Un problema de SEO habitual y frustrante: publicas p\u00e1ginas, son buenas y, semanas despu\u00e9s, Google todav\u00eda no ha indexado la mitad. Search Console las muestra como \u00abdescubierta, actualmente sin indexar\u00bb o \u00abrastreada, actualmente sin indexar\u00bb. El contenido est\u00e1 bien. El problema suele ser el presupuesto de rastreo, una de las partes menos comprendidas del SEO t\u00e9cnico.<\/p>
El presupuesto de rastreo es el n\u00famero de p\u00e1ginas que Googlebot rastrear\u00e1 en un sitio dentro de un periodo determinado. Depende de dos factores: el l\u00edmite de la tasa de rastreo (la velocidad a la que Google puede rastrear sin sobrecargar el servidor) y la demanda de rastreo (cu\u00e1nto quiere Google rastrear el sitio, seg\u00fan la importancia y la frescura que percibe).<\/p>
Para un sitio peque\u00f1o de unos cientos de p\u00e1ginas, el presupuesto de rastreo rara vez es un problema. Para un sitio grande, una tienda de comercio electr\u00f3nico con miles de productos o cualquier sitio que genere muchas variaciones de URL, el presupuesto de rastreo se convierte en una restricci\u00f3n real. Google sencillamente no rastrea cada p\u00e1gina con la frecuencia suficiente.<\/p>
La estrategia consiste en dirigir a Googlebot hacia las p\u00e1ginas que importan y alejarlo de las que no. Usa robots.txt para bloquear el rastreo de las URL basadas en par\u00e1metros que nunca deber\u00edan indexarse. Usa etiquetas can\u00f3nicas para consolidar las URL duplicadas. Corrige las cadenas de redirecciones para que cada redirecci\u00f3n lleve directamente al destino final. Devuelve c\u00f3digos de estado 404 o 410 correctos para las p\u00e1ginas realmente muertas. Mant\u00e9n limpio el sitemap XML, incluyendo solo las p\u00e1ginas que quieres que se rastreen e indexen.<\/p>
El enlazado interno tambi\u00e9n dirige el presupuesto de rastreo. Las p\u00e1ginas bien enlazadas internamente se rastrean m\u00e1s. Las p\u00e1ginas hu\u00e9rfanas se rastrean rara vez o nunca. Una estructura s\u00f3lida de enlazado interno gu\u00eda de forma natural a Googlebot hacia las p\u00e1ginas importantes.<\/p>
El informe de estad\u00edsticas de rastreo de Search Console muestra cu\u00e1ntas p\u00e1ginas rastrea Google al d\u00eda, el tiempo medio de respuesta y el desglose de lo que se est\u00e1 rastreando. Si una gran parte de la actividad de rastreo se destina a URL con par\u00e1metros, redirecciones o p\u00e1ginas de error, ese es presupuesto desperdiciado.<\/p>
El informe de cobertura del \u00edndice muestra la diferencia entre las p\u00e1ginas enviadas y las indexadas. Un recuento elevado de \u00abdescubierta, actualmente sin indexar\u00bb en un sitio grande es una se\u00f1al clara de presupuesto de rastreo.<\/p>
A veces, \u00abrastreada, actualmente sin indexar\u00bb no es en absoluto un problema de presupuesto. Es un problema de calidad. Google rastre\u00f3 la p\u00e1gina, la evalu\u00f3 y decidi\u00f3 que no merec\u00eda la pena indexarla. Si un sitio peque\u00f1o sin restricciones de presupuesto de rastreo tiene p\u00e1ginas que no se indexan, la soluci\u00f3n suele ser mejorar esas p\u00e1ginas, no ajustar las directivas de rastreo.<\/p>
Distinguir un problema de presupuesto de rastreo de un problema de calidad del contenido es el primer paso del diagn\u00f3stico, y equivocarse hace perder esfuerzo en la soluci\u00f3n incorrecta.<\/p>
El presupuesto de rastreo preocupa sobre todo a los sitios grandes: tiendas de comercio electr\u00f3nico, sitios de noticias, grandes empresas de servicios, cualquier cosa con miles de URL. Los sitios corporativos de pocas p\u00e1ginas rara vez necesitan pensar en ello. Pero para los sitios que s\u00ed tienen un problema de presupuesto de rastreo, suele ser la mayor raz\u00f3n por la que el buen contenido no se est\u00e1 indexando.<\/p>