<h1>12 cosas que debes saber sobre los sitemaps.xml</h1>

Hoy nos toca el tercer post experto en sistemas de indexación posicionamiento SEO. Ya hemos abordadoy lapara controlar la indexación. Ahora nos toca trabajar con otro de los ficheros más famosos del SEO: los ficheros sitemaps.xml. Como en anteriores ocasiones vamos desgranar todo el contenido en distintos puntos, en este caso hablaremos sobre 12 cosas que es esencial que sepas sobre estos archivos. Ciertas serán sabidas, otras espero que te sorprendan y naturalmente ciertas serán validas para unos proyectos u otros.

Qué son y cómo crear los sitemaps.xml

Los Sitemap no son más que una vía que nos ofrecen los motores de búsqueda para que mismos les afirmemos que páginas deberían rastrear. Como casi todo en herramientas de indexación son solo sugerencias y Google en realidad visitará las páginas que le de la gana en el orden que él desee. Sin embargo en muchos proyectos en los que (más por defecto de la web que de las arañas de Google) las arañas van un poco perdidas han demostrado ser de enorme utilidad para guiarlas y asistirlas a localizar el contenido.

Los sitemaps.xml son uno de los primeros ficheros que Google se preocupó por que conociésemos y eso ha conseguido que exista muchísima documentación sobre como crearlos. A día de el día de hoy la mejor referencia oficial que tenemos la encontramos en "en muchísimos idiomas. El protocolo es muy simple pero tiene algunas peculariedades.

Este es el formato normal de un fichero sitemaps.xml bien hecho:

De esta estructura lo esencial es sobretodo la declaración inicial. Si no definimos el sitemap como un XML y sus atributos xmlns no será bien interpretado. Luego solo se trata de ir añadiendo nodos <url> con sus detalles (de los que solo <loc> es obligatorio). De echo la inmensa mayoría de los sitemaps que encontrases verás que solo poseen el nodo "loc" y ningún otro detalle de las URLs.

La codificación de caracteres también es muy importante, solo se acepta UTF-8 así que hay que revisarla. Además el sistema nos prohíbe de forma explicita el empleo de determinados caracteres. Si queremos utilizarlos tenemos que "escapearlos" en HTML, esto es, debemos usar un código HTML para identificar el carácter preciso que realmente queremos añadir.

Por suerte estos no son muchos:

Todo muy lógico, y no es nada que aun site con un poco de posicionamiento SEO onpage bien hecho le vaya a afectar. Pero tengámonos en cuenta. Por poner un ejemplo, ¿qué pasa con esta url: "?categoria=2&producto=25"? puesto que que en realidad en nuestro sitemap deberíamos incluirla como "?categoria=2&producto=25".

Por último hay una restricción de tamaño:

• Máximo se nos permiten 50.000 URLs por fichero sitemap.xml

• Y el peso del archivo no podrá ser superior a los 50MB (así que cuidado con ajustar a 50.000 urls como hacen muchos que la podéis liar)

Bien, hasta aquí la teoría, pasamos a las cosas que a una parte de la documentación básica deberíamos todos tener contempladas para hacer un buen empleo de estos archivos.

1. La mayoría de sites no necesitan un sitemap.xml para nada

Esto no es solo verdad, sino que si hacemos mal el archivo sitemap.xml podemos hacer más mal a la indexación que bien. Este es otro de los puntos clásicos de los SEOs que están empezando: en clase les afirman que los sitemaps.xml son esenciales y de ahí muchos entienden que cualquier site que no los tenga no indexará bien y mejoraría su indexación con ellos.

Esto no es cierto, estos archivos son una guía para que las arañas no se pierdan y sepan donde acceder. Pero ¿que pasa si no se pierden? Les estoy aportando algo con este fichero. Puede que si, si tienes alguna estrategia de trabajo con ellos (veremos múltiples ejemplos más adelante) pero solo por subirlo con URLs y nada más no ganarás nada con ello.

Así que por servirnos de un ejemplo para sites pequeños (normalmetne con escasos recursos de desarrollo) y donde no vemos un problema de estructura evidente nosotros desde IKAUE no acostumbramos a solicitar ficheros sitemaps.xml. El posicionamiento en buscadores siembre debe jugar en la línea de la rentabilidad y indudablemente gastar tiempo de desarrollo en algo que no aporta absolutamente nada no tiene sentido. Y no, la solución no es subir un archivo sitemap.xml estático que creas tu con cualquier programita... ¿qué sentido tiene? ¿Vas a utilizar un crawler menor para ayudar a uno que es mucho más potente que el que tu usas? ¿Que esperas hallar que google no pueda encontrar por si acaso mismo?

Como contra además tenemos a toda esta gente que sube un sitemap sin tener mucha idea de posicionamiento SEO y encima provoca problemas de indexación que antes no tenía. Esto pasa más de lo que podría parecer (hay demasiados "primos de" o "amigos de" haciendo posicionamiento SEO para webs pequeñas). Os pongo ciertos ejemplos de problemas que podemos provocar con sitemaps.xml mal realizados.

