SEO学习：网站基础健康与收录指标、索引覆盖率怎么查？

做SEO时间久了，很容易把网站健康度简化成一句话：

我网站有多少页面被收录？

比如网站有500个URL，Google收录300个，百度收录200个，然后马上得出：

Google收录率60%，百度收录率40%，网站SEO有问题。

这个算法看起来很直观，实际很容易算错。

因为一个网站的全部URL里，可能同时存在文章、产品、服务页、Tag、分页、搜索页、重定向URL、重复页面、Canonical页面、主动Noindex页面和已经删除的404页面。

并不是网站产生的所有URL都应该进入搜索引擎索引。

所以真正判断一个网站SEO基础是否健康，要把三个问题分开：

搜索引擎知道多少URL？

其中有多少URL本来就应该被索引？

这些应该被索引的URL，最终有多少真正进入了索引？

理解这三个问题以后，再看Google Search Console、Bing Webmaster Tools和百度搜索资源平台的数据，很多所谓“收录率低”的问题才会看得更清楚。

第一：先搞懂抓取、收录和索引到底是什么关系

SEO里经常把“收录”和“索引”混在一起说。

从实际分析角度，可以简单理解成一条链：

发现URL → 抓取页面 → 分析页面 → 判断是否进入索引 → 获得搜索展示机会。

Google对“Indexed”的官方定义是：Googlebot已经访问页面、分析页面内容和含义，并把页面存储进Google索引；只有进入索引的页面，才具备出现在Google搜索结果中的可能。

所以一个页面没有搜索排名，可能发生在完全不同的阶段。

比如：

搜索引擎根本没发现URL；

已经发现，但还没抓取；

已经抓取，但没有索引；

已经索引，但没有排名；

已经有排名，但排名太低没有流量。

这五种情况的解决方法完全不同。

所以看到网站流量低以后，不应该马上归因于：

内容不够多。

第一步应该先知道：

网站到底卡在哪一层。

第二：网站基础健康，先看“应该被索引的页面”有没有正常工作

如果是一个普通企业官网，我通常建议先把网站URL分成两类。

第一类是：

希望用户通过搜索找到的页面。

例如：

首页；

产品；

服务；

解决方案；

案例；

行业页面；

高质量文章；

重要FAQ。

这些属于应该重点进入索引的URL。

第二类则是：

存在，但没有必要单独进入搜索结果的URL。

例如：

部分分页；

站内搜索结果；

重复Tag；

参数URL；

重复筛选页；

后台页面；

重定向URL；

某些主动设置Noindex的页面。

这一点非常重要。

假设WordPress网站一共被Google发现了1000个URL。

其中只有：

500篇真正有价值的文章和业务页面。

另外500个全部来自Tag、分页、附件、参数和重复URL。

最后Google索引450个。

如果直接使用：

450 ÷ 1000 = 45%

然后判断：

索引覆盖率只有45%，很差。

这个结论很可能完全错误。

因为真正应该计算的是：

450 ÷ 500 = 90%。

所以网站SEO健康度的第一步，不是追求“所有URL全部收录”。

而是：

该收录的尽量收录，不该收录的尽量不要制造索引噪音。

第三：Google索引覆盖情况，现在主要看Search Console的“网页索引”报告

如果网站规模已经达到几百个URL以上，Google Search Console里的Page Indexing，也就是网页索引报告，是最重要的检查入口之一。

Google官方说明，这个报告可以查看Google已经发现的页面中，哪些已经进入索引，哪些没有进入索引，以及没有索引的原因。对于500页以上的网站，Google也明确建议使用这个报告来了解整体索引情况。

