Koliko časa traja indeksiranje na Baiduju in kaj ga v resnici pospeši

Domeno ste prijavili na Baidu. Teden dni pozneje se ni zgodilo nič. Po dveh tednih še vedno nič in počasi se sprašujete, ali je prijava sploh prišla skozi.

To je vprašanje, ki ga o Baiduju dobimo največkrat, in odgovor je običajno ta, da se še ni nič pokvarilo. Pri novi tuji spletni strani je Baidu počasen, precej počasnejši od Googla. Koristno vprašanje ni, koliko časa to traja v povprečju. Vprašanje je, katere od stvari, ki so v vaših rokah, čakanju dodajajo tedne.

Tri stvari, ki se med seboj mešajo

Preden ima kakršenkoli časovni okvir smisel, jih je treba ločiti:

Odkritje: Baidu ve, da naslov obstaja. To naredi prijava in zgodi se takoj.
Pregledovanje: Baiduspider stran zares prenese. To lahko tiho odpoveduje mesece.
Uvrstitev v indeks (收录): stran je v indeksu in se lahko pojavi med zadetki. To pokaže poizvedba site:.
Uvrstitev na lestvici: stran tekmuje za določeno iskanje. Drug problem, predvsem vsebinski.

Stran je lahko odkrita prvi dan, pregledana deveti in nikoli uvrščena v indeks. Pošiljanje dodatnih naslovov tega ne popravi. Večina tistih, ki sprašujejo, koliko časa potrebuje Baidu, v resnici obtiči med pregledovanjem in uvrstitvijo.

Realen časovni okvir

Za tipično evropsko stran: gostovana v Evropi, brez registracije ICP, z vsebino v angleščini ali evropskem jeziku, brez povezav s kitajskih strani.

Prvi obisk Baiduspiderja: od enega dneva do treh tednov po prijavi. Praviloma samo domača stran, pogosto pa dlje časa nič drugega.
Prva stran, vidna v poizvedbi site:: od enega do šestih tednov.
Uporabna pokritost manjše strani: od enega do treh mesecev.
Pokritost, ki zdrži in se ob naslednjem ovrednotenju ne skrči: od treh do šestih mesecev, in realno le, če so na strani vsebine v poenostavljeni kitajščini.

Za primerjavo: stran, gostovana na Kitajskem, z registracijo ICP in kitajsko vsebino, ima domačo stran v indeksu v nekaj dneh, preostanek pa v nekaj tednih. Razlika med tema dvema seznamoma je tema preostanka tega članka.

Baidu za nič od tega ne objavlja rokov in ni podpore, na katero bi zadevo lahko eskalirali. Na voljo imate nabor kanalov z različno prepustnostjo in proračun pregledovanja, ki raste ali se krči glede na to, kako se obnaša vaš strežnik.

Najprej: ste sploh v indeksu?

To naredite, preden karkoli spremenite.

Pojdite na baidu.com in poiščite site:vasadomena.si. Število zadetkov je ocena in precej niha, zato ga berite kot da ali ne, ne kot meritev. Če zadetke dobite, ste v indeksu in vprašanje postane pokritost. Če po šestih tednih dobite nič, je nekaj pokvarjeno in daljše čakanje tega ne bo popravilo.

Vredno je opraviti še dve preverbi:

Poiščite natančen naslov svoje domače strani v narekovajih. Če je stran indeksirana, operator site: pa se obnaša čudno, to običajno pride na dan prav tako.
V orodju Baidu Webmaster Tools (百度搜索资源平台) poglejte 索引量 (obseg indeksa) in 抓取频次 (pogostost pregledovanja). To sta poštena podatka. 抓取异常 (napake pri pregledovanju) pove, ali pajek naleti na časovne prekoračitve, odgovore 403 ali napake DNS, in prav tam večina tujih strani najde svojo dejansko težavo.

Če je pogostost pregledovanja blizu nič, napake pri pregledovanju pa niso, gre za tehnično okvaro in ne za pomanjkanje potrpljenja.

Kanali za prijavo in koliko je vsak od njih zares vreden

Baidu ponuja več načinov, kako mu izročiti naslov, in ti načini niso enakovredni.

