Et dødt link der åbner fint. En sund side som Google behandler, som om den var væk. En liste på præcis 100 fejl, der aldrig bliver kortere. Alle tre kan optræde i en ærlig rapport — og alle tre betyder som regel noget mindre dramatisk, end de ser ud til.

Alle tre fund i denne artikel dukkede op, da vi kørte vores egen sitetjekker mod vores eget website — ægte sider, ægte links, ægte data. Det er værd at sige fra starten, for ingen af dem viser sig i en konstrueret test. Et demo-site linker ikke til tredjeparter med botbeskyttelse, har ingen udløbne annoncer der svarer "alt i orden", og har ikke flere problemer, end et resultatloft kan rumme. Ægte data viser det, kunstige tests aldrig gør — og her viste de, at de mest skræmmende linjer i en website-rapport tit er de mest harmløse. Her er hvert af de tre fund, hvad det som regel betyder, og det tredive sekunders tjek, der fortæller dig hvilken situation du står i.

Er en 403 på en linket side et dødt link?

Ofte er det ikke. En 404 betyder, at siden er væk, og et link der peger på den, er reelt dødt. En 403 betyder, at serveren nægtede at vise siden — og servere afviser rutinemæssigt automatiske forespørgsler, mens de gladeligt viser den samme side til et menneske. Mange websites står bag botbeskyttelse, der afviser alt hvad der ikke ligner en browser, så crawleren bag din rapport blev stoppet i døren, mens selve linket virker fint. Åbn linket selv, før du fjerner noget der er markeret med 403.

Forskellen er værd at holde skarp, for de to statuskoder fortæller modsatte historier. En 404 er bygningen, der siger at lejligheden ikke findes. En 403 er en dørmand: Lejligheden er der, beboeren er hjemme, men lige netop denne gæst blev ikke lukket ind. Linktjekkere er præcis den slags gæster, dørmænd er sat i verden for at afvise — de ankommer uden en rigtig browsers kendetegn og spørger hurtigt og mange gange i træk, så beskyttelsestjenesten foran det andet website svarer 403 til det hele. Ingen af parterne har gjort noget forkert.

Det betyder noget, fordi den naturlige reaktion på et "dødt link"-fund er at slette linket — og at slette et link der virker, har en reel pris: Din læser mister en henvisning, det andet website mister en besøgende, og du mister det, linket gjorde for siden. Vi har tidligere skrevet om hvad reelt døde links koster en forretning — pointen her er spejlbilledet. Fundet fortjener opmærksomhed; den automatiske rettelse gør ikke.

Tjekket tager sekunder. Åbn den markerede adresse i en almindelig browserfane. Indlæses siden, er linket fint, og 403'en var dørmanden, der passede sit arbejde over for en crawler. Bliver du også afvist — eller lander du på en side, der ikke længere handler om det, du linkede til den for — er der noget reelt at gøre ved. Et værktøj der er ærligt om det her, skriver det i selve fundet: tjekket som crawler, kan se anderledes ud i en browser.

Hvad er en "soft 404"?

En "soft 404" er en side, der svarer serveren "alt i orden" (statuskoden 200 OK), mens indholdet fortæller den besøgende, at der intet er — et tomt søgeresultat, en udløbet annonce, en kategoriside med nul varer. Et værktøj der stoler på statuskoden, tæller den som en sund side. Google læser indholdet, konkluderer at siden reelt ikke findes, og lader den stille glide ud af indekset. Tjekket er at læse siden, som en besøgende ville gøre det, i stedet for at stole på det tal serveren sendte.

Læg mærke til, at det her er det første fund vendt på vrangen. 403'en var en side, der så i stykker ud og var i orden; en "soft 404" er en side, der ser i orden ud og er i stykker — i hvert fald på den måde, der betyder noget for søgning. Statuskoden og indholdet er uenige, og forskellige iagttagere tror på hver sin halvdel. Oppetidsmålere og simple crawlere tror på koden, så siden består enhver automatisk sundhedstest, du peger på den. Google tror på indholdet, for Googles opgave er at sende folk til sider, der svarer dem — og en side der siger "intet fundet", svarer ingen.

Hvordan ender et website med den slags sider? Næsten aldrig gennem sjusk. En webshop markerer en vare som udgået, og siden fortæller det pænt i stedet for at svare 404. Et annoncesite lader annoncer udløbe, men beholder adressen. I begge tilfælde opfører sitet sig fornuftigt over for sine besøgende; det har bare efterladt serveren med at svare "succes" for en side, hvis indhold nu siger det modsatte.

Konsekvensen er stille snarere end katastrofal: Siden glider ud af indekset, uden at der vises en fejl nogen steder, og den trafik den hentede, følger med. Er en side du holder af, forsvundet fra søgeresultaterne, er det her noget af det første, du skal udelukke — at tjekke om en side faktisk er indekseret tager et minut og fortæller dig, om du kigger på en "soft 404" eller noget helt andet. Menneske-tjekket er det samme som før, bare vendt den anden vej: Spørg ikke hvad serveren sagde — spørg hvad siden siger. Læser den som "intet fundet" for dig, læser den sådan for Google.