• Para iniciar si no lo haces bien puedes darle muchas URLs que en posicionamiento web en buscadores te importan más bien poco su indexación. Esto pasa cuando los produces automáticamente. Le dices que te indexe paginas corporativas que ya antes no tenía indexadas cosas así. También en el momento en que te los generan desde desarrollo sin que pase nadie las indicaciones de qué deben contener te puedes hallar con cosas URLs del entorno privado de usuario o bien páginas de gracias en el sitemap... ¿En serio queremos enseñarle eso a Google?

• Otro clásico parecido al primero es en el momento en que nos fiamos de nuestro CMS o bien de algún plugin de esos que lo produce todo. Ahi WP, drupals y cosas así son unos especialistas en lograr indexar contenido basura. Taxonomias a las que no habías ofrecido URLs en tu página, Páginas de autor, de Ficheros Mensuales (o bien peor incluso diarios). No todo suma, todo esto resta

• Finalmente otro inconveniente sucede con sites donde el rastreo de Google no llega a todas y cada una de las páginas (con problemas de). Nos hallamos con que le cuesta llegar a URLs muy profundas y decidimos subirlas al sitemaps "para asistirle a encontrarlas". En estos casos podemos provocar que la araña ataque a páginas que tienen menos prioridad de posicionamiento del que tu les dabas en tu estructura. Por poner un ejemplo, en una estructura web has relegado el posicionamiento de artículos muy viejos que no estaban bien enfocados hacia el target real de tu página web a múltiples clicks desde la home (asumiendo que muchos no se indexarán). Subes un sitemap y te alegras pues mejora la indexación de estos artículos. Mas por otra parte no te das cuenta de que el crawl budget sigue siendo el mismo que tenías (no lo has mejorado) y que la araña visite estos contenidos tan despriorizados termina provocando al cabo de cierto tiempo la desindexación de otros que tampoco estaban en primera línea de indexación mas que tenias más priorizados que estos que ahora estás comenzando a recoger. Cuidado con ese género de cosas que cuando pasan puedes no darte cuenta de que el problema lo has provocado tu mismo con tus ansias de indexación. El crawl budget es el que es y el sitemap.xml no lo mejora.

• Por ultimo un inconveniente (para mi menor) es que estamos poniendo a disposición de cualquiera que sea capaz de localizar este fichero todas nuestras URLs y todos y cada uno de los datos que pongamos sobre ellas a su alcance. La competencia en posicionamiento web se audita también y ponérselo un tanto difícil no está de más. A mi me parece que salvo excepciones no es problemático que la competencia vea nuestros sitemaps, pero todo depende. Si esto te preocupa, es fácil de evitar: pongámonos a los archivos un nombre que no sea obvio y declaremoslos en Google Search Console y no en Robots.txt.

En definitiva 2 cosas a destacar: a) en muchas webs no notaras ninguna por añadir un sitemap y b) si no te lo tomas de verdad puedes empeorar tu indexación en lugar de mejorarla. Como norma general, si no hay una estrategia clara detrás no hagas un sitemap.

2. Declárale la guerra a los ficheros de "mapa del sitio", esos no son los buenos

Si es que realmente es muy obvio que no asisten pero prosigue sucediendo. agencia seo prestashop barcelona gente lee sitemap y hace asociaciones extrañas. No es lo mismo un archivo XML de Sitemaps que un Mapa del lugar montado en una o varias páginas de la página web.

Un sitemap.xml:

Es un archivo muy específico que tus usuarios no ven y que solo le ofreces a los rastreadores. Solo cumple funciones posicionamiento SEO, no afecta a la usabilidad del site

Un Mapa del sitio (o bien sitemap HTML o bien sitemap a secas):

Son páginas web que se empleaban hace muchos años para sustituir carencias de estructura en la web. Lo que hacían estas páginas era, ante sites que no permitían a las arañas alcanzar el contenido saltando de enlace en enlace ofrecer una vía secundaria de indexación. Vamos, que se solventaban faltas básicas del site creando páginas nuevas en exactamente el mismo.

Esto hace unos años era muy común... teníamos Menús que se montaban en iframes o bien con flash. Las webs las hacían diseñadores, sin indicaciones y la UX ni tenía nombre... Más adelante incluso se utilizaron para casos específicos: Por poner un ejemplo era algo muy usado en Webs basadas en un buscador (clasificados, páginas de vuelos, etc.). La página tal y como estaba diseñada no ofrecía enlaces hacia el contenido así que se colocaba un link abajo de "mapa del sitio" donde link a enlace el contenido acababa siendo accedido por las arañas. Eran otros tiempos y las arañas eran mucho más tontas y nosotros sabíamos menos sobre como gestionarlas.

A día de hoy los mapas del sitio no tienen sentido. Existen métodos mucho mejores para conseguir que las arañas encuentren el contenido. Lo primero es una arquitectura bien planeada y aprovechar los propios menús y bloques de enlaces del site. Si esto no es suficiente es probable que necesitemos dar vías de acceso secundarias (las aerolíneas prosiguen haciéndolo) pero con una estructura muy cercana a una real de un site y con contenidos, no con simples páginas llenas de links...