Zemljevid strani

Samo odkritje in najpočasnejša vrsta od vseh. Baidu zemljevid strani obravnava kot seznam predlogov, ki ga bo predelal, ko utegne. Pošljite ga, skrbite, da je točen, in ne pričakujte, da bo ta teden karkoli premaknil. Največ šteje pri velikih straneh, kjer Baidu globljih strani sicer sploh ne bi našel.

Ročno pošiljanje naslovov (普通收录)

Naslove prilepite v nadzorno ploščo. Na stran velja dnevna omejitev. To je namig, ne ukaz. Uporabno za peščico strani, na katerih vam je zares kaj, kot strategija pa nič vredno.

Aktivno pošiljanje prek API (主动推送)

Najboljši med običajnimi kanali. Vaš strežnik nove in spremenjene naslove pošlje na Baidujevo končno točko v trenutku, ko se spremenijo. S tem zamik pri odkritju izgine, čakanje na prvo pregledovanje pa se po naših izkušnjah opazno skrajša. Dnevna kvota raste s tem, koliko vaše strani je že v indeksu, kar je na začetku klasičen zaprt krog, a ne za dolgo. Če objavljate redno, to vklopite v postopek gradnje ali v sistem za upravljanje vsebin in pozabite nanj.

Samodejno pošiljanje (自动推送)

Košček JavaScripta, ki Baiduju javi vsak ogled strani. Da bi karkoli naredil, potrebuje resnične obiskovalce s Kitajske, teh pa sveže prijavljena tuja stran nima. Poleg tega na vsako stran doda skript tretje osebe, in to na strani, kjer je čas nalaganja s Kitajske že tako šibka točka. Prihranite ga za takrat, ko boste imeli kitajski promet.

Hitra uvrstitev v indeks (快速收录)

To je kanal, ki ga imajo v mislih vsi, ki sprašujejo, kako priti v indeks hitro, in pošten odgovor ni prijeten.

快速收录 je ločen kanal z omejitvijo: določeno število naslovov na dan, ki se obdelajo precej hitreje kot karkoli v običajni vrsti. Kvoto dodeli Baidu, za vsako stran posebej, na podlagi lastne ocene kakovosti strani in izkušnje na mobilnih napravah. Program je skozi leta večkrat zamenjal ime, v današnji obliki pa gre za dodelitev na posamezno stran in ne za funkcijo, ki bi jo vklopili.

Iz tega sledijo tri stvari. Ni naprodaj. Ne dobi se je na prošnjo. In povsem nova tuja stran je nima, ker Baidu nima zgodovine pregledovanja, ki bi jo lahko ocenil. Če bo za vašo domeno sploh kdaj na voljo, bo to po mesecih čistih pregledov in kitajskih vsebin, ki jih Baidu obdrži, namesto da bi jih izločil. Kdor vam ponuja nakup kvote za hitro uvrstitev, vam prodaja nekaj drugega, kot mislite.

Praktičen vrstni red je torej tak: aktivno pošiljanje za hitrost, zemljevid strani za pokritost, ročno pošiljanje za tistih nekaj strani, ki največ štejejo, in hitra uvrstitev le, če si jo je stran prislužila.

Zakaj je gostovanje zunaj celinske Kitajske počasnejše

Baiduspider pregleduje s kitajskih razponov naslovov IP. Vsaka zahteva do vašega nemškega ali irskega strežnika prečka mejo, kar prinese tri učinke, ki se seštevajo.

Zakasnitev in izgube paketov. Povratni časi od 200 do 400 milisekund so povsem običajni, v konicah pa je izguba paketov na tej poti resnična. Stran, ki se iz Frankfurta naloži v 800 milisekundah, lahko iz Pekinga potrebuje pet sekund ali več.

Proračun pregledovanja se skrči. Baidu se, kot vsak pajek, umakne s počasnih ali nezanesljivih strežnikov. Časovne prekoračitve in odgovori 5xx znižajo pogostost pregledovanja, kar pomeni manj strani na obisk, kar pomeni počasnejšo uvrstitev v indeks. To je mehanizem za skoraj vsakim primerom „Baidu nas je nehal obiskovati“.

