Aktuálnost dat

Co je „data freshness“ a proč na něm záleží

Data freshness označuje míru aktuálnosti obsahu, dat a metadat, která publikujete a distribuujete do ekosystému vyhledávání, odpovědních enginů (AEO) a LLM systémů (AIO). Jedná se o soubor technických, obsahových a behaviorálních signálů, z nichž systémy odvozují, zda je informace „živá“, relevantní k právě probíhajícím událostem a zda odráží nejnovější poznatky.

Taxonomie signálů aktuálnosti

Časová metadata: datePublished, dateModified, lastmod v sitemapách, HTTP hlavičky Last-Modified a ETag.
Obsahová změna: přidávání/úprava faktů, statistik, citací, multimédií, referencí; nikoliv pouze kosmetické zásahy.
Entitní vrstva: nové entity, aktualizované atributy (např. cena, verze softwaru, dostupnost), vztahy a události.
Distribuční signály: feedy (RSS/Atom), WebSub/push notifikace, IndexNow, pingování vyhledávačů.
Technické doručení: rychlý crawling, stabilní 200/304 odpovědi, správná cache politika, nízký TTFB u čerstvého obsahu.
Behaviorální a externí signály: nové odkazy, citace, sociální zmínky, spike v dotazech (QDF), interakce uživatelů.

QDF (Query Deserves Freshness) vs. evergreen

Ne každý dotaz vyžaduje čerstvost. Systémy rozlišují mezi QDF dotazy (zprávy, ceny, živá data, změny legislativy) a evergreen tématy (postupy, definice, historie). Vaše strategie má rozpoznat, kdy investovat do frekvence aktualizace a kdy stabilizovat evergreen kvalitu a autoritu.

Jádrové technické signály a jejich implementace

Strukturovaná data: vkládejte datePublished a dateModified (ISO 8601) do schém Article, NewsArticle, BlogPosting, Product, HowTo, Event a dalších. Udržujte konzistenci s viditelným datem na stránce.
Sitemapy: používejte <lastmod> pro URL, které se skutečně změnily. Negenerujte hromadné „dnešní“ lastmod pro všechno.
HTTP hlavičky: odesílejte Last-Modified a/nebo ETag pro efektivní 304 Not Modified. Minimalizujte falešné invalidace.
Cache-Control: u dynamických sekcí využijte s-maxage, stale-while-revalidate, pro realtime data kratší TTL a revalidaci.
Indexační pingy: pro zpravodajství a rychle se měnící obsah aktivujte RSS/Atom, WebSub, případně IndexNow (je-li to účelné).

Obsahové signály: co se počítá jako „skutečná změna“

Fakta a čísla: nové statistiky, kurzy, ceny, data vydání, roadmapa verzí, legislativní změny.
Kontext a interpretace: aktualizované kapitoly, porovnání, odůvodnění, doplněná rizika a limity.
Primární zdroje: nové citace, odkazy na oficiální dokumenty a datasetů s datem publikace.
UX a média: aktuální screenshoty rozhraní, diagramy a tabulky s datovými poznámkami.

Entitní čerstvost (Knowledge Graph a AIO/AEO)

LLM a answer enginy mapují obsah na entity a jejich stav v čase. Posilte entitní čerstvost:

Udržujte schema.org atributy (např. Product.offers.priceValidUntil, Event.startDate, SoftwareApplication.softwareVersion).
Přidávejte časové uzly (sekce „Aktualizováno dne …“, „Změny ve verzi …“).
Zachovejte permalinky s verzováním a changelogem; odkazujte vztahy „succeededBy“, „isBasedOn“.

Distribuce a signály mimo vaši doménu

Feedy: RSS/Atom s přesnými pubDate/updated, obsahující pouze skutečně nové nebo upravené položky.
WebSub/Push: okamžité notifikace subscriberům (agregátory, zpravodajské systémy).
Externí reference: nové kvalitní backlinky, citace v odborných zdrojích, aktualizované datasety.

Měření a diagnostika čerstvosti

Indexační zpoždění: čas od publikace k zobrazení ve výsledcích/odpovědích (monitorujte vybrané URL).
Crawl frekvence: jak často boti navštěvují dané sekce; sledujte logy a Search Console ekvivalent.
RUM metriky: TTFB/LCP u nových vydání; zlepšení po cache revalidacích.
Udělová telemetrie: čas mezi změnou dat v zdroji (DB/CMS) a publikací na frontendu.

