Como encontrar páginas órfãs no seu site — e por que um rastreador só pode dizer "possível"

Uma página órfã é uma página do seu site para a qual nenhuma outra página aponta. Ela pode continuar existindo, estar no seu sitemap e até ranquear para alguma coisa, mas quem navega pelo site não consegue chegar até ela, e os mecanismos de busca só têm o sitemap para saber que ela existe. Eles também não recebem, pelos seus próprios links, nenhum sinal de que a página é importante.

Páginas órfãs raramente são intencionais. São o que sobra quando um redesign elimina um item de menu, quando a landing page de uma campanha sobrevive à campanha, quando uma categoria é removida ou quando um post de blog só recebeu link de um espaço da página inicial que já foi ocupado por outra coisa.

Por que as páginas órfãs importam

• Descoberta. Os mecanismos de busca encontram a maioria das páginas seguindo links. Uma página acessível apenas pelo sitemap é descoberta e rastreada de novo com menos regularidade.
• Importância. Os links internos são uma das formas pelas quais os mecanismos de busca avaliam quais páginas você considera importantes. Uma página sem nenhum parece não ter importância.
• Visitantes. As pessoas não conseguem chegar até ela clicando, então um conteúdo útil fica sem ser lido.
• Manutenção. Páginas esquecidas vão ficando desatualizadas: preços antigos, ofertas encerradas, orientações ultrapassadas.

Como as páginas órfãs são encontradas

Para chamar uma página de órfã, você precisa de duas listas: todas as páginas que existem e todas as páginas que recebem algum link. As órfãs estão na primeira lista e não estão na segunda. A parte difícil é a primeira lista, porque, por definição, não dá para encontrar órfãs seguindo links. As fontes habituais são:

• o seu sitemap XML;
• uma exportação de conteúdo do seu CMS;
• as páginas que recebem visitas no seu analytics;
• as páginas que o Google conhece, nos relatórios Desempenho e Indexação de páginas do Search Console;
• os URLs que aparecem nos logs do seu servidor.

A segunda lista vem de um rastreamento: comece pela página inicial, siga todos os links internos e registre quais páginas receberam links.

Por que um rastreador diz "possível órfã"

Um rastreador só conhece os links das páginas que realmente visitou. Se o rastreamento para em 10 ou 100 páginas, ou em determinada profundidade de cliques, ou pula as páginas bloqueadas pelo robots.txt, uma página do sitemap que parece não receber links pode estar linkada em uma página que o rastreamento nunca alcançou. É por isso que uma ferramenta honesta chama essas páginas de possíveis órfãs: "nenhum link interno para esta página foi encontrado neste rastreamento", e não "nada aponta para esta página".

Outras coisas que podem esconder um link real de um rastreador: links que só aparecem depois que o JavaScript roda (quando o rastreador lê o HTML bruto), links dentro de formulários ou de resultados de busca e links vindos de subdomínios ou de outros hosts, que não contam como internos.

Como o Rudra encontra possíveis órfãs

Uma varredura de site do Rudra (conta gratuita; a auditoria de site gratuita cobre uma única página) lê o seu sitemap XML durante o rastreamento. Ao final, ela lista as páginas do sitemap que retornaram 200 e não receberam nenhum link interno de outra página rastreada. A página inicial fica de fora, só contam links entre páginas do mesmo site, e os URLs são comparados depois de normalizadas as barras finais, os fragmentos e as variantes http/https ou www. A verificação só roda quando um sitemap foi encontrado e pelo menos duas páginas foram rastreadas, e o apontamento informa quantas páginas o rastreamento cobriu, para você avaliar o quanto ele é completo.

O mesmo relatório lista as páginas com poucos links internos — um ou nenhum vindo de outras páginas rastreadas — em uma nota separada, de baixa confiança, além das páginas que estão a quatro ou mais cliques da página inicial. Nenhum dos dois é um erro; são convites para revisar a sua linkagem.

Como confirmar uma órfã

1. Pesquise no seu próprio site. Use a busca do seu CMS ou uma consulta ao banco de dados pelo URL e pelo slug da página, e uma busca site:yourdomain.com "page title" (com o seu domínio e o título da página) para encontrar menções.
2. Confira o Search Console. Links → Links internos mostra quantos links internos o Google viu para um URL.
3. Veja onde o rastreamento parou. Se ele bateu no limite de páginas, um rastreamento maior pode encontrar o link.
4. Olhe o analytics. Uma página com visitas, mas sem origens internas, só está sendo alcançada por busca, e-mail ou anúncios.

O que fazer com cada órfã

Decida, página por página, se ela ainda merece existir:

• Útil e atual: crie links para ela a partir de lugares relevantes — uma página de categoria ou hub, artigos relacionados, a navegação ou o rodapé, se for importante, e a trilha de navegação (breadcrumbs). Use um texto de link descritivo, e não "clique aqui".
• Útil, mas desatualizada: atualize-a e depois crie os links.
• Substituída por uma página melhor: faça um redirecionamento 301 para a substituta e tire-a do sitemap.
• Obsoleta e sem substituta: remova-a (um 404 ou 410 serve) e tire-a do sitemap.
• Sem links de propósito (uma landing page de campanha, uma página de agradecimento): considere usar noindex e tirá-la do sitemap, para que não concorra com as suas páginas principais.

Aproveite para conferir se os links que você adicionar realmente funcionam — nosso guia sobre como corrigir links quebrados trata disso — e mantenha o sitemap em dia, como descrito em como diagnosticar problemas de sitemap.