaszać, ponieważ automatyzacja przebudowy pliku indeksu map zadba o to za nas.

Co trzeba zrobić z plikami sitemap.xml?

Zgłoszenie mapy witryny w Google Search Console

Adres indeksu sitemap.xml, a w przypadku gdy go nie posiadacie, adresy wszystkich sitemap.xml, należy zgłosić w narzędziu Google Search Console w zakładce Indeksowanie → Mapy witryn. 

UWAGA!

Może się zdarzyć, że po zgłoszeniu pliku sitemap.xml, narzędzie wskaże wam błąd co do przetwarzania lub pobrania pliku sitemap.xml.

Należy wtedy odczekać około 1-2 dni. Zdarza się bowiem, że zamiast komunikatu "przetwarzanie" mamy informacje o błędzie.

W praktyce Google przetwarza waszą mapę i zmieni ten komunikat po około 2 dniach na dane dotyczące statystyk indeksu.

Dodanie adresów sitemap.xml do pliku robots.txt

Nie samym Google człowiek żyje, dlatego adresy sitemap warto dodać również do pliku robots.txt. Wystarczy dopisać je w nowej linii na końcu pliku, np. tak jak poniżej:

User-agent: *
Disallow: /*?search=
Disallow: /*?fb_comment_id=

Sitemap: https://www.seostation.pl/sitemap_2.xml
Sitemap: https://www.seostation.pl/sitemap_1.xml

W ten sposób poinformujecie roboty innych wyszukiwarek o adresach, pod jakimi mogą znaleźć one wasze pliki sitemap.xml

Bardzo szczegółowy podział sitemap ze względu na ich zawartość

Podział plików sitemap.xml na bardzo szczegółowy pozwoli na lepsze kontrolowanie indeksacji poszczególnych sekcji danego serwisu.

Absolutnym minimum jest tutaj to, aby w serwisie istniały dedykowane sitemapy dla poszczególnych widoków. Mam tutaj na myśli to, aby każdy typ podstron posiadał swoje odrębne sitemapy.

Na przykładzie sklepu internetowego, powinno to być coś takiego jak poniżej:

• Wpisy - sitemap_wpisy_01.xml, sitemap_wpisy_02.xml itd.
• Kategorie wpisów - sitemap-kategorie-wpisow-01.xml, sitemap-kategorie-wpisow-02.xml
• Produkty - sitemap-produkty-01.xml, sitemap-produkty-02.xml itd.
• Kategorie produktowe - sitemap-kategorie-produktow-01.xml, sitemap-kategorie-produktow-02.xml itd.
• Strony statyczne - sitemap-statyczne-01.xml, sitemap-statyczne-02.xml itd.
• Strony systemowe itd - sitemap-systemowe-01.xml, sitemap-systemowe-02.xml itd.

Jeśli macie możliwość rozbicia sitemap produktów na bardziej szczegółowe, do odrębnych plików ze względu na np. na kategorię produktową, zróbcie to:

• Produkty - sitemap-produkty-meble-do-salonu-01.xml, sitemap-produkty-meble-do-salonu-02.xml itd.
• Produkty - sitemap-produkty-meble-do-sypialni-01.xml, sitemap-produkty-meble-do-sypialni-02.xml itd.

Tak bardzo szczegółowy podział, wprowadzony na etapie generowania sitemap.xml, da wam lepsze dane zwrotne odnośnie indeksacji i duplikacji treści od wyszukiwarki Google po przetworzeniu map.

Analizowanie danych zwrotnych z Google Search Console dla plików mapy strony

Po przetworzeniu plików sitemap.xml przez wyszukiwarkę, w Google Search Console zaprezentowane zostaną szczegółowe dane co do liczby wykrytych w nich adresów URL.

Ważne jest tutaj to, że po kliknięciu ikony wielokropka, zostaniecie przeniesieniu do zakładki "Stan". A dane w tej zakładce przefiltrowane zostaną do adresów URL, tylko z pliku sitemap.xml, przy którym nastąpiło kliknięcie:

Oznacza to, że możecie przeglądać zawężone dane i dowiedzieć się np. tego, że 5 z waszych produktów uznanych zostało przez Google za duplikaty. Im większy sklep tym danych oczywiście więcej.

Natomiast, im bardziej precyzyjny podział sitemap, tym łatwiej takie dane jest obrabiać i analizować. Z uwagi na to, podział sitemap produktów, według poszczególnych kategorii produktowych pozwoli wam na bardzo dokładny przegląd indeksacji, duplikacji i problemów w poszczególnych działach towarowych :)

Aktualizacja przez redakcję SeoStation:
8 maja 2023 r. zaktualizowane zostały odnośniki do zewnętrznych źródeł oraz niektóre zrzuty ekranów, które prezentują zmieniony wygląd panelu. Dopisano najważniejsze fragmenty z pomocy Google.