Presupuesto de indexación y dilución del presupuesto

Dilución del presupuesto de indexación significa que demasiadas URL de bajo valor compiten por la atención del rastreador (Googlebot). En sitios con 100.000+ URL, eso suele traducirse en una indexación más lenta, recrawleos obsoletos en plantillas clave y un rendimiento orgánico más débil donde de verdad importa.

El problema práctico es sencillo: Googlebot está gastando solicitudes en URL de categorías filtradas, parámetros de seguimiento, páginas de búsqueda interna, variantes duplicadas y páginas “suaves” vacías en lugar de en las URL comerciales o editoriales que quieres indexar con rapidez. Screaming Frog mostrará la escala. Los registros del servidor demuestran el coste.

Por qué importa

No es solo un argumento sobre el presupuesto de rastreo. Se convierte en un problema de indexación cuando Google sigue descubriendo “basura” más rápido de lo que puede procesar tus páginas útiles. En Google Search Console, normalmente lo ves como un patrón inflado de Descubiertas: actualmente no indexadas o Rastreada: actualmente no indexadas, acompañado de una cobertura del sitemap que se ve peor de lo que debería.

En ecommerce enterprise, marketplaces y archivos de publishers, corregir la dilución puede reducir materialmente el tiempo hasta la indexación. Ahrefs y Semrush pueden ayudarte a aislar páginas que deberían posicionar pero no aparecen en el índice de Google. GSC y los archivos de logs indican si la demanda de rastreo se está desperdiciando aguas arriba.

Qué suele causarlo

• La navegación por facetas genera 10.000+ combinaciones rastreables
• Parámetros UTM, de ordenación, de sesión y de paginación dejados rastreables
• Páginas de productos o ubicaciones casi duplicadas con señales canónicas débiles
• Páginas de resultados de búsqueda interna enlazadas a gran escala
• Sitemaps XML que incluyen URL no canónicas, redirigidas o con noindex

Ni Moz ni Surfer SEO diagnosticarán esto bien por sí solos. Es un problema de SEO técnico ante todo, no un problema de scoring de contenido.

Cómo evaluarlo correctamente

Empieza con tres fuentes de datos: Estadísticas de rastreo en GSC, logs de servidor en bruto y un rastreo completo con Screaming Frog o Sitebulb. Si el 20%+ de los impactos de Googlebot van a URL con parámetros, duplicadas, redirigidas o que no se pueden indexar, probablemente tengas un problema de dilución que merece la pena corregir. En sitios muy grandes, el 30%+ es habitual.

Luego compara:

1. URL enviadas en sitemaps vs. URL que realmente están indexadas
2. Impactos de Googlebot en plantillas valiosas vs. plantillas de bajo valor
3. Enlaces internos que apuntan a URL canónicas vs. versiones alternativas

John Mueller de Google ha dicho repetidamente que el presupuesto de rastreo importa principalmente para sitios más grandes, y ese sigue siendo el enfoque correcto. El matiz: los equipos a menudo culpan al presupuesto de rastreo cuando el problema real es la calidad. Si las páginas son delgadas, duplicativas o se pueden intercambiar comercialmente, una mejor eficiencia de rastreo no obligará a Google a indexarlas.

Cómo solucionarlo

• Bloquea patrones de parámetros inútiles en robots.txt cuando no deberían rastrearse nunca
• Usa noindex para páginas que los usuarios necesitan pero que la búsqueda no
• Refuerza las canónicas y, después, alinea los enlaces internos con el destino canónico
• Elimina la “basura” de los sitemaps XML. Sé estricto.
• Consolida plantillas duplicadas con 301 cuando la intención sea la misma

Una advertencia. No uses robots.txt como sustituto perezoso para la limpieza. Si las URL bloqueadas siguen atrayendo enlaces o están referenciadas en gran medida de forma interna, Google puede mantenerlas en juego como URL descubiertas sin ver tus directivas canónicas o noindex. Ahí es donde se rompe el “sentido común” convencional.

El mejor set de KPI es aburrido pero útil: % de desperdicio de rastreo, ratio entre indexadas y enviadas, días medianos hasta la indexación de URL nuevas e impactos de Googlebot por cada plantilla valiosa. Si esos números se mueven en la dirección correcta, la dilución está bajando. Si no, probablemente estés tratando síntomas.