Apri Google Search Console, vai su "Pagine" (dal menù a sinistra) e esplora l'elenco di ciò che Google ha effettivamente indicizzato del tuo sito. Nella maggior parte dei casi trovi una sorpresa: insieme ai tuoi articoli e alle tue pagine di servizio, c'è la Privacy Policy, ci sono archivi tag con due contenuti dentro, pagine di ringraziamento dopo un acquisto, pagine dismesse o del tema iniziale e, a volte, perfino pagine di login o di ricerca interna.

Tutto dato in pasto a Google, come se si trattasse di contenuti di valore. Se ti trovi in questa situazione c'è solo una cosa da fare: prepararsi alle grandi pulizie! (Oppure chiamami, e lo faccio per te). Lasciarlo tutto indicizzato ha un costo, anche se non lo vedi subito.

Cos’è il crawl budget e perché dovrebbe interessarti

Google non ha tempo infinito da dedicare al tuo sito. Succede così, ogni volta che il suo crawler passa, ha un numero limitato di pagine che può e vuole scansionare in un dato periodo. In termini tecnici questa operazione si chiama crawl budget. Su un sito piccolo, ad esempio con poche decine di pagine, il problema si sente meno. Ma appena il numero di pagine cresce (aggiungi categorie, tag, archivi per data, pagine legali, varianti di URL con parametri e tanto altro) quel budget si consuma su contenuti che non porteranno mai una singola visita da ricerca organica o utile alla tua crescita.

Il risultato è che le pagine che contano davvero (i tuoi servizi, i tuoi articoli migliori, le pagine pensate per convertire) vengono scansionate meno spesso o più lentamente. Per un sito con dieci pagine non cambia molto. Per un sito che supera le cento, o per un blog attivo da anni, diventa un problema concreto: nuovi contenuti che Google impiega settimane a scoprire, aggiornamenti che non vengono ripresi in tempo.

Il secondo motivo: i contenuti duplicati e “sottili”

Oltre al crawl budget c'è una questione che riguarda la qualità percepita delle pagine del sito. Ti faccio un esempio. La pagina della Privacy Policy (e Cookie Policy) è spesso generata da un tool online ed è, nella sostanza, praticamente identica a migliaia di altre Privacy Policy in giro per il web: stessa struttura, stesse formule legali, zero originalità.

Le pagine tag e categoria meritano un discorso a parte, perché il meccanismo è diverso da un semplice "copia e incolla". Prendi una pagina categoria del tuo blog: di solito non contiene testo scritto apposta per quella pagina, ma un elenco automatico degli estratti (i primi due o tre righe) degli articoli che appartengono a quella categoria. Lo stesso estratto, identico parola per parola, esiste già nell'articolo originale, magari compare anche nella homepage, anche in un'altra categoria a cui l'articolo appartiene, anche nel feed RSS. Su un blog con cento articoli e dieci categorie, lo stesso frammento di testo può ritrovarsi indicizzato su cinque o sei URL diversi.

Questo è esattamente cosa si intende per contenuto "sottile" (thin content) in gergo SEO: non è un contenuto sbagliato o vietato, è un contenuto che non aggiunge nulla di nuovo rispetto a quello che esiste già altrove sul sito. Una pagina categoria non ha un punto di vista proprio, non risponde a una domanda specifica, non offre nulla che il lettore non trovi già aprendo direttamente l'articolo. È diversa dal contenuto duplicato in senso stretto (due pagine identiche al 100%), ma Google la tratta in modo simile: fatica a capire quale delle tante versioni merita di comparire nei risultati, e spesso finisce per non indicizzarne nessuna, o per indicizzare quella "sbagliata" al posto dell'articolo vero.

Troppe pagine di questo tipo indicizzate segnalano al motore di ricerca un sito diluito, dove il contenuto originale è mescolato a molto rumore. Non manda in crisi il posizionamento da un giorno all'altro, ma non aiuta. Su un mercato competitivo ogni segnale conta.

Ora mi chiederai: "in che senso non aiuta?". Come ti dicevo non è un effetto immediato e visibile come un calo di traffico da un giorno all'altro. Google non valuta le tue pagine una per una, isolate: si fa anche un'idea complessiva della qualità del sito nel suo insieme, guardando la proporzione tra pagine sostanziali e pagine sottili o ripetitive. Se su cento pagine indicizzate ottanta sono thin content, quel venti per cento di contenuto reale fatica a emergere. Un po' come cercare di farsi notare in una stanza affollata di persone che ripetono tutte la stessa frase. Il rumore non cancella il segnale buono, ma lo rende più difficile da distinguere e da premiare.

C'è poi un effetto più concreto: il modo in cui i link interni del sito distribuiscono autorità tra le pagine (quello che in SEO si chiama link equity) passa anche attraverso le pagine tag e categoria, se sono linkate spesso nel menu o nella sidebar. Ogni link che punta a una pagina sottile è un link che avrebbe potuto rinforzare una pagina che conta davvero. Su un mercato dove i tuoi concorrenti hanno un'architettura del sito pulita, con l'autorità concentrata sulle pagine giuste, questa dispersione può essere proprio il dettaglio che fa la differenza tra il tuo articolo in prima pagina o in seconda.