Vizuální a datová konzistence dat

Častý problém: nesoulad mezi date on page, dateModified v JSON-LD a lastmod v sitemapách. Zaveďte jediné místo pravdy a pipeline, která synchronizuje všechny tři vrstvy současně.

Architektury doručování čerstvosti

SSR + streaming: rychlé dodání nových dat při zachování výkonu a indexovatelnosti.
ISR/On-demand revalidate: při úpravě zdroje vyvolejte revalidaci konkrétní URL; nespouštějte globální rebuildy.
Edge includes: oddělení „živých boxů“ (kurzy, ceny) od statického rámce stránky.
BFF vrstva: sjednocená kontraktační vrstva k datům, která zkracuje „time-to-publish“ a snižuje chybovost.

HTTP cache a revalidace: jemné doladění

Transparentní 304: konzistentní Last-Modified/ETag pro štěpení čerstvosti s minimálním provozem.
Stale-while-revalidate: okamžité doručení a tichá obnova; používejte s opatrnou TTL, aby nedošlo ke „stale creep“.
Varianty: Vary hlavičky jen tam, kde je to nutné (jazyk, zařízení), jinak poškodíte cache hit rate.

Obsahová strategie: rytmus aktualizací

Evergreen kapitoly: plánované kvartální revize, doplnění citací a údajů s datovým štítkem „Naposledy ověřeno“.
QDF témata: mikro-aktualizace v hodinách/dnech, krátké poznámky „Co se změnilo“, prolinkování na primární zdroj.
Changelog: veřejně viditelný pro produktové a metodické články; podpoří důvěru a auditovatelnost.

Antispamová a etická pravidla

Žádné „fake refreshy“: kosmetické přepisování datumu bez věcného doplnění obsahu může snížit důvěru.
Přesné timestampy: uvádějte časové pásmo a absolutní data, u zpráv i čas publikace a aktualizace.
Transparentnost: sekce „Aktualizováno dne“ má smysl, pokud následuje seznam konkrétních změn.

Nejčastější chyby při správě čerstvosti

Nesoulad dat mezi HTML, JSON-LD a sitemapami.
Hromadné přeanalyzování při malých změnách, které zahlcují crawl budget.
Precache „zamrzne“ živá data kvůli příliš agresivní TTL bez revalidace.
Net transparentní pipeline bez audit trailu – těžké zpětné dohledání, co a kdy se změnilo.

Kontrolní seznam (checklist) pro data freshness

Všechny obsahové typy mají datePublished a dateModified (ISO 8601) a jsou viditelné na stránce.
Sitemap obsahuje pouze URL s reálnou změnou a přesným <lastmod>.
Server vrací Last-Modified/ETag a správně 304 při nezměněném obsahu.
Feedy (RSS/Atom) a případně WebSub jsou zapnuté pro sekce s QDF.
Pipeline publikuje změny v minutách, ne hodinách; existuje rollback.
Changelog a „Naposledy ověřeno“ jsou standardem pro evergreen kapitoly.
Logy přístupů crawlů jsou monitorovány; outlieri (404/500/latence) jsou řešeni.

Příklady praktických patternů

Cenové stránky: oddělený „live“ widget s TTL 60–300 s, stránka ISR s on-demand revalidací při změnách.
Zprávy: RSS s přesnými timestampy, WebSub push, NewsArticle s dateModified při aktualizaci.
Návody: sekce „Naposledy ověřeno“, reference na dokumentaci s datem verze, verzionované screenshoty.

Mini vzorové úryvky (HTML/metadata)

Viditelný datum: <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

Integrace do procesů a nástrojů

CMS workflow: povinná pole pro data, automatické plnění JSON-LD a synchronizace sitemap.
CI/CD hooky: po merge do hlavní větve spouštějte validace schémat, regeneraci sitemap a pingy.
Observabilita: dashboard s časem od změny v DB po publikaci a od publikace po první crawl.

Shrnutí

Data freshness je vícevrtvový signál: začíná v obsahu (fakta, kontext, entity), pokračuje v metadatech (data, schémata, sitemapy) a končí v infrastruktuře (HTTP hlavičky, cache, distribuce, observabilita). Pokud jsou všechny vrstvy sladěny, vyhledávače, answer enginy i LLM dokáží spolehlivě rozpoznat vaše nejnovější informace a upřednostnit je v situacích, kde dotaz vyžaduje čerstvost.