Lo peor de este sistema es que quien lo tiene piensa que ha solucionado la papeleta y no es verdad... Lo dicho: Muerte a los mapas del lugar. No los relaciones jamás con los sitemaps.xml. Estos últimos son una herramienta estupenda para hacer posicionamiento web en buscadores mientras que los desfasados mapas de sitio son solo un vestigio del pasado tenebroso del posicionamiento web en buscadores.

3. Podemos enviar a Google el sitemap de varias formas, no solo mediante Google Search Console

Uno de los puntos básicos pero vitales para que Google lea nuestro sitemap. El sitemap no es como el fichero robots que siempre y en todo momento queda alojado en la misma URL sino prácticamente podemos ponerle cualquier nombre. Así que hay que decirle a Google (o a bing) donde buscar. Esto se hace a través de Google Search Console, donde encontraremos una sección llamada sitemap donde podemos señalar esta URL. A esta acción la mal-llamamos "subir el sitemap". No subes nada, mas se le ha quedado este nombre.

Veremos más adelante que esta es la mejor vía posible pues nos da ciertas estadísticas sobre fallos y su lectura, mas no es la única, en realidad podemos emplear dos vías más para apuntarle a Google estos ficheros.

Indincándolo en el robots.txt

Es una de las vías recomendadas y puede suponer una enorme ventaja cuando hacemos implementaciones genéricas, en muchos sites al unísono o bien por lo que sea no podemos acceder al Google Search Console de cada dominio separadamente. También puede ser una buena opción para buscadores menores. Por ejemplo, si vamos a trabajar sobretodo Google mas deseamos que ya de paso Bing lea nuestros sitemaps (si bien no vayamos a trabajarlos en bing) podemos añadirlo al Robots.txt y además darlos de alta en Google Search Console.

Es tan sencillo como declarar todos los ficheros sitemaps que deseemos con la declaración "siteamap:" al principio de la línea.

Los buscadores web los rastrearán pero no nos darán la información de indexación y errores que si veríamos en Search Console.

Haciendo ping

Otra forma es hacer "ping" a una URL del buscador al que deseamos informar con la URL a leer. Un "Ping" no es más que una petición a esta URL sin más complejidades. Se carga la URL y el sistema se da por enterado. Esta solución también es valida para múltiples motores de búsqueda. Enviamos un ping a una URL con el próximo formato "dominio buscador/ping?sitemap=URL del Sitemap". Por poner un ejemplo para mandar a Google el ping de mi dominio llamaríamos a la próxima URL.

Esta es la manera más desmandada aunque puede servirnos para pegarle un toque de atención al buscador y que venga a mirar algo. Bastante gente lo utiliza además para procurar forzar reastreos: frente a un update lanzamos pings de sitemaps que contienen las URLs con update intentando que la araña las visite. Si bien es verdad que subir sitemaps de URLs a realizar updates parece que algo si que afecta yo al menos no he tenido mucha diferencia en hacer ping o bien no a sus sitemaps la verdad.

4. Los sitemaps.xml solo afectan a archivos que están en su directorio o bien a mayor profundidad de este

Es decir "midominio.com/carpeta1/carpeta2/sitemaps.xml" no debe contener links a ficheros de "midominio.com/carpeta1" o bien "midominio.com/" solo a los de "midominio.com/carpeta1/carpeta2/..."

Asi que por poner un ejemplo crear la típica carpeta de /sitemaps/ y por servirnos de un ejemplo alojar uno en "midominio.com/sitemaps/posts.xml" no es una gran idea ya que en teoría estos links no se seguirían.

Lo mejor que podemos hacer es que es que todos nuestros sitemaps queden en la raiz de nuestro dominio (así garantizamos que no tendremos esta clase de restricciones). También existe la posibilidad de tener las cosas bien organizadas, y por ejemplo tener "/blog/sitemaps.xml" que solo tenga links a "/blog/..." mas es más fácil equivocarse con estas URLs que obligando a que los archivos se queden en la raiz del dominio (sin emplear carpetitas).

Lo que acostumbramos a hacer nosotros para ordenarlos es (si verdaderamente tenemos esta necesidad) jugar con el nombre de los ficheros. Por poner un ejemplo, imagina que tienes un sitemap destinado al weblog de la tienda de madrid del site. Como no acabamos de fiarnos de meterlo en la carpeta "dominio.com/madrid/blog/sitemap.xml" pues algunas URLs podrían no estar en esta estructura lo que si podemos es emular algo similar con en el nombre poniéndole por nombre por ejemplo: "/sitemap-dominio-com--madrid--weblog.xml"

5. Google no solo acepta sitemaps en XML, hay más formatos

Y es que el sitemap.xml es solo uno de los formatos aceptados (y el más completo y estándar, claro) mas hay otros que nos pueden ser muy muy útiles en otros casos. Puedes.

