分类页越老越荒废？19405个实测，最乱的是三年前建的那批

摘要：把57个英文电商站的19405个分类按建立年份排开，2025年和2026年建的占49.1%，2018年及更早的只剩1042个，最老的一个立于2012年。荒废程度并不随年龄递增：2018年及更早那批里空分类只占7.1%，98.1%规规矩矩写在sitemap里；反而是2022到2024这三年建的5935个，空的占17.8%，进sitemap的只有79.2%，两项都是全样本最差。促销打折类命名的分类空掉的概率是29.7%，接近整体的三倍。

分类页这东西有个特点：建的时候只要点几下，删的时候却没人敢动。于是它只增不减，一年一年往上堆。堆到最后，没人说得清站上到底有多少个分类、哪些还有用。

上一次数过一遍，这57个站合计开了19405个分类，而出口、sitemap和首页导航这三份清单没有一份对得上；再往前一次量的是从首页出发两跳能走到多少件商品。那两次量的都是空间，这次换一个维度：时间。每个分类都带着自己的建立日期，把它们按年份排开，能看出来的东西比想象中多。

这些货架，都是哪一年搭起来的？

数据仍然来自各站公开的分类清单接口，每个分类自带published_at字段。按Shopify官方的collection对象文档，它记的是这个集合对外可见的时刻，另有一个products_count记当前视图下的商品数——本文说的“空货架”，就是后者为0。

这个建立日期在10.2小时的复抓里一个都没变，可以当稳定标识用；同一次复抓里另一个字段变了将近四分之一，那个不能用，理由在讲商品年龄那篇里已经拆过。

一半的货架是最近两年才有的

分类年龄的中位数是658天，P75是1498天，P90是2384天，最老的一个已经5049天。也就是说，一半的分类不到两年，但尾巴一路拖到2012年。

谁的货架最老

outdoorvoices有一个分类立于2012年，至今仍在被抓；chubbiesshorts和taylorstitch的最老分类都在2013年；fahertybrand、marinelayer、parachutehome、thirdlove停在2015年。这些站的共同点不是老，是没换过平台——一旦换过平台或者重建过店铺，所有分类的建立日期都会被重置成迁移那天，年龄就此归零。

顺便说，这跟用网页存档倒推域名年龄是同一类手法：系统里那个日期记的是记录的年龄，不是业务的年龄，两者中间隔着一次或几次迁移。

老货架是不是最荒废的那批？

直觉的答案是显然的：建得越早，越可能被忘掉。把五个年份桶跟四项健康指标交叉之后，这个直觉被数据打回来了。

五个年份桶，四项指标

空分类那一列是个明显的驼峰：从7.1%爬到17.8%，再掉回4.0%。sitemap覆盖率是个明显的谷底：98.1%降到79.2%，再爬回92.3%。两条曲线的极值都落在同一个桶里——2022到2024。

最老那批反而最规矩

2018年及更早的1042个分类里，98.1%在sitemap里，空的只有7.1%，还有18.5%至今挂在首页导航上——这个数字是所有桶里最高的，比2026年新建的那批还高一倍。

原因其实不难理解：能活过八年的分类，多半是这个店的骨架。男装、女装、鞋、配件，这些入口从开店那天挂到今天，没人有理由动它。老不是被遗忘的原因，只是被遗忘的必要条件——真正决定一个货架会不会烂掉的，是它当初为什么被建出来。

这一点跟孤岛页面的检测口径有相通之处：光看某个属性（发布时间、入链数）排出来的名单，往往命中的不是真正的问题页面。得先问清楚这一批东西当初是怎么产生的。

那个驼峰是怎么形成的

2022到2024这三年，恰好是很多DTC品牌上应用、上筛选、上活动页最猛的三年。建一个分类的成本近乎为零，删它却要担心有没有人还在链、有没有排名、后台有没有别的地方引用。于是建了没删的部分沉在那里，一沉三年。