Blokirani viri pustijo stran viseti. Google Fonts, googleapis.com, Google Analytics, vgrajeni videi z YouTuba, reCAPTCHA, gradniki Facebooka: nič od tega s Kitajske ni dosegljivo. Brskalnik na vsakega od njih čaka, dokler ne odneha. Ob isti zid trči tudi Baidu, ko stran izriše. Gostovanje pisav in skriptov na lastnem strežniku je najcenejši popravek, ki ga ima evropsko podjetje pri roki, in praviloma je delo za eno popoldne.

Brez prisotnosti na celinski Kitajski gostovanje (ali vsaj čelni sloj) v Hongkongu, Singapurju ali na Japonskem pot občutno skrajša. Ni isto kot biti znotraj, je pa v primerjavi z Evropo velik korak in ne zahteva kitajske pravne osebe.

Kaj registracija ICP spremeni in česa ne

ICP备案 (registracija ICP) je vpis, ki ga mora imeti vsaka stran, gostovana na strežnikih v celinski Kitajski, pri ministrstvu za industrijo in informacijsko tehnologijo. ICP许可证 (licenca ICP) je zahtevnejše dovoljenje za komercialne spletne storitve. Oboje terja kitajsko pravno osebo, registracija pa še kitajskega ponudnika gostovanja, tako da tuje podjetje brez kitajske hčerinske družbe ali lokalnega partnerja ne more dobiti ne enega ne drugega.

In tu je točka, ki se prenaša napačno: Baidu za indeksiranje vaše strani registracije ICP ne zahteva. Domena .com, gostovana v Frankfurtu, je lahko v indeksu in tudi je, in nobeno objavljeno pravilo številke vpisa ne obravnava kot dejavnika uvrstitve.

Registracija dejansko odklene gostovanje na celinski Kitajski, in prav gostovanje je tisto, ki prinese hitrost in proračun pregledovanja. Prednost je resnična, a posredna. Če kitajske pravne osebe nimate, je to razlog, da uredite vse ostalo s tega seznama, ne pa da se odpoveste indeksiranju.

Hitrost strani, izmerjena s pravega mesta

Šteje to, kako se vaša stran obnese na mobilni povezavi na Kitajskem, ne pa to, kar kaže vaša evropska nadzorna plošča. Baidu že leta odkrito pove, da izkušnja na mobilnih napravah vpliva na to, kako obravnava stran, delovni cilj za pristajalno stran pa je pod tremi sekundami do smiselne vsebine v kitajskem mobilnem omrežju.

Kaj lahko evropska ekipa naredi še danes:

Izrisujte na strežniku. Baiduspider z JavaScriptom ravna precej manj zanesljivo kot Googlebot. Če vaše besedilo nastane šele po hidraciji, računajte, da ga Baidu ne vidi. Tu izris na strežniku ali statični HTML ni izbira.
Pisave, ikone in analitiko gostite sami. Vsaka zahteva do blokiranega strežnika je zastoj.
Slike pošteno stisnite in statičnim datotekam nastavite dolge glave predpomnilnika.
Preusmeritev naj bo ena sama. Vsak člen verige stane novo pot čez mejo.
En naslov na stran. Brez parametrov seje, brez sledilnih parametrov v notranjih povezavah, ena kanonična oblika domene.

In merite od tam, ne od tu: več kitajskih testnih storitev bo vaš naslov preneslo iz ducata mest in vam dalo prave številke.

Ali ima Baiduspider sploh dovoljenje za vstop?

Odprite vasadomena.si/robots.txt takoj zdaj. Izgubili smo štetje strani, ki so se prijavile na Baidu, čakale dva meseca in ves ta čas blokirale pajka.

Običajni vzroki:

Datoteka robots.txt iz predloge, ki poimensko dovoli Googlebota in Bingbota, na koncu pa ima User-agent: * in Disallow: /.
Izrecna blokada User-agent: Baiduspider / Disallow: /, ki jo je nekdo vpisal pred leti, ker je Baiduspider pregledoval preveč agresivno. Na starejših evropskih straneh je to zelo pogosto.
Zaščita pred boti v WAF ali CDN, ki je najpogostejši vzrok in tisti, ki ga nihče ne preveri, ker se v robots.txt sploh ne pokaže. Pripravljena pravila neznanim uporabniškim agentom postavijo izziv ali vrnejo 403, nekatere postavitve pa kitajske razpone naslovov IP blokirajo kar po lokaciji. Za Baidu vaša stran vrača napako.
Metaoznaka noindex ali glava X-Robots-Tag, ki je ostala iz testnega okolja.
Oznaka rel="canonical", ki kaže na drugo domeno.

Baiduspider se predstavi kot Baiduspider, v namizni in mobilni različici, poleg tega pa še Baiduspider-image, Baiduspider-video in Baiduspider-news. Pravi se v obratnem DNS razreši pod baidu.com ali baidu.jp. Karkoli se z drugega strežnika predstavlja kot Baiduspider, je ponaredek, in blokiranje tega vas ne stane nič.

Hitro preverjanje iz terminala:

curl -A "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)" -I https://vasadomena.si/

Videti želite 200. Odgovor 403, preusmeritev na stran z izzivom ali CAPTCHA pomenijo, da pajka odganjate pred vrati. Ta preizkus pa ne zajame blokad po lokaciji, zato vprašajte tudi tiste, ki upravljajo vaš CDN, kaj pravila počnejo s prometom s celinske Kitajske.

Zakaj strani pridejo v indeks in nato izginejo

Obseg indeksa pada prav tako, kot raste, in padec ni napaka. Baidu stran znova oceni in tiho izloči vse, kar presodi, da ni vredno hraniti: strani samo v angleščini brez kitajskega občinstva, vsebinsko revne strani, skoraj enake različice v različnih jezikih, strojno prevedena besedila.

Tu je pravi strop tuje spletne strani. Vsa tehnika iz tega članka vam kupi hitrost pregledovanja. Ali uvrstitev v indeks zdrži, pa odloča to, ali so na strani vsebine v poenostavljeni kitajščini, ki jih kitajski bralec zares želi brati. Strojni prevod te meje ne doseže, Baidu pa ga prepozna opazno bolje kot nekoč.

Kaj je v vaših rokah in kaj ni

V vaših rokah je: robots.txt, pravila WAF in CDN, viri tretjih oseb, izris na strežniku, čas nalaganja s Kitajske, lokacija gostovanja, točnost zemljevida strani, aktivno pošiljanje, en kanoničen naslov na stran in to, ali kitajske vsebine sploh obstajajo.

V vaših rokah ni: Baidujev urnik pregledovanja, hitrost vrste, ali boste kdaj dobili kvoto za hitro uvrstitev in kje se bo ustalil obseg indeksa. Nič od tega ni naprodaj in ni zahtevka za podporo, ki bi to spremenil.

Časovnica brez pobožnih želja

Teden 0: prijava, preverjanje lastništva domene, oddaja zemljevida strani, priklop aktivnega pošiljanja in pred vsem drugim pregled robots.txt in pravil CDN.
Teden 1: poglejte pogostost pregledovanja in napake pri pregledovanju. Popravite, kar kaže poročilo o napakah. Vsebine se še ne dotikajte.
Teden 2 in 3: prvo preverjanje s site:. Da se prikaže samo domača stran, je normalno.
Teden 6: če site: še vedno ne vrne ničesar in v dnevniku ni uspešnih prenosov, nehajte čakati in zadevo obravnavajte kot tehnično okvaro. Skoraj vedno je.
Teden 8 do 12: spremljajte obseg indeksa namesto števila pri site:. Začnite dodajati strani v poenostavljeni kitajščini.
Nato vsako četrtletje: znova preverite napake pri pregledovanju, prepričajte se, da pajka ne blokira kaj novega, in poglejte, ali pokritost raste ali se krči.

Če bi to raje prepustili nam

Večina čakanja ni nobena skrivnost. Gre za blokiranega pajka, počasno stran, gledano iz Pekinga, ali stran, na kateri za kitajskega bralca ni ničesar, in vse troje se da urediti.

Prav prijava je tisto, kar ustavi večino evropskih podjetij, saj je za odprtje računa na Baiduju potrebna mobilna številka s celinske Kitajske. Naša storitev prijave na Baidu vzame domeno, izpelje celotno prijavo in poroča, kaj je Baidu dejansko indeksiral, po fiksni ceni na domeno. Ne potrebujete kitajske telefonske številke, kitajskega podjetja ali svojega računa na Baiduju. Če želite pred prijavo urediti tudi tehnično plat, rezervirajte klic in se dogovorimo za obseg.