Podemos subir archivos sitemap.txt, formados por un archivo muy simple que solo contenga todas las URLs del site una detrás de otra cada una en una línea distinta. Google los lee igual y nos podemos eludir complejidades técnicas si tenemos prisa o bien trabajamos con el típico proyecto con recursos técnicos limitados... (ejem). Como sitemap básico funcionará igual, mas este sistema por supuesto no es el más recomendado por la fácil razón de que perdemos muchas de las funcionalidades que vamos a ver más adelante (dado exactamente a que solo señalamos URLs y nada más con ellos).

Otra opción aun menos famosa es que podemos Subir un RSS o Feed del site. Estos son ficheros que se utilizan para sindicar el contenido, esto es, para que ciertas herramientas puedan ver las finalizas publicaciones de una plataforma y leerlas. Son archivos XML que solo tienen contenido y no diseño. Si jamás has visto ninguno puedes ver el de cualqueir blog en wordpress añadiendo "/rss" al final de su URL. POr ejemplo,. Subir este género de ficheros acostumbra a suponer una mejora en la velocidad de indexación de nuevo contenido. Son sitemaps bastante consultados que generalmente solo contienen diez o veinte elementos y por consiguiente Google puede leerlso muy rápidamente.

6. Tenemos sitemaps de múltiples tipos no solo de URLs

Estamos habituados a que los Sitemaps.xml se refieran a páginas HTML específicas mas en realidad pueden contener otros tipos de información. Google tiene concretados 4 géneros de sitemap entre los que resalta el estandar (URLs):

• Estandar:/index.html

• Video:/webmasters/answer/80471

• Imagen:/webmasters/answer/178636

• Noticias:/news/publisher/answer/74288

Por supuesto, cuando lo que deseamos es indexar contenido multimedia (algo que no siempre y en todo momento os recomendaría) los sitemaps expertos en videos y también imágenes pueden ser realmente útiles. Los de noticias también son utiles si bien con la desparición de Google News (que está de nuevo visible, todos lo hemos visto) puede parecer que no tienen sentido lo cierto es que no se trabajan igual y deberían aprovecharse en sitios de noticias.

POr último mentar que incluso podemos entremezclar estas tipologías de sitemaps creando ficheros que contengan sitemap de URLs, imagenes, videos, lo-que-quieras al unísono... Yo no lo haría por el hecho de que no ayuda a entender las cosas mejor mas existe esa posibilidad.

7. Muchos campos (que cuesta tiempo desarrollar) se ignoran muchas veces por Google (según ellos por no hacerlo bien)

Y aquí viene el enorme dilema al trabajar con sitemaps... ¿ponemos todos los atributos o bien no?

Los sitemaps nos ofrecen tres campos a añadir a la URL:

• lastmod: data de último cambio en la página

• changeFreq: Cada cuanto tiempo aprox cambia el contenido de esta página.

• Priority: de 0.1 a diez y solo en relación a las páginas del propio sitemap, cuan esenciales son unas y otras.

Sobre su interpretación tenemos históricamente mensajes muy contradictorios por la parte de Google pero que a la que los lees te das cuenta de que todos tienen un hilo común. No voy a replicarlos por el hecho de que son bastantes, mas os los resumo: por un lado nos afirman que se ignora la fecha de modificacion y la frecuencia por el hecho de que absolutamente nadie lo hacia bien, por otro que se ignora la prioridad pues no aportaba la información esperada... mas siempre y en toda circunstancia, en todos y cada comentario que nos hacen hay una coletilla: "en la mayor parte de los casos".

Al final todo esto quiere decir que estas etiquetas bien gestionadas no se ignoran, mas que acostumbramos a gestionarlas mal y cuando eso sucede Google no les hace caso omiso. Esto cuadra, prácticamente en todos y cada uno de los aspectos es así: si Google no lo ve claro ignora tus etiquetados. Así que partamos de que si que podemos emplearlas, pero solo para emplearlas bien, no para hacer el salvaje.

Os comento algunos ejemplos de mala gestión que harían que google ignorase estas etiquetas...

Sobre lastmod

• lastmod cuando empleamos generadores de sitemaps.xml nos lo ponen a la fecha de creación del sitemap, lo cual no tiene sentido y más incluso cuando todas y cada una de las urls tienen exactamente la misma fecha

• lastmod tampoco tiene sentido cuando lo utilizamos para manipular al buscador. Google sabe cuando alteramos el contenido... si engañamos nos pilla

• Por último En contenidos donde la Data aparece en el html o aun la tenemos marcada con schema no podemos esperar que si no son fechas iguales nos haga caso

¿Que hacer con esta directriz?

