dudas con sitemap en web con miles de documentos

ryosan222 · #1 (**permalink**) 12/02/2009, 10:20

Muchos generadores de sitemaps sólo añaden un pequeño (insultantemente pequeño) número de url... Si tengo más de 10.000 documentos (y eso teniendo en cuenta que todavía "no tengo nada" en comparación con lo que puedo llegar a tener) ¿de que me sirve esa ridícula cantidad de páginas del sitemap?

¿O es que tengo que hacer varios sitemaps?
-Uno para la principal que coja todas las secciones
http://www.ejemplo.com/sitemap.xml
-Uno dentro de cada sección que coja cada subsección
http://www.ejemplo.com/seccion1/sitemap.xml

Y en cualquier caso, con tal cantidad de páginas que tengo ¿no pesaría una barbaridad el archivo del sitemap si están todas listadas con su correspondiente código?

-------------------------------------------------------

Y lo siguiente a ver si lo doy explicado con la mayor claridad posible, aunque antes me gustaría que me aclaráseis lo anterior, si hacer un sólo sitemap o varios (uno para cada sección).

¿qué hay que meter en el sitemap o cómo hay que hacerlo?

OPCIÓN 1
--------

Indicar sólo las url que forman lo que es la estructura o esqueleto del sitio. EJ:

http://www.ejemplo.com/seccion1/index_seccion1.php
http://www.ejemplo.com/seccion2/index_seccion2.php
http://www.ejemplo.com/seccion3/index_seccion3.php
etc etc etc

y a partir de ahí ya va cogiendo los artículos que se vallan metiendo en cada sección

OPCIÓN 2
--------

Indicar absolutamente TODOS los documentos
http://www.ejemplo.com/seccion1/index_seccion1.php
http://www.ejemplo.com/seccion1/primerarticulo.php
etc etc etc

con su consiguiente tamaño desmesurado al tener tantos archivos como yo y a parte tener que actualizar no sólo la web (logicamente) sino también el sitemap y subirlo de nuevo con cada actualizacion

OPCIÓN 3
---------

¿Hay algún método/aplicacion/script que lo haga automáticamente cada vez que subo un archivo a la página?

.............

La opción 2 queda lógicamente descartada por que para una web pequeña de 100 archivos o 500 como mucho se podría hacer, pero para la mia y teniendo en cuenta que aumenta cada día..... daría más trabajo el sitemap que la web en si y como que no....

La opción perfecta sería la 3, pero me da a mi que "demasiado bonito para ser verdad" así que la más lógica que veo es la 1 puesto que la dificultad puede estar en la estructura del sitio debido a que tiene varias secciones con subsecciones dentro de estas y una vez "indicado/aclarado" en el sitemap, el resto de artículos ya los indexa google normalmente ¿no?

Perdón por el coñazo que os hice leer, pero no se explicarlo de otra manera

Daniel Ulczyk · #2 (**permalink**) 12/02/2009, 11:17

Tal vez quieras dirigirte a la FAQ de Posicionamiento y leer con especial atención el tema

Qué es un sitemap?

No pases por alto, seguir el enlace que te lleva al sitio oficial sitemap.org

Si aún queda alguna duda por despejar, no olvides entonces plantearla aquí.

ryosan222 · #3 (**permalink**) 12/02/2009, 11:28

agradezco la respuesta, pero es que eso ya lo había echo, buscando en google y leyendo varios sitios, pero lo único que explican es en líneas generales que es un sitemap, como crearlo y demás, pero la duda que puse de cual de las 3 opciones utilizar sigue sin despejármela a parte de lo que digo que resultaría un archivo desorbitadamente enorme si tengo que listar todas las páginas.

No pretendo ser borde ni ofender a nadie, pero sienta un poco mal una respuesta del tipo "busca en google"

Daniel Ulczyk · #4 (**permalink**) 12/02/2009, 11:50

Cita:

Iniciado por Daniel Ulczyk

No pases por alto, seguir el enlace que te lleva al sitio oficial sitemap.org

Por cierto. Lo has pasado por alto.

