Log file e SEO: una guida completa per l’uso e l’analisi

Che cosa sono i log file

I log file sono dei file in cui il server registra ogni singola richiesta web lanciata. I file di registro sono generati automaticamente dai software e:

• riportano ogni tipo di evento che ha avuto luogo in un determinato momento con metadati che lo contestualizzano;
• forniscono un resoconto dettagliato di ciò che sta accadendo;
• offrono dati utili per l’analisi delle informazioni legate agli aspetti tecnici;
• danno strumenti per verificare se un motore di ricerca legge correttamente il sito e ne scansiona tutte le pagine;
• permettono di identificare eventuali problemi e prevenire futuri malfunzionamenti.

Ogni riga di log file rappresenta un evento specifico, come ad esempio un errore di sistema o un tentativo di accesso non autorizzato. 

La struttura di base di un file di registro comprende anche una serie di voci. Ognuna di queste è composta da campi separati da spazi e caratteri di delimitazione, che rappresentano un evento specifico. Le voci includono le seguenti informazioni:

• timestamp: indica il momento preciso in cui si è verificato l’evento registrato, espresso in formato di data e ora;
• livello: indica la gravità dell’evento. Info indica gli eventi normali, warning quelli potenzialmente problematici e error gli errori.
• messaggio: fornisce dettagli sull’evento, tra cui l’azione che è stata eseguita o l’errore che si è verificato.

Origine del nome ed utilizzo

Come abbiamo visto finora, ogni log file contiene una grande quantità di dati rilevanti ed informazioni sulle attività e operazioni all’interno del sistema.

Ma a cosa si deve questo specifico nome? Facciamo un salto indietro.

Il termine deriva dal gergo nautico. Nel passato il log era il pezzo di legno che serviva a calcolare la velocità della nave in base al numero di nodi fuori bordo. Le registrazioni dei file di registro sono una registrazione storica di tutto ciò che accade all’interno del sistema, inclusi errori e intrusioni. In informatica, i log sono la registrazione sequenziale e cronologica delle operazioni effettuate da un sistema.

I log file sono dunque le registrazioni di chi ha avuto accesso al sito e del contenuto a cui ha avuto accesso. Contengono informazioni sul client, cioè  chi ha effettuato la richiesta di accesso al sito web distinguendo tra umani e bot.

Ogni server registra diversamente gli eventi nei log, ma le informazioni fornite sono simili e organizzate in campi. Quando un utente visita una pagina web, il server scrive una voce nel file di registro per la risorsa caricata. Il log file contiene tutti i dati su questa richiesta e mostra come utenti, motori di ricerca e crawler interagiscono con le risorse online.

Aspetto ed utilità

I file di log, dividendo le parti, si presentano visivamente nel seguente modo:

• IP del cliente;
• timestamp con la data e l’ora della richiesta;
• metodo di accesso al sito, GET o POST;
• URL richiesto, con la pagina a cui si accede;
• status code della pagina richiesta, che mostra l’esito positivo o negativo della richiesta;
• user agent, che contiene informazioni aggiuntive sul client che effettua la richiesta;
• nome dell’host;
• IP del server;
• byte scaricati;
• tempo impiegato per fare la richiesta.

Il log file contiene al suo interno l’intera storia delle operazioni registrate nel corso del quotidiano utilizzo del sito. Le informazioni sono conservate in ordine cronologico  sia in caso di funzionamento regolare sia di errori e problemi.

Il registro quindi:

• contiene dati utili per avere piena consapevolezza sulla salute del sito;
• permette di individuare se le pagine sono scansionate da bot dannosi o inutili;
• aiuta a comprendere se la velocità effettiva del sito è buona o troppo lenta,.
• capire quali pagine sono visitate di più e con quale frequenza;
• identificare eventuali bug nel codice software online;
• individuare falle nella sicurezza;
• raccogliere dati sugli utenti del sito per migliorare la user experience.

Log file e SEO

L’ analisi dei file di registro ‘  un’attività strategica per migliorare il rendimento del sito. Permette infatti di:

• rivelare insights su come i motori di ricerca stanno scansionando il dominio e le pagine web;
• capire cosa sta accadendo al sistema;
• fornire dati preziosi su come i vari componenti stanno funzionando.
• identificare l’origine del problema;
• fornire una visione dettagliata degli eventi, compresi gli indesiderati;
• conoscere la crawlability del sito;
• rilevare le minacce prima che diventino un problema serio;
• prendere le misure appropriate per proteggere il sistema;
• comprendere il modo in cui è speso il crawl budget che Googlebot dedica;
• sapere di quali pagine Google sta eseguendo la scansione e con quale frequenza;
• capire dove eventualmente intervenire per ottimizzare il crawl budget destinandolo a risorse più importanti per il proprio business;
• identificare pagine e cartelle sottoposte a scansione con maggior frequenza;
• determinare del crawl budget e verificare eventuali sprechi per pagine irrilevanti;
• ricercare degli URL con parametri sottoposti a scansione inutilmente;
• verificare pagine inutilmente grandi o lente;
• ricercare di risorse statiche sottoposte a scansione troppo frequentemente.
• individuare improvvisi aumenti o cali nell’attività del crawler

Infine, è necessario accertarsi che il sito sia scansionato in modo efficiente e che le pagine chiave siano trovate rapidamente e con frequenza adeguata.