Pensemos en su utilidad de cara al posicionamiento en buscadores. Verdaderamente incorporarlo tan solo nos sirve para indicar a Google que se está perdiendo una actualización en uno de nuestros contenidos. Aguardamos con esto que al ver que su data de modificación es más reciente que la que el tiene en caché venga a ver el contenido ya antes. Por ese motivo yo os recomendaría lo siguiente:

• Ni lo marquéis en páginas o bien sitemaps que no podéis garantizar que su fecha implique si o bien si la remata revisión del contenido único de la página

• Marquémoslo solo en páginas de contenido (un last mod en un listado es muy difícil de trabajar con seguridad)

• Usémoslo solo si verdaderamente hacemos reediciones en el contenido y nuestra reindexación es tan lenta que tenemos que asistir a Google a percatarse de que lo hemos cambiado

Para todo lo demás creo que es preferible no utilizarlo a utilizarlo mal y que eso invalide toda la etiqueta al leer nuestos sitemaps.

ChangeFreq

Otra vez acostumbra a usarse muy mal esta etiqueta:

• Muchos sitemaps utilizan el daily para todo esperando que así su contenido se revise más a menudo

• Otros escriben incluso mal el texto, tan solo se deja especificado por la documentación

• Y otros simplemente la lían mucho haciendo un etiquetado arbitrario que nada debe ver con la realidad del cambio del contenido

¿Cómo deberíamos utilizarlo?

• Lo primero. Ni lo señalemos si no estamos prestos a trabajarlo bien y de forma bien automatizada (esta etiqueta no nos ayuda en sitemaps.xml estáticos). Partamos de la idea de que si nos coge mintiéndole en nuestro favor ignorará la etiqueta.

• Aún así, en muchos casos esta directriz ni siquiera tendrá sentido. ¿Cada cuanto cambia un contenido? Lo adecuado sería indicar "never" mas, ¿queremos decirle a Google eso? ¿y si nos hiciera caso y nunca la revisitara? Pero la verdad es que un contenido puede no cambiar jamás y todo cuanto no sea un "never" es engañar al buscador.

• En listados muy dinámicos un "dialy" en contraposición a los "never" o bien "yearly" de las fichas haciendo más que evidente que deseamos más indexación en estos listados dinámicos

En la práctica nosotros en IKAUE prácticamente jamás la indicamos por el hecho de que son matices muy particulares y creemos poco en que las arañas vayan a cambiar su cola de indexación por esta indicación. Mas puesto a usarlo yo solo lo usaría en listados, para marcar diferencias entre aquéllos que añaden nuevos elementos constantemente (daily) y los que solo reciben nuevos elementos cada pocos dias (weekly), esperando así optimizar mejor nuestro crawl budget advirtiendo mejor nuevos items en la página web.

Priority

Como en las demás esta también suele emplearse muy mal...

• Los generadores automáticos de sitemaps nos marcan todo el site a priority "1.0" lo que es como no decir nada

• Muchos SEOs la procuran aprovechar para posicionar contenidos TOP que entonces no se respaldan en absoluto por links, menús, autoridad ni por ninguna otra señal.

• Otros procuran hacer cambios en sus sitemaps para provocar la reindexación de contenidos. Por ejemplo, tengo mi sitemap todo a 0.5 y cuando quiero que se reindexe un contenido cambio la prioridad de este a 1.0 esperando que esto provoque la visita de la araña. Esto no suele marchar (aunque si lo que hacemos es subir otro sitemap nuevo a veces si)

¿como usar la directriz de priority?

Cuando no tenemos problemas de indexación el empleo más lógico que podemos hacer del sitemap es asistirnos a fortalecer la estructura de la página web marcando la relevancia de cada una de nuestras webs. En estos sites subir el típico archivo de sitemaps donde todo el sitemap tiene priority "1.0" ya sabemos que es estúpido. Lo que tenemos es que aprovechar este campo para reforzar la estructura/arquitectura del site. La misma definición de menús, URLs, Breadcrumbs y también inlinks, debería ser consecuente con los datos indicados en priority.

Lo que procuramos es que Google vea que nuestras prioridades si tienen sentido para que nos haga caso y así ayudarle a matizar lo más esencial. Así hallar que la home y secciones principales tienen prioridad 1.0 y vamos bajando hasta hallar los productos estrella en prioridad 0.7 o bien 0.6 puede tener sentido. Haciéndolo así no se nos deja colocar estos productos en máxima prioridad (mintiendo a Google) pero si al menos diferenciar los esenciales de los que no lo son (por ejemplo marcando los esenciales a 0.7 y los menos importantes a 0.5).

Hay que partir de nuestra deficnición de arquitectura web y después hacer pequeñas modificaciones sin cosas demasiado drásticas que invaliden la directriz absolutamente para Google.

8. Un Sitemap nos permite suplir otras etiquetas de indexación como hreflang o canonical (si bien no es igualmente potente)

Y aquí viene otra utilidad secundaria de los sitemaps. Todos sabemos que el proyecto web perfecto no existe... Todos tienen uno, 2 o bien incluso muchos problemas. Hay cosas que simplemente resulta un problema etiquetar en determinadas web. Abordamos ya como solucionar inconvenientes de indexación desde cabeceras o bien indexación desde el robots mas veamos dos posibilidades que si que nos aportan los sitemaps para reemplazar a etiquetas específicas.