2022到2024那三年，建的到底是什么货架？

要回答这个问题，只能去看它们的名字。分类的handle是人起的，起名的时候就带上了用途。

按命名把它们分类

用一组正则把19405个handle扫一遍，看promo、sale、clearance、black-friday、bundle这类词的出现比例：

促销打折类在2022到2024那一桶里占8.9%，是最老那批的两倍。赠品捆绑类同样在这一桶见顶。那三年多出来的分类，主要不是品类，是活动。

带这些名字的分类，更容易空掉

把命名特征跟“有没有货”交叉，差距非常直接：

促销打折类29.7%，接近全体的三倍。这个结果谈不上意外，但它给了一条能直接执行的判据：要清理分类，从名字里带sale、clearance、promo的那批开始查，命中率是随机抽查的三倍。

新品类那26.7%更值得玩味。一个叫new-arrivals的分类空掉，通常意味着它绑的规则失效了——比如按标签自动收货，而那个标签没人再打了。这种页面往往还挂在导航上，用户点进去看到一片空白，是转化损失，不只是SEO问题。用户在集合页连点五个筛选之后那篇讲的是选多了之后的困惑，这里是另一个极端：一个选项都没有，页面还理直气壮地开着。

逐站看，问题集中在少数几家

brooklinen在2022到2024建了539个分类，其中306个是空的，占56.8%；beistravel 433个里空206个，47.6%；snowpeak 45.1%；allbirds 31.1%；gymshark 26.5%。而marinelayer在同一时期建了194个，只空了5个。

同样的年份、同样的平台，结果差二十倍。所以这不是时代的问题，是各家流程的问题。

有一批货架，根本不是给人建的

翻空分类样本的时候，allbirds那一堆handle很扎眼：mens-tree-runners-loop、anytime-ankle-sock-loop、mens-allbirds-108-shoes-loop，成百上千个，全带同一个后缀。

584个，全在一家店里

这个站1346个分类里，有584个以loop或者shop-now结尾，占43.4%。它们的处境高度一致：60.8%是空的，100%写在sitemap里，0%出现在首页导航上。

这批分类是第三方退换货应用建的——用户申请换货时，应用需要一个只包含可换商品的集合，于是给每个商品各建一个。它们从来不打算给人看，但平台的sitemap不区分这个，照单全收。结果是这个站往搜索引擎提交的地址里，有超过四成是给应用内部用的空页面。

这是单站现象，但不是孤例

必须说清楚：584个全部出自一家，不能拿它推广成行业普遍情况。但这个机制是通用的——任何一个会写商品集合的应用，都可能在你的分类表里留下这样一批东西。检查方法很简单：把分类handle按后缀聚类，凡是出现几十上百个同后缀的，去查一下是哪个应用建的。

顺带一提，这类地址在抓取预算上的开销不是零。谷歌的抓取预算文档把低价值地址列为浪费的头号来源，而这批页面回200、有完整HTML、体积不小，爬虫每来一次都得读一遍——没改过的页面被反复重发那笔账，在这里是加倍的。分面导航产生海量地址那件事至少还是用户点出来的，这一批连点都没人点。

老货架里装的，是老货还是新货？

把两份年龄数据接起来，可以问一个更有意思的问题：一个2018年建的分类，今天里面摆的是什么货。

配对之后的结果

最老那批货架里的货，中位货龄386天，比2019到2021那批（537天）还新。这条数据把前面的解释坐实了：老货架是主力入口，货一直在换；真正在积灰的是2019到2021那批——货架本身没那么老，里面的货却是全样本里最旧的。

怎么用这条判据

如果你想在自己站上找“该收拾的分类”，用建立年份筛出来的名单会很长，也不准。更好的做法是拿两个年龄做差：货架很老但里面的货很新，说明它一直在被维护，别动；货架不算老但里面的货普遍超过一年半，那才是真的没人管了。这个差值跟仓库那边看SKU周转率是同一个思路，只不过前台看的是曝光有没有在流动，后台看的是货有没有在流动。

描述越写越长，题图越配越少，这是怎么回事？

年份桶还带出来另外两条走向相反的曲线。

两条曲线

写了描述的比例，从2018年及更早的28.2%一路涨到2026年的49.4%；而且写了的那些，长度也在涨——中位从172字符涨到229字符。

配了题图的比例正好反过来：2018年及更早25.1%，2019到2021降到16.0%，2022到2024是13.4%，2025只剩7.1%，2026是6.2%。

两件事的成本不一样

描述是文字，现在有工具可以批量生成；题图是设计资源，建一个分类就得配一张banner，人手跟不上分类增长的速度。2018年一个店总共几十个分类，每个配张图不难；到了2026年一年新建四千多个，配图这件事自然就崩了。

