Een site met honderden pagina’s zonder sitemap, we kennen het resultaat: bezoekers die rondjes draaien en een zoekmachine die de helft van de inhoud negeert. De sitemap lost dit probleem op door de nuttige URL’s te vermelden in een formaat dat leesbaar is voor indexeringsrobots en, in de HTML-versie, voor internetgebruikers. Het is echter belangrijk dat dit bestand gestructureerd is, want een rommelige sitemap heeft het tegenovergestelde effect van wat gewenst is.
XML-sitemap of HTML-sitemap: twee bestanden, twee verschillende toepassingen
De twee worden vaak verward. De XML-sitemap is een technisch bestand dat bedoeld is voor zoekmachines. Het geeft de URL’s aan die verkend moeten worden, hun laatste wijzigingsdatum en soms een updatefrequentie. Google, Bing en andere crawlers lezen het om pagina’s te vinden die ze anders niet via de interne linkstructuur zouden hebben ontdekt.
De HTML-sitemap daarentegen is een zichtbare pagina van de site. Het dient als navigatieplan voor bezoekers, met name voor degenen die geen inhoud kunnen vinden via het hoofdmenu. Het W3C raadt bovendien aan om verschillende navigatiemethoden (menu, zoekfunctie, sitemap) aan te bieden om verschillende gebruiksprofielen te dekken.
In de praktijk heeft een site beide versies nodig. De XML voedt de indexering, de HTML verbetert de navigatie-ervaring. Wanneer men de sitemap van pharmaplanet.net kan verkennen, ziet men concreet hoe een sitemap de URL’s organiseert in leesbare categorieën, wat zowel de menselijke leesbaarheid als de geautomatiseerde crawl vergemakkelijkt.
URL’s van de sitemap filteren: wat we opnemen verandert alles
De klassieke valkuil is om een automatische sitemap te genereren via het CMS en er nooit meer naar om te kijken. WordPress, Shopify of Wix creëren standaardbestanden die alle pagina’s opsommen, inclusief tagpagina’s, datumsarchieven, interne zoekresultaten of gepagineerde duplicaten. Resultaat: de zoekmachine verspilt zijn crawlbudget aan waardeloze pagina’s.
Een goed gestructureerde sitemap bevat alleen de pagina’s die we daadwerkelijk geïndexeerd willen zien. Concreet sluiten we uit:
- De pagina’s met wettelijke vermeldingen, privacybeleid en algemene voorwaarden (tenzij ze gericht zijn op een specifiek zoekwoord)
- De pagina’s met interne zoekresultaten, die bijna eindeloze URL’s creëren zonder originele inhoud
- De URL’s met sorteervariabelen of filters, die vaak voorkomen op e-commerce sites
- De pagina’s in noindex, omdat het vragen om de verkenning van een pagina die we weigeren te indexeren een tegenstrijdig signaal afgeeft
Deze selectie is geen technische luxe. Op een site met enkele tientallen pagina’s blijft de impact beperkt. Op een productcatalogus of een redactionele site met duizenden artikelen, bepaalt de selectie van URL’s in de sitemap direct de snelheid van indexering van recente inhoud.
Hiërarchische structuur van de sitemap en interne linkstructuur
Een platte sitemap, dat wil zeggen een lijst van URL’s zonder logica van groepering, vervult zijn minimale technische rol. De robots doorlopen de lijst en bezoeken de pagina’s. Maar we missen een krachtiger navigatie-instrument.
URL’s organiseren per thematisch silo
De beste praktijk is om de sitemap op te splitsen in samenhangende subsets. Een e-commerce site kan zijn sitemaps scheiden per productcategorie. Een online media kan een sitemap per redactionele rubriek maken. Het protocol sitemaps.org staat een indexbestand (sitemap index) toe dat naar verschillende kind-sitemaps wijst, elk beperkt tot een specifieke perimeter.
Deze organisatie weerspiegelt de structuur van de site en versterkt de interne linkstructuur. Een sitemap die de werkelijke boomstructuur van de site reproduceert, helpt de zoekmachines de hiërarchie van de inhoud te begrijpen. Een categoriepagina groepeert productpagina’s, een redactionele map omvat artikelen: de sitemap vertaalt deze logica in geordende URL’s.
De wijzigingsdatum als versheidsignaal
De lastmod-tag in de XML-sitemap geeft aan de robots aan wanneer een pagina voor het laatst is gewijzigd. Veel CMS’en vullen deze datum automatisch in, maar sommige actualiseren deze bij elke opslaan, zelfs zonder werkelijke inhoudsverandering. Wanneer alle pagina’s de datum van vandaag weergeven, verliest het signaal zijn waarde.
Het is voordelig om deze tag alleen bij een substantiële wijziging van de inhoud bij te werken. De zoekmachines gebruiken deze informatie om de prioriteit van het opnieuw crawlen van recent gewijzigde pagina’s te bepalen.
Toegankelijkheid van de sitemap op mobiel en via het toetsenbord
Een aspect dat de meeste gidsen negeren: de HTML-sitemap heeft geen nut als deze niet toegankelijk is op een klein scherm of via toetsenbordnavigatie. Het W3C raadt aan om de presentatie te ontwerpen voor verschillende vensterformaten en te controleren of de navigatie-elementen begrijpelijk blijven na het vergroten van de tekst.
Voor een HTML-sitemap betekent dit dat de lijst van URL’s leesbaar moet blijven zonder horizontaal scrollen op mobiel. De links moeten een voldoende klikbare zone hebben, en de structuur met koppen (h2, h3) moet technologieën voor assistentie in staat stellen om van de ene sectie naar de andere te springen.
Sinds juni 2025 is de Europese richtlijn inzake toegankelijkheid van toepassing op bepaalde categorieën digitale diensten, waaronder e-commerce. De toegankelijkheid van de navigatie-ervaring, inclusief de sitemap, wordt een wettelijke verplichting voor de betrokken sites. Automatische controles zijn niet voldoende: de aanbevelingen van het W3C raden aan om aan te vullen met tests in de praktijk met gebruikers.
De sitemap declareren en onderhouden op lange termijn
Een schone sitemap creëren heeft geen zin als de zoekmachines niet weten waar ze deze kunnen vinden. Twee methoden van declaratie bestaan:
- Voeg de regel Sitemap gevolgd door de volledige URL van het bestand toe in de robots.txt, in de root van de site
- Dien de sitemap rechtstreeks in bij Google Search Console of Bing Webmaster Tools, wat ook de mogelijkheid biedt om crawl-fouten te volgen
- Combineer beide benaderingen om alle zoekmachines te dekken, inclusief diegene die geen speciale console aanbieden
Onderhoud is net zo belangrijk als de initiële creatie. Wanneer we een pagina verwijderen, halen we deze uit de sitemap. Wanneer we een sectie toevoegen, werken we het bestand bij of creëren we een nieuwe kind-sitemap. Een verouderde sitemap stuurt de robots naar 404-fouten, wat de kwaliteit van de crawl op de hele site degradeert.
Het sitemap-bestand is geen vast document dat we één keer genereren. Het is een stuurinstrument dat de werkelijke staat van de site op een bepaald moment weerspiegelt. We onderhouden het zoals we ons catalogus of menu-structuur onderhouden: regelmatig, door te verwijderen wat niet meer bestaat en toe te voegen wat net is gepubliceerd.
