Een sitemap is een XML-bestand dat de URL’s van een website opsomt om aan crawlers aan te geven welke pagina’s bestaan en het waard zijn om te worden doorlopen. Voor een site die aan de natuur is gewijd, waar de inhoud soorten fiches, wandelpaden, fotogalerijen en seizoensgebonden artikelen mengt, wordt dit bestand een volwaardig technisch stuurinstrument.
XML-tags van de sitemap: wat Google echt gebruikt
De structuur van een sitemap-bestand is gebaseerd op enkele tags die zijn omgeven door het protocol sitemaps.org. Drie daarvan komen in de meeste gidsen terug: loc (de URL), lastmod (datum van de laatste wijziging), priority en changefreq.
Google negeert de tags priority en changefreq. Deze twee velden, die nog steeds vaak worden aanbevolen in algemene artikelen, vormen geen optimalisatie-aspect. De enige metadata die in aanvulling op de URL wordt gebruikt, blijft lastmod, en alleen als de datum overeenkomt met een daadwerkelijke wijziging van de inhoud. Het opgeven van een fictieve update-datum om een nieuwe doorloop van de crawler “af te dwingen” heeft geen positief effect.
Voor een natuurwebsite krijgt de lastmod-tag echt betekenis op pagina’s die seizoensgebonden worden bijgewerkt: bloeikalenders, periodes voor vogelobservatie, toegangseisen voor een pad. Wanneer een fiche daadwerkelijk wordt bijgewerkt (nieuwe gegevens, correctie van een beschermingsstatus), moet de lastmod-datum deze wijziging weerspiegelen. Artikelen die eenmaal zijn gepubliceerd en nooit zijn aangepast, kunnen zonder probleem hun oorspronkelijke datum behouden.
Een concreet voorbeeld van structurering is te vinden op de sitemap-pagina van Exp Nature, die zijn URL’s organiseert op basis van soorten inhoud gerelateerd aan fauna, flora en veldactiviteiten.
Sitemap en indexering: een hulp bij ontdekking, geen garantie
Een misverstand blijft bestaan: het indienen van een sitemap bij Google Search Console garandeert noch de verkenning, noch de indexering van de vermelde URL’s. Google presenteert de sitemap als een middel om de pagina’s gemakkelijker te ontdekken, niet als een indexeringsopdracht.
Deze onderscheiding verandert de manier waarop de effectiviteit van het bestand wordt beoordeeld. Het tellen van het aantal “verzonden” URL’s in Search Console is niet voldoende. De relevante indicator is het verschil tussen het aantal URL’s in de sitemap en het aantal daadwerkelijk geïndexeerde URL’s, zichtbaar in het rapport “Pagina’s” van Search Console.
Een significante afwijking tussen deze twee waarden kan verschillende technische problemen onthullen:
- Pagina’s die per ongeluk als noindex zijn gemarkeerd, vaak door een slecht geconfigureerde SEO-plugin of een staging-omgeving waarvan de richtlijnen in productie zijn behouden.
- Problemen met canonicalisatie, wanneer meerdere URL’s naar vergelijkbare inhoud verwijzen en Google een andere versie kiest dan die in de sitemap is opgegeven.
- Ketens van omleidingen of serverfouten (codes 3xx, 4xx, 5xx) die de crawler verhinderen toegang te krijgen tot de eindpagina.
De status “Ontdekt, momenteel niet geïndexeerd” in Search Console betekent niet dat de sitemap verkeerd is geconfigureerd. Het geeft eenvoudigweg aan dat Google de URL heeft opgemerkt maar de verkenning nog niet heeft gepland, soms om redenen van crawlbudget.
Een sitemap structureren voor een natuurwebsite
Een natuurwebsite verzamelt zeer verschillende soorten inhoud: blogartikelen, beschrijvende fiches, afbeeldingsgalerijen, interactieve kaarten, evenementenpagina’s. Alles samenvoegen in één XML-bestand werkt voor kleine sites, maar wordt snel onleesbaar bij meer dan enkele honderden pagina’s.
De sitemap index om te segmenteren op thema
De oplossing is om een sitemap indexbestand te maken dat meerdere secundaire sitemaps verwijst. Elke secundaire sitemap komt overeen met een type inhoud: één voor de soorten fiches, één voor de blogartikelen, één voor de fotogalerijen.
Deze segmentatie maakt het mogelijk om onmiddellijk te zien welk type inhoud problemen veroorzaakt bij de indexering. Als de sitemap “soorten fiches” een lage indexeringsgraad vertoont terwijl de sitemap “artikelen” goed presteert, ligt de diagnose bij de structuur van de fiches.
Uitsluiten van onnodige pagina’s uit de sitemap
Een effectieve sitemap vermeldt alleen de pagina’s die bedoeld zijn om geïndexeerd te worden. Pagina’s met interne zoekresultaten, automatisch gegenereerde tagpagina’s, archieven op datum of pagineringpagina’s zijn doorgaans niet bedoeld om in de Google-resultaten te verschijnen.
Op een natuurwebsite onder WordPress kunnen SEO-plugins deze URL’s uitsluiten van de sitemap. De basisregel: als een pagina geen autonome waarde biedt aan een bezoeker die erop terechtkomt via een zoekmachine, heeft deze geen plaats in het bestand.
De sitemap indienen en bewaken in Search Console
Het indienen van de sitemap gebeurt via de sectie “Sitemaps” van Google Search Console. De URL van het bestand (vaak votresite.com/sitemap.xml of votresite.com/sitemap_index.xml) wordt slechts één keer opgegeven. Google komt vervolgens regelmatig terug om deze te raadplegen zonder handmatige tussenkomst.
Actieve monitoring telt meer dan de initiële indiening. Twee regelmatige controles zijn voldoende:
- Vergelijk het aantal ingediende URL’s met het aantal geïndexeerde URL’s, elke maand, om een geleidelijke afwijking te detecteren.
- Controleer of de nieuwe gepubliceerde pagina’s goed verschijnen in de sitemap, wat niet altijd automatisch is afhankelijk van de configuratie van de gebruikte plugin.
- Controleer of de lastmod-datum van de gewijzigde pagina’s correct wordt bijgewerkt, door het ruwe XML-bestand in een browser te inspecteren.
Een goed gestructureerde sitemap vervangt geen samenhangende interne linkstructuur. Beide mechanismen vullen elkaar aan: de interne linkstructuur leidt crawlers door de navigatie van de site, de sitemap biedt hen een referentielijst. Voor een natuurwebsite die rijk is aan seizoensgebonden inhoud en thematische fiches, blijft deze complementariteit de meest directe technische hefboom om de indexeringsdekking te verbeteren.
