Wat is een sitemap? De lijst van je pagina's voor Google

Een vangnet naast je links

Een sitemap staat meestal op /sitemap.xml: een lijst in XML met per pagina het volledige adres en eventueel de datum waarop ze voor het laatst echt veranderde. Google en Bing lezen die lijst en weten zo welke pagina's er zijn, ook als er nog geen enkele link naar wijst.

Google vindt pagina's vooral door links te volgen, van je homepage naar je diensten en van andere sites naar de jouwe. De sitemap is het vangnet: een nieuwe pagina, een product diep in je webshop of een gids die nog nergens in een menu hangt, staat er toch in. Een garantie is het niet. Google zegt zelf dat een sitemap het crawlen helpt, maar niet belooft dat elke pagina erin geïndexeerd wordt.

Sitemap betekenis in twee vormen. De XML-sitemap is voor machines. Een HTML-sitemap is een gewone pagina met links naar al je pagina's, voor bezoekers die iets niet vinden in het menu. Als iemand in SEO over een sitemap spreekt, bedoelt hij bijna altijd de XML-versie.

Een standaard die Google, Yahoo en Microsoft samen afspraken

Het Sitemaps-protocol ontstond in 2005, om zoekmachines nieuwe adressen sneller te laten ontdekken. Het groeide uit tot een gedeelde standaard op sitemaps.org, versie 0.90, gesteund door Google, Yahoo! en Microsoft en vrij te gebruiken onder een Creative Commons-licentie. Wie een sitemap opent, ziet die geschiedenis nog in de eerste regel: het adres sitemaps.org/schemas/sitemap/0.9. In juni 2023 schrapte Google het pingen van sitemaps, een adres waarmee je Google kon laten weten dat je sitemap veranderd was: de meeste pings bleken spam. Je meldt je sitemap nu aan in Search Console of met een regel in je robots.txt. WordPress maakt sinds versie 5.5 zelf een sitemap aan op /wp-sitemap.xml, met hooguit 2.000 adressen per bestand.

Wie er een nodig heeft, en wie niet

Google zegt dat een kleine site van ongeveer 500 pagina's of minder, waar elke pagina via links bereikbaar is, vaak zonder kan. Toch zetten we er altijd een: hij kost niets, en hij is de plek waar je zelf zegt welke adressen tellen.

Een nieuwe site die er een heeft, staat daarom niet meteen in Google. Hoeveel tijd dat vraagt, lees je in hoe lang het duurt voor je website op Google staat.

Vier velden, waarvan Google er twee negeert

Een XML-sitemap heeft maar twee verplichte onderdelen per pagina: een url-blok en daarin loc, het volledige adres. De rest is optioneel, en Google gebruikt er maar een van.

Een bestand mag hooguit 50.000 adressen bevatten en 50 MB groot zijn, en moet in UTF-8 staan. Wordt je site groter, dan splits je hem en maak je een sitemapindex die naar de delen wijst. Stel: een webshop in Kortrijk verkoopt 3.000 producten in het Nederlands en het Frans, met 200 categoriepagina's per taal. Dat zijn 6.400 adressen: een bestand volstaat. Toch splitsen we zoiets per taal en per soort pagina, want dan zie je in Search Console meteen dat 1.100 Franse producten niet geïndexeerd zijn, in plaats van een vaag getal over de hele site. Hoe je zo'n winkel vindbaar maakt, staat bij SEO voor webshops.

Voor lastmod geldt een eerlijkheidsregel. Google zegt het letterlijk: wie elke dag een nieuwe datum zet terwijl de pagina niet veranderde, wordt op den duur niet meer geloofd. Zet de datum alleen bij een echte wijziging van de tekst, de gegevens of de links.

Naast robots.txt, noindex en een 301

De sitemap nodigt uit, de rest stuurt bij. Robots.txt zegt welke delen Google niet mag bezoeken; onze AI-crawler-checker laat zien wat de jouwe toelaat. Noindex houdt een pagina uit de resultaten. Een 301 redirect stuurt een oud adres naar een nieuw. Zet je een adres in je sitemap dat noindex draagt of doorverwijst, dan geef je Google twee tegenstrijdige signalen. Google noemt opname in een sitemap een zwak signaal dat dit de voorkeursversie is; een canonical of een redirect weegt zwaarder. Hou de lijst dus zuiver: alleen de pagina's die je echt in Google wilt, elk op hun definitieve adres, met een eigen title tag die zegt waar ze over gaan.

Gratis bij elk systeem, werk bij een grote site

In geld bijna niets. WordPress maakt hem gratis aan, een site op maat schrijft hem bij elke build, en Search Console is gratis. Het werk zit in het opschonen en opvolgen: een sitemap van een oude site staat vaak vol met adressen die doorverwijzen, testpagina's en dubbele versies met en zonder www. Wil je zien wat jouw site nu aan Google geeft, dan toont onze SEO-check per pagina de statuscode, de canonical en of er noindex op staat. Ontbreken pagina's in Google, dan zoekt de check voor een website die niet vindbaar is de oorzaak.