La directiva clean-param es una instrucción específica colocada dentro del archivo robots.txt para informar a Yandex de que ciertos parámetros de URL no cambian el contenido subyacente de una página. Al identificar estos parámetros, evita que el robot de búsqueda indexe múltiples versiones de la misma página, lo que ayuda a mantener la calidad del índice y garantiza que su presupuesto de rastreo se gaste en contenido único y valioso en lugar de en variaciones de URL redundantes.
¿Cuál es el papel de clean-param en la indexación de Yandex?
Yandex trata las URL con diferentes parámetros como direcciones distintas. Si su sitio utiliza ID de seguimiento, tokens de sesión o filtros de ordenación que aparecen en la cadena de la URL, el robot puede ver docenas de versiones de una página de producto. Esto crea una hinchazón del índice. La directiva clean-param actúa como un filtro, instruyendo al bot para que trate estas URL como la dirección base.
Por ejemplo, considere una tienda que vende ropa. Una página de producto podría ser accesible a través de ‘example.com/item?id=123&session=abc’ y ‘example.com/item?id=123&session=xyz’. Para el usuario, el contenido es idéntico. Para el motor de búsqueda, estas aparecen como dos páginas separadas. Sin la directiva, el rastreador intenta procesar ambas, desperdiciando recursos que podrían usarse para descubrir nuevas publicaciones de blog o actualizaciones de categorías.
Esta directiva no elimina los parámetros de la URL para el usuario. En su lugar, le dice al rastreador que los ignore al calcular la versión canónica de la página. Es una señal que mantiene su índice limpio y garantiza que la autoridad de su sitio se concentre en la URL principal, lo cual es un factor clave para obtener clasificaciones saludables.
Gestionar estos parámetros es esencial para sitios con catálogos grandes. Sin instrucciones claras, el robot de búsqueda podría pasar una cantidad innecesaria de tiempo rastreando miles de variaciones de una sola página, lo que en última instancia no proporciona ningún valor adicional al usuario ni a la visibilidad de búsqueda de su sitio.
Cómo configurar clean-param en robots.txt
Usted implementa esta directiva agregando una línea específica a su archivo robots.txt. La sintaxis sigue un patrón lógico: usted declara los parámetros que deben ignorarse para rutas específicas. Es esencial ser específico para evitar bloquear accidentalmente contenido importante que podría depender de parámetros para mostrar diferentes productos o variaciones.
- Identifique los parámetros que no alteran el contenido, como ‘utm_source’, ‘session_id’ o ‘sort_order’.
- Agregue la línea ‘Clean-param: parameter_name /path/to/pages’ a su archivo robots.txt.
- Utilice el comodín asterisco (*) para aplicar la regla a todo el sitio si el parámetro es universal.
- Pruebe la implementación utilizando las herramientas de diagnóstico de Yandex Webmaster.
Al configurar la regla, considere el alcance. Si un parámetro como ‘ref’ se usa en todas partes de su sitio, use un alcance amplio. Si un parámetro como ‘size’ solo se usa en páginas de productos, dirija la directiva específicamente al directorio de productos. Esto evita efectos secundarios no deseados donde el rastreador ignora un filtro que realmente necesita para la navegación.
La precisión es vital aquí. Si agrega inadvertidamente un parámetro que controla el filtrado de contenido (como ‘color’ o ‘material’ en un sitio de compras) a la directiva clean-param, es posible que Yandex no indexe esas variaciones relevantes. Verifique siempre qué parámetros son meramente para seguimiento interno o modificaciones de diseño frente a aquellos que sirven contenido único a los visitantes.
¿Por qué debería evitar la indexación excesiva de parámetros?
Cuando el robot pasa demasiado tiempo rastreando variaciones dinámicas, visita sus páginas principales con menos frecuencia. Esto conduce a una indexación lenta de contenido nuevo o actualizaciones importantes. Además, tener múltiples versiones de la misma página puede diluir la fuerza de sus enlaces internos, causando volatilidad en la clasificación.
