Webový Odtlačok

Čo to je

Detekcia CMS platformy na základe meta tagov, HTML komentárov, štruktúry URL, cookies a špecifických skriptov. Rozpoznáva WordPress, Joomla, Drupal, Ghost, Wix, Squarespace, Webflow, Typo3, Nette, Laravel, Django, HubSpot, Stranka.sk, Webnode, Blogger a ďalšie.

Prečo je to dôležité

CMS je základ webovej infraštruktúry — určuje bezpečnostné riziká, výkonnosť, SEO možnosti a náklady na údržbu. WordPress má iné zraniteľnosti ako Webflow, e-shop na Shoptete vyžaduje inú optimalizáciu ako WooCommerce.

Čo to je

Identifikácia e-commerce riešenia — Shoptet, PrestaShop, WooCommerce, Magento, OpenCart, Webareal, Shopify, Shoper, Upgates. Detekcia prebieha cez špecifické URL vzory, košíkové scripty, platobné integrácie a meta tagy.

Prečo je to dôležité

E-commerce platforma priamo ovplyvňuje konverzný pomer, rýchlosť načítania produktových stránok, SEO produktov a integrácie s marketplaces. Každá platforma má špecifické limity a optimalizačné možnosti.

Čo to je

Detekcia JavaScript frameworkov (jQuery, React, Vue.js, Angular, Alpine.js, HTMX, Turbo, Stimulus, Svelte) s verziami, CSS frameworkov (Bootstrap, Tailwind, Bulma, Foundation) a CDN providerov (Cloudflare, CloudFront, Akamai, Fastly, jsDelivr).

Prečo je to dôležité

Tech stack určuje modernosť webu, výkonnosť a udržateľnosť. React 18 s Next.js je výkonnejší ako jQuery spaghetti kód. CDN provider ovplyvňuje latency a dostupnosť pre slovenských používateľov.

Overené zdroje

• HTTP Archive — Web Technology Report— HTTP Archive

Čo to je

Detekcia analytických a marketingových nástrojov — Google Analytics (GA4, UA), GTM, Facebook Pixel, Hotjar, Heureka, Sklik, Criteo, Google Ads, SmartSupp, Biano, Luigi's Box, CookieYes a ďalšie.

Prečo je to dôležité

Analytické nástroje ukazujú úroveň digitálnej vyspelosti firmy. Web bez GA4 nemá dáta o návštevníkoch. Prítomnosť remarketing pixelov indikuje aktívny online marketing. CookieYes naznačuje GDPR compliance.

Overené zdroje

• Google Tag Manager— Google

Čo to je

Identifikácia platobných brán a metód — GoPay, Stripe, PayPal, Comgate, Tatrapay, Sporopay, CardPay, Dobierka, Bankový prevod. Detekcia cez JavaScript SDK, checkout URL vzory a formulárové elementy.

Prečo je to dôležité

Platobné metódy priamo ovplyvňujú konverzný pomer e-shopu. Slovenský zákazník očakáva kartu, bankový prevod a dobierku. Chýbajúce platobné metódy znamenajú stratené objednávky.

Overené zdroje

• GoPay — Platobná brána— GoPay

Čo to je

Detekcia použitých fontov — Google Fonts (s extrakciou rodin), Adobe Fonts (Typekit), Font Awesome, Custom WOFF/WOFF2. Analýza počtu fontových rodín a ich vplyvu na výkonnosť.

Prečo je to dôležité

Fonty sú často najväčším blokerom renderingu stránky. Každá fontová rodina pridáva 50-200 KB na stiahnutie. Príliš veľa fontov spomaľuje LCP (Largest Contentful Paint) a zhoršuje Core Web Vitals.

Overené zdroje

• Google Fonts— Google

Čo to je

Identifikácia CDN providera — Cloudflare, Fastly, Akamai, CloudFront, Google CDN. Detekcia cez HTTP hlavičky (cf-ray, x-cache, x-amz-cf-id), DNS záznamy a certifikáty.

Prečo je to dôležité

CDN dramaticky znižuje latency pre koncových používateľov. Web bez CDN servíruje obsah z jedného servera, čo znamená vyššiu latency pre vzdialených návštevníkov. Cloudflare navyše poskytuje DDoS ochranu a WAF.

Overené zdroje

• Cloudflare — How CDN Works— Cloudflare

Čo to je

Detekcia webového servera a reverse proxy — Nginx, Apache, LiteSpeed, IIS, Tomcat + verzia + rok release. Reverse proxy: Varnish, BigIP, HAProxy, Envoy, Traefik. Identifikácia cez Server header a špecifické hlavičky.

