42-page-health

name: 42-page-health description: > Samengestelde per-URL gezondheidscore (0-100) die meerdere SEO-risicosignalen combineert: thin content, orphan pages, missing on-page elementen, indexability problemen, en optioneel traffic decay. Bulk URL triage na Google core updates. Use when user says "page health", "URL risk", "HCU audit", "core update impact", "slechtste pagina's", "pagina gezondheid", "URL triage", "risico score". version: 1.0.0 tags: [seo, audit, health-score, hcu, core-update, triage, risk, bulk] allowed-tools:

• Bash
• Read
• Write
• Grep
• Glob metadata: filePattern:
  • "**/internal_all*"
  • "**/internal_html*"
  • "**/health"
  • "**/risk" bashPattern:
  • "page.health"
  • "hcu"
  • "core.update"
  • "url.risk"
  • "triage"

Page Health — Samengestelde URL Risico Score

Purpose

Na een Google core update is de eerste vraag: "Welke pagina's trekken mijn site omlaag?"

Deze skill combineert meerdere SEO-signalen per URL tot één Health Score (0-100, hoog = gezond) en sorteert alle pagina's op risico. Input is een Screaming Frog crawl export, optioneel verrijkt met GSC data voor traffic decay.

Verschil met individuele skills:

• 42:technical checkt crawlability/CWV/security — site-breed, niet per-URL gescoord
• 42:content checkt E-E-A-T/readability — per pagina maar niet als bulk triage
• 42:content-decay detecteert traffic decline — maar combineert niet met technische signalen
• 42:page-health combineert alles in één score per URL voor snelle prioritering

Commands

/42:page-health <sf-internal.csv>                          # Basis: SF Internal export
/42:page-health <sf-internal.csv> --gsc <gsc-export.csv>   # + traffic decay signaal
/42:page-health <sf-internal.csv> --type blog               # Pagina-type specifieke thresholds
/42:page-health <sf-internal.csv> --top 50                  # Toon top 50 risico-URLs
/42:page-health <sf-internal.csv> --weights custom.json     # Custom gewichten

Input

Screaming Frog Internal Export (verplicht)

Genereer via: Bulk Export > Internal > All of Bulk Export > Internal > HTML

Gebruikte kolommen:

Taal-ondersteuning: Engelse en Spaanse SF kolomnamen worden automatisch herkend (alias mapping).

Google Search Console Export (optioneel)

GSC Performance export met Pages dimensie voor traffic decay signaal:

Page,Clicks,Impressions,CTR,Position
https://example.com/page-1,450,12000,3.75%,4.2

Wanneer GSC data beschikbaar is, wordt traffic decay als extra signaal meegenomen in de health score.

Pre-processing

Voordat scoring begint, worden URLs gefilterd:

1. Alleen HTML pagina's — filter op Content Type text/html (skip images, CSS, JS, PDF)
2. Alleen 200 status codes — skip 3xx redirects, 4xx errors, 5xx server errors
3. Skip non-indexable met intentionele reden — pagina's met noindex directive worden apart gerapporteerd, niet mee-gescoord (ze zijn al uit de index, ze trekken de site niet omlaag)
4. URL normalisatie — lowercase, strip trailing slash, voor deduplicatie

Scoring Model

Health Score = 100 - Risk Score

De Health Score loopt van 100 (perfect) tot 0 (kritiek). Intern berekenen we een Risk Score (hoe meer problemen, hoe hoger) en trekken die af van 100.

Risk Signalen (7 categorieen, max 100 punten risico)

Totaal maximum risico: 100 punten → Health Score = 0

Pagina-Type Specifieke Thresholds

Override met --type <type> om alle pagina's als één type te behandelen.

Gedetailleerde Scoring per Signaal

1. Thin Content (0-25 punten)

Als word_count < threshold:
  ratio = word_count / threshold
  thin_risk = round((1 - ratio) * 25)
Anders:
  thin_risk = 0

Gegradueerd: een pagina met 150 woorden (threshold 300) scoort 12.5 risico, niet de volle 25. Dit is eerlijker dan een binary flag.

2. Missing/Bad Canonical (0-15 punten)

3. Orphan Page (0-15 punten)

Als inlinks == 0:
  orphan_risk = 15
Als inlinks < threshold:
  ratio = inlinks / threshold
  orphan_risk = round((1 - ratio) * 15)
Anders:
  orphan_risk = 0

4. Poor Structure (0-15 punten)

5. Missing Meta (0-10 punten)

Cumulatief: max 10 als alles ontbreekt.