Cita:

No pretendo ser borde ni ofender a nadie, pero sienta un poco mal una respuesta del tipo "busca en google"

No te he mandado a pasear por Google. Sólo te he remitido a las FAQs y al sitio oficial de sitemap

Tomáte el tiempo necesario para leer lo que te recomiendo. Suerte y espero tus comentarios!

ryosan222 · #5 (**permalink**) 12/02/2009, 11:58

con "vete a buscar a google" me refería también al link que me mandaste. Es que es la misma información general que encuentro en todos los sitios, pero estas pequeñas dudas en particular que planteo en el post.... no le encuentro solución ni en los links que me digiste ni en google (sigo buscando mientras espero respuesta, no espero sentado ;)).

Lo que me desespera es eso, que busco busco busco, leo y vuelvo a leer (como ya dije, antes de plantear aquí la duda) y no encentro una respuesta válida.

ryosan222 · #6 (**permalink**) 12/02/2009, 12:17

Más simple:

En el sitemap ¿incluir todas las webs (repito que tengo miles y actualizo diariamente) o sólo las páginas principales de cada sección y subsección (que esas por mucho que actualizases, sería un número fijo).

Si encuentras esa información en concreto, esa y no más generalizada como la que ya me diste, no me des la dirección, simplemente dime si existe y yo la buscaré, por que de momento no encuentro nada sobre eso, sólo información similar a la que me diste (que no me soluciona nada).

Daniel Ulczyk · #7 (**permalink**) 12/02/2009, 16:37

pregunta:

Cita:

Y en cualquier caso, con tal cantidad de páginas que tengo ¿no pesaría una barbaridad el archivo del sitemap si están todas listadas con su correspondiente código?

respuesta:

Cita:

Puede proporcionar varios archivos de Sitemap, pero cada uno de ellos deberá contener un máximo de 50.000 direcciones URL y no superar los 10 MB (10.485.760 bytes). Si lo desea, puede comprimir sus archivos de Sitemap con gzip para reducir sus requisitos de ancho de banda; no obstante, el archivo de Sitemap comprimido no debe superar los 10 MB. Si desea incluir más de 50.000 direcciones URL, deberá crear varios archivos de Sitemap.

fuente: sitemaps.org

pregunta:

Cita:

Y lo siguiente a ver si lo doy explicado con la mayor claridad posible, aunque antes me gustaría que me aclaráseis lo anterior, si hacer un sólo sitemap o varios (uno para cada sección).

respuesta:
Lo ideal es tratar de mantener uno solo. En la medida que no vulnere una de cualquiera de las anteriores restricciones: 10 Mb / 50.000 URLs
fuente: sitemaps.org

pregunta:

Cita:

pero la duda que puse de cual de las 3 opciones utilizar sigue sin despejármela a parte de lo que digo que resultaría un archivo desorbitadamente enorme si tengo que listar todas las páginas

respuesta:

Acá verdaderamente me quedo pasmado. Por la necesidad de administrar un número sensiblemente mayor a 10.000 URL me pregunto ¿vas a administrar el sitemap a mano o estás pensando en diseñar una aplicación que lo haga por vos?

Disculpáme...

Tenés una de 2 alternativas.

Generás el sitemap del lado del servidor con Google Sitemap Generator
Lo hacés en forma local con GSiteCrawler (freeware)

No es novedad en el foro, estos temas se han tratado históricamente aquí

Saludos y suerte!

ryosan222 · #8 (**permalink**) 12/02/2009, 16:50

respecto a lo de quedarte pasmado.... te sorprendería la cantidad de locuras que hice con la web. Desde que empecé y tenía apenas 1000 hasta hace poco (que no tenía NISIQUIERA INCLUDES....... si, estoy loco xdd) he ido cambiando pequeñas tonterías y para ello una por una todas las páginas.....

