Inizialmente ne avevo parlato qui

La settimana scorsa un po’ per necessità (non volevo coinvolgere gli sviluppatori che sono già oberati dalle mie richieste), ma soprattutto per gioco, ho provato a capire come funziona l’x-tag-robots e volevo condividere con voi la mia esperienza.

Obbiettivo: chiudere alcune aree del sito, che sono dei listing di vecchi contenuti, ma lasciare che gli spider indicizzino le loro foglie.
La soluzione sarebbe semplice: basterebbe inserire nel template che genera queste pagine il seguente metatag:

<meta name =”robots” content=”noindex,follow”>

Ma così facendo avrei perso tutto il divertimento, e avrei dovuto coinvolgere gli sviluppatori.
Prima di iniziare mi sono letto il riassunto fatto da Google: http://code.google.com/intl/it-IT/web/controlcrawlindex/docs/robots_meta_tag.html e pensavo di cavarmela con un banale copia e incolla, invece non è stato così.

Mi sarebbe piaciuto poter utilizzare un espressione regolare, come la seguente, all’interno del file .htaccess

<IfModule mod_headers.c>
<FilesMatch “^nomefile\.php$”>
Header set X-Robots-Tag: “noindex, follow”
</FilesMatch>
</IfModule>

Ma dopo svariati tentativi andati a vuoto, mi sono accorto che la direttiva FilesMatch intercetta il nome del file, ma nel mio caso le url sono virtuali (url rewriting), generate dal cms, e non ho assolutamente idea di quale sia il nome del file da intercettare.

Ho provato a cercare qui un’altra direttiva che facesse al caso mio, e LocationMatch mi è sembrata perfetta!
Se non fosse per un piccolo particolare, ossia che non può essere utilizzata sul file .htaccess, il suo contesto d’uso è limitato alla configurazione del server e ai virtual host.

E’ bastato quindi aggiungere la seguente riga al file contenente il virtual host e riavviare apache

<IfModule mod_headers.c>
<LocationMatch “(archivio|scaduti)/$”>
Header set X-Robots-Tag “noindex, follow”
</LocationMatch>
</IfModule>

Importante:

• è necessario che il modulo degli headers (mod_headers) sia abilitato in apache.
• Includete sempre le vostre direttive all’interno di IfModule, così se il modulo non dovesse essere incluso almeno non riceverete un errore 500.

Per testarne il funzionamento utilizzate un qualsiasi plugin o sito che vi permetta di visualizzare gli header della pagina. Io sono abituato ad utilizzare liveHttpHeader (plugin di Apache)

Considerazioni finali

Nonostante il divertimento nell’arrivare a questa soluzione, sconsiglio di implementarla. Si tratta di un intervento che potrebbe portare più problemi che benefici.
Immaginate le conseguenze che potrebbe portare se l’espressione regolare fosse mal gestita, o se arrivasse in azienda un nuovo Seo (in sostituzione di quello che ha proposto questo intervento) e non ne fosse messo al corrente. Credo che non molti Seo si accorgerebbero di quel noindex negli headers…

Si rivolge principalmente agli operatori turistici e ai professionisti del turismo, ma è di sicuro interesse anche per tutti coloro che si occupano di web marketing e visibilità on line (non solo nel mondo del turismo).

I relatori sono di altissimo livello, il programma di sicuro interesse, cosa aspetti a registrarti on line? e’ gratis!

Il convegno si svolgerà in via Maja 84 a Bibione (nella Sala di Delegazione Comunale), per maggiori informazioni: 049 – 686703

Dato che dalle mie parti non capitano di frequente simili iniziative, il minimo che potevo fare è un post di complimenti agli organizzatori.

Io ci sarò sicuramente, e data la location mi porto pure il costume da bagno

Per estrarre la profondità di navigazione, gli status code di risposta e gli errori di spiderizzazione, esistono molti emulatori di spider che funzionano egregiamente (come Xenu per PC o Integrity per Mac), ma nessuno di loro è in grado di recuperare pefettamente gli elementi Seo-On-Page.

Grazie ad un tweet di Piersante ho trovato Seo Spider di screamingfrog, un bellissimo emulatore di spider con un occhio alla Seo.
Durante la spiderizzazione estrae e analizza informazioni su:

• title (e relativa lunghezza)
• metatag description (e relativa lunghezza)
• metatag keywords (e relativa lunghezza)
• metatag robots
• metatag refresh
• canonical
• tag h1..h6
• ecc…

Inoltre Seo Spider riconosce eventuali duplicazioni del codice all’interno della stessa pagina, come ad esempio title o description replicati, e permette di customizzare le ricerche di spezzoni di codice all’interno del sito.
Anche l’esportazione è ottima e ci evita di passare troppo tempo sui filtri di Excel.

