Audit d'une archive de 200 articles : un exemple concret avec des chiffres fictifs

La configuration

Imaginez un blog avec 200 articles. Un crawl de votre propre site répertorie 1 150 liens sortants, qui se réduisent à environ 410 hôtes uniques une fois les doublons et votre propre domaine supprimés.

Une vérification manuelle gratuite des backlinks Ahrefs sur 410 hôtes prend l'après-midi entre collages et maux de tête, donc le plan est de le scripter. Trois phases couvrent le travail : noter les hôtes, inspecter les mauvais, puis examiner le blog lui-même.

Prévoyez que l'exécution complète, de l'exportation à une archive nettoyée, tienne dans une semaine de travail pour un rédacteur et un développeur. Prévoyez ensuite un autre passage.

Les comptes différeront dans votre archive. Remplacez par votre propre exportation avant de copier un chiffre dans un plan. Chaque nombre ici ne montre que la forme du travail.

Rendre l'étape d'exportation répétable

L'exportation détermine si le reste de l'exécution peut être fiable. Trois habitudes la rendent honnête, et chacune est peu coûteuse à mettre en place avant le premier appel.

HTML rendu, pas Markdown

Exportez les liens depuis la page rendue, celle que voit un visiteur. Markdown omet les shortcodes, les embeds et tout ce qu'un plugin insère. C'est dans cet écart que se cachent la plupart des liens manquants.

Une ligne par article

Écrivez une ligne par article, avec l'URL de l'article, l'hôte et la date de l'exportation. Une simple liste plate est difficile à vérifier. Les lignes par article permettent de relancer un seul article sans toucher aux autres.

Gardez les noms de colonnes simples et stables, afin qu'un script ultérieur puisse lire le fichier de ce mois et celui du mois dernier de la même manière.

Enregistrez la date du crawl avec l'exportation. Une liste créée le mois dernier et une liste créée aujourd'hui peuvent différer, et l'audit doit montrer laquelle a été utilisée.

Supprimez d'abord votre propre domaine

Supprimez votre propre domaine et les hôtes sociaux auxquels chaque article fait généralement lien. Sinon, votre pied de page domine la liste des notes et entoure les vrais problèmes.

Ordonner le travail

Un balayage de deux cents articles n'a pas besoin d'être terminé en une seule séance. Il a besoin d'un ordre, afin que les corrections les plus utiles arrivent en premier.

Commencez par les articles qui reçoivent encore du trafic

Triez l'archive par les articles qui génèrent encore des clics dans Search Console. Un lien cassé sur un article obsolète coûte peu. Un lien cassé sur une page que les lecteurs ouvrent encore coûte en confiance, alors commencez par ce deuxième groupe.

Search Console vous indique quelles URL reçoivent encore des clics. Il ne vous dit pas lesquels de leurs liens sortants sont cassés, donc les deux sources font des travaux différents.

Corrigez d'abord les problèmes les moins chers

Les domaines en attente et les hôtes morts sont souvent une seule modification chacun. Nettoyez-les avant de vous attaquer aux cas plus difficiles, afin que la liste diminue et que le reste tienne en une journée.

Laissez les décisions d'appréciation pour la fin

Une citation simplement faible, comme un petit blog qui dit quelque chose de vrai, nécessite l'œil d'un lecteur. Mettez-les dans un tas séparé et décidez-les avec le rédacteur, pas avec un seuil.

Écrivez une note d'une ligne avec chaque décision. Six mois plus tard, cette note évite que le même débat n'ait lieu deux fois.

Certains de ces cas s'avéreront bons. Une page qui semble mince lors d'un premier passage peut être une note courte et correcte, et le rédacteur peut clôturer ce fichier en une minute.

Valider le lot avant de lui faire confiance

Un balayage peut se terminer proprement et être faux. Trois vérifications capturent la plupart des erreurs. Gardez-les simples pour un script shell, et incluez-les dans le travail plutôt que dans la mémoire de quelqu'un.

Vérifiez ok sur chaque réponse

Une réponse avec ok défini sur false n'est pas des données. Comptez les échecs au fur et à mesure, et arrêtez le balayage lorsque les échecs dépassent une petite part que vous avez choisie avant de commencer.

Si le balayage s'arrête à cette ligne, notez où il s'est arrêté et pourquoi. Le prochain run peut alors reprendre à partir de ce point au lieu de recommencer et de payer deux fois.