Entonces por lo que veo no me queda otra que meter todas las páginas. Y por lo que me pusiste, de momento mejor hacerlo en uno sólo "en la medida de lo posible utilizar sólo uno...." pero como en un futuro espero superar esa cantidad, puedo ir haciéndo varios ya desde ahora, aunque por el momento contengan pocas url's.... por que total si voy a hacerlo más adelante.... así me evito tener que andar dividiéndolo después.

Y eso, que estoy muy loco xddd, en una semana de trabajo intensivo puede que lo tenga todo.

PD: En algunos sitios también pone que no es que sea imprescindible del todo un sitemap, pero.... de las páginas que te dige que tengo, sólo están indexadas poco más de 600. Esperemos que con todo el trabajo que voy pasar se arregle algo.

Daniel Ulczyk · #9 (**permalink**) 12/02/2009, 16:59

Cita:

Iniciado por ryosan222

de las páginas que te dige que tengo, sólo están indexadas poco más de 600.

Esto es normal, no es el tuyo un caso aislado.
En la práctica, notarás que a medida que Googlebot rastrea tu sitio web; paulatinamente se irán incrementando la cantidad de URLs indexadas.

No desesperar!

Por acá, leerás muy a menudo el término paciencia.

ryosan222 · #10 (**permalink**) 12/02/2009, 17:07

Hombre... que empecé con la página en junio del 2007 eh.... si casi 2 años no es suficiente paciencia....

Si fueran 6000 las indexadas de las 13.000 que tengo en total aún bueno, pero 600 después de 2 años.... y si a eso le añades que continuamente veo webs cuyo contenido es indexado en el mismo día de su publicación y algunos casi al instante.....

Daniel Ulczyk · #11 (**permalink**) 12/02/2009, 17:12

Si el contenido del documento no es relevante (para Google) entonces no esperes que te indexe. Dura verdad.

ryosan222 · #12 (**permalink**) 12/02/2009, 17:23

Te acabo de mandar un privado con la dirección de la web para que la veas. No es que esté todo perfecto (nunca nada es perfecto) pero supongo que tapoco estará tan mal no?

Daniel Ulczyk · #13 (**permalink**) 13/02/2009, 06:51

Cita:

Iniciado por ryosan222

Te acabo de mandar un privado con la dirección

Te he contestado por la misma vía.

Cita:

No contesto mensajes privados con temas que tengan que ver con el foro. Por ello, tampoco voy a utilizar la información que me enviás para continuar con el tema propuesto.

ryosan222 · #14 (**permalink**) 13/02/2009, 07:20

Si que lo entiendo :), pero te lo mandé por ahí para que no se interpretase como spam, ya que mi intención no es promocionarla sino que le echases un vistazo y me dieses tu opinión sobre lo ya hablado ;)

Pero bueno, la pongo aquí :p http://www.eliteguias.com

Daniel Ulczyk · #15 (**permalink**) 13/02/2009, 07:26

Si publicás la URL para consulta, no tiene nada de malo.
Simpre y cuando, claro está, que no vulnere las Políticas de Uso de Foros del Web

Por otro lado, que no es el caso, pero lo comento; no existiría el sub-foro de Sugerencias de SEO

Ahora bien, visto el enlace, sólo comentarte lo siguiente. He tomado un enlace al azar.
El que me ocupa es

http://www.eliteguias.com/guias/l/lbat/g_lbat.php

Como usuario de Firefox y, para una mejor percepción del contenido del documento. Mediante la Web Development Toolbar he llevado cabo los siguientes ajuste, deshabilité:

JavaScript
imágenes
CSS

Qué tipo de contenido, deseás que Google indexe con respecto al encabezado de primer nivel del documento?

Yo te puedo decir.
Por cierto, nada.

Se entiende ahora lo que te comentaba en mi anterior?

Cita:

Si el contenido del documento no es relevante (para Google) entonces no esperes que te indexe. Dura verdad.

ryosan222 · #16 (**permalink**) 13/02/2009, 07:57

:S Pues no entiendo lo que me digiste. Lo único que entiendo es que si desactivas las imágenes y sobre todo los css, todo se va a ver como el culo....

