Data freshness

Čo je „data freshness“ a prečo na ňom záleží

Data freshness označuje mieru aktuálnosti obsahu, dát a metadát, ktoré publikujete a distribuujete do ekosystému vyhľadávania, odpoveďových enginov (AEO) a LLM systémov (AIO). Ide o súbor technických, obsahových a behaviorálnych signálov, z ktorých systémy odvodzujú, či je informácia „živá“, relevantná k práve prebiehajúcim udalostiam a či odráža najnovšie poznatky.

Taxonómia signálov aktuálnosti

• Časové metadáta: datePublished, dateModified, lastmod v sitemapách, HTTP hlavičky Last-Modified a ETag.
• Obsahová zmena: pridávanie/úprava faktov, štatistík, citácií, multimédií, referencií; nie iba kozmetické zásahy.
• Entitná vrstva: nové entity, aktualizované atribúty (napr. cena, verzia softvéru, dostupnosť), vzťahy a udalosti.
• Distribučné signály: feedy (RSS/Atom), WebSub/puš notifikácie, IndexNow, pingovanie vyhľadávačov.
• Technické doručovanie: rýchle crawl zasahovanie, stabilné 200/304 odpovede, správne cache policy, nízky TTFB pri čerstvom obsahu.
• Behaviorálne a externé signály: nové odkazy, citácie, sociálne zmienky, spike v dopytoch (QDF), interakcie používateľov.

QDF (Query Deserves Freshness) vs. evergreen

Nie každý dopyt vyžaduje čerstvosť. Systémy rozlišujú medzi QDF dopytmi (správy, ceny, živé dáta, zmeny legislatívy) a evergreen témami (postupy, definície, história). Vaša stratégia má rozpoznať, kedy investovať do frekvencie refreshu a kedy stabilizovať evergreen kvalitu a autoritu.

Jadrové technické signály a ich implementácia

• Struktúrované dáta: vkladajte datePublished a dateModified (ISO 8601) do schém Article, NewsArticle, BlogPosting, Product, HowTo, Event a ďalších. Udržujte konzistenciu s viditeľným dátumom na stránke.
• Sitemapy: používajte <lastmod> pre URL, ktoré sa skutočne zmenili. Negenerujte hromadné „dnešné“ lastmod pre všetko.
• HTTP hlavičky: posielajte Last-Modified a/alebo ETag pre efektívne 304 Not Modified. Minimalizujte falošné invalidácie.
• Cache-Control: pre dynamické sekcie využite s-maxage, stale-while-revalidate, pre realtime dáta kratšiu TTL + revalidáciu.
• Indexačné pingy: pre spravodajstvo a rýchlo sa meniaci obsah aktivujte RSS/Atom, WebSub, prípadne IndexNow (ak to dáva zmysel).

Obsahové signály: čo sa počíta ako „skutočná zmena“

• Fakty a čísla: nové štatistiky, kurzy, ceny, dátumy vydaní, roadmapa verzií, legislatívne zmeny.
• Kontext a interpretácia: aktualizované kapitoly, porovnania, odôvodnenia, doplnené riziká a limity.
• Primárne zdroje: nové citácie, odkazy na oficiálne dokumenty a datasety s dátumom publikácie.
• UX a médiá: aktuálne screenshoty rozhraní, diagramy a tabuľky s dátumovými poznámkami.

Entitná čerstvosť (Knowledge Graph a AIO/AEO)

LLM a answer enginy mapujú obsah na entity a ich stav v čase. Posilnite entitnú čerstvosť:

• Udržiavajte schema.org atribúty (napr. Product.offers.priceValidUntil, Event.startDate, SoftwareApplication.softwareVersion).
• Pridávajte časové uzly (sekcie „Aktualizované dňa …“, „Zmeny vo verzii …“).
• Zachovajte permalinky s verziovaním a changelogom; odkazujte vzťahy „succeededBy“, „isBasedOn“.

Distribúcia a signály mimo vašej domény

• Feedy: RSS/Atom s presnými pubDate/updated, obsahujúce len reálne nové alebo upravené položky.
• WebSub/Push: okamžité notifikácie subscriberom (agregátory, spravodajské systémy).
• Externá referencia: nové kvalitné backlinky, citácie v odborných zdrojoch, aktualizované datasety.

Meranie a diagnostika čerstvosti

• Indexačný delay: čas od publikácie k zobrazeniu vo výsledkoch/odpovediach (monitorujte vybrané URL).
• Crawl frekvencia: ako často boty navštevujú dané sekcie; sledujte logy a Search Console ekvivalent.
• RUM metriky: TTFB/LCP pre nové vydania; zlepšenia po cache revalidáciách.
• Udalostná telemetria: čas medzi zmenou údajov v zdroji (DB/CMS) a publikovaním na fronte.

Vizuálna a dátová konzistencia dátumov

Častý problém: rozpor medzi date on page, dateModified v JSON-LD a lastmod v sitemapách. Zaveďte jediné miesto pravdy a pipeline, ktorá synchronizuje všetky tri vrstvy naraz.

