收录率不是一个能直接读出来的数
很多团队会在周会上报一个数字：这周收录率多少。但真要追问一句“分母是什么”，答案往往五花八门。有人拿站点地图里的 URL 数当分母，有人拿日志里出现过的 URL 数当分母，还有人直接看后台的索引量。口径不同，同一个站点可以算出差别很大的结果，结论也就跟着偏了。
更麻烦的是，收录率经常被当成站点健康度来用。它其实是过程指标，反映的是发现、抓取、进索引这条链路的相对效率，而不是结果。把它当成一个稳定、可横向比较的数，很容易做出错误动作。
先定分母：四种常见口径
- 全站 URL 数：口径最大，包含参数页、筛选页、历史遗留地址，算出来的收录率通常偏低，适合观察整体收敛情况。
- 站点地图中的 URL 数：只覆盖你主动提交的部分，口径干净，但站点地图本身可能滞后，也不代表全站。
- 日志里出现过的 URL 数：反映的是被抓取过的地址，分母里混着大量你不希望收录的页面，算出来的数字偏乐观。
- 后台提交量或索引量：平台给出的数量有延迟和估算成分，适合看趋势，不适合做精确考核。
这四个口径没有对错，关键是选定一个之后长期不变，并且在报告里写清楚。同一张报表里混用口径，比不报还糟。
分子同样容易出错
分子看起来简单——被收录的页面数。但“被收录”的判定标准也不统一。用站内搜索查、用 site 语法查、看后台、看第三方工具，得到的结果经常对不上，尤其在小站点和新页面上更明显。
比较稳妥的做法是固定一种验证方式，并接受它有误差。比如统一用平台后台的 URL 检查工具抽样验证，或者统一用站内搜索配合时间筛选。不要今天用这个明天用那个，再拿两个不可比的数字做对比。
分桶统计比一个总数有用
把所有 URL 混在一起算一个总数，最大的问题是掩盖差异。新页面和老页面、栏目页和详情页、入口页和长尾页，收录节奏完全不同。建议至少分成几桶：
- 按上线时间：7 天内、8 到 30 天、30 天以上。
- 按页面类型：栏目、列表、详情、功能页。
- 按重要性：有内链入口的、只在站点地图里的、孤立的。
分开看之后，很多所谓“收录率下降”会立刻解释清楚：往往是某一批新页面还没到正常入索引的时间，或者新增了大量低价值 URL 把分母撑大了。
三个常见误读
误读一：收录率下降就是变差了。如果你最近主动收口了一批筛选页、参数页，收录率下降是预期结果，属于做得对。判断好坏要看被收掉的是哪一类页面。
误读二：收录率高就代表健康。低质量页面被大量收录，反而会稀释站内可分配的关注度，增加后续维护成本。收录数量本身不是目标。
误读三：抓取多说明收录快。抓取和收录是两件事，抓取频繁只说明蜘蛛愿意来，页面能不能进索引，还要看内容质量、重复度和站点整体情况。
落到日常的几件事
- 固定口径，写进文档，换人也不改。
- 每次统计同时记录分母的构成变化，比如新增了多少 URL。
- 抽样人工验证一批 URL 的收录状态，不要只看后台总数。
- 把收录数据和抓取日志、内链情况放在一起看，避免单指标下结论。
收录率是一个需要解释的数字，不是一个可以直接拿来考核的数字。先把口径说清楚，再谈涨跌。