Een online nieuwsarchief beter vindbaar maken in Google

Je hebt honderden oude nieuwsberichten op je site. Keurig chronologisch gesorteerd en opgehakt in groepjes van tien. Toch worden de oude berichten slecht gevonden. Hoe komt dat? Een vaak voorkomend SEO-probleem. De waarschijnlijke oorzaak: het pagineren van nieuwsoverzichten is slecht voor Google. Gelukkig zijn er goede alternatieven.

Uitgaande links werken niet meer? Google straft, maar niet onmiddellijk

Dat links vanaf andere websites naar jouw site zoveel mogelijk moeten kloppen, ja da’s tamelijk bekend. De Google Webmaster Tools geeft je een keurig overzichtje van welke externe links naar een niet-bestaande pagina op je site leiden. En te veel kapotte links gaan uiteindelijk ten koste van je Google-pagerank. Maar deze blogpost gaat over links in de omgekeerde richting: van jouw site naar andere sites. Ook daar kijkt Google heel kritisch naar, zo moest ik een jaar geleden zelf ervaren. Als je te veel andere websites linkt die niet meer bestaan, dan loop je uiteindelijk bezoekers via Google mis.

De nieuwe internetgeneratie: wel googelen, niet schrijven

“Een correcte zin schrijven, een foutloze brief of leesbare notulen: steeds meer Nederlanders kunnen het niet meer. Natuurlijk zijn wij blij als cursisten zich melden om bijgespijkerd te worden. Dat is ook omzet. Maar of je als samenleving blij moet zijn met een internetgeneratie die wel kan googelen maar niet kan schrijven, kun je je afvragen.”

Aldus Aukje Bergsma, voorzitter van de Vereniging Taleninstituten Nederland (VTN) in de Volkskrant.

Google Custom Search

De afgelopen weken heb ik tijdens verloren uurtjes wat gespeeld met Google Custom Search. Daarvoor was een concrete aanleiding: de website van een van mijn opdrachtgevers had al jarenlang geen goed zoeksysteem. Ooit gebruikte ik de gratis dienst Atomz.com, maar de gratis versie indexeerde niet meer dan maximaal 500 pagina’s. Bovendien waren de mogelijkheden tot het aanpassen van de layout beperkt.

Dan maar een zoekscript downloaden en op je eigen server installeren? Ik had er verschillende uitgeprobeerd, maar het indexeren van tienduizenden pagina’s vormt een flinke belasting van je processor en het opslaan van die index kost bovendien veel diskruimte. Ook de interfaces vond ik niet handig in elkaar zitten.

Dus besluit ik toch maar eens Google Custom Search te proberen. Dat scheelt diskruimte en ach, Google bezoekt mijn site toch al, dus vormt deze dienst in feite geen extra belasting. Om kort te gaan: de lokale zoeker van Google draait inmiddels tot volle tevredenheid. Niet alleen fijn voor de bezoekers, maar vooral voor mezelf als beheerder – ik kom pagina’s en berichten tegen die ik al lang vergeten was en ook ben ik veel beter in staat bezoekers gericht door te verwijzen naar bepaalde hoekjes van de site. Mooi is ook dat je de Google-zoekmogelijkheid tot op zekere hoogte in je eigen layout kunt gieten, alleen lettertype en -grootte zijn niet te beïnvloeden. En Google houdt niet op bij 500 pagina’s, de grens van Atomz.

Google Custom Search draait ook zelfstandig, dus niet gekoppeld aan een eigen site. Je kunt een verzameling websites opgeven die Google voor je doorzoekt. En als je geen waslijst van honderden websites wilt opgeven, heeft Google een heel simpel alternatief: als je een webpagina kunt vinden waar al je favoriete websites worden gelinkt, dan kun je tegen Google zeggen dat je alle websites op die ene pagina wilt doorzoeken en Google zoekt het allemaal uit.

Een voorbeeldje is dit zoeksysteem voor Nederlands nieuws. Deze zoeker was in één minuut gemaakt, namelijk door simpelweg kranten.startpagina.nl en kranten.startkabel.nl als linklijsten op te geven. Deze twee pagina’s bevatten zo’n beetje alle Nederlandse nieuwssites. Het resultaat: een zoeksysteem voor oude nieuwsberichten. In feite een soort Google News, maar dan eentje die niet alleen de laatste 30 dagen doorzoekt. Zoek bijvoorbeeld op wilders koran en je ziet wat deze politicus de afgelopen jaren allemaal over de Koran heeft geroepen – voor zover de media dat hebben opgetekend.

