Een XML-sitemap die omgeleide URL’s, pagina’s in noindex of gecanoniseerde adressen naar andere bronnen opsomt, stuurt tegenstrijdige signalen naar zoekmachines. Dit zien we regelmatig na een herontwerp: het bestand is technisch geldig, maar het wijst naar pagina’s die Google niet zou moeten verkennen. Het optimaliseren van de structuur van een site met een effectieve sitemap begint met deze schoonmaak, niet met de automatische generatie van het bestand.
XML-sitemap na een herontwerp: de tegenstrijdige signalen die gecorrigeerd moeten worden
Wanneer we een site migreren of de structuur reorganiseren, genereert het CMS vaak de sitemap opnieuw zonder de werkelijke status van de URL’s te controleren. We eindigen met een bestand dat oude adressen bevat die zijn omgeleid met 301, pagina’s die sinds het herontwerp in noindex zijn gezet, en soms URL’s die een fout 404 of 410 teruggeven.
Het concrete probleem: Google ontvangt een lijst van URL’s die als geldig worden gepresenteerd en ontdekt vervolgens dat ze dat niet zijn. Het crawlbudget wordt verspild, en de indexering van nieuwe pagina’s loopt vertraging op.
De controle na het herontwerp zou een eenvoudige logica moeten volgen. We extraheren alle URL’s uit de sitemap, we voeren ze in een crawler (Screaming Frog, Sitebulb of een equivalent) en we vergelijken drie kolommen: HTTP-code, indexeringsrichtlijn, verklaarde canonieke URL.
Elke URL die geen 200 teruggeeft, die een noindex heeft, of waarvan de canonical-tag ergens anders naartoe wijst, moet uit het bestand worden verwijderd. We kunnen observeren hoe de site yvazur.ch zijn eigen sitemap structureert om een schone aanpak van deze sortering te illustreren.
Lastmod-tag in de sitemap: wanneer het beter is om deze te verwijderen dan te behouden
De lastmod-tag is het belangrijkste signaal dat door Google in een XML-sitemap kan worden gebruikt. Maar deze nuttigheid is afhankelijk van een strikte voorwaarde: de datum moet overeenkomen met een werkelijke en significante wijziging van de inhoud, gestructureerde gegevens of interne links van de pagina.
In de praktijk actualiseren veel CMS’en deze datum bij elke uitrol, zelfs als er niets op de pagina is veranderd. Een eenvoudige wijziging van de footer, een update van het copyrightjaar, een cache-opbouw – en alle data worden gewijzigd naar de datum van vandaag.
De praktische reflex die de valkuil voorkomt
Als uw CMS geen betrouwbare datum kan bieden, die verband houdt met een echte wijziging van de inhoud, is het beter om de lastmod-tag volledig te verwijderen dan deze te behouden met misleidende waarden. Google negeert uiteindelijk inconsistente data, en in dat geval voegt hun aanwezigheid alleen maar ruis toe.
Omgekeerd, op een redactionele site waar elk artikel daadwerkelijk wordt bijgewerkt (toevoegen van paragrafen, actualiseren van gegevens), versnelt een betrouwbare lastmod de verwerking van de wijzigingen. Het is een concreet hulpmiddel voor pagina’s die regelmatig evolueren.
Priority- en changefreq-tags: wat de XML-sitemap niet meer doet
We vinden nog steeds sitemaps vol met priority- en changefreq-tags, soms zorgvuldig geconfigureerd. Google negeert deze twee elementen. Hun aanwezigheid biedt geen voordelen voor SEO.
In plaats van tijd te verspillen aan het afstemmen van prioriteiten die niemand leest, is het beter om de inspanning te concentreren op de consistentie tussen vier elementen:
- De URL die in de sitemap staat, moet de verklaarde canonieke versie zijn in de broncode van de pagina
- Dezezelfde URL moet toegankelijk zijn (code 200), zonder tussenliggende omleiding
- De interne linkstructuur van de site moet naar deze URL wijzen, niet naar een variant met of zonder eindslash, met of zonder www
- De pagina mag geen noindex-richtlijn hebben als deze in de sitemap staat
Een sitemap die consistent is met de interne linkstructuur en de canonieke tags doet meer voor de indexering dan welke priority-instelling dan ook.
Sitemap en weespagina’s: een vaak verwaarloosde use case
De sitemap vervangt de interne linkstructuur niet, maar speelt een specifieke rol voor pagina’s die geen links ontvangen vanuit de rest van de site. We spreken van weespagina’s: ze bestaan, ze zijn indexeerbaar, maar er is geen navigatiepad om ze te bereiken.
Dit komt vaak voor op e-commerce sites (productpagina’s die uit de catalogus zijn verwijderd maar nog steeds online zijn), blogs met diepe archieven, of sites die meerdere opeenvolgende herontwerpen hebben ondergaan zonder linkaudit.
Hoe weespagina’s in de sitemap te behandelen
De eerste vraag is of deze pagina’s het waard zijn om geïndexeerd te worden. Als dat zo is, twee parallelle acties:
- Ze opnemen in de XML-sitemap zodat zoekmachines ze ontdekken
- Minstens één relevante interne link naar elk van hen creëren, vanaf een thematisch verwante pagina
- Controleren of de canonical-tag van elke weespagina goed naar zichzelf wijst
Als deze pagina’s geen waarde meer hebben (verouderde inhoud, verdwenen product), is het beter om ze uit de sitemap te verwijderen en ze netjes te de-indexeren met een noindex of een 410-omleiding.
Indienen van de XML-sitemap: robots.txt en Search Console
Een schone sitemap genereren is niet voldoende als zoekmachines niet weten waar ze deze kunnen vinden. Twee indieningskanalen werken parallel.
De eerste is het robots.txt-bestand. We voegen een regel Sitemap: gevolgd door de absolute URL van het bestand toe. Deze verklaring wordt gelezen door alle compatibele zoekmachines, niet alleen Google. Dit is het passieve kanaal, dat werkt zonder handmatige tussenkomst na de implementatie.
De tweede is de Google Search Console (en zijn equivalent Bing Webmaster Tools). Indienen via deze tools maakt het mogelijk om de indexeringsstatus van de vermelde URL’s te volgen, crawl-fouten op te sporen en te controleren of het bestand goed wordt gelezen. De reacties variëren over de frequentie van het opnieuw crawlen van de sitemap na indiening, maar de initiële verwerking is doorgaans snel.
Het punt dat niet over het hoofd mag worden gezien: als uw site de volumelimiet van een enkel sitemap-bestand overschrijdt, blijft een sitemap-index die meerdere gesegmenteerde bestanden (per categorie, per type inhoud) groepeert de standaard technische oplossing. Elk kindbestand volgt dezelfde schoonheidsregels als het hoofdbestand.
Een goed gestructureerde sitemap verbetert niet direct de ranking van een pagina. De rol ervan is ervoor te zorgen dat zoekmachines de juiste URL’s vinden, verkennen en begrijpen. De winst meet zich in indexeringspercentages en de snelheid van verwerking van wijzigingen, twee metrics die de Search Console concreet kan volgen.