所以这两条曲线讲的是同一件事：分类数量的增长速度，已经超过了维护它们的能力。描述靠工具勉强跟上了，题图没跟上。至于哪个更重要，得看这个分类是不是真的要拿来承接流量——用户点进一个分类页之后，最先要知道的是自己在哪，一张图和两百字的描述，作用完全不同。

最老的那个货架，前台还打得开吗？

清单里写着的东西，得去前台验一遍才作数。这是上一轮实测留下的规矩，代价是当场废掉一条本来会被当成主要结论的判断。

109个分类页，只有一个真的打不开

做法是每个站取最老的一个分类和最新的一个分类，用真实浏览器打开，记状态码、最终地址、robots标记，以及页面上有没有空态文案。57个站里55个两边都取到了。

结果：老分类56个回200、1个回404；新分类53个回200、1个404、3个被平台限流没拿到。那个404出自harrys.com，而且它的最新分类也是404，属于整站路径不同，跟年龄无关。

更关键的一项是最终地址：109个正常打开的页面里，106个停在原来那个地址上，只有3个跳走——oclean的两个跳到了越南站首页，avocadogreenmattress的一个跳到了另一个分类。换句话说，八年前建的分类页，今天绝大多数还老老实实待在原处，既没被删也没被合并。

老分类和新分类，前台待遇几乎一样

四项里有三项几乎持平。这跟前面按年份分桶得到的结论方向一致：最老的那批分类没有被冷落，冷落发生在中间那几年。

一个货架，接口说装了3056件

allbirds那个建于2018年3月的shoes分类，接口声明3056件商品，是全样本里数字最大的一个。用浏览器打开，页面标题写着“Uh-Oh, Nothing To See Here!”。

它在sitemap里，它是这个站最老的分类之一，它的商品数写着四位数，而它渲染出来是一张空页面。这不是删没删干净的问题，是接口那一层和展示那一层各说各话——三份清单对不上那篇讲的是清单之间对不上，这个例子更进一步：同一份清单跟它自己的页面都对不上。

这里有一把不能用的尺子

本来还想数一件事：每个分类页正文区里实际显示了多少个商品。数出来有26个页面是“接口说有货、正文区一个商品链接都看不到”，听上去是个很大的发现。

但这把尺子不可靠。商品卡不一定是带/products/的链接，可能是脚本绑的点击事件；容器的class里带menu这类词会被误判成导航；懒加载没触发的时候页面上本来就是空的。这次的判定规则已经按DOM位置把导航和页脚排除掉了，仍然挡不住这三类误伤。所以除了allbirds那两个页面自己写着空态文案的之外，其余的数字只当线索，不当结论。

分类的“最后更新时间”，能不能当荒废的判据？

既然要找没人管的分类，最顺手的想法当然是看它最后一次被改是什么时候。这个想法在商品那边已经彻底破产，在分类这边稍微好一点，但也只是稍微。

复抓的结果

间隔10.2小时的两次采集里，7423个可对齐的分类中，published_at变动0个，updated_at变动1764个，占23.76%，商品数变动159个，占2.14%。

商品那边这个字段的变动率是100.00%，分类这边只有不到四分之一。看上去分类的这个字段还有点信息量。

但它的取值范围骗不了人

把19405个分类的最后更新时间跟采集时刻做差：中位1天，P75是15天，P90是62天，最大值118天。

也就是说，整个样本里没有一个分类的这个字段超过四个月。而同一批数据里，有1042个分类是2018年以前建的。一个建了八年、里面一件货都没有、首页也点不到的分类，它的“最后更新时间”依然显示三个月以内。用它来找荒废的货架，一个都找不出来。

这跟sitemap里那个修改时间记的其实是请求时刻是同一种病的不同表现：字段名承诺的语义，跟它实际记录的动作，中间差了一层。判断有没有人管，只能看内容本身——有没有货、有没有描述、有没有入口。