Nog een voorbeeld is een zoeksysteem voor natuur en milieu, eveneens gevoed met een aantal startpagina’s. Is dat handig? Ja, dat is handig, want als je met de ‘gewone’ Google op bos zoekt, krijg je veel ruis: de Boeddhistische Omroep Stichting (BOS), Wouter Bos, een internetbedrijf, een incassobureau en Stef Bos. Maar de gespecialiseerde natuurzoeker toont veel betere resultaten, alleen Wouter Bos en het Bos en Lommerplein horen er niet thuis. Een aardig alternatief dus als je kinderen een spreekbeurt aan het voorbereiden zijn en je hen wat doelgerichter wilt laten zoeken, zonder het ze gelijk weer ál te gemakkelijk te maken.

Google Analytics en error 404-pagina’s

Op deze plaats mopper ik vaak over Google, maar het zoeksysteem heeft ook twee formidabele kanten. De eerste is natuurlijk Google Adsense, waarmee ik een aardig deel van mijn inkomsten verdien (ja, zo schijnheilig ben ik ook wel weer). De tweede is Google Analytics, het hulpmiddel om het bezoek aan websites te analyseren.

Google Analytics is een walhalla voor wie een website beheert en van cijfers houdt. Vroeger vonden we Nedstat al heel mooi en informatief, maar zonder te overdrijven kun je rustig stellen dat Google Analytics honderd keer meer informatie biedt: welke pagina’s en paginaclusters worden het meest bezocht, hoe komen bezoekers binnen, hoe lang blijven ze op de site, welke pagina’s bezoeken ze daarbij, wat zijn de belangrijkste afhaakpagina’s, en nog véél meer informatie. En dit alles over elke gewenste periode. De resultaten worden getoond in tabellen (te downloaden als Excel-spreadsheet), staaf- en taartdiagrammen. Kortom: Google Analytics is een Efteling voor wiskundigen.

Bijna wekelijks neem ik wel even de tijd om de Google Analytics-grafiekjes te bekijken. En vrijwel altijd stuit ik wel op een verrassend nieuw inzicht in een van mijn websites. Een voorbeeld betreft mijn wandelsite Tweevoeter.nl. In november 2005 was ik om technische redenen genoodzaakt om alle pagina-adressen van deze site te voorzien van de extensie .php. Binnen enkele weken had Google alle nieuwe adressen verwerkt.

Operatie geslaagd? Helaas, een paar honderd andere websites bleven linken naar verouderde pagina’s. De belangrijkste mailde ik met het verzoek hun link aan te passen, maar daar werd maar mondjesmaat gehoor aan gegeven. Drie maanden later gaf Google Analytics aan dat nog steeds 20 procent van alle bezoekers op een niet-bestaande pagina terechtkwam. Dat is veel.

Volgende ingreep: een error 404-pagina. Voor wie deze term niet kent: een error 404 is de fout die je krijgt als je een niet-bestaand adres intikt, bijvoorbeeld van een pagina die inmiddels verhuisd is. Door de error 404 op te maken in de vormgeving van je site, inclusief alle navigatiemenu’s, kunnen bezoekers vanuit de niet-bestaande pagina doorklikken naar andere delen van je site en op zoek gaan naar de gewenste informatie.

Operatie alsnog geslaagd? Helaas. Einde 2006, een jaar na de adreswijzigingsoperatie, viel me bij mijn wekelijkse rondje Google Analytics iets op. De gemiddelde klikdiepte (het aantal bezochte pagina’s per bezoeker) voor de hele site lag op 2,8. Dat is niet veel. Toen ik vervolgens de relatie legde tussen ingangspagina en klikdiepte, dan bleek de error 404-pagina met afstand onderaan te staan met een gemiddelde klikdiepte van slechts 1,2. Omgerekend: minimaal 80 procent van de bezoekers die een niet-bestaande Tweevoeter-pagina bezochten, besloot direct af te haken; hooguit 20 procent (en waarschijnlijk nog een stuk minder) deed nog een poging de informatie elders op de site te vinden.

Conclusie: zelfs een opgemaakte error 404-pagina met een nette foutmelding is voor de meeste bezoekers een afknapper. Om de klikdiepte wat op te schroeven zit er maar één ding op: alle 404-errors wegwerken, zodat bezoekers alleen op pagina’s terechtkomen met relevante inhoud. Om dat voor elkaar te krijgen heb ik eerst in beeld moeten krijgen welke niet-bestaande pagina’s het meest werden opgevraagd. Ik heb daarop een scriptje gemaakt dat mij een e-mail stuurde zodra iemand een 404-error kreeg. De eerste dag kreeg ik zo’n 1500 e-mails. De belangrijkste niet-bestaande pagina’s heb ik daaruit gevist. Voor elke pagina heb ik een zogeheten ‘redirect’ aan mijn .htaccess-bestand toegevoegd, bijvoorbeeld:


RedirectMatch permanent ^/drenthe/$ http://www.tweevoeter.nl/drenthe.php


Deze regel betekent dat elke bezoeker van het adres www.tweevoeter.nl/drenthe/ automatisch wordt doorgeschakeld naar het nieuwe adres www.tweevoeter.nl/drenthe.php. Zo heb ik elke niet-bestaande pagina gekoppeld aan het nieuwe adres. Met snel resultaaat: binnen een dag was het aantal mailtjes gezakt tot nog maar een paar honderd. En een week later nog maar 50. Je vraagt je misschien af: waarom heb je deze redirects niet meteen in 2005 ingebouwd? Dat had een praktische reden: de site draaide toen nog op een Windows-server in een shared hosting-omgeving. Nu staat de site op een eigen virtuele Linux-server en dan heb je veel meer mogelijkheden om de webserver te beïnvloeden.

