Lista de auditoría técnica de SEO para el sitio web de su empresa: rastreo, indexación y canónicas

Una auditoría técnica de SEO comprueba si los buscadores pueden encontrar, rastrear, entender e indexar las páginas del sitio web de su empresa, antes de preocuparse por las palabras clave. Puede hacer una primera revisión sólida en una tarde con herramientas gratuitas: confirmar que las páginas importantes se pueden indexar y las privadas no, que cada página tiene una sola URL canónica, que su sitemap XML solo incluye páginas reales, que las URL antiguas redirigen bien, que todo el sitio funciona con HTTPS y en el teléfono, y que cada página tiene un título y una descripción únicos. Esta lista recorre cada punto, qué revisar y cómo corregirlo.

Herramientas que necesita

• Google Search Console (gratis): el informe de indexación de páginas, la herramienta de inspección de URL y el informe de sitemaps muestran cómo ve Google realmente su sitio.
• Bing Webmaster Tools (gratis): informes similares para Bing.
• Un rastreador: cualquier herramienta de rastreo de sitios que liste cada URL, su código de estado, título, descripción, URL canónica y H1.
• Su navegador: "Ver código fuente" y las herramientas para desarrolladores bastan para revisar la mayoría de las etiquetas.

Ejecute primero el rastreador y luego compare su lista de URL con lo que Search Console muestra como indexado. Las diferencias son donde se esconden los problemas.

1. Rastreabilidad: ¿pueden los buscadores llegar a sus páginas?

robots.txt

Abra https://sudominio.com/robots.txt. La documentación de Google indica que robots.txt se usa principalmente para gestionar el tráfico de los rastreadores y que no es un mecanismo para mantener una página fuera de Google. Compruebe que:

• No bloquee secciones enteras que usted quiere que se encuentren (un Disallow: / olvidado de un sitio de pruebas es un desastre clásico).
• No bloquee los archivos CSS y JavaScript que Google necesita para mostrar sus páginas.
• Indique su sitemap con una línea Sitemap:.

Un archivo sencillo y sano para el sitio de una pequeña empresa suele verse así:

User-agent: *
Disallow: /admin/
Sitemap: https://www.example.com/sitemap.xml

Enlaces internos

Cada página importante debe poder alcanzarse mediante enlaces normales desde el menú, el pie de página u otras páginas. Las páginas que solo están en el sitemap, sin enlaces que apunten a ellas, son más difíciles de encontrar y evaluar para los buscadores.

2. Indexación: robots.txt frente a noindex

Esta es la parte peor entendida del SEO técnico.

Usted quiere...	Use	No use
Mantener una página fuera de los resultados	Metaetiqueta o encabezado HTTP noindex	robots.txt
Reducir el rastreo de URL poco importantes	robots.txt	Solo noindex
Proteger contenido privado	Contraseña o inicio de sesión	Ninguno de los anteriores por sí solo

Google explica que una página bloqueada por robots.txt puede seguir apareciendo en los resultados, por ejemplo si otras páginas enlazan a ella, y que para que noindex funcione la página no debe estar bloqueada por robots.txt; de lo contrario, el rastreador nunca ve la regla. Google tampoco admite noindex dentro de robots.txt.

En el informe de indexación de páginas de Search Console, busque:

• Páginas importantes marcadas como "Excluida por la etiqueta 'noindex'" (a menudo una configuración olvidada tras el lanzamiento del sitio).
• Páginas de agradecimiento, resultados de búsqueda interna, facturas o portales de clientes que están indexados y no deberían estarlo.

3. Etiquetas canónicas y contenido duplicado

El mismo contenido suele estar en varias URL: con y sin www, con parámetros de seguimiento, con barra final o sin ella. Google elige una como versión canónica, y usted puede orientarlo. Según Google:

• Una redirección permanente es una señal fuerte, ideal cuando retira una URL duplicada.
• Un enlace rel="canonical" en el encabezado de la página también es una señal fuerte.
• Incluir una URL en el sitemap es una señal débil.

<link rel="canonical" href="https://www.example.com/services/managed-it/">

Comprobaciones de la auditoría:

• Cada página indexable tiene una etiqueta canónica que apunta a sí misma, con URL absoluta.
• Sus etiquetas canónicas, su sitemap y sus enlaces internos coinciden en la misma versión de cada URL.
• No use robots.txt ni noindex para resolver duplicados dentro de su propio sitio; Google desaconseja ambos.
• Si tiene páginas en inglés y en español, cada versión de idioma debe ser su propia canónica, conectada con anotaciones hreflang, no canonicalizada hacia la página en inglés.

4. Sitemap XML

Las reglas de Google para los sitemaps son sencillas:

• Un solo sitemap está limitado a 50.000 URL o 50 MB sin comprimir; los sitios más grandes usan varios sitemaps y un índice de sitemaps.
• Use URL completas y absolutas, y liste solo la versión canónica de cada página.
• <lastmod> debe reflejar la última actualización importante. Google ignora <priority> y <changefreq>.
• Enviar un sitemap es una sugerencia, no una garantía de rastreo.