Prečo je to dôležité

Server softvér a jeho verzia ovplyvňujú výkonnosť a bezpečnosť. Zastaraná verzia Apache môže obsahovať známe zraniteľnosti. LiteSpeed je rýchlejší ako Apache pre PHP weby. Reverse proxy indikuje enterprise infraštruktúru.

Overené zdroje

• Netcraft — Web Server Survey— Netcraft

Čo to je

Heuristická klasifikácia webu na základe detekcií — e-shop, bazár, blog, fórum, sociálna sieť, agregátor, spravodajský portál, wiki, portfólio, katalóg, booking, SaaS, streaming. Využíva kombináciu CMS, e-commerce platforiem a obsahu.

Prečo je to dôležité

Typ webu určuje relevantné metriky a benchmarky. E-shop sa hodnotí inak ako blog — konverzný pomer vs. čas na stránke. Klasifikácia umožňuje porovnávanie s relevantnými konkurentmi v rovnakej kategórii.

Overené zdroje

• Schema.org — WebSite Type— Schema.org

Čo to je

Detekcia odkazov na sociálne siete — Facebook, Instagram, Twitter/X, LinkedIn, YouTube, TikTok, Pinterest. Extrakcia URL adries z footer linkov, meta tagov (og:see_also) a JSON-LD.

Prečo je to dôležité

Prítomnosť sociálnych sietí indikuje digitálnu vyspelost a marketingovú stratégiu firmy. LinkedIn profil naznačuje B2B zameranie, TikTok naznačuje mladšiu cieľovku. Absencia sociálnych sietí môže signalizovať neaktívnu firmu.

Overené zdroje

• Open Graph Protocol— Open Graph

Čo to je

Odstránenie HTML tagov, skriptov, štýlov a neviditeľných elementov — čistá textová reprezentácia stránky. Používa sa ako vstup pre kľúčové slová, embeddingy a AI analýzu.

Prečo je to dôležité

Čistý text je základ pre všetky obsahové analýzy. AI modely a vyhľadávače pracujú s textom, nie s HTML kódom. Kvalitná extrakcia odfiltruje navigačný šum a zachová len obsahovo relevantný text.

Overené zdroje

• Google Search Essentials — Crawling— Google

Čo to je

Základná metrika dĺžky obsahu na analyzovanej stránke. Počíta slová v extrahovanom viditeľnom texte po odstránení HTML tagov a skriptov.

Prečo je to dôležité

Dĺžka obsahu koreluje s hĺbkou informácií a SEO výkonnosťou. Stránky s menej ako 300 slovami sú považované za 'thin content'. AI modely preferujú obsažnejšie zdroje pri generovaní odpovedí.

Overené zdroje

• Creating Helpful Content— Google

Čo to je

Automatická extrakcia kľúčových slov z URL paths, H1, title, meta description, breadcrumbs, category tree a headings. Scoring: weight × log2(frequency + 1) × log2(product_count + 2).

Prečo je to dôležité

Kľúčové slová definujú tematické zameranie webu a sú základom pre SEO aj AI viditeľnosť. Automatická extrakcia odhalí, na aké témy sa web reálne zameriava — často odlišne od toho, čo si majiteľ myslí.

Overené zdroje

• Google SEO Starter Guide— Google

Čo to je

Zaradenie extrahovaných kľúčových slov do kategórií — produkt, služba, lokalita, brand. Pomáha pochopiť tematickú štruktúru webu a identifikovať medzery v obsahu.

Prečo je to dôležité

Kategorizácia kľúčových slov ukazuje, či web pokrýva všetky dôležité aspekty. E-shop by mal mať silné produktové kľúčové slová, lokálna firma lokálne. Medzery v kategóriách naznačujú chýbajúci obsah.

Overené zdroje

• Google SEO Starter Guide— Google

Čo to je

Kontrola, či web má prístupný sitemap.xml alebo sitemap index na štandardných URL adresách (/sitemap.xml, /sitemap_index.xml). Overenie HTTP statusu a validity XML formátu.

Prečo je to dôležité

Sitemap je mapa webu pre vyhľadávače a AI crawlery. Bez sitemapy musia crawlery objavovať stránky cez linky, čo je pomalšie a menej spoľahlivé. Google aj AI boty používajú sitemapu na efektívne indexovanie.

Overené zdroje

• Sitemaps — Google Search Central— Google

Čo to je

Spočítanie URL adries v sitemap — základ pre odporúčanie tier-u (FREE=1, BASIC=20, PRO=50+ URL). Analýza distribúcie URL naprieč subdoménami a sekciami.