Inmiddels bevat mijn .htaccess-bestand een stuk of 500 redirects. Dat is erg veel en het zal ook de webserver iets vertragen, maar 404-errors komen vrijwel niet meer voor. En het belangrijkste: volgens Google Analytics is de klikdiepte gestegen tot 3,3, dus een verhoging van 0,5. Dit verschil lijkt weinig indrukwekkend, maar het betekent wel dat je met hetzelfde aantal bezoekers bijna 20 procent meer pageviews genereert en de advertentie-inkomsten navenant stijgen. En dat met hooguit een halve dag werk. Was elke halve werkdag maar zo lucratief…

Overigens ben ik nog steeds niet van de 404-errors verlost, ik krijg nog altijd zo’n 20 tot 30 mailtjes per dag. Maar dit heeft andere oorzaken. Aan de adressen te zien zijn dit meestal geen verdwaalde bezoekers, maar pogingen van hackers om uit te zoeken welke toepassingen op mijn site zijn geïnstalleerd. Verder zijn er ook wel eens bezoekers van vlees en bloed die behoorlijk wat af blijken te knoeien op je site. Maar dat is weer een verhaal apart…

Moderne slavernij bij Google

Gelezen in de Automatisering Gids:

Werknemers hebben vaak geen vaste werkplek en zeker geen eigen kantoor; veel bureaus staan zelfs in gangen opgesteld. Daarnaast is het gebruikelijk lange dagen te maken. In principe wordt men geacht toch zeker tot 12 uur ‘s avonds op e-mail te reageren, en het is niet ongebruikelijk om nachten door te werken.

Volgens het verslag lijkt de bedrijfscultuur bij Google sterk op het leven op een studentencampus, net als bij Microsoft in de begindagen. Het bedrijf heeft veel jonge mensen in dienst die zich bijna laten leven door het bedrijf. Dat gaat zo ver dat Google twee keer per week schone T-shirts laat aanrukken. Verder serveert het bedrijf drie keer per dag maaltijden, wat volgens de sollicitant zeker een gunstig effect heeft op de uren die mensen op kantoor maken.

Kortom: Google geeft je eten en kleren, en voor de rest moet je van ‘s ochtends vroeg tot ‘s avonds laat doorwerken. En toch staat het in alle geschiedenisboekjes: de slavernij in de VS is in 1863 afgeschaft.

Copyright-teken voor betere usability

Hongkiat.com somt zestien wetenswaardigheden over Google op. Veel bekende feitjes, maar eentje kende ik nog niet:

Due to the sparseness of the homepage, in early user tests they noted people just sitting looking at the screen. After a minute of nothingness, the tester intervened and asked ?Whats up?? to which they replied ?We are waiting for the rest of it?. To solve that particular problem the Google Copyright message was inserted to act as a crude end of page marker.

Dat is grappig: maak een website gebruiksvriendelijker door een copyright-teken toe te voegen! Hulde aan de kleine lettertjes!

Hoe betrouwbaar is 'iemand googelen'?

Een (alweer een paar weken oud) bericht van Planet over onderzoek van Centerdata van de Universiteit van Tilburg onder ruim 2300 personen:

• Ongeveer 80 procent van de personen die hun naam op internet opzoeken, vindt die daadwerkelijk terug in de zoekresultaten.
• Ruim 10 procent kan zich niet vinden in het beeld dat anderen van hen via internet kunnen krijgen.
• Van de mensen die hun naam op internet aantreffen, vindt ongeveer tweederde ook informatie die niet op hen betrekking heeft maar op anderen met dezelfde naam.

Tot zover de onderzoeksresultaten. Maar dan gaat Planet interpreteren en slaat het de plank meteen helemaal mis:

EPN concludeert in haar persbericht dat ‘iemand even googelen’ onbetrouwbaar is en uiteraard nemen veel media dit over. Maar met slechts 10 procent ontevreden personen valt dat wel mee. Bovendien, die personen kunnen zich zelf niet in het beeld vinden en dat wil nog niet zeggen dat het niet klopt.

