Optimice su rastreo e indexación

Lunes, 10 de agosto de 2009

Muchas preguntas sobre la arquitectura del sitio web, el rastreo y la indexación, e incluso problemas de clasificación, pueden reducirse a un problema central:
¿Qué tan fácil es para los motores de búsqueda rastrear su sitio?
Hemos hablado sobre este tema en varios eventos recientes, y a continuación encontrará nuestra presentación y algunas conclusiones clave sobre este tema.

Internet es un granlugar; se crea contenido nuevo todo el tiempo. Google tiene una cantidad finita de recursos, por lo que cuando se enfrenta a la cantidad casi infinita de contenido disponible en línea, Googlebot solo puede encontrar y rastrear un porcentaje de ese contenido. Luego, del contenido que hemos rastreado, solo podemos indexar una parte.

Las URL son como los puentes entre su sitio web y el rastreador de un motor de búsqueda: los rastreadores deben poder encontrar y cruzar esos puentes (es decir, encontrar y rastrear sus URL) para llegar al contenido de su sitio. Si sus URL son complicadas o redundantes, los rastreadores perderán tiempo rastreando y volviendo a rastrear sus pasos; si sus URL están organizadas y conducen directamente a contenido distinto, los rastreadores pueden dedicar su tiempo a acceder a su contenido en lugar de rastrear páginas vacías o rastrear el mismo contenido una y otra vez a través de diferentes URL.

En las diapositivas anteriores puede ver algunos ejemplos de lo que no hacer: ejemplos de la vida real (aunque los nombres se han cambiado para proteger a los inocentes) de trucos y codificaciones de URL caseros, parámetros que se disfrazan como parte de la ruta de la URL, espacios de rastreo infinitos y más. También encontrará algunas recomendaciones para enderezar ese laberinto de URL y ayudar a los rastreadores a encontrar más de su contenido más rápido, que incluyen:

• Elimine los detalles específicos del usuario de las URL. Los parámetros de URL que no cambian el contenido de la página (como los ID de sesión o el orden de clasificación) se pueden eliminar de la URL y colocar en una cookie. Al colocar esta información en una cookie y
  301 redirigir
  a una URL “limpia”, conserva la información y reduce la cantidad de URL que apuntan al mismo contenido.
• Controle los espacios infinitos. ¿Tiene un calendario que enlaza a un número infinito de fechas pasadas o futuras (cada una con su propia URL única)? ¿Tiene datos paginados que devuelven un
  código de estado de 200
  cuando agrega &page=3563 a la URL, incluso si no hay tantas páginas de datos? Si es así, tiene un
  espacio de rastreo infinito en su sitio web, y los rastreadores podrían estar desperdiciando su ancho de banda (¡y el suyo!) tratando de rastrearlo todo.
  Considere
  estos consejos
• para controlar los espacios infinitos. Desactive las acciones que Googlebot no puede realizar.
  Usando suarchivo robots.txt
• , puede desactivar el rastreo de páginas de inicio de sesión, formularios de contacto, carritos de compras y otras páginas cuya única funcionalidad es algo que un rastreador no puede realizar. (Los rastreadores son notoriamente baratos y tímidos, por lo que normalmente no “Añaden al carrito” o “Contáctenos”). Esto permite que los rastreadores dediquen más tiempo a rastrear contenido con el que realmente pueden hacer algo. Un hombre, un voto. Una URL, un conjunto de contenido.
  En un mundo ideal, existe una relación uno a uno entre la URL y el contenido: cada URL conduce a una pieza única de contenido, y cada pieza de contenido solo se puede acceder a través de una URL. Cuanto más cerca pueda estar de este ideal, más optimizado estará su sitio para el rastreo y la indexación. Si su CMS o la configuración actual de su sitio dificultan esto, puede usar el elemento
  rel=”canonical”

para indicar la URL preferida para una pieza de contenido en particular. Si tiene más preguntas sobre cómo optimizar su sitio para el rastreo y la indexación, consulte algunos de nuestros escritos anteriores
sobre el tema, o pase por nuestro.

Foro de ayuda
Publicado porSusan Moskwa