A questo indirizzo potete trovare maggiori informazioni sulle funzionalità di questo ottimo software: http://seo-hacker.com/screaming-frog-seo-spider/

Purtroppo non è free, costa 99 sterline, ma IMHO le vale tutte.

Esistono molti modi per gestire questa situazione, ora vi espongo il mio, sperando di essere di aiuto a qualcuno.

1) FARE UNA FOTOGRAFIA ALLE URL DEL VECCHIO SITO

E’ necessario ottenere la lista delle Url del sito prima che vengano modificate, come fare?
La soluzione più semplice è utilizzare un qualsiasi emulatore di spider. Ce ne sono molti, personalmente utilizzo Xenu ma funziona altrettanto bene anche Integrity per Mac (ma se non vi piacessero i 2 che ho elencato, sul web si trovano molti altri tool validi).

Tramite Xenu è possibile ottenere facilmente tutte le Url del sito, utilizzando il comando “file >> report”  alla fine della scansione. Oppure se il sito è molto grande utilizzate “file >> export to TAB separated file…” e importate il risultato in un foglio di calcolo, eviterete di impallare il PC nel caso di siti di grande dimensione.

2) REALIZZARE I VARI REDIRECT DALLE VECCHIE ALLE NUOVE URL

Utilizzate il metodo che preferite per realizzare una mappatura puntuale tra le vecchie e le nuove Url (non dimenticatevi anche di effettuare i redirect dei link che arrivano dall’esterno, altrimenti addio Link Popularity).

Le soluzioni maggiormente utilizzate sono:

• mod_rewrite e file .htaccess se utilizzate il web server Apache
• isapi_rewite e file .htaccess o file httpd.ini (in base alla versione utilizzata) se utilizzate il web server IIS (vi rimando all’articolo sulla realizzazione di Url parlanti con isapi rewrite che ho scritto)

Potrebbe però anche capitarvi il caso in cui non abbiate la possibilità di accedere al file htaccess, oppure che il file htaccess sia – ahimè –  condiviso tra più domini, in questo caso vi consiglio di fare un “accrocchio” come il seguente:

Utilizzate la pagina 404 come “attivatrice di redirezioni”. Modificatela così: ogni volta che il sistema chiama una pagina non presente (o pagina 404) fate una chiamata al DB e controllate se l’Url chiamata è presente in una tabella del Database appositamente creata, e se la risposta è affermativa effettuate la redirezione secondo le regole salvate nel DB.

Ecco un immagine esplicativa (spero) del funzionamento di questa soluzione:

In questo modo sarà sufficiente modificare la pagina 404 una volta per tutte, inserendo all’inizio del codice la chiamata al database, e non dovrete avere un accesso al file .htccess e nemmeno aspettare i tempi tecnici perché i referenti del sito in oggetto possano intervenire al posto vostro, ma vi basterà un accesso al DB (ad esempio tramite phpmyadmin).
Attenzione però a non inserire combinazioni che generino LOOP, come ad esempio una riga “urlA –> 301 –> urlB”  e successivamente una riga “urlB –> 301 –> urlA”

3) CONTROLLARE CHE LE REDIREZIONI SIANO TUTTE FUNZIONANTI

Ed eccoci alla parte più importante!
Controllare le redirezioni in un sito con qualche centinaio di pagine è un lavoro noioso, pensate se si tratta di qualche migliaia…
Diventa quindi una necessità uno strumento automatico per il controllo delle varie redirezioni, e grazie alla fotografia che abbiamo creato nel punto 1, e a qualche riga di codice PHP sarà un gioco da ragazzi.

Innanzitutto dobbiamo avere una versione di PHP con le librerie cUrl installate, se non sapete come fare vi rimando alla guida ufficiale.

Le librerie cUrl permettono di effettuare chiamate alle Url (sia in Get che in Post) e di estrarne gli header di risposta, quindi fanno esattamente al caso nostro.
Ci basterà realizzare una pagina PHP che riceve in input la lista delle URL (La fotografia del vecchio sito) e che ritorna in output un file (ad esempio un csv da poi aprire in xls) con i seguenti campi:

“Url chiamata / status code ricevuto / url finale restituita / numero di redirezioni”

Ed ecco che in un attimo potrete testare siti di dimensioni elevate

Questo post non contiene i dettagli tecnici del codice sorgente, ma tutti coloro che non riuscissero a realizzare questo strumento mi contattino pure, sarò ben lieto di fornire loro supporto,  e se necessario i file php che ho realizzato e che utilizzo da un paio di anni.