6. Deep Crawl Depth (0-10 punten)

7. Traffic Decay (0-10 punten, alleen met GSC data)

Als GSC data beschikbaar:
  decay_pct = (peak_clicks - current_clicks) / peak_clicks
  Als decay_pct > 0.75: traffic_risk = 10
  Als decay_pct > 0.50: traffic_risk = 7
  Als decay_pct > 0.30: traffic_risk = 4
  Anders: traffic_risk = 0
Anders:
  traffic_risk = 0 (niet meegeteld)

Custom Gewichten

Override de default punten per signaal via --weights custom.json:

{
  "thin_content": 25,
  "missing_canonical": 15,
  "orphan_page": 15,
  "poor_structure": 15,
  "missing_meta": 10,
  "deep_crawl_depth": 10,
  "traffic_decay": 10
}

De tool normaliseert automatisch zodat het totaal altijd max 100 is.

Output Format

PAGE-HEALTH.md

# Page Health Report — [Domain]
Date: [Date]
Pages Analyzed: [Count] (van [Total] gecrawld, [Filtered] gefilterd op status/type)
Data: SF Internal Export [+ GSC Performance]

## Score Distributie

| Range | Count | % | Beoordeling |
|-------|-------|---|------------|
| 90-100 | [X] | [X]% | Uitstekend |
| 70-89 | [X] | [X]% | Gezond |
| 50-69 | [X] | [X]% | Aandacht nodig |
| 30-49 | [X] | [X]% | Risico |
| 0-29 | [X] | [X]% | Kritiek |

## Site-Gemiddelden

| Signaal | Gemiddeld Risico | Pagina's Getroffen |
|---------|-----------------|-------------------|
| Thin Content | [X]/25 | [X] ([X]%) |
| Missing Canonical | [X]/15 | [X] ([X]%) |
| Orphan Page | [X]/15 | [X] ([X]%) |
| Poor Structure | [X]/15 | [X] ([X]%) |
| Missing Meta | [X]/10 | [X] ([X]%) |
| Deep Crawl Depth | [X]/10 | [X] ([X]%) |
| Traffic Decay | [X]/10 | [X] ([X]%) |

## Top [N] Risico-URL's

| # | URL | Health | Thin | Canon. | Orphan | Struct. | Meta | Depth | Decay |
|---|-----|--------|------|--------|--------|---------|------|-------|-------|
| 1 | [url] | 23/100 | 25 | 15 | 12 | 15 | 5 | 6 | — |
| 2 | [url] | 31/100 | 20 | 15 | 10 | 10 | 8 | 6 | — |

## Non-Indexable Pagina's (apart gerapporteerd)

| URL | Reden | Actie |
|-----|-------|-------|
| [url] | noindex tag | Bewust? Zo niet: verwijder noindex |
| [url] | Canonical naar andere URL | Check of canonical correct is |

## Actie Prioriteiten

### Kritiek (Health 0-29) — [X] pagina's
[Lijst met specifieke acties per URL]

### Risico (Health 30-49) — [X] pagina's
[Lijst met patronen: "23 pagina's missen H1+H2, waarvan 18 in /blog/"]

### Aandacht (Health 50-69) — [X] pagina's
[Gegroepeerde aanbevelingen]

## Patronen Gedetecteerd

- **[X] blog posts onder 800 woorden** → Content uitbreiden of consolideren
- **[X] orphan pagina's in /category/** → Internal linking verbeteren
- **[X] pagina's op depth 5+** → Navigatie herstructureren
- **[X] pagina's zonder meta description** → Bulk meta generation (→ 42:meta-optimizer)

Workflow

Stap 1: SF Crawl Export

# In Screaming Frog:
# Bulk Export > Internal > HTML (aanbevolen) of Internal > All
# Sla op als CSV

Stap 2: Optioneel — GSC Export

# In Google Search Console:
# Performance > Pages > Export > CSV
# Filter op laatste 3 maanden voor traffic decay detectie

Stap 3: Run Page Health

python3 scripts/page_health.py \
    --sf-internal internal_html.csv \
    --gsc gsc-pages.csv \
    --top 50 \
    --output PAGE-HEALTH.md \
    --csv page-health-scores.csv \
    --log-file page-health.log

Stap 4: Review + Actie

1. Bekijk top 50 risico-URLs
2. Identificeer patronen (welke sectie, welk pagina-type)
3. Prioriteer: kritieke pagina's eerst
4. Gebruik andere 42: skills voor diepe analyse van specifieke problemen

Integratie met 42: Suite

Cross-References

• Voor traffic decline analyse → /42:content-decay
• Voor meta description verbetering → /42:meta-optimizer
• Voor orphan page linking → /42:link-graph
• Voor thin content verbetering → /42:passage-analyzer + /42:genai-optimizer
• Voor quick win identificatie → /42:striking-distance
• Voor full site audit → /42:audit