打开报告以后，首先会看到两个大的数字：

已编入索引。

未编入索引。

但千万不要只比较这两个数字。

真正有价值的是继续点进：

为什么网页未编入索引。

不同原因代表完全不同的问题。

第四：“已发现，目前未编入索引”和“已抓取，目前未编入索引”要分开看

这是Search Console里最常见，也最容易让站长焦虑的两种状态。

已发现，目前未编入索引

Google官方解释是：

Google已经知道URL存在，但还没有抓取页面。通常Google原本准备抓取，但考虑到网站负载等因素而暂时调整了抓取时间。

简单理解就是：

知道有这个URL，但还没真正来看。

如果网站只有少量新页面处于这种状态，不一定需要紧张。

但如果几百、几千个重要页面长期停留在这里，就应该继续检查：

网站URL是不是太膨胀；

内部链接是不是太弱；

服务器是不是不稳定；

网站是不是持续制造大量低价值URL；

新内容是否距离首页太深。

已抓取，目前未编入索引

这种状态不一样。

Google已经访问了页面，但目前没有把它放进索引，而且官方明确表示无需因为这个状态反复提交抓取。

这时候真正应该检查的是：

内容是否高度重复；

页面是否过于薄弱；

和其他文章是不是同一搜索意图；

页面有没有独特信息；

是否存在Canonical或重复内容问题。

如果一个网站大量文章都处于：

Crawled – currently not indexed

继续批量发布内容通常只会把问题越做越大。

第五：另外几类未索引URL，其实可能完全正常

并不是Search Console里“未索引”越少越好。

比如这些情况有时就是正常状态：

重定向页面；

设置Noindex的页面；

重复页面；

Canonical指向其他URL的页面；

404页面。

如果这些URL本来就不希望进入搜索结果，那么Google不索引完全符合预期。

真正需要警惕的是：

企业希望获得搜索流量的重要产品、服务、案例和文章，被放进了这些分类。

比如你明明希望：

/seo-service/

进入索引。

结果Google认为：

另一个URL才是Canonical。

这时候才需要处理。

所以看索引报告最重要的不是：

未索引有多少。

而是：

这些未索引URL里有没有本来应该获得搜索流量的重要页面。

第六：索引覆盖率到底应该怎么算？

“索引覆盖率”严格来说不是所有搜索引擎统一提供的一个官方KPI，所以企业完全可以自己定义。

但建议不要用：

已索引URL ÷ 搜索引擎发现的全部URL

来计算。

更加实用的公式是：

索引覆盖率 = 已索引的目标URL ÷ 应该被索引的有效URL × 100%

假设网站现在有：

300篇文章；

30个页面；

20个案例；

10个产品页。

合计360个希望获得搜索流量的URL。

其中Google实际索引330个。

那么：

330 ÷ 360 ≈ 91.7%

这个91.7%才更具有SEO判断价值。

因为分母里没有把：

分页；

Tag；

搜索结果；

跳转URL；

主动Noindex页面，

全部算进去。

第七：如果已经提交Sitemap，可以再计算一个更实用的“Sitemap索引率”

大型网站最好再增加一个指标：

Sitemap索引覆盖率。

Google Search Console的网页索引报告支持直接按Sitemap过滤，可以查看某个已提交Sitemap中的URL分别有多少已经索引、多少没有索引。

所以可以计算：

Sitemap索引覆盖率 = Sitemap中已索引URL ÷ Sitemap中有效目标URL × 100%

这里有一个重要原则：

Sitemap最好只放真正希望搜索引擎索引的URL。

比如：

200篇文章；

20个服务页；

10个案例。

那么Sitemap就是一张非常清楚的：

我希望搜索引擎重点处理这些页面。

的URL清单。

这样再看索引率，就比拿整个网站所有被发现的URL计算准确得多。

第八：单个重要页面到底有没有索引，用URL Inspection检查

整体报告适合看趋势。

但如果你现在最关心的是：

GEO服务页为什么没收录？ 昨天发的新文章有没有索引？ 某个产品页面Google到底怎么看？

这时候应该使用Search Console的URL Inspection，也就是网址检查。

输入完整URL以后，可以检查：

页面当前是否在Google索引中；

Google最后抓取时间；

是否允许抓取；

用户声明Canonical；

Google选择Canonical；

页面是否可以正常访问。

如果刚刚修改了一个重要页面，也可以通过URL Inspection请求重新索引。

Google官方建议，单个页面可以通过URL Inspection请求抓取；如果大量页面需要搜索引擎发现，则应该使用Sitemap，而不是逐条人工提交。

所以两种工具要分工：

网页索引报告看全站。

URL Inspection看单页。

第九：不要把Google的site命令当成精确收录数字

很多SEO人员习惯搜索：

site:example.com

然后看到：

大约238个结果。

马上记录：

Google收录238。

不建议这么做。

Google官方在针对小型网站的索引说明里，会建议使用site:命令快速检查Google是否知道网站的一些页面，但真正要查看网站整体索引覆盖情况，仍然应该使用Search Console的Page Indexing报告。