Architektúry doručovania čerstvosti

• SSR + streaming: rýchle doručenie nových údajov pri zachovaní výkonu a indexovateľnosti.
• ISR/On-demand revalidate: pri úprave zdroja vyvolajte revalidáciu konkrétnej URL; nespúšťajte globálne rebuildy.
• Edge includes: oddelenie „živých boxov“ (kurzy, ceny) od statického rámca stránky.
• BFF vrstva: zjednotený kontrakt k dátam, ktorý skracuje „time-to-publish“ a znižuje chybovosť.

HTTP cache a revalidácia: jemné doladenie

• Transparentné 304: konzistentný Last-Modified/ETag pre difúziu čerstvosti s minimálnym trafficom.
• Stale-while-revalidate: okamžité doručenie a tichá obnova; používajte s opatrnou TTL, aby nedošlo k „stale creep“.
• Varianty: Vary hlavičky len tam, kde je to nutné (jazyk, zariadenie), inak poškodíte cache hit rate.

Obsahová stratégia: rytmus aktualizácií

• Evergreen kapitoly: plánované kvartálne revízie, doplnenie citácií a údajov s dátumovým stĺpikom „Naposledy overené“.
• QDF témy: mikro-aktualizácie v hodinách/dňoch, krátke noty „Čo sa zmenilo“, prelinkovanie na primárny zdroj.
• Changelog: verejne viditeľný pre produktové a metodické články; podporí dôveru a auditovateľnosť.

Antispamové a etické zásady

• Žiadne „fake refreshy“: kozmetické prepisy dátumu bez vecného doplnenia obsahu môžu znížiť dôveru.
• Presné timestampy: uvádzajte časovú zónu a absolútne dátumy, pri news aj čas publikácie a aktualizácie.
• Transparentnosť: sekcia „Aktualizované dňa“ má zmysel, ak nasleduje zoznam konkrétnych zmien.

Najčastejšie chyby pri správe čerstvosti

• Nesúlad dátumov medzi HTML, JSON-LD a sitemapami.
• Hromadné preindexovanie pri malých zmenách, ktoré zahlcuje crawl budget.
• Precache „zamrazí“ živé dáta kvôli príliš agresívnej TTL bez revalidácie.
• Nepriehľadná pipeline bez audit trailu – ťažké spätné dohľadanie, čo a kedy sa zmenilo.

Kontrolný zoznam (checklist) pre data freshness

• Všetky obsahové typy majú datePublished a dateModified (ISO 8601) a sú viditeľné na stránke.
• Sitemapa obsahuje len URL s reálnou zmenou a presným <lastmod>.
• Server vracia Last-Modified/ETag a správne 304 pri nezmenenom obsahu.
• Feedy (RSS/Atom) a prípadne WebSub sú zapnuté pre sekcie s QDF.
• Pipeline publikuje zmeny v minútach, nie hodinách; existuje rollback.
• Changelog a „Naposledy overené“ sú štandardom pre evergreen kapitoly.
• Logy crawl prístupov sa monitorujú; outlieri sa riešia (404/500/latencie).

Príklady praktických patternov

• Cenové stránky: oddelený „live“ widget s TTL 60–300 s, stránka ISR s on-demand revalidáciou pri zmenách.
• Správy: RSS s presnými timestampami, WebSub push, NewsArticle s dateModified pri aktualizácii.
• Návody: sekcia „Naposledy overené“, referencie na dokumentáciu s dátumom verzie, verzionované screenshoty.

Mini vzorové úryvky (HTML/metadata)

• Viditeľný dátum: <time datetime="2025-10-22T09:30:00+02:00">22. 10. 2025, 09:30</time>
• JSON-LD (Article): {"@type":"Article","datePublished":"2025-09-15","dateModified":"2025-10-22"}
• Sitemap lastmod: <lastmod>2025-10-22T07:30:00+00:00</lastmod>
• HTTP cache: Cache-Control: public, s-maxage=600, stale-while-revalidate=120

Integrácia do procesov a nástrojov

• CMS workflow: povinné polia pre dátumy, automatické plnenie JSON-LD a synchronizácia sitemap.
• CI/CD hooky: po merge do hlavnej vetvy spúšťajte validácie schém, regeneráciu sitemap a pingy.
• Observabilita: dashboard s časom od zmeny v DB po publikáciu, a od publikácie po prvý crawl.

Zhrnutie

Data freshness je viacvrstvový signál: začína v obsahu (fakty, kontext, entity), pokračuje v metadátach (dátumy, schémy, sitemapy) a končí v infraštruktúre (HTTP hlavičky, cache, distribúcia, observabilita). Ak sú všetky vrstvy zosúladené, vyhľadávače, answer enginy aj LLM dokážu spoľahlivo rozpoznať vaše najnovšie informácie a uprednostniť ich v situáciách, kde dopyt vyžaduje čerstvosť.