Filtri a faccette: bloccali subito con robots.txt (il problema più grave in Search Console)

Se hai un negozio online con filtri per colore, taglia, prezzo o marca, c’è un problema che probabilmente non vedi ma che Google vede benissimo: i filtri a faccette. Ogni combinazione di filtri crea un indirizzo diverso, e un catalogo di poche centinaia di prodotti può generare centinaia di migliaia di indirizzi. È una delle cause più frequenti e più gravi di problemi in Google Search Console, e conviene bloccarla da subito, idealmente il giorno in cui il negozio va online.

Cosa sono i filtri a faccette

Sono i filtri nella colonna laterale delle categorie: «rosso», «taglia M», «da 20 a 50 €», «ordina per prezzo». Quando un visitatore li usa, l’indirizzo della pagina cambia:

/scarpe/?filter_colore=rosso
/scarpe/?filter_colore=rosso&filter_taglia=42
/scarpe/?filter_colore=rosso&filter_taglia=42&orderby=price
/scarpe/?filter_taglia=42&filter_colore=rosso

Per una persona sono la stessa pagina con un filtro in più. Per un motore di ricerca sono indirizzi diversi, ognuno da scaricare e valutare. Con cinque filtri da dieci valori ciascuno e qualche ordinamento, le combinazioni diventano rapidamente milioni.

Perché è così grave

Google lo scrive chiaramente nella sua guida alla navigazione a faccette: i crawler non possono sapere se un indirizzo filtrato è utile senza prima scaricarlo, quindi ne visitano moltissimi prima di capire che non servono. Le conseguenze:

• Scansione sprecata. Il tempo che Google dedica al tuo sito finisce sui filtri invece che su prodotti e categorie nuove, che vengono scoperti e aggiornati più lentamente.
• Search Console piena di avvisi. Compaiono migliaia di pagine «Scansionata, ma attualmente non indicizzata», «Duplicata, Google ha scelto una pagina canonica diversa» o «Pagina alternativa con tag canonical appropriato». Il negozio sembra pieno di problemi, mentre in realtà il problema è uno solo.
• Server sotto sforzo. Ogni pagina filtrata va generata da zero, perché le combinazioni sono troppe per stare in cache. Nei negozi con molti filtri capita che la scansione dei motori diventi la voce più pesante del lavoro del server, rallentando il sito anche per i clienti veri.
• Contenuti duplicati. Le stesse schede prodotto compaiono in decine di pagine diverse, e i segnali di qualità si disperdono.

La soluzione: bloccarli con robots.txt

Se non ti servono le pagine filtrate nei risultati di ricerca, e nella grande maggioranza dei negozi non servono, la raccomandazione di Google è bloccarle con il file robots.txt, lasciando visitabili le schede prodotto e le categorie senza filtri.

Si blocca il parametro, non la pagina. Un esempio per WooCommerce:

User-agent: *
Disallow: /*?*filter_
Disallow: /*?*query_type_
Disallow: /*?*min_price=
Disallow: /*?*max_price=
Disallow: /*?*orderby=
Disallow: /*?*add-to-cart=

Il simbolo * significa «qualsiasi cosa», quindi /*?*filter_ blocca ogni indirizzo che contiene un parametro che comincia con filter_, ovunque si trovi. La categoria /scarpe/ resta libera; /scarpe/?filter_colore=rosso no.

Attenzione: i nomi dei parametri cambiano da tema a tema e da plugin a plugin. Prima di scrivere le regole, apri una categoria del tuo negozio, usa due o tre filtri e guarda l’indirizzo nella barra del browser: lì trovi i nomi esatti da bloccare. Nell’articolo con i robots.txt pronti trovi gli esempi per PrestaShop e Magento.

E le alternative?

• Canonical: indicare che la pagina filtrata «corrisponde» alla categoria senza filtri. Aiuta, ma Google la considera un’indicazione e non un ordine: la scansione cala lentamente, e il server continua a lavorare.
• nofollow sui link dei filtri: funziona solo se è presente su tutti i link verso quelle pagine, cosa difficile da garantire.
• Filtri dopo il simbolo #: Google ignora la parte di indirizzo dopo #, quindi alcuni sistemi di filtri moderni non creano il problema. Vale la pena verificare come funziona il tuo.

robots.txt resta lo strumento più rapido ed efficace, perché ferma la scansione alla radice.

Quando non bloccare

Se alcune combinazioni sono vere pagine di atterraggio, cercate dai clienti («scarpe da corsa rosse», «divani in pelle»), non vanno lasciate al caso come filtri: conviene trasformarle in categorie o pagine dedicate, con un indirizzo pulito, un titolo e un testo propri. Il resto dei filtri si blocca.

Cosa succede dopo il blocco

• La scansione dei filtri cala in pochi giorni, e il carico sul server con lei.
• Gli indirizzi già indicizzati escono dall’indice gradualmente. Per un po’ potresti vedere in Search Console la voce «Indicizzata, anche se bloccata da robots.txt»: è normale e si riduce con il tempo.
• Le pagine importanti, prodotti e categorie, vengono scansionate più spesso.

Con SEO Log Intelligence puoi vedere quante visite dei motori finivano sui filtri prima e dopo il blocco. Sulla rete iWebLab Edge i file .txt non vanno mai in cache, quindi le nuove regole valgono subito.

In sintesi

• Ogni combinazione di filtri crea un indirizzo nuovo: i motori li scansionano a migliaia, sprecando tempo e risorse del server.
• È una delle cause principali degli avvisi in Search Console nei negozi online.
• La soluzione raccomandata da Google è bloccare i parametri dei filtri con robots.txt, lasciando libere categorie e prodotti.
• Controlla i nomi dei parametri del tuo tema prima di scrivere le regole, e trasforma in categorie vere solo le combinazioni che valgono davvero.

Vuoi che controlliamo i filtri del tuo negozio e prepariamo le regole giuste? Apri un ticket.