Comprobaciones: ninguna URL redirigida, 404 o con noindex en el sitemap; las páginas nuevas aparecen automáticamente; el sitemap está enviado en Search Console e indicado en robots.txt.

5. Redirecciones, errores 404 y errores del servidor

Google trata los códigos 301 y 308 como redirecciones permanentes y los 302, 303 y 307 como temporales. Cuando mueva o renombre una página de forma definitiva, use una redirección permanente del lado del servidor.

• Cadenas de redirecciones: enlace directamente a la URL final y, en lo posible, limite cada redirección a un solo salto.
• Enlaces internos rotos: corrija el enlace en lugar de depender de una redirección.
• Errores 404 reales: una página que ya no existe y no tiene reemplazo debe devolver 404 o 410. Google no indexa URL que devuelven un código 4xx.
• Soft 404: una página de error o vacía que devuelve el código "200 OK". Search Console las señala; devuelva el código de estado correcto.
• Errores 5xx: Google reduce el rastreo cuando un servidor devuelve errores de forma reiterada y, si continúan, termina retirando las URL afectadas. Los errores 5xx recurrentes son un problema de alojamiento que conviene resolver pronto.

6. HTTPS en todo el sitio

• Cada página carga con HTTPS y un certificado válido.
• Las versiones http:// y los dominios no preferidos redirigen de forma permanente a la única URL HTTPS preferida.
• Sin contenido mixto (imágenes, scripts o formularios que aún cargan por http://).
• Las canónicas, los sitemaps y los enlaces internos usan las URL con HTTPS.

Google anunció HTTPS como señal de posicionamiento en 2014, pero la razón principal es la confianza: los navegadores advierten a los visitantes en páginas y formularios no seguros.

7. Dispositivos móviles

Google usa la versión móvil de un sitio, rastreada con su rastreador para smartphones, para indexar y posicionar. Eso significa que:

• La versión móvil debe tener el mismo contenido que la de escritorio (los acordeones y pestañas están bien; eliminar contenido no).
• Los títulos, las metadescripciones y los datos estructurados deben ser equivalentes en ambas versiones.
• El texto debe poder leerse y los botones usarse en una pantalla pequeña.

La velocidad y las Core Web Vitals también forman parte de esta auditoría, y las tratamos en detalle en nuestra guía de velocidad del sitio web y Core Web Vitals.

8. Títulos, metadescripciones y encabezados

Títulos

La pauta de Google: cada página debe tener un <title> descriptivo, conciso y único, sin exceso de palabras clave ni texto repetido. Google no fija un límite de caracteres, pero recorta los enlaces de título largos para que quepan en la pantalla, así que ponga primero las palabras importantes y deje su marca, breve, al final.

Metadescripciones

Escriba una descripción única para cada página importante. Google indica que las descripciones idénticas o similares en todo un sitio no son útiles, y puede mostrar texto de la página cuando describe mejor su contenido. Tampoco hay un límite fijo, pero las descripciones largas se recortan.

Encabezados

Dé a cada página un encabezado principal (H1) claro que coincida con su tema, seguido de secciones H2 y H3 lógicas. Es una buena práctica para los lectores y la accesibilidad, y ayuda a los buscadores a identificar el tema principal. Su rastreador señalará las páginas sin H1, los H1 duplicados entre páginas o varios H1 que compiten entre sí.

Lista resumen de la auditoría

1. robots.txt no bloquea páginas importantes ni CSS/JS, e indica el sitemap.
2. Las páginas privadas usan noindex o un inicio de sesión, y no están bloqueadas por robots.txt si usan noindex.
3. Cada página indexable tiene una canónica absoluta que apunta a sí misma.
4. El sitemap contiene solo URL canónicas, activas e indexables.
5. Redirecciones permanentes para las páginas movidas, sin cadenas, y 404 reales para las eliminadas.
6. HTTPS en todo el sitio, sin contenido mixto.
7. El mismo contenido y metadatos en móvil y escritorio.
8. Títulos y descripciones únicos; un H1 claro por página.
9. Search Console revisado cada mes en busca de nuevos problemas de indexación.

Si prefiere que alguien haga esta auditoría y corrija lo que encuentre, nuestros servicios de sitios web a medida, optimización del rendimiento y gestión de alojamiento web lo cubren. Solicite una evaluación de TI gratuita y Core Florida IT revisará su sitio y su infraestructura, para empresas de todo Miami-Dade y el sur de Florida.

Fuentes

• Introducción a robots.txt (Google Search Central)
• Bloquear la indexación con noindex (Google Search Central)
• Cómo especificar una URL canónica (Google Search Central)
• Crear y enviar un sitemap (Google Search Central)
• Redirecciones y la Búsqueda de Google (Google Search Central)
• Cómo afectan los códigos de estado HTTP y los errores de red a la Búsqueda de Google (Google Search Central)
• Prácticas recomendadas para la indexación centrada en dispositivos móviles (Google Search Central)
• Influir en los enlaces de título (Google Search Central)
• Controlar los fragmentos en los resultados de búsqueda (Google Search Central)
• HTTPS as a ranking signal (Blog de Google Search Central, 2014)