换句话说：

site命令很适合做快速检查。

例如：

首页有没有；

某个目录有没有；

某篇文章能不能搜出来。

但不适合拿搜索结果页顶部那个估算数字做精确SEO报表。

第十：百度索引量也不要使用site结果代替搜索资源平台

百度这一点说得更加明确。

百度搜索资源平台官方专门说明：

site查询只能作为估值，站长判断索引量应该以搜索资源平台“索引量”工具的数据为准。

百度搜索资源平台的索引量工具可以查看：

网站总体索引量；

指定目录的索引量；

最近一段时间索引趋势。

百度也提醒，索引量本身会存在波动，上下10%甚至更多都有可能属于正常情况，而且索引量上涨并不意味着搜索流量一定同比上涨。

所以百度SEO同样不要每天看到：

今天少收录20篇。

就马上修改网站。

真正值得关注的是：

索引突然长期、大规模下降，并且搜索流量同步下降。

这种情况才应该重点排查。

第十一：Bing怎么检查索引和网站健康度？

如果企业同时做Bing，可以使用Bing Webmaster Tools。

其中Site Explorer可以按网站目录查看：

已经发现多少URL；

多少已经Indexed；

多少存在Error；

多少存在Warning；

多少被Excluded。

同时还能查看点击、展示、外链以及具体URL的抓取状态。

对于单独页面，则可以使用Bing的URL Inspection。

Bing官方说明，该工具能够查看URL：

发现时间；

抓取状态；

索引状态；

HTTP响应；

SEO问题；

结构化数据；

并且可以在必要时请求重新索引。

所以Google、百度和Bing的数据虽然界面不同，底层逻辑其实很接近：

先知道搜索引擎有没有发现。

然后看有没有抓取。

再看有没有进入索引。

最后才进入：

有没有展示、点击和排名。

第十二：网站基础健康，我更建议同时看这5个指标

如果自己做SEO报表，不需要搞几十个数字。

先看五个核心指标就够了。

1. 目标URL总数

也就是：

网站真正希望参与搜索的有效页面到底多少。

这个数字最好由自己控制。

2. 已索引URL数量

分别记录：

Google；

百度；

Bing。

不要把不同搜索引擎混成一个数字。

3. 索引覆盖率

使用：

已索引目标URL ÷ 应索引URL

长期记录趋势。

4. 异常未索引数量

特别关注：

重要页面进入“已抓取未索引”；

重要页面长期“已发现未索引”；

Canonical错误；

Noindex错误；

服务器错误；

404。

5. 有搜索展示的页面比例

这一项比“有没有索引”更往前一步。

页面进入索引只能说明：

有资格参加搜索。

如果半年过去，一个网站300篇文章里只有20篇真正获得搜索展示，那问题就不再只是收录。

还需要继续看：

内容有没有真实搜索需求；

页面是否与搜索意图匹配；

大量文章是不是重复；

站内主题是不是过散。

第十三：真正危险的不是索引率低，而是“URL越来越多，有价值索引越来越少”

这是做大型内容站特别需要注意的问题。

假设第一年：

网站200个URL。

180个有效页面被索引。

覆盖率90%。

第二年疯狂增加内容以后：

网站变成2000个URL。

真正有搜索价值的页面只有400个。

剩下大量：

Tag；

重复文章；

模板页；

低质量AI内容；

参数页。

这时候看起来：

网站规模扩大了10倍。

实际搜索资产可能只增长了一点点。

甚至搜索引擎还需要把大量资源浪费在这些低价值URL上。

所以SEO规模化以后，真正应该管理的是：

有效索引。

而不是：

URL数量。

尤其现在AI生成内容越来越容易，一天创造几百个URL没有任何技术难度。

真正困难的反而是判断：

这些页面到底值不值得进入索引。

第十四：收录正常以后，下一步就不要继续纠结“为什么没有100%”

Google本身也从未承诺一个网站所有可抓取页面都会进入索引。

Page Indexing报告里的“Crawled – currently not indexed”官方说明也明确指出，一个页面即使已经被抓取，仍然可能暂时没有进入索引。

所以网站有500个目标URL，最终收录480个，完全没有必要为了追求：

100%收录。

不断人工提交剩下20个。

更值得先看：

这20个是不是重要页面？

如果是：

重点处理。

如果只是价值很低的历史文章：

优先级完全可以降低。

SEO真正追求的是：

重要页面稳定进入索引，并且开始产生搜索展示。

不是后台数字必须全部变绿。

最后：网站SEO健康度，可以按照这条链来检查

以后再分析一个网站，可以按照下面这条路径：

第一步：网站到底有多少有效目标URL？

先把真正希望获得搜索流量的页面数出来。

第二步：Sitemap里有多少有效URL？

检查是否混入重复、跳转、Noindex和无价值URL。

第三步：Google、百度和Bing分别索引多少？

Google看Search Console。

百度看搜索资源平台索引量。

Bing看Webmaster Tools。

第四步：计算索引覆盖率。

已索引目标URL ÷ 应索引有效URL。

第五步：分析未索引原因。

特别检查重要页面。

第六步：继续看搜索表现。

索引以后有没有：

展示；

排名；

点击；

流量。

因为：

收录从来不是SEO的最终结果。

一个页面进入索引，只是获得了参与搜索竞争的资格。

真正健康的网站应该做到：

该抓取的能够被抓取；

该索引的尽量被索引；

不该索引的URL得到控制；

进入索引的重要页面能够逐渐获得搜索展示。

所以以后再有人问：

我的网站一共有1000个URL，只收录了400个，收录率是不是只有40%？

先不要急着回答。

真正应该先问一句：

这1000个URL里面，到底有多少页面本来就值得进入搜索结果？

把这个数字搞清楚以后，索引覆盖率才真正有意义。