Così mentre il software realizzato lavora per noi, possiamo dedicarci ad attività di maggiore interesse

La link popularity assume un ruolo fondamentale in ogni buona strategia Seo.
Ottenere buoni link in ingresso non è facile, e spesso costa tempo e fatica.

Chi si è occupato almeno un volta di Link Building / Article Marketing / Link Baiting / ecc.. sa che un buon link esterno verso il proprio sito non si ottiene facilmente e di conseguenza va mantenuto il più a lungo possibile. Per evitare che nel tempo si vadano a perdere i link (se cambio il sito devo anche aggiornare i link esterni, altrimenti punteranno ad una pagina 404) è necessario tenerne traccia e aggiornarli (ove possibile) oppure effettuare delle redirezioni 301 delle vecchie url a cui puntavano.

Ma come fare a recuperare i link che si sono persi?

1) Utilizzare i log del server, ed estrarre tutti i referrer esterni che terminano in pagine 404 del vostro sito.
Questa soluzione è la più efficace perché permette di ottenere tutti i link in ingresso, però dovete avere accesso ai log del server ed avere un minimo di capacità nella loro elaborazione.

2) Inserire nella pagina 404 un codice di tracciamento a tag leggermente modificato.
Questo metodo è meno completo rispetto all’utilizzo dei tag, in quanto pemette di ottenere esclusivamente i link  che hanno generato degli accessi da parte degli utenti (i sistemi di Analytics a tag non tengono traccia degli spider dei motori di ricerca).

Ecco un esempio per Google Analytics (per lo script sincrono):

<script type=”text/javascript”>
var pageTracker = _gat._getTracker(“UA-XXXXXX-X”);
pageTracker._initData();
pageTracker._trackPageview(“/404.html?page=”+document.location.pathname+” “+document.location.search+document.referrer);
</script>

In questo modo se in Google Analytics cercherete le pagine che contengono la stringa 404.html all’interno di “contenuti –> dettaglio contenuti”  troverete tutte le pagine che hanno generato un errore 404 ed i relativi referrer (che DOVRETE assolutamente correggere tramite un redirect 301)

Spesso capita di imbattersi in portali informativi, con articoli interessanti, ma la cui lettura dopo poche righe inizia a diventare difficile.

Il colore (foreground vs background), la dimensione del testo e la scelta del font possono rendere il testo poco leggibile e causare stanchezza agli occhi.

Alcuni esperti di usabilità (@Paola) suggeriscono di utilizzare Arial o Verdana per i testi principali, mentre il Georgia risulta un ottima soluzione per i titoli, anche se in realtà questa scelta è data più che altro dalla dimensione che si sceglie per il font. Mi spiego meglio:

Se il testo ha una dimensione abbastanza grande (es 14px) allora si può utilizzare il Georgia per i testi principali, mentre se la dimensione è inferiore, allora è consigliabile l’utilizzo di un Arial o di un Verdana.

Un valido esempio è il Corriere della Sera, che nonostante utilizzi il font Georgia sia nei titoli che nei testi, mantiene una buona leggibilità grazie alla dimensione dello stesso (14px per il testo principale).

Ultimamente sono anche usciti dei nuovi font, studiati per ottenere un’ottimale resa grafica, come ad esempio il Calibrì della Microsoft. Ma non trattandosi di font di sistema si aprono le porte a problemi di portabilità e di differenti rese grafiche nei diversi Browser (se non hai Windows Vista, o Office 2007 difficilmente potrai visualizzare questo font).

Se si desidera di utilizzare questi nuovi font, si può ricorrere ad una delle seguenti tecniche:

1: utilizzare la regola font-face del CSS3. Questa sarà sicuramente la strada da percorrere in futuro, però attualmente non è ancora supportata da tutti i browser;

2: usare i nuovi font all’interno del font-stack, ossia fornire più scelte all’interno del css, dopodiché il browser caricherà quello disponibile;

Esistono anche delle alte strade legate all’utilizzo di Javascript (ad esempio Cufon), ma a meno che non vengano usate eslusivamente per i titoli ne sconsiglio l’utilizzo per problemi di performance.

Per maggiori informazioni ecco alcune risorse interessanti:

• http://www.usabile.it/462009.htm
• http://www.matteostagi.it/2009/i-font-web-safe/

L’uscita del nuovo dispositivo Kinect per Xbox 360 mi ha molto incuriosito, e oltre ai video sul dispositivo Kinect che ho trovato sul sito ufficiale della xbox, sono andato a spulciare varie fonti per capire i pro e contro della nuova console Xbox con Kinect rispetto alla Nintendo Wii.