Entiendo que dices que hay algo mal echo y por eso no se indexa bien, pero no entiendo que es....

¿algo del código del encabezado (supongo que te referirás al "head")? ¿mala construcción de la página?...

Tiene que ser algo de eso, por que lo que es el contenido en si... la guía de otro juego, después de publicarla se la cedí a otra web con la que colaboro y a ellos les aparecía en google, a mi no es que me apareciera más abajo o en páginas más interiores, simplemente no me aparecía, cuando el contenido es el mismo.

Disculpa mi ignorancia en este tema

Daniel Ulczyk · #17 (**permalink**) 13/02/2009, 08:16

Lo comentado, es sólo un ejercicio para simular de qué manera los motores de búsqueda ven tu página.
De otra mano, podés utilizar un simulador de Lector de Pantalla (Screen Reader) para ver cómo los crawlers ven tu página.

Cita:

Entiendo que dices que hay algo mal echo y por eso no se indexa bien, pero no entiendo que es....

No existe contenido relevante para ser indexado.

Suerte!

ryosan222 · #18 (**permalink**) 13/02/2009, 08:22

si, suerte voy necesitar ahora que me voy poner con el sitemap...

Lo acabaré haciendo a mano, por que de otra manera, mientras aprendo a usar los programas correctamente....... ya puedo tenerlo echo a mano de sobra.

Bueno, gracias por la paciencia jeje, y si sabes algún pequeño consejo más para poder mejorar algo la página, yo te escucho (.. te leo)

Daniel Ulczyk · #19 (**permalink**) 13/02/2009, 08:42

Cita:

Iniciado por ryosan222

si, suerte voy necesitar ahora que me voy poner con el sitemap...

La confección del sitemap.xml no va a mejorar el posicionamiento ni forzará a que te indexen las páginas.
El uso de esta herramienta, sólo le indica a los motores de búsqueda como está construído tu sitio. Ayudando de esta manera a que los spiders puedan recorrerlo.

Sin continúas publicando páginas sin contenido relevante, aunque los spiders lo recorran, no indexarán las páginas.

ryosan222 · #20 (**permalink**) 13/02/2009, 08:48

PUes eso me gustaría saber a mi, como hacer que el contenido que publico sea relevante para los buscadores. Por que como habrás podido comprobar, todas las páginas están construidas de la misma forma y sin embargo hay dos juegos (en la parte de las guías) que no solo están indexados sino que uno me aparece en segunda posición en google y el otro en primera.

La verdad, no entiendo que estando construidas de la misma manera, una lo vea como contenido relevante y otra no.

Daniel Ulczyk · #21 (**permalink**) 13/02/2009, 09:03

Te acabo de dar un ejemplo contundente con el enlace a tu sitio que habla sobre Lego Batman!

¿Qué contenido sobre tal cosa existe en tu página?

ryosan222 · #22 (**permalink**) 13/02/2009, 09:09

Si el enlace hacia ese juego Lego Batman ya lo vi, pero es que no se como hacer para meterle ahí contenido relevante.

¿qué contenido sobre ese juego existe en la página? Pues no se, pero creo que está bastante claro que lo que contiene es una guía del juego....

Es la misma estructura que tiene el contenido de las páginas que si me tiene indexadas y en buena posición.

Daniel Ulczyk · #23 (**permalink**) 13/02/2009, 09:16

Para que tus ojos no te engañen con el aspecto visual, me pareció acertado remitirte al uso de un lector de pantalla.
De hecho es como Googlebot mira tu documento. Con Javascrtipt y CSS deshabilitado.

Para tu gobierno, no te encandiles con la estructura del documento. Google indexa contenidos.

Cita:

pero es que no se como hacer para meterle ahí contenido relevante.

Ese es tu trabajo.

Simplemente, a vista del ejemplo. Sólo decirte que ese es uno de los casos donde Google seguramente no indexará dicha página.

ryosan222 · #24 (**permalink**) 13/02/2009, 09:35

Estas dos páginas vistas con "la vista" de google

http://www.eliteguias.com/guias/l/lbat/g_lbat.php

-COmentario tuyo: Simplemente, a vista del ejemplo. Sólo decirte que ese es uno de los casos donde Google seguramente no indexará dicha página.

http://www.eliteguias.com/guias/h/hs/g_hs.php

-Comentario mio: Indexada casi en el momento de su publicación y aparece primera en la búsqueda "guia heavenly sword" entre 94600 resultados

Lo que dices tu ya lo entiendo, una cosa es como la vemos nosotros y otra como la ve el googlebot, pero ...... si http://www.usamos.es/accesibilidadWe...as/lector.html ve exactamente igual esas dos páginas, por que una se indexó al momento y la otra seguramente no la indexará google

¡Eso es lo que no entiendo!

Son exactamente igual en todo, a la vista humana, a la vista del google bot (con java script y css desactivado)...... sólo cambia Lego Batman en un lado por Heavenly Sword en el otro.

Daniel Ulczyk · #25 (**permalink**) 13/02/2009, 09:58

Estás haciéndote trampa.

Ya que utilizás guia en tu cadena de búsqueda. El uso de esta keyword, en tu caso; es fuerte ya que tiene varias ocurrencias en la URL, el title y en el meta description, también.

Está indexada ya que has llevado a cabo más de 2 modificaciones en la página desde que la has publicado. Esta acción se hace evidente efectuando la consulta en Internet Archive.

Lo cual se me ocurre, a mi entender; que has captado la atención de Googlebot

En cuanto al posicionamiento, si prescindís del uso de guía como término de búsqueda y te enfocás a sólo utilizar Heavenly Sword lo cual resulta mucho más competitivo, por cierto; encontrás que estás fuera del TOP100 de esa búsqueda.

Por eso, inicié el mensaje con la frase que dice...

ryosan222 · #26 (**permalink**) 13/02/2009, 10:17

es que no puedo prescindir del uso de "guia" y usar sólo "heavenly sword", por que a mi lo que me interesa es que la gente encuentre la guía del juego, por eso uso los dos términos juntos.

Me trae sin cuidado que aparezcan por delante mia páginas que tienen información sobre el juego, fotos sobre el juego, análisis del juego.....

Yo como usuario si estoy atascado en un juego y quiero ver la guía, lo que pongo en google es "guia de heavenly sword", nunca busco por "heavenly sword". En cambio si lo que busco es información en general, la que sea, pues en ese casi si buscaría por "heavenly sword".

Oye, y no creas que me enfado contigo eh, que estás aquí teniendo una paciencia enorme comigo :), es que es esto que me pone de los nervios, por que es infinitamente más complicado el SEO de una web que la web en si.

Mira, voy a intentar mejorar un poco los títulos quitándole las plataformas (ps3, xbox, etc) y dejándole sólo "guía de ......" y después voy a seguir como hasta ahora, centrándome en ofrecer contenido de calidad y todo de la manera más organizada y con un diseño sencillo pero útil, y todo esto enfocado a los USUARIOS, que al fin y al cabo son los que importan.

Por que lo digo sinceramente, prefiero tener una web como la que tengo ahora con apenas mil visitas únicas al día pero que a mi entender, estéticamente no es una maravilla pero es sencilla y eficaz y está todo bien organizado y accesible para el usuario.... que tener una web toda desordenada que cuesta encontrar información (hablando claro, que es una mierda) pero que es visitada por 100.000 visitas únicas al día o más.

Ofrecer la mayor información posible y de la mejor manera posible, esa es mi idea :), por que sino voy acabar convirtiendo esto que es mi hobby y me encanta en algo que odie (para odiar ya está el trabajo que hay que madrugar y salir a la calle jeje)

Daniel Ulczyk · #27 (**permalink