自己站上怎么查，查完该改哪里？

这套查法不依赖任何工具，一次数据库查询加一个表格就能跑完。

四步

第一步，导出全部分类，带上建立日期、商品数、描述长度、有没有题图。第二步，按年份分桶，找空分类占比最高的那个桶——多数站会落在两到四年前。第三步，把handle里带sale、promo、clearance、bundle、new-arrival的挑出来单独看，这批的空置率通常是平均值的两三倍。第四步，把空分类的地址跟sitemap和首页导航比对，看有多少正在被提交、有多少还挂在菜单上。

第四步最容易出错的地方是拿错清单。sitemap自己也会烂，从站点地图里抽585条地址查出48条是坏的那次，生成程序一次都没报错。所以比对之前先确认这份sitemap是新生成的，不是几个月前的缓存。

查出来之后怎么处置

空分类不能一律删。集合页没有商品时该怎么处理取决于它是暂时空还是永久空：季节性分类明年还要用，留着但从sitemap里摘出去、加noindex；活动分类结束了就不会再有货，该301到父分类；应用建的那批既不该进sitemap也不该被抓，最省事的办法是在robots里按后缀拦掉。

谷歌关于筛选类地址的文档在这件事上给过一条很具体的要求：筛选组合没有结果的时候应当返回404，而不是回一个空着的200。这条要求写的是筛选，但道理对所有空着的集合页都成立——保哥自己站上做过一轮清理，最费劲的不是判断该不该删，是找出那些指向它的旧链接。

有一个坑要提前说：删分类会连带影响内链。一个分类被删掉之后，指向它的菜单项、面包屑、推荐位不会自动消失，会变成一堆404或者软404。内链结构本来就会自己烂掉，清理动作做得不干净只会让它烂得更快。

什么时候不用查

分类总数在一百以内、且从来没装过会写集合的应用，那基本不会有这个问题，肉眼过一遍导航就够了。这套检查真正值钱的场景是：分类数超过五百、装过筛选或退换货类应用、并且做过至少一次大促——三个条件里凑齐两个，去查一定有收获。

常见问题解答

分类页建得多到底有没有害处？

多本身不是害处，空才是。一个有货、有描述、有入口的分类页是正经落地页；一个声明0件货还回200的页面，对用户是死胡同，对爬虫是纯开销。这次样本里空分类占10.6%，其中六成还写在sitemap里。

为什么最老的分类反而问题最少？

因为能活过八年的分类多半是店铺骨架，男装女装鞋子配件这类入口一直在用。真正容易烂掉的是为某次活动、某个应用、某个筛选临时建出来的那批，它们的共同点不是老，是建的时候就没打算长期维护。

怎么快速找出没人管的分类？

三个信号叠着看：商品数为0、描述为空、首页导航里点不到。三项全中的基本可以判定失联。别用最后更新时间，这个样本里所有分类的这个字段都在四个月以内，包括那些建了八年一件货都没有的。“首页点不点得到”这一项要用渲染后的页面去数，只读静态HTML会漏掉大半个导航。

空的分类页该返回404还是200？

看它是暂时空还是永久空。永久不会再有货的，返回404或者410最干净，301、410和软404怎么选商品那边有一套现成的决策，分类可以照搬。季节性的暂时空，保留200但加noindex、从sitemap里摘掉，等有货了再放回来。最糟糕的做法是回200、进sitemap、还挂在导航上，用户和爬虫都要白跑一趟。

第三方应用建的分类能不能直接删？

删之前先确认应用还在不在用。退换货、订阅、个性化推荐这类应用可能把这些集合当成运行时数据，删了会影响功能。更稳妥的做法是不删，但把它们从sitemap里排除、用robots按handle前缀或后缀拦住抓取。写robots规则的时候留意分组之间并不继承这件事，给某个爬虫单独开一组，全局那组对它就整个失效了。

分类的建立日期在别的平台上叫什么？

WooCommerce的商品分类是taxonomy term，本身不带建立时间，得从term_meta或者第一次关联商品的时间反推；Magento的分类实体带created_at；自建站看自己的表。拿不到确切日期也不要紧，用“第一个商品被归进来的时间”当代理指标，结论方向是一样的。

这次的结论会不会只适用于Shopify？

年份分布和空置率的具体数字肯定是平台相关的。但机制不挑平台：建分类的成本远低于删分类的成本，活动类分类的生命周期远短于品类分类，应用会在后台留下用户看不见的集合——这三条在任何电商系统上都成立。

权威参考资料