I pareri che ho trovato online sono contrastanti, ma ho riportato qui una lista dei più comuni vantaggi e svantaggi di cui si sta discutendo online:

Xbox 360 c0n Kinect

Vantaggi

• una grafica migliore, rispetto alla Nintendo Wii
• adatta sia alle famiglie (es: Kinectimals) che agli hardcore gamers (es: Halo)
• non utilizza il pad, lasciando quindi le mani libere, utilissimo nei giochi di sport

Svantaggi

• parco giochi ancora ridotto (per il dispositivo kinect), ma comunque ci sono molti giochi classici (Assasin’s Creed, ecc)
• costo maggiore, se non hai già la console 360
• il multiplayer potrebbe non funzionare benissimo a causa della mancanza dei controller (da verificare)

Nintendo Wii

Vantaggi

• parco giochi molto ampio
• adatta alle famiglie, e chi piace giocare in gruppo
• sul mercato da anni, quindi ampiamente testata
• costo minore rispetto alla soluzione Xkox 360 + Kinect

Svantaggi

• il pad spesso non è molto preciso
• grafica di bassa qualità
• ulteriori controller devono essere acquistati separatamente (pad, volanti, WiiFit, ecc)
• non adatta ad hardcore gamers

Essendo il dispositivo Kinects appena uscito sul mercato, credo che sia ancora presto per poter eleggere un vincitore, anche se non credo di riuscire ad aspettare così a lungo prima di fare la mia scelta.

Sono appena ritornato dal T3CampItalia, un evento dedicato a Typo3 (un ECMS, ossia in CMS di fascia enterprise), tenuto dalle principali aziende Italiane che lo hanno adottato come soluzione di sviluppo:

• WebFormat (dove lavora il bravissimo Mauro Lorenzutti);
• InteRa;
• Archimede informatica;
• Posit;
• Gamma system;
• Widestore;

Già dopo i primi 2 speech è subito emerso che Typo3 non è un sistema semplice da imparare (come wordpress), la sua curva di apprendimento è decisamente lunga (anche un anno prima di poter diventare esperti) però i risultati per chi non desiste possono essere di pregevole fattura.

Inoltre vi sono moltissime estensioni già pronte che agevolano lo sviluppatore, e gli evitano di reinventare la ruota.

Per maggiori informazioni sull’evento vi rimando al sito ufficiale del t3campitalia, e vi consiglio di iniziare a provare typo3 scaricando l’ultima versione.

Google ha pubblicato una mini guida per aiutare a comprendere il funzionamento del Crawling (ben diverso dall’indexing).
Non vi è nulla di nuovo, chi si occupa di Seo sicuramente conosce già a perfezione i 3 metodi indicati:

• File Robots.txt
  • il primo file richiesto dai motori di ricerca, un vigile che aiuta lo spider a capire quali contenuti può recuperare e quali invece no;
  • funziona in modalità wide site.

• Metatag robots
  • un metatag da inserire nell’header html delle pagine;
  • funziona solo sulla singola pagina;
  • utilissimo nelle paginazioni delle categorie per evitare pagine duplicate: <meta name=”robots” content=”noindex, follow”>.

• X-Robots-tag
  • il meno conosciuto, va inserito nell’http header delle pagine;
  • utile per togliere le duplicazioni causate da alcuni parametri nell’url, ad esempio in combinazione con le espressioni regolari:
  • da utilizzare solo se seguiti da un Seo esperto.

Ecco la spiegazione dettagliata fornita da Google:  il crawling di Google.

E qui potete trovare un esempio pratico all’uso dell’x-tag-robots.

Buona lettura

Durante il corso è stato confermato che l’attributo rel=”nofollow” viene completamente rispettato, sono stati visti alcuni casi di successo di campagne social (interessante il caso portato da Marco Massara per la pagina Facebook del quotidiano “il giornale”), più vari test effettuati da Enrico Madrigano.

Una nota speciale va a Piersante Paneghel – mio ex collega in TSW – che come ogni volta ci ha stupito con esempi e metafore indimenticabili, purtroppo però la sua parte è durata solo 2 ore, mentre il resto del corso pur essendo stato interessante non ha fatto emergere particolari novità.

Nonostante mi aspettassi qualcosa di più da questa giornata,  è stata comunque un’occasione di scambio informativo con molti colleghi del settore, quindi da ripetere anche nelle prossime edizioni.