Crawlhive — SEO técnico, auditoría SEO y rastreador de sitios

Empieza por una pregunta: ¿puede indexarse esta página?

Antes que nada, resuelve si la página es siquiera elegible para aparecer en búsquedas. Todo lo demás es esfuerzo perdido si la respuesta es no, y esa respuesta no se ve mirando la página.

Hay tres mecanismos distintos que pueden dejar una página fuera del índice, y solo uno está en el HTML que puedes ver:

• La metaetiqueta robots. La que lee cualquier extensión SEO. Un noindex aquí es una instrucción directa de no indexar.
• La cabecera X-Robots-Tag. Hace exactamente lo mismo, pero viaja en la respuesta HTTP: invisible en el código fuente y omitida de forma rutinaria.
• La etiqueta canonical. No es un bloqueo, pero una página cuyo canonical apunta a otra está pidiendo no ser indexada con su propia URL.

Un noindex que pasa de staging a producción es el error más caro del SEO justo por esto: la página se ve perfectamente normal, el tráfico se drena durante semanas y a nadie se le ocurre mirar las cabeceras de respuesta.

Después robots.txt — y léelo bien

robots.txt controla el rastreo, no la indexación, y sus reglas son menos obvias de lo que parecen. Cuando varias reglas coinciden con la misma URL gana la coincidencia más larga, y cuando dos reglas de igual longitud se contradicen, Allow vence a Disallow. Los comodines hacen que esto sea difícil de razonar a ojo.

Una página bloqueada no puede rastrearse, así que su noindex nunca se verá: por eso bloquear una página en robots.txt es la forma equivocada de sacarla de los resultados. Los dos mecanismos resuelven problemas distintos y se confunden con frecuencia.

Mide el título y la descripción en píxeles, no en caracteres

El consejo habitual —mantén los títulos entre 50 y 60 caracteres— es una aproximación burda de algo que Google mide de otra manera. Los resultados se cortan por anchura en píxeles, y los caracteres no son iguales: un título en mayúsculas o lleno de letras anchas se agota mucho antes de lo que sugiere el recuento, mientras que uno de letras estrechas sobrevive bastante más allá de 60.

Medir la anchura real en la fuente que Google usa es la única forma de saber dónde cae el corte. Es un detalle pequeño que decide si tu llamada a la acción sobrevive en el resultado o la sustituyen unos puntos suspensivos.

Lee la estructura de encabezados, no solo el H1

La comprobación habitual es "¿tiene la página exactamente un H1?", y merece la pena saberlo, pero la señal más útil es el esquema completo. Encabezados que se saltan niveles —un H2 seguido directamente de un H4— suelen significar que la página se está maquetando en lugar de estructurando, y el documento ya no describe su propia jerarquía.

Los encabezados duplicados también importan. Dos H2 idénticos suelen indicar que una plantilla repite una sección que debería haberse unificado, y son una señal fiable de que la página creció por acumulación y no por diseño.

Datos estructurados: "detectado" no es lo mismo que "válido"

La mayoría de herramientas te dicen que se ha detectado un tipo de esquema. Esa es la parte fácil. Lo que determina si obtienes un resultado enriquecido es si están presentes las propiedades obligatorias: un Product sin ofertas no produce ningún resultado enriquecido, por correcto que parezca el marcado.

Así que la salida útil no es "Product detectado" sino "Product detectado, pero sin ofertas, así que no habrá resultado enriquecido". Esa diferencia es todo el sentido de comprobarlo.

Compara el HTML en bruto con la página renderizada

La primera pasada de un rastreador lee el HTML tal como llega del servidor. Si tu título, tu H1 o tu canonical solo aparecen después de que corra el JavaScript, no están ahí en esa primera lectura. Google acaba renderizando las páginas, pero renderizar es un segundo paso, más lento y menos seguro.

Comparar lo que envió el servidor con lo que acabó teniendo el navegador te dice qué partes de tu página dependen de esa segunda pasada. Todo lo crítico para la indexación debería estar en la primera.

Ahora aléjate: los problemas que una página no puede mostrar

Todo lo anterior es sobre una sola URL. Los hallazgos que más cambian el posicionamiento son estructurales, y solo aparecen cuando miras el sitio como un grafo:

• Títulos duplicados. Dos páginas con el mismo título compiten entre sí. Es el hallazgo más común de cualquier auditoría y es invisible desde cualquiera de las dos.
• Profundidad de clic. A cuántos clics está una página de tu punto de entrada. Las que están a cuatro o cinco niveles se rastrean poco, por buenas que sean.
• Enlaces internos entrantes. Una página con un solo enlace interno, o ninguno, le está diciendo a los buscadores que no importa. Es la respuesta silenciosa a la mayoría de los "por qué no posiciona esta página".
• Páginas huérfanas. Están en el sitemap, pero ningún enlace lleva a ellas. Las dos mitades de esa comprobación ya existen —el sitemap y el rastreo—, solo hay que compararlas.
• Enlaces internos que caen en redirecciones. Cada visitante y cada rastreador paga un salto extra que una sola corrección de href eliminaría.

Velocidad, en los términos que usa Google

Los Core Web Vitals redujeron un tema difuso a tres cosas medibles, y dos suelen arreglarse sin tocar el servidor. LCP es lo que tarda en pintarse el elemento visible más grande — casi siempre una imagen de cabecera o un titular retenido por una hoja de estilos que bloquea el renderizado. CLS es cuánto salta la maqueta mientras carga, casi siempre porque una imagen o un anuncio no tienen espacio reservado.

TTFB es el que apunta al servidor, y conviene separarlo del resto: un primer byte lento empeora todas las demás métricas y ningún trabajo de front-end lo arreglará.

Hay un desperdicio concreto que vale la pena revisar en cualquier sitio: imágenes servidas mucho más grandes que la caja donde se dibujan. Un archivo de 128 píxeles mostrado a 24 son bytes que el visitante descarga y nunca ve. La densidad de pantalla importa aquí —en una pantalla 2× un archivo de 400 píxeles en una caja de 200 es lo correcto, no un despilfarro— y los vectores quedan exentos, porque un SVG no tiene resolución que malgastar.

Con qué frecuencia y qué hacer con el resultado

Una auditoría completa del sitio es un trabajo trimestral para la mayoría. La comprobación de indexabilidad no: ejecútala después de cada despliegue que toque plantillas y en cualquier página que pierda tráfico de golpe. Tarda segundos y caza el fallo que más caro sale.

Cuando hagas la pasada completa, arregla en este orden: lo que bloquea la indexación, luego los problemas estructurales (duplicados, huérfanas, profundidad), luego los detalles on-page y por último la velocidad. Ese orden no es cuestión de gustos: una página que no puede indexarse no gana nada con un LCP más rápido.