Dit is weer een mooi voorbeeld van hoe je met statistieken alles kunt bewijzen. Tien procent ontevreden personen lijkt inderdaad best mee te vallen. Maar wat volgens mij veel belangrijker is: als tweederde van alle internetgebruikers een naamgenoot heeft, dan weet je nooit zeker over welke naamgenoot je informatie tegenkomt op internet. In sommige gevallen kun je nog wel uit de context afleiden met welke naamgenoot je van doen hebt, maar er zal altijd verwarring blijven.

En ook bij de overige eenderde moet je oppassen, want die kunnen best een naamgenoot hebben die niet zichtbaar is op internet. Stel dat er twee mensen rondlopen met de naam Jan de Vries. Eentje daarvan is zichtbaar via internet; de ander niet, maar die solliciteert wel bij een groot bedrijf. De personeelsfunctionaris van dat bedrijf googelt op de naam Jan de Vries en meent op grond van de zoekresultaten te kunnen concluderen dat hij steeds dezelfde persoon in de zoekresultaten tegenkomt. Dat is ook zo, maar niet dezelfde Jan de Vries die bij hem solliciteert.

Overigens heb je helemaal geen statistieken nodig om te concluderen dat ‘iemand googelen’ onbetrouwbaar is. Google dekt lang niet het hele internet en internet biedt maar een fractie van alle persoonlijke informatie over een bepaald persoon. Al met al vind ik het onbegrijpelijk dat EPN 2300 mensen interviewt om vervolgens met de onderzoeksresultaten een open deur in te trappen. Maar ja, zoals Planet opmerkt: het is wel weer goed voor aandacht van de media.

Britney naakt: koppen schrijven voor zoekmachines

In de VS gebeurt het al jaren, maar ook in Nederland leren redacties zoekmachinevriendelijke koppen te schrijven. Het vakblad InformatieProfessional noemt Nu.nl als voorbeeld:

Uit een onlangs gehouden experiment op Nu.nl blijkt dat trefwoorden in koppen goed werken. Nu.nl-columnist Nico Dijkshoorn heeft als test een column geschreven over Britney Spears en Steve Irwin met als kop ‘Britney naakt en Steve Irwin dood’. Dit artikel staat vol met relevante woorden over de twee beroemdheden. Als je nu op Google zoekt op ‘Britney naakt’, staat het artikel op de derde plaats. Verhagen: ‘Het wekt geen verbazing dat de column erg goed gelezen is.’

Uit eigen ervaring kan ik beamen dat zoekmachinevriendelijke koppen inderdaad heel goed werken. Maar wat ik me hierbij afvraag: wat voor soort bezoekers levert dat op? Zijn dat bezoekers die via Google zo’n treffer aanklikken, snel even kijken wat voor pagina dit is en dan even snel weer wegklikken? Of zijn dat bezoekers die na het lezen van deze column over Britney doorklikken naar andere artikelen op Nu.nl? Met andere woorden: in hoeverre dragen zoekmachines bij aan een vaste bezoekerskring en de branding van je merk? Dit is helemaal niet zo moeilijk uit te zoeken: gratis diensten als Google Analytics leggen ook de relatie tussen herkomst en klikdiepte van bezoekers.

En zouden Google-vriendelijke koppen zich ook tegen je kunnen keren? Stel dat een bezoeker constateert: dat Nu.nl kom ik elke keer in de zoekresultaten tegen, maar ik vind er nooit wat ik werkelijk zoek. In dat geval bouwt Nu.nl een slecht imago op: je hebt er nooit wat aan, dus niet meer aanklikken als je deze site bij een volgende Google-zoekactie tegenkomt. Ik heb dat zelf bij een site als Kelkoo. Kom ik steeds weer tegen als ik naar bepaalde producten zoek, maar omdat ik er nooit vind wat ik zoek, sla ik die site steevast over bij het doornemen van zoekresultaten. Scheelt weer een treffer die ik niet hoef te bekijken.

Nog een kanttekening: hoog scoren in Google is mooi, maar betekent dat automatisch ook dat meer bezoekers doorklikken naar jouw site? In hoeverre speelt de omschrijving bij een link (in Google de zwarte tekst eronder) daarbij een rol? Kun je bij een bepaalde Google-zoekactie op de derde plaats staan en dankzij een goede omschrijving in je webpagina’s (META NAME=”description” CONTENT=”vul zelf maar in”) toch vaker aangeklikt worden dan de nummer 1?

Computer!Totaal-dvd over Google

De nieuwe dvd van Computer!Totaal (nummer 17) is gewijd aan nieuwe mogelijkheden op het web. Op deze dvd mocht ik iets vertellen over de macht van Google en het optimaliseren van websites voor zoekmachines. Verder tips van internetondernemers en ontwikkelaars van webwinkels voor het opstarten van een succesvolle internetonderneming. Diverse experts geven hun visie op ontwikkelingen van online communities.

» www.computertotaal.nl/dvd