Marcar los hreflang desde el sitemap

Los hreflang son una especie de implementación en sites con orientación a múltiples zonas geográficas o bien simplemente idiomas. Su definición es en realidad sencilla: Desde cada página web debo apuntar en su cabecera y mediante etiquetas <link rel="alternate" hreflang /> sus urls equivalentes en otro idioma.

Esto que semeja muy simple en la práctica si tu página web por detrás no tiene estas equivalencias ya hechas (algo muy común en CMSs libres donde esta orientación multidioma no se había planeado desde un comienzo) o bien si las maquetas son singularmente rígidas puede ser un infierno para los programadores.

En estos casos debemos saber que contamos con otra posibilidad: apuntar estas relaciones en los archivos sitemap en vez de (o bien además de) en la página web. Su empleo es igual de simple: en cada <url/< del sitempa señalamos además del nodo <loc> múltiples nodos <xhtml:link/> con las equivalencias de esa URL con otros idiomas. El problema sigue siendo el mismo: debemos identificar en cada URL sus posibles traducciones mas al menos disponemos de otro lugar (en muchas ocasiones más programado a la medida del posicionamiento web) donde hacer este trabajo.

Puedes ver, o simplemente guiarte por el ejemplo que te copio a continuación:

Evitar canibalizaciones del contenido

Y este es un método que desde luego no es equivalente a una buena etiqueta canonical (de las que hablaremos en otro blog post) mas si que puede asistirnos en ciertos momentos en los que tenemos canibalizaciones de contenido (entiéndase canibalizado como contenido copiado interno en el cual uno posiciona sobre otro haciendo a la segunda URL completamente inútil).

En estos casos lo que acostumbramos a hacer es decidir cual de los dos contenidos deseamos que sea el que se posicione y añadir una etiqueta canónica (si no un 301 de forma directa) desde las URLs secundarias a la primordial. Pero sabemos que esto no es siembre fácil...

Sin embargo: ¿Sabías que ante duplicados internos Google elige casi siempre y en toda circunstancia la URL que esté en el sitemap.xml? Lo señalan mismos en su documentación, mencionando que es un posible sustituto de etiquetas canonicas. Para ello solo tenemos qu etner un sitemap bien hecho, en el que evitemos incluir ninguna etiqueta que tenga riesgo de ser canibalizada. O sea, en estos casos en los que múltiples URLs tienen exactamente el mismo contenido o bien apuestan por exactamente la misma Keywrod nos basta con solo incluir la URL primordial en el sitemap para que esta sea la que muestre Google en sus resultados. A menos que por links recibidos nuestra elección de URL principal no tenga ningún sentido (por ejemplo: le señalamos una URL sin enlaces internos dejando fuera a la URL que se enlaza desde todos los menús) Google nos hará caso.

No nos engañemos, esto no es como un canonical: No traspasa autoridad y ni siquiera tenemos garantías de que nos haga caso siempre y en todo momento (bueno, con los canonicals tampoco) pero es una vía secundaria que tener en cuenta cuando tenemos este género de limitaciones.

9. Los indices para sitemaps son lo mejor que puedes emplear ¡Aprovechalos Siempre y en toda circunstancia!

Dado que los Sitemaps.xml son finitos (tienen peso y URLs máximas) tuvieron que concebir una forma por las que despiezarlos en distintos archivos. Para poder hacer eso hay un tipo de archivo sitemap de índice. Son archivos en los que podemos apuntar otros ficheros sitemap. Los beneficios son claras: subimos un único archivo y desde este controlamos todos los que ofrecemos verdaderamente a Google automatizando su fragmentación.

Y es que al final intentar centralizar todo el sitemap en un único fichero tiene muchos riesgos:

• Corremos el peligro de pasarnos del tamaño máximo.

• Nos cuesta mucho hallar en el todas y cada una de las URls

• Nos cuesta auditar sus prioridades.

Lo mejor es que para cada término, sección, lo-que-sea de la página web creemos un sitemap diferente y empleemos estos índices para organizarlo todo.

Crear un índice es sencillo y, solo tenemos que señalar una rama "sitemapindex" donde podemos incluir elementos "sitemap" que tienen su localización y de forma opcional su última modificación con "lastmod" (al que aplicaríamos los mismos comentarios que al lastmod de las URLs).

10. Esta es muy importante: Los sitemaps son la única forma de comprobar el porcentaje de indexación de nuestras URLS.

Uno de los mejores indicadores que nos dan los sitemaps cuando los subimos vía Google Search Console es el estado de indexación de la lista de URLS que les pasamos en ellos. Esto lo hace para cada sitemap: lo subimos y al poco tiempo ya nos dice para cada uno de ellos cuantas URLs contenía y de ellas cuantas ha indizado. Solo tendremos que dividir una cifra sobre la otra para saber el porcentaje de indexación de dicho sitemap.