Hvorfor siger min website-rapport præcis 100 fejl?

Fordi et mistænkeligt rundt tal meget ofte er værktøjets grænse og ikke dit samlede antal. Mange tjekkere stopper indsamlingen ved et fast loft — de første 100 sider, de første 100 resultater — og rapporterer så loftet, som om det var antallet. Det rigtige tal kan være langt større. Værre endnu: Retter du tyve af fejlene på listen, rykker tallet sig ikke, for de næste tyve fylder bare op fra den anden side af loftet. Når et tal ligner et loft, så spørg om det er et.

Lofter er i sig selv fornuftig teknik — intet værktøj bør crawle et website uden ende. Problemet ligger alene i præsentationen: "100 fejl" og "de første 100 af et ukendt antal fejl" er to forskellige påstande, og en rapport der viser den første men mener den anden, har fortalt dig noget falsk uden at indeholde én eneste falsk linje. Hvert fund på listen kan være korrekt; det er totalen, der er opdigtet.

Genopfyldningen er det, der gør netop dette fund skadeligt, for det straffer præcis den person, der handler på rapporten. Du bruger en eftermiddag på at rette tyve døde henvisninger, kører tjekket igen, og tallet siger stadig 100 — så ærligt arbejde ser ud, som om det intet udrettede. Nogle konkluderer, at værktøjet er i stykker; andre, at sitet ikke står til at redde. Begge tager fejl: Tallet var aldrig en måling af helheden, så det kunne ikke flytte sig, før det sande antal faldt under loftet.

Du kan ikke se et loft inde fra en enkelt rapport, men du kan teste for det. Et tal der lander præcis på 100, 500 eller 1.000, fortjener mistanke på stedet. Et tal der står uændret efter reelle rettelser, er tæt på et bevis. Og værktøjets egen formulering afgør sagen: En ærlig rapport skriver "de første 100" eller "mindst 100", holder et separat tal for hvor meget den nåede at undersøge, og siger til, når en liste er kappet af. En rapport der viser et rundt tal uden forbehold, har enten målt alt — eller er stoppet med at tælle uden at sige det.

Bør jeg handle på en website-rapport uden at tjekke den?

Nej — ikke på rapporten alene. Et fund er en påstand, ikke en dom: Det beskriver, hvad et værktøj så under værktøjets egne betingelser, og de er aldrig helt de samme som dine besøgendes eller Googles. Efterprøv som menneske, før du handler, foretræk værktøjer der oplyser deres egne grænser, og slet eller ret aldrig i store bunker alene på baggrund af en liste. De fund der overlever et menneskeligt blik, er dem der er din eftermiddag værd.

Det er den lære, de tre fund deler, og den skærer begge veje. 403'en viser et værktøj, der ser et problem, hvor et menneske ingen ser. "Soft 404'en" viser et værktøj, der ser sundhed, hvor Google ser et hul. Den kappede liste viser et værktøj, der taler sandt linje for linje og alligevel efterlader et falsk helhedsindtryk. Intet af det er værktøjet, der lyver — det er værktøjet, der besvarer et smallere spørgsmål end det, du stiller. Det er af samme grund, at sårbarhedsscannere rapporterer fund, der viser sig at være falske positive: En automatisk iagttager rapporterer, hvad den kan se derfra hvor den står — og der hvor den står, er ikke der hvor du står.

De praktiske regler, der følger af det, er korte. Åbn tingen, før du sletter tingen. Læs siden, ikke statuskoden. Behandl runde tal som spørgsmål frem for svar. Og når du vælger værktøjer, så foretræk dem, der fortæller om deres egne blinde vinkler — "tjekket som crawler, kan se anderledes ud i en browser", "listen kappet ved 100" — for et værktøj der indrømmer, hvad det ikke kan se, er det eneste, hvis fund du trygt kan handle hurtigt på.

Hvad du kan gøre i denne uge

Tag den seneste website-rapport, du har fået, og genlæs den med de tre mønstre i baghovedet. Skil 403'erne fra 404'erne, før du rører et eneste link, og åbn 403'erne i en browser. Vælg en håndfuld af dine mest stille sider, og læs dem som en fremmed ville — siger nogen af dem "intet fundet", mens serveren svarer "alt i orden", har du fundet en "soft 404". Og se på totalerne: Er nogen af dem mistænkeligt runde, så ret et par punkter, og se om tallet flytter sig.

TrustCtrl stod på begge sider af den her historie — det var vores egen tjekker, der fandt alle tre fund på vores eget website, og i dag rapporterer den hvert af dem med de forbehold, artiklen argumenterer for: Linktjek skelner mellem "væk" og "afviste en crawler" og siger til, når en browser kan se noget andet; "soft 404'er" findes ved at læse indholdet i stedet for at stole på statuskoden; og enhver kappet liste fortæller, at den er kappet. Et fund bør ankomme med sit bevis og sine grænser vedhæftet, så det tredive sekunders menneske-tjek er nemt — og så rapporten gør sig fortjent til den tillid, den beder om.