Un sitio de varias cientos de páginas, artículos publicados cada semana, y aun así algunas URL permanecen indetectables en Google durante semanas. Por más que se verifique el enlazado interno, se relancen publicaciones, el problema persiste. En la mayoría de los casos, el sitemap XML está ausente o mal configurado, y es el primer archivo a auditar.
Sitemap XML y presupuesto de rastreo: lo que sucede del lado del servidor
Cuando Googlebot llega a un sitio, no dispone de un tiempo ilimitado para explorar las páginas. Este tiempo asignado, a menudo llamado presupuesto de rastreo, depende del tamaño del sitio, de la frecuencia de actualización y de la respuesta del servidor.
También recomendado : ¿Por qué elegir Apple para su computadora portátil?
Un sitemap XML bien construido permite guiar al robot hacia las páginas realmente prioritarias. Se listan las URL canónicas, aquellas que se desean ver indexadas, excluyendo las páginas de filtrado, los resultados de búsqueda interna o las URL de campaña parametrizadas. Google ha confirmado en su documentación de Search Central que el sitemap sigue siendo un indicio de descubrimiento, no una orden de indexación. La diferencia es importante.
En un sitio de alta volumetría, se observa que sin sitemap, algunas secciones profundas nunca son rastreadas. El archivo actúa como un mapa: no obliga el paso, pero señala las rutas existentes. Para entender mejor cómo se integra este archivo en una estrategia global, se puede ver la página sitemap de Pimp Your Biz que detalla su implementación concreta.
También recomendado : El cuenta personal de formación: todo lo que necesita saber para optimizar su formación continua
Coherencia entre sitemap y etiquetas canónicas: una trampa frecuente
Uno de los problemas más comunes, y raramente abordado, se refiere a la contradicción entre las URL declaradas en el sitemap y las indicadas por las etiquetas canónicas. Cuando el sitemap expone una URL parametrizada mientras que la etiqueta canónica apunta a una versión limpia, Google recibe una señal contradictoria.
Concretamente, se observa este caso en los sitios de comercio electrónico que generan URL de ordenación o paginación. El sitemap incluye todas estas variantes, a veces miles, mientras que solo las páginas de categorías principales merecen ser indexadas.
La documentación reciente de Google insiste en este punto: las URL presentes en el sitemap deben corresponder a las URL canónicas deseadas. En otras palabras, el sitemap refleja la arquitectura que usted asume, no la que el CMS genera por defecto. En WordPress, la mayoría de las extensiones SEO producen un sitemap automático que a veces incluye páginas de autor, archivos de etiquetas o archivos adjuntos. Es necesario excluirlas manualmente.
Verificaciones a realizar en un sitemap existente
- Comparar cada URL del sitemap con la etiqueta canónica de la página correspondiente: cualquier divergencia es una señal negativa para el rastreo
- Eliminar del sitemap las URL que devuelven un código 404, una redirección 301 o un estado noindex
- Verificar que las URL de búsqueda interna, las páginas de resultados filtrados y las URL de campaña (con parámetros UTM) no figuren en el archivo
- Asegurarse de que el sitemap esté declarado en el archivo robots.txt a través de la directiva Sitemap:
Sitemap y enlazado interno: dos herramientas complementarias, no intercambiables
A veces se escucha que el sitemap reemplaza un buen enlazado interno. Google recuerda explícitamente que no es así. El sitemap no compensa una arquitectura de enlaces deficiente.
Un enlace interno transmite PageRank, contextualiza la página en una temática y ofrece un camino de navegación al visitante. El sitemap no hace nada de esto. Se limita a señalar la existencia de una URL a los robots.
En la práctica, los comentarios varían en este punto: algunos sitios bien enlazados funcionan perfectamente sin sitemap, mientras que otros, con una estructura profunda o un contenido publicado en masa, no pueden prescindir de él. La regla pragmática: si su sitio supera unas pocas decenas de páginas o publica contenido regularmente, el sitemap aporta una capa de seguridad adicional para el descubrimiento de nuevas URL.
Sitemap HTML para la navegación del usuario: un complemento subestimado
El sitemap XML se dirige a los robots. El sitemap HTML, en cambio, se dirige a los visitantes. A menudo se pasa por alto, sin embargo, cumple dos funciones concretas.
La primera: ofrecer una visión general de la estructura del sitio a los usuarios que no encuentran lo que buscan a través del menú principal. En un sitio institucional o un portal de información, una página sitemap HTML reduce la tasa de rebote al ofrecer un último recurso de navegación antes de salir.
La segunda: proporcionar a los motores de búsqueda un punto de entrada adicional hacia páginas profundas, a través de enlaces HTML clásicos. No es un duplicado del sitemap XML. Ambos formatos se complementan porque apuntan a diferentes públicos con mecanismos diferentes.
Cuando el sitemap HTML se vuelve rentable
Para un sitio de menos de veinte páginas, un sitemap HTML no aporta mucho. El menú de navegación es suficiente. Sin embargo, tan pronto como el sitio ofrece varias categorías, subtemas o un blog activo, la página HTML estructurada por temáticas se convierte en un atajo útil.
En los sitios con mucho contenido editorial, generalmente se coloca esta página en un enlace en el pie de página, accesible desde cualquier página. El pie de página sigue siendo la ubicación más lógica para un enlace al mapa del sitio, ya que no obstruye la navegación principal mientras se mantiene accesible en todo momento.
Enviar y mantener su sitemap: errores operativos
Generar un sitemap una vez y olvidarlo es un error común. El archivo debe evolucionar con el sitio. Cada nueva página publicada, cada URL eliminada o redirigida debe reflejarse en el sitemap.
- Enviar el sitemap a través de Google Search Console y verificar regularmente el informe de cobertura para detectar errores de indexación relacionados con el archivo
- Configurar una generación automática del sitemap (a través de un plugin o el CMS) en lugar de una actualización manual, fuente de olvidos
- Limitar el tamaño del archivo: Google acepta hasta 50,000 URL por sitemap, pero un archivo demasiado grande que contenga URL innecesarias diluye la prioridad de las páginas estratégicas
El sitemap XML no es un palanca mágica de SEO. Es una herramienta de comunicación con los robots, que funciona siempre que sea coherente con el resto de la arquitectura técnica del sitio. Un archivo limpio, actualizado, alineado con las etiquetas canónicas y declarado en el robots.txt cubre la mayoría de las necesidades. El resto depende del enlazado interno y de la calidad del contenido.