Tác giả: VietMoz Staff

Theo thông tin mới nhất mà vietmoz.net nhận được từ những hướng dẫn của Google từ Google Webmaster Help forum, thì việc tạo nội dung từ các công cụ dịch từ động như Google Translate có thể bị coi là hành vi vi phạm chính sách mà Google đã đưa ra. Việc dịch các nội dung sang một ngôn ngữ khác để làm content trên site có thể bị Google quy thành các thủ thuật tự động tạo content (auto-generated content) – một hành vi spam vi phạm chính sách Google. Hình phạt này hiện đang được các SEOer gọi với tên: Google Translate Penalty.

Chia sẻ về với các webmaster về Google Translate Penalty trong video hangout gần đây, John Mueller – Google Webmaster Trends Analyst – Switzerland đã cho rằng:

“I just want to add a word of warning here — using automated translation tools to directly create content for your site could be seen as creating auto-generated content, which would be against our Webmaster Guidelines. Instead of just taking the output of a program like Google Translate, I’d strongly recommend at least having it corrected before putting it online. While Googlebot may initially fall for some Spanish keywords in your text, your users are not going to appreciate content that has been automatically translated and published without a review. I love Google Translate, but if you publish the results and get them indexed without having them reviewed, you’re not showing a lot of respect to your users…”

“Tôi muốn cảnh báo các bạn về việc sử dụng các công cụ tự động phiên dịch để tạo content một cách trực tiếp. Và những nội dung này sẽ được coi như là nội dung tự động tạo – những nội dung spam vi phạm chính sách của Google. Thay vào đó, tôi chân thành khuyên bạn nên sửa lại những nội dung được dịch từ Google Translate trước khi upload chúng lên website. Mặc dù Googlebot có thể không hiểu rõ được một số ngôn ngữ mà bạn dịch sang, tuy nhiên người dùng của bạn sẽ không đề cao những nội dung được dịch tự động này. Tôi thích Google Translate nhưng nếu bạn đăng tải lại những kết quả phiên dịch của công cụ này mà không có bất kỳ sự chỉnh sửa, xem xét lại nào, bạn sẽ thiếu tôn trọng đến người đọc.”

Như vậy, bạn có thể thấy rằng John khuyến cáo bạn không nên dùng các công cụ phiên dịch để tạo content cho website mình. Và những nội dung được tạo như vậy cũng sẽ bị coi là một hình thức spam (auto-generated content). Như vậy, website bạn sẽ phải chịu một số các tác vụ thủ công nếu như Google phát hiện ra hành vi tạo nội dung như vậy trên site bởi nó đi ngược lại với những nguyên tắc dành cho webmaster mà Google đã đưa ra.

Tìm hiểu thêm: Các nguyên tắc thiết yếu cho webmaster – Google

Trên đây là những ghi nhận của VietMoz về hình phạt Google Translate Penalty qua video hangout gần đây nhất của Google. Hãy ghé thăm vietmoz.net thường xuyên để nhận được những thông tin mới nhất về Google Translate Penalty.

“Crawl – thu thập dữ liệu

Index – lập chỉ mục dữ liệu”

Đó là định nghĩa cơ bản về 2 thuật ngữ này mà bạn đã từng nghe. Tuy nhiên, thực tế, quá trình crawl và index của Google không hề đơn giản như bạn nghĩ.

Trước khi đến với những kiến thức này, hãy cùng làm một bài kiểm tra nhỏ về crawl và index của Google: Đâu là nhận định đúng trong các câu sau:

• A) Các trang web của tôi đã được liệt kê trong sitemap, vì vậy chúng sẽ được Google crawl.
• B) Các trang của tôi đã được crawl, nên chúng sẽ được lập chỉ mục.
• C) Các trang của tôi đã được index, vì vậy chúng sẽ có khả năng được xuất hiện khi người dùng tìm kiếm một truy vấn có liên quan.
• D) Không đáp án nào đúng.

Nếu bạn chọn đáp án A, B hoặc C, thì xin chúc mừng, bạn thuộc nhóm đông đảo các SEOer chọn sai. Đáp án chính xác là D.

Rất nhiều SEOer hiện nay mới chỉ dừng lại ở việc hiểu khái niệm crawl & index là gì, chứ chưa thực sự hiểu quy trình crawl và index website của Google. Cho đến nay, khó có một ai có thể hiểu chính xác quá trình crawl và index website của Google, ngoại trừ nội bộ của công cụ tìm kiếm này.

Tất nhiên, họ – các kỹ sư Google sẽ chẳng bao giờ tiết lộ cho chúng ta cách mà Google index nội dung web. Tuy nhiên, dựa trên data dữ liệu của mình, Moz đã đưa ra được một bảng xếp hạng dữ liệu index của website khá phù hợp với hành vi index của Google, đó là phân nhóm trang cần được index và ưu tiên index một số nhóm site.

Cụ thể, 7 cấp bậc này được chia như sau:

Như bạn có thể thấy, 7 cấp bậc này bao gồm:

1. Được lưu vĩnh viễn trong Main Index: (Gần như được lưu vĩnh viễn trong môi trường www)
2. Được lưu tạm thời trong Main Index: (Được thay đổi liên tục và thậm chí index của những trang này có thể bị mất đi)
3. Được lưu trên bộ nhớ phụ của level 2: (Phân loại dựa với bộ nhớ chính bằng các chỉ số về pagerank/link juice, hay lượng nội dung trùng lặp)
4. Được lưu trong các chỉ mục đặc biệt: (ví dụ Google Image, Google news,…)
5. Crawl nhưng không index: (Thường là chỉ số PageRank/Link juice quá thấp, hoặc do bị phạt bởi một thuật toán nào đó).
6. Được tìm thấy nhưng không crawl: (Được một số trang web liên kết đến, nhưng vì một lý do nào đó mà Google xác định trang này không quan trọng và không crawl)
7. Không bao giờ được Google tìm thấy: (Trường hợp xảy ra với một số các site mới hiện nay, không có một trang nào trỏ link tới)

Bởi vì phần lớn các kết quả index của các website hiện nay đều thuộc cấp bậc 2 và 3 (được lưu tạm thời và thay đổi liên tục), chính vì vậy, bạn có thể thấy chúng sẽ thay đổi liên tục, với chu kỳ từ 1 tháng cho đến 2 tháng. Điều này khiến cho chỉ số index trở nên bất ổn hơn, và có thể thay đổi theo thời gian.