Comptez les lignes par rapport à l'entrée

Comparez le nombre d'hôtes envoyés avec le nombre de retours. Une incohérence signifie une faute de frappe, un doublon ou une perte silencieuse, et chacun nécessite une ligne dans le journal.

Gardez le JSON brut

Sauvegardez chaque réponse à côté de la date et de la liste d'entrée. Lorsqu'une note semble fausse trois mois plus tard, le fichier brut répond à la question plus rapidement qu'un nouvel appel.

Lire le résultat sans se tromper

Un zéro signifie-t-il un site mort ? Pas toujours.

Un hôte sans domaines référents dans notre index peut être un site très récent, une page d'intranet privé ou un véritable domaine en attente, et seul un humain peut le dire. Traitez la colonne de note comme une clé de tri pour votre attention, jamais comme un score qui décide de lui-même.

Lisez la colonne de note à côté des ancres. Une note basse à côté d'un profil d'ancres varié signifie quelque chose de différent d'une note basse à côté d'une pile de texte d'ancre identique, et les deux nécessitent des suivis différents.

Une note qui change entre deux balayages est aussi une information utile. Vérifiez si l'hôte a changé ou seulement l'index.

Ce qui pourrait vous surprendre

Le coût est rarement la limite ici.

Le temps passe à lire 38 pages et à décider quoi faire avec chacune, et aucune API ne supprime cette étape. Prévoyez une journée de rédacteur. Nos données sont actualisées environ mensuellement, donc un hôte qui semble vide peut simplement être nouveau dans l'index.

Une autre surprise est la fréquence à laquelle un site apparaît sous deux orthographes. Le domaine nu et la version avec www sont des lignes séparées jusqu'à ce que vous les fusionniez, et un compte qui semble élevé n'est souvent que ce doublement.

Pour garder l'archive propre par la suite, placez le gate devant les nouveaux articles et planifiez l'audit mensuel. Le tableau des coûts liste le prix de chaque action.

Questions sur l'exécution d'un balayage

Quatre questions reviennent presque à chaque balayage, et il est plus facile de les régler avant le premier appel qu'après.

Puis-je faire cela avec une vérification gratuite des backlinks Ahrefs à la place ?

Pas à cette échelle. Les vérificateurs web gratuits sont conçus pour un domaine à la fois, donc 410 hôtes signifieraient 410 recherches manuelles. Un script avec un appel groupé est la voie pratique.

Dois-je passer en revue tous les résultats ?

Uniquement pour les listes payantes. Une note en vrac prend la liste des hôtes en un appel, tandis que refdomains et anchors retournent des pages. Utilisez page et per, avec per jusqu'à 5000, et arrêtez-vous à la limite de pagination profonde de 50 000 lignes.

Quel ordre de tri devrais-je utiliser ?

Triez par le champ qui vous intéresse avec sort, puis définissez order sur asc ou desc. Pour une chasse aux hôtes faibles, l'ascendant par note place les pires résultats en premier.

Que faire si un hôte a une note mais que sa page a disparu ?

La note décrit les liens dans notre index, pas si une page charge encore. Vérifiez la page elle-même, car une actualisation de l'index peut prendre du retard sur une page qui a déjà disparu.

Un seul balayage suffit-il ?

Généralement non. Exécutez-le une fois pour nettoyer l'archive, puis gardez le gate sur les nouveaux articles et répétez l'audit mensuellement, car l'index est actualisé environ une fois par mois.

Variations du même exemple

L'échelle change, la méthode non.

Un petit blog peut sauter l'étape par lot et exécuter toute sa liste en un appel manuel. La méthode reste la même, seul l'outil change.

Un blog avec 2 000 articles a peut-être 3 000 hôtes uniques, ce qui tient toujours dans deux appels bulk_dr à 1 crédit chacun. Un réseau de dix blogs répète le plan dix fois et coûte environ cinq cents, donc le budget ne décide jamais du projet. C'est le temps de révision qui le fait.

Attention à l'étape de rendu. Sur WordPress, exportez le HTML rendu via l'API REST, et sur Hugo ou Eleventy lisez le dossier construit, car la sortie a déjà tous les liens qu'un visiteur verra. Les sites Ghost peuvent utiliser l'API Content pour la même tâche.

Exportez aussi les pages supprimées si vous les avez encore. Leurs liens sortants comptent toujours comme du travail, car un visiteur peut atterrir dessus via un ancien résultat de recherche.