← Blog

La web que Google no veía

Search Console decía 23 páginas. La web tenía 86. Entre las que faltaban estaban la portada, los servicios y la página de contacto, y nada en la web parecía estar mal.

seoverificaciónproducción

La web de mi consultora parecía estar bien. Cargaba rápido, se veía bien en el móvil y tenía blog, una sección de servicios y una página de contacto. Hasta que abrí Google Search Console y leí una línea: 23 páginas descubiertas.

La web tenía 86.

Las 63 que faltaban no eran páginas perdidas en un rincón. Estaban la portada, los servicios, los productos, la página de quiénes somos, la de contacto y casi todo el blog. A Google nunca le habíamos dicho que existían las páginas que explican a qué se dedica la empresa.

Cómo desaparece una web sin que se rompa nada

La causa era un solo fichero: sitemap.xml, la lista que una web entrega a los buscadores para decirles «estas son mis páginas». La nuestra se había escrito a mano en algún momento, y después la web siguió creciendo mientras la lista se quedaba donde estaba.

El sitemap no es la única forma que tiene Google de encontrar páginas, porque también sigue los enlaces. Pero en una web joven, a la que enlazan pocas webs, el sitemap es casi todo lo que Google tiene para orientarse. Si una página no está en él, dependes de la suerte.

Nada de esto se nota al usar la web. Todas las páginas abren y todos los enlaces funcionan. El problema solo existe visto desde Google, y precisamente por eso nadie se había dado cuenta.

El arreglo que dura

Añadir a mano las 63 direcciones que faltaban lo habría arreglado durante un mes. El arreglo de verdad era dejar de escribir la lista a mano.

Ahora un pequeño script genera el sitemap a partir de la propia web. Lee la dirección canónica que cada página declara de sí misma, así que nunca se inventa una URL; se salta las páginas marcadas como noindex, y deja fuera las pocas páginas privadas y las que redirigen a otra. Se ejecuta cada vez que se añade una página.

El resultado: 66 direcciones, todas indexables y todas respondiendo como deben (un 200). No 86, y es lo correcto: el aviso legal y algunas páginas de relleno están fuera de los buscadores a propósito, así que tampoco pintan nada en la lista.

Qué más apareció al mirar con calma

Un sitemap mal hecho casi nunca es lo único que está mal. Al revisarlo bien aparecieron otros problemas silenciosos, en esa web y en otras que gestiono:

  • Traducciones que solo apuntaban en un sentido. En una web en dos idiomas, cada versión tiene que nombrar a la otra, y la otra tiene que devolverle el gesto. Si solo lo hace una, Google ignora la pareja entera. Había 15 parejas rotas.
  • Una empresa contada tres veces. Los datos estructurados (la parte de la página escrita para las máquinas) describían el negocio de tres formas ligeramente distintas, y los buscadores lo leían como tres empresas diferentes.
  • Todas las páginas «cambiadas hoy». En esta misma web, el sitemap ponía la fecha del día en todas las páginas, todos los días. Una fecha que siempre es hoy no le dice nada a Google, así que deja de fiarse de ella. Ahora usa la fecha real del último cambio de cada página.
  • Un arreglo mío que lo empeoró. En otro proyecto intenté dar de golpe una dirección canónica a 32 páginas. Las direcciones que salieron redirigían a otra parte, y una canónica que apunta a una redirección es peor que no tener ninguna. Lo vi, lo deshice y lo hice página a página.

Nada de esto rompía algo que un visitante pudiera ver. Todo decidía lo que Google podía ver.

Revisa la tuya en diez minutos

Para casi todo no hace falta ser técnico:

  1. Abre tuweb.com/sitemap.xml en el navegador. Cuenta las direcciones y compáralas con las páginas que sabes que tienes: el menú, cada servicio, los artículos del blog. Si los números se parecen poco, ya tienes la respuesta.
  2. En Google Search Console, entra en Sitemaps y mira cuántas páginas dice que ha descubierto. Después entra en Páginas y mira cuántas están indexadas de verdad.
  3. Elige tus tres páginas más importantes y busca rel="canonical" en el código fuente. Tiene que apuntar a esa misma página, en su dirección final: mismo dominio, mismo https y sin redirecciones de por medio.
  4. Si tu web está en más de un idioma, comprueba que cada versión nombra a las demás y que las demás la nombran a ella.
  5. Las páginas que ocultas a propósito (aviso legal, páginas de «gracias») no deberían aparecer en el sitemap.
  6. Si todas las fechas del sitemap son de hoy, se está generando mal.

Que no vuelva a pasar

La lección de fondo es la de todos los fallos silenciosos: vuelven en cuanto nadie mira. Por eso la revisión ya no depende de que alguien se acuerde. Un pequeño script repasa mis propias webs cada mañana (páginas enlazadas que faltan en el sitemap, entradas del sitemap ocultas a los buscadores o que no cargan, canónicas que apuntan a otro sitio) y me cuenta lo que ha encontrado. No cambia nada por su cuenta: solo se asegura de que el próximo problema se vea en un día y no en un año.

Si quieres que eche un vistazo a la tuya, cuéntame qué tienes y te diré con sinceridad si hay algo que merezca la pena arreglar.

Sigue leyendo