Prečo je to dôležité

Počet URL určuje rozsah webu a odporúčaný tier auditu. Malý web s 5 URL potrebuje len základný audit, veľký e-shop s tisíckami produktov potrebuje PRO tier pre kompletnú analýzu.

Overené zdroje

• Sitemaps — Google Search Central— Google

Čo to je

Overenie formátu sitemap XML, správnosti URL adries a prístupnosti odkazovaných stránok. Kontrola lastmod dátumov, changefreq a priority atribútov.

Prečo je to dôležité

Nevalidná sitemap môže spôsobiť, že crawlery ju ignorujú. Nesprávne URL, chýbajúce namespaces alebo neplatné dátumy vedú k chybám pri indexácii. Aktuálne lastmod dátumy pomáhajú crawlerom efektívne re-crawlovať.

Overené zdroje

• Sitemaps XML Format— sitemaps.org

Čo to je

Overenie, či doména používa HTTPS s platným SSL/TLS certifikátom. Kontrola presmerovania z HTTP na HTTPS a správnosti certifikátu pre danú doménu.

Prečo je to dôležité

HTTPS je od roku 2018 požiadavka Google pre ranking. Prehliadače Chrome a Firefox zobrazujú varovanie 'Not Secure' pre HTTP weby. SSL je nevyhnutný pre dôveru používateľov a ochranu prenášaných dát.

Overené zdroje

• HTTPS as a Ranking Signal— Google

Čo to je

Identifikácia vydavateľa SSL certifikátu — Let's Encrypt, DigiCert, Sectigo, GlobalSign, GeoTrust a ďalší. Typ certifikátu: DV (Domain Validation), OV (Organization Validation), EV (Extended Validation).

Prečo je to dôležité

Typ certifikátu indikuje úroveň overenia identity. DV (Let's Encrypt) overuje len vlastníctvo domény. OV a EV overujú aj organizáciu. Pre e-shopy a finančné služby je OV/EV certifikát signálom dôveryhodnosti.

Overené zdroje

• Let's Encrypt — How It Works— Let's Encrypt

Čo to je

Kontrola dátumu expirácie SSL certifikátu a počet dní do konca platnosti. Varovanie pri certifikátoch blížiacich sa k expirácii (menej ako 30 dní).

Prečo je to dôležité

Expirovaný SSL certifikát spôsobí, že prehliadač zablokuje prístup na web s chybovou stránkou. Automatická obnova (Let's Encrypt, Cloudflare) eliminuje toto riziko. Manuálne spravované certifikáty vyžadujú monitoring.

Overené zdroje

• SSL Labs — SSL Server Test— Qualys

Čo to je

Generovanie 1024-dimenzionálnych vektorových embeddingov z extrahovaného textu pomocou BGE-M3 modelu cez OpenRouter. Vektory sa ukladajú v pgvector databáze pre sémantické vyhľadávanie.

Prečo je to dôležité

Vektorové embeddingy umožňujú sémantické porovnávanie webov — nie podľa kľúčových slov, ale podľa významu obsahu. Dva weby s rôznymi slovami ale rovnakým zameraním budú mať podobné vektory.

Overené zdroje

• BGE-M3 — Multi-Lingual Multi-Granularity Embedding Model— BAAI

Čo to je

Cosine similarity search v databáze embeddingov — nájdenie obsahovo najblížších webov v databáze Brand360. Výsledok: TOP N najblížších domén s percentom podobnosti.

Prečo je to dôležité

Automatické nájdenie podobných webov odhalí konkurentov, o ktorých majiteľ nemusel vedieť. Pomáha tiež benchmarkovať web voči reálnej konkurencii namiesto subjektívneho odhadu.

Overené zdroje

• pgvector — Open-Source Vector Similarity Search for Postgres— pgvector

Čo to je

Hodnotenie modernosti technológií a adopcie best practices. Výstup: tier (Legacy / Standard / Modern / Cutting-edge) + skóre 0-100. Skladá sa z dvoch rovnako vážených kategórií (50/50): Tech Stack (JS/CSS framework, build tool, HTTP verzia, CDN, webový server) a Best Practices (image format, font loading, prefetch, lazy loading, CSP, security headers).

Prečo je to dôležité

Modernosť tech stacku priamo koreluje s výkonnosťou, bezpečnosťou a nákladmi na údržbu. Legacy technológie (jQuery + Bootstrap 3 + Apache) majú vyššie bezpečnostné riziká a horšiu výkonnosť ako moderné (Next.js + Tailwind + Nginx).

Overené zdroje

• HTTP Archive — Web Technology Report— HTTP Archive