Considere un sitio con 10,000 páginas pero 50,000 variaciones de URL causadas por códigos de seguimiento. Si el rastreador las procesa todas, la carga de su servidor aumenta significativamente. Esto puede conducir a tiempos de respuesta más lentos, lo que puede desencadenar una evaluación negativa por parte del algoritmo de búsqueda. Priorizar su presupuesto de rastreo es una estrategia sólida para mantener una presencia de búsqueda de alta calidad.
Al reducir la cantidad de páginas únicas que el rastreador necesita procesar, mejora la eficiencia general de la interacción de su sitio con el robot de búsqueda. Esto garantiza que cuando publique nuevos artículos o actualice descripciones de productos, el motor de búsqueda descubra estos cambios lo más rápido posible, en lugar de quedarse atrapado en un bucle de URL duplicadas basadas en parámetros.
Cuando vemos que el sitio de un cliente tiene problemas con la profundidad de indexación, a menudo es porque miles de URL basura están acaparando la cuota de rastreo. Limpiarlas es una prioridad para la salud del sitio.
Equipo de SEO de Alien Road
Cómo aplica esto Alien Road
En Alien Road, seguimos un proceso estricto al optimizar para Yandex. Primero examinamos las estadísticas de rastreo en Yandex Webmaster para identificar qué parámetros generan la mayor cantidad de URL redundantes. Luego aislamos los parámetros no funcionales y aplicamos la directiva clean-param al archivo robots.txt del sitio, asegurando que el robot se centre solo en las versiones canónicas de las páginas de nuestros clientes.
En un compromiso típico, documentamos cada parámetro encontrado en los registros antes de realizar cambios. Confirmamos que ninguno de estos parámetros es crítico para renderizar el contenido que el usuario espera ver. Una vez que los cambios están activos, monitoreamos el informe de URL ‘Excluidas’ en la consola de búsqueda para asegurarnos de que el rastreador esté respetando nuestras instrucciones.
Por ejemplo, al auditar un gran portal de comercio electrónico, a menudo encontramos que los parámetros ‘sort’ y ‘order’ generan miles de páginas indexables. Aplicamos la regla clean-param a estos parámetros específicos, permitiendo que el robot de búsqueda visite la página de categoría raíz sin desperdiciar recursos en cada vista ordenada posible.
Nuestros pasos de implementación estándar
- Analice las ‘Estadísticas de rastreo’ de Yandex Webmaster para encontrar patrones de parámetros de alta frecuencia.
- Verifique qué parámetros son realmente necesarios para la experiencia del usuario frente a los que son puramente basados en seguimiento.
- Redacte las directivas clean-param y pruébelas en un entorno de prueba.
- Monitoree el informe de ‘URL excluidas’ para confirmar que la directiva está suprimiendo correctamente las variaciones objetivo.
El SEO basado en datos significa saber exactamente qué partes de la estructura de su sitio le están ayudando y cuáles están creando ruido para el robot de búsqueda.
Equipo de SEO de Alien Road
Por dónde empezar esta semana
Acceda a su cuenta de Yandex Webmaster y visite la sección ‘Indexación’. Revise su informe de ‘Páginas en la búsqueda’ para ver si tiene una cantidad inusual de URL que contienen cadenas de consulta. Si encuentra un patrón, cree una lista de estos parámetros y prepare su actualización de robots.txt. Una vez actualizado, vigile de cerca la pestaña ‘Excluidas’ para verificar la reducción en la indexación redundante.
Comience identificando los tres parámetros más comunes que no agregan valor al contenido de su página. La mayoría de los sitios tienen estos en común, como ID de sesión o filtros de ordenación. Al abordar estos primero, es probable que vea una mejora significativa en cómo el rastreador navega por la arquitectura de su sitio en solo unos pocos días.
Después de que los cambios estén activos, rastree los registros del servidor para confirmar que el robot ya no está solicitando estas URL específicas cargadas de parámetros. Este monitoreo proactivo garantiza que su sitio permanezca en buen estado y que el índice de búsqueda refleje solo el contenido que desea mostrar a su público objetivo.