Estrutura de URLs

O url das páginas com conteúdo é curto e descritivo
A relevância do URL é muito elevada para os motores de busca. Um url do tipo zbr.sapo.pt/artigo?id=878423748348&sec=747473&rel=47747 tem uma carga semântica muito diferente de: desporto.sapo.pt/futebol/benfica/slb_contrata_messi_por_2_temporadas

O url reflete a estrutura hierárquica da informação
Por exemplo: /desporto/futebol/benfica

O mesmo conteúdo não aparece repetido com outra formatação noutros urls
A originalidade do conteúdo cria grande relevância para o índice de um site. Páginas que se limitam a copiar o conteúdo de outras mudando-lhe apenas a forma e o design são normalmente muito penalizadas. Para que isso não aconteça, deve usar-se o método de urls canónicos. Mais informações

Semântica

As páginas têm um atributo <title> conciso e relevante
Este atributo é um dos mais importantes para os motores de busca. Assim se entende facilmente que usar "SAPO Portugal Online" em todas as páginas de um site sobre almôndegas não é boa ideia.
Por outro lado, um título demasiado extenso também perde em relevância. A tentação de colocar o corpo do artigo no título tem maus resultados. O título deve ser conciso e directo: "Sport Lisboa e Benfica contrata Messi por 2 temporadas" é um bom título.

Em todas as páginas existe um <meta content="description"> conciso, claro e condizente com o conteúdo apresentado
Esta entrada pode ser entendida como um subtítulo; uma versão mais alargada e um pouco mais detalhada do título do artigo. Deverá incluir as palavras que seriam usadas para pesquisar informação relacionada. A regra é: "Pense em qual a pesquisa que faria para encontrar este artigo" e assegure-se que esses termos pesquisados se encontram na descrição do mesmo.

O conteúdo está organizado hierarquicamente por importância usando heading tags
Uma das formas usadas pelos motores de busca para apurar a relevância dos blocos de texto é usando estruturas hierárquicas no HTML. As heading tags fazem isso mesmo. Uma tag <h1> será sempre mais relevante do que uma <h4>. Procure organizar o texto respeitando esta hierarquia.

Automatismos

Existe um sitemap.xml registado junto do Google
O Google usa o sitemap para "aprender" a estrutura do site e assim identificar quais as páginas que necessitam de atualizações mais frequentes do índice. Quanto mais afinado for o sitemap, mais rapidamente as páginas aparecem indexadas no Google.

As páginas constantes do sitemap.xml carregam rapidamente
Como é óbvio, o tempo de resposta da página é crítico para a sua inclusão no índice. Páginas com bons tempos de resposta têm uma probabilidade de inclusão muito maior do que endereços com resposta lenta.

Existe um robots.txt onde estão detalhados os urls que não devem ser seguidos pelos crawlers
Esta norma é útil pois permite evitar que páginas mais consumidoras de CPU sejam massacradas pelos robots de pesquisa. O Robots.txt tem cláusulas de disallow para conteúdo não relevante? O Robots.txt tem a cláusula sitemap?

Links

Não existem mais de 100 links por página
Para um motor de busca, demasiados links é sinal de menor relevância ou até de uma vítima de link farming. É fundamental manter o número total de links da página abaixo deste valor para que não haja penalização no índice.

Microformatos e similares

As tags do Open Graph do Facebook são adicionadas em páginas de items
O protocolo Open graph permite integrar uma página web no âmbito do grafo social. Neste momento, estas tags devem ser usadas para páginas representando perfis de coisas/entidades reais como restaurantes, celebridades, artistas, etc. Mais informações

As páginas que contenham pessoas, eventos, receitas, produtos adicionam microformatos/rdfa correspondentes
Mais informações

Status Codes

As páginas não existentes retornam um HTTP Status Code 404
Se há um link para uma página inexistente zbr.sapo.pt/cristianoronaldo e o servidor retorna um Status Code 200, o motor de busca vai considerar a página como válida e indexá-la. A verdade é que o seu conteúdo (uma mensagem de erro genérica), pouco terá a ver com o url. Assim se penaliza um site inteiro.

Os sites reformulados redirecionam os urls antigos para os novos com um HTTP Code 301