Pensando un tanto sobre esto no es difícil llegar a la conclusión de que no queremos subir sitemaps enormes a nuestro site: lo propio es que subamos siempre y en todo momento un índice que apunte a una colección más o bien menos grande de sitemaps.xml parciales del site. ¿Cuantos? depende de cuanta información quieras realmente recoger.

Por cada sitemap.xml fragmentado que creemos, vamos a tener un nuevo grupo de URLs del que conocer el estado de su indexación. Así que a mayor cantidad de información que queramos saber sobre la indexación del site más deberíamos fragmentar los sitemaps para conocerla. Esta es una técnica medianamente conocida pero que aun sabiendola se utiliza poco y se aplica sin pensar demasiado en ella:

Os pongo dos ejemplos a fin de que queden claro.

Imaginad que tenemos un weblog del que subiremos los sitemaps.xml fragmentados en diferentes piezas para conocer el estado de indexación de cada tipo de página. Una fragmentación básica nos haría crear los siguientes sitemaps: - Home.xml - categorías.xml - tags.xml - Posts.xml

Con esto podremos saber que porcentaje de cada tipo de página tenemos indexado. Seguramente si el weblog tiene un buen tiempo y poco seo técnico nos encontraremos con que cada tipología de contenido tiene gran cantidad de URLs sin indexar.

Y esto esta bien saberlo mas si solo vemos este género de cosas no vamos a poder accionarlo, no sabemos que hacer para mejorar estas situación y no tenemos nada que hacer con esta información. Este suele ser el problema.

Ahora pensemos en aplicar a nuestra fragmentación del sitemap una lógica posicionamiento SEO. Pensamos en cada tipología de página, cual puede ser su problemática de indexación. Por ejemplo, escogemos los posts, donde vemos el mayor porcentaje de contenido no indexado, los analizamos y vemos que probablemente se trata de un problema de anigüedad: a mayor antigüedad del blog post más pensamos que se habrá desindexado... Así que hacemos nuestra fragmentación del sitemap buscando obtener información justo por este criterio y en lugar de subir un único sitemap de artículo subimos la próxima colección:

- posts-novedad.xml -->Indexación 90 por ciento - blog post-último-mes.xml -->Indexación 100 por cien - posts-dos-meses.xml -->Indexación 98 por ciento - blog post-tres-6meses.xml -->Indexación 89 por ciento - posts-siete-12-meses.xml -->Indexación cincuenta por cien - post-1-dos-anos.xml -->Indexación 55 por cien - posts-dos-3-anos.xml -->Indexación 57 por ciento Etc...

La cantidad de indexación de cada uno de estos sitemaps si que es un dato accionable. Puedo encontrarme con que desde los 6 meses empiezan a perder la indexación y descubrir que tengo problemas de rastreo profundos. O que los posts de hace más de cinco años prosiguen indexados mas los actuales no se indexan tan bien (demostrando un inconveniente de autoridad y de calidad del contenido)...

Se pueden hacer muchas estrategias de este tipo. Incluso jugar a cambiar el patrón por el que dividimos estos sitemaps. Piensa por servirnos de un ejemplo en pasar screaming frog, sacar las URLs por distancia de rastreo desde la home y subir un sitemap temporal según distancia de rastreo para poder ver desde cuantos saltos empieza a sufrir la indexación. Sacamos el dato, lo accionamos y después volvemos a usar los sitemaps de siempre...

Otra opción es simplemente hacer seguimiento, apuntar estos datos cada seemana y así observar como mejora o empeora la indexación por zonas de la página web.

11. Puedes alojar los sitemaps fuera de tu dominio

Alguno habrá arqueado la ceja al leer este título... Y es que esto es extraño pero tiene grandisimas ventajas especialmente si llevas el posicionamiento web en buscadores desde fuera de la web (como autónomo, agencia, consultoría, etc... Nunca os recomendaría alojar el sitemap general de vuestro site en otro dominio diferente al del propio site pero para ciertas acciones y pruebas viene muy bien tener la posibilidad de poder ir haciendo subidas sin molestar a los desarrolladores de la página web. Pensad solo en muchas de las posibilidades que hemos comentado en este post y veréis que tener un espacio donde no depender de IT para subir determinados sitemaps bajo tu control te va a permitir efectuar más acciones (o bien por lo menos de forma más rápida) de este género.

La idea es sencilla: a una parte de los propios sitemaps de la web deseo tener la posibilidad de subirle sitemaps que no se alojen en ese dominio. ¿Dpnde se alojarán? Pues en un dominio mio, uno en el que no dependo de IT y puedo apresurar ciertas acciones mientras que IT responde a las guías y funcionales que les hemos pasado.

Para esto hay múltiples opciones:

A. Emplear los sitemaps para sites multiples

Esto estáy basicamente nos permite subir el sitemap de un dominio de la manera normal, solo que indicándole en el sitemap URLs de otros dominios.

Para esto básicamente tenemos que hacer que el usuario que suba el sitemap.xml sea ADMINdel Google Search Console de los dos dominios. Así que en realidad nada impide que creemos un dominio tonto (sitemaps-seo.midominio.com) lo demos de alta en GSC y en el subamos nuestros sitemaps.xml para nuestros clientes del servicio, siempre que nos hayan dado privilegios sobre sus propios GSCs.

B. Indicar el sitemap.xml en el robots.txt ya de manera directa apuntando a otro dominio

Este es otro recurso documentado aun en la propia documenación documentación de los sitemaps.org. Ahi nos afirman que podemos incluir en la directriz "sitemap: " del fichero robots un sitemap sin que importe que se encuentre o bien no en el dominio indicado.

Es decir que si en midominio.com dispongo de un robots.txt que acaba con las siguientes lineas:

Leerá los dos. Si sumamos esto a que estos sitemaps pueden ser indices que controlan donde leer cada archivo ya tenemos un mecanismo afín al de Google Search Console.

Que todo esto tiene sus peligros, como es lógico, pero bien hecho es una puerta nueva que no hay que desaprovechar solo porque nos de miedo usarla.

12. Puedes utilizar Sitemaps para estimular a las arañas a que visiten URLs que quieres que se miren (si bien no por esta razón que se indexen)

Por último y con una utilidad muy práctica si lo ligamos al punto anterior (de subir sitemaps por tu cuenta) tenemos una vieja técnica que se fundamenta en subir sitemaps.xml para forzar su rastreo. Es sabido que al ir haciendo actualizaciones de los sitemaps las URLs que ahí se contienen acaban tarde o temprando siendo visitadas, pero esto es generalmente aún más rápido (si bien tampoco será inmediato) si lo que hacemos es subir sitemaps nuevos.

Así que tenemos una herramienta (la subida de nuevos sitemaps) que nos deja crearle a Google listas de URLs pendientes de rastrear y que nos puede venir muy bien sobretodo en ocasiones en las que por no ofrecer ya enlaces a estas páginas o bien por tener un rastreo lento no nos acabamos de fiar del trabajo de las arañas.

Os listo algunos de estos casos:

• En una migración dejar el sitemap antiguo o bien aun, mejor incluso, subir un nuevo el sitemap de URLs con trescientos uno ayuda a que estas se lean ya antes y asegura que todas acaben siendo leidas

• Lo mismo para trescientos uno. Después de arreglos masivos de errores cuatrocientos cuatro que han sido reemplazados por trescientos uno una subida de sitemap con estas URLs ayuda a que las arañas las recojan y asimilen./li>

• Ante una actualización de desindexación con meta-robots subir el sitemap también puede asistir a agilizar su lectura

• Subir un sitemap de URLs AMP en teoría no es estándar y no "es necesario" mas en algunos casos donde la indexación de páginas AMP se bloquea nos ha resultado de gran ayuda.

• No es bueno crear fallos en nuestros sitemaps pero para validar el bloqueo de URLs en grandes listados también podemos subir un sitemap con todas las URLs que deberían estar bloqueadas en el site y ver que efectivamente el validador nos da errores al tener estas bloqueadas.

Y bueno, en suma, nos ayuda a revisar o bien procurar agilizar la indexación tras nuestras actualizaciones en la página web. Siempre que queramos que las arañas pesen por sitios atípicos por los que generalmente tardarían en pasar una subida puede ponerlas en marcha, nunca será algo exageradamente rápido mas ayudará a que no se eternice.

Como decía, si unimos este punto además al anterior, por el que podemos subirle a un usuario sitemaps.xml en nuestro propio dominio, tenemos un sistema de control de la indexación que no afecta al desarrollo de la web y que nos aportará en determinados momentos el extra que precisamos.

Conclusión

Los sitemaps son unos archivos muy poco mimados por gran cantidad de agencia google my business . Como son fáciles de definir y no lanzan grandes complicaciones más allá de conseguir el propio listado de URLs para muchos el trabajo queda ahí. Aun como decíamos al principio es una zona que mucha gente termina cuidando tan poco que hacen más mal que bien...

Sin embargo son una herramienta que trabajadas al detalle pueden ser un enorme aliado tanto para progresar nuestra indexación, para hacer un análisis de la indexación o para suplir distintas carencias técnicas del posicionamiento web de nuestro site.

El problema con estos archivos sigue siendo siempre el mismo: la base hay que programarla para que tenga sentido. Los desarrollos a la medida no suelen haberlos tenido en cuenta y muchos CMS que los desarrollan mediante complementos al hacerlo de forma generica no terminan de ser lo que necesitamos. Solo tras una planificación y definición estratégica adecuadas empezamos a hacer autenticas virguerías con estos archivos. Hay muchos géneros de posicionamiento SEO y muchos estadios de evolución en una estrategia posicionamiento SEO, no creo que esto sea de lo primero a atacar (por complejo) mas si tengo clara una cosa: al hacer un sitemap debemos tomarnos nuestro tiempo y hacerlo bien. SI no vas a mimarlos, mejor no los utilices.

¿Te gustó este post? Puedes seguir sus comentarios mediante, o realizardesde tu weblog.