Quali pagine escludere dall’indicizzazione di Google (l’elenco pratico)

Sulle pagine da escludere dall'indicizzazione del motore di ricerca non c'è una regola assoluta, dipende molto dalla struttura del tuo sito. Come punto di partenza, posso affermare che queste sono le pagine che nella maggior parte dei casi non hanno bisogno di stare nei risultati di ricerca:

• Privacy Policy e Cookie Policy: obbligatorie per legge, ma prive di valore SEO proprio.
• Pagine categoria e tag: utili per la navigazione interna, meno per posizionarsi, a meno che non raccolgano davvero tanti contenuti forti.
• Thank you page e pagine di conferma ordine: servono al funnel di conversione, non alla ricerca organica. Anzi, su queste posso dirti che è ASSOLUTAMENTE NECESSARIO fare in modo che Google non le rilevi in quanto sono pagine che richiedono che l'utente ci capiti solo dopo aver compiuto una certa azione.
• Aree riservate, pagine di login, dashboard: non hanno alcun senso in un risultato Google e anche in questo caso solo un circoscritto numero di utenti ci deve atterrare.
• Pagine di ricerca interna del sito: spesso generano contenuto duplicato o vuoto.
• Landing page usate solo per campagne ads: se esistono solo per traffico a pagamento, indicizzarle non serve e può creare confusione con altre pagine simili del sito

Come impedire a Google di indicizzare una pagina: la procedura pratica

Sul lato tecnico, la soluzione si chiama tag noindex: è un'istruzione che dici direttamente ai motori di ricerca, pagina per pagina, "questa esiste, ma non mostrarla nei risultati".

Su WordPress non serve toccare codice. Se, come me, usi Yoast SEO, nella scheda "Avanzate" di ogni contenuto trovi la domanda diretta: "Vuoi permettere ai motori di ricerca di mostrare questi contenuti nei risultati di ricerca?" Rispondi No sulle pagine che abbiamo elencato sopra. Se usi Rank Math, All in One SEO o SEOPress il meccanismo è identico, cambia solo dove si trova il pulsante.

Un accorgimento: per le pagine categoria e tag conviene decidere caso per caso. Se una categoria del tuo blog raccoglie articoli forti e riceve traffico di ricerca reale, lasciala indicizzata. Se invece è solo un contenitore tecnico con due articoli dentro, meglio escluderla.

Il ruolo di Google Search Console: prima, durante e dopo

Search Console non serve solo a scoprire il problema all'inizio. È lo strumento con cui verifichi che il tuo lavoro di pulizia sia stato recepito, ed è anche dove puoi commettere gli errori più comuni se non lo usi con attenzione.

Il report "Pagine". Nel menu laterale, sotto "Indicizzazione", trovi il report Pagine (in inglese "Pages"). Ti mostra due macro-categorie: le pagine indicizzate e quelle non indicizzate, ciascuna con un motivo specifico. Qui verifichi se le pagine su cui hai messo il noindex sono effettivamente sparite dai risultati.

Il motivo "Esclusa tramite tag 'noindex'". Dopo aver applicato il noindex e aver dato tempo a Google di ripassare sul sito (di solito qualche giorno, a volte qualche settimana), la pagina dovrebbe comparire in questa sezione. È la conferma che l'istruzione è stata letta e rispettata. Se una pagina che hai escluso continua a comparire tra le pagine indicizzate, quasi sempre il problema è che è ancora presente nella sitemap XML, oppure che il tag non è stato applicato correttamente.

Il conflitto sitemap-noindex. Questo è l'errore più comune: si mette il noindex su una pagina, ma quella pagina resta elencata nel file sitemap.xml che invii a Google. È un segnale contraddittorio: "non indicizzarmi" da una parte, "eccomi, sono importante" dall'altra. Molti plugin SEO (Yoast compreso) escludono automaticamente le pagine noindex dalla sitemap, ma vale sempre la pena controllare manualmente, soprattutto se il sito ha una struttura personalizzata.

Lo strumento "Controllo URL". Se vuoi una verifica puntuale su una singola pagina, invece di aspettare il report generale, puoi incollare l'URL nella barra di ricerca in alto in Search Console. Ti dice se quella pagina è indicizzata, se Google l'ha già scansionata dopo l'ultima modifica, e ti permette di richiedere una nuova scansione se non vuoi aspettare i tempi naturali del crawler.

Attenzione a non confondere "noindex" con "rimozione". Se una pagina è già indicizzata da tempo e vuoi farla sparire velocemente dai risultati (per esempio dati sensibili pubblicati per errore), il noindex da solo non basta: Google deve prima ripassare sulla pagina per accorgersene, e nel frattempo resta visibile. In quei casi Search Console ha uno strumento dedicato, "Rimozioni", che nasconde temporaneamente la pagina dai risultati mentre il noindex fa il suo lavoro in background.

Meno pagine rilevate, più autorità del sito

Non si tratta di un dettaglio da tecnici puntigliosi. È una scelta strategica su cosa vuoi che Google veda del tuo sito, e cosa no. Un sito con venti pagine indicizzate, tutte rilevanti, comunica un'autorità diversa da uno con duecento pagine indicizzate di cui centottanta sono archivi vuoti e policy legali.

Se non hai mai controllato quali pagine del tuo sito sono effettivamente indicizzate, è il primo posto da cui partire: apri Search Console, guarda il report Pagine, e prenditi mezz'ora per capire cosa Google sta davvero mostrando di te. Spesso si scoprono sorprese poco piacevoli ma è anche uno dei modi più veloci per migliorare la qualità percepita del sito, senza scrivere una riga di contenuto nuovo.

Se leggendo fin qui ti sei reso/a conto che anche il tuo sito ha qualche sorpresa da sistemare, non devi per forza impazzire: è esattamente il lavoro che faccio ogni giorno. Prenota una consulenza SEO e vediamo insieme quali pagine stanno diluendo l'autorità del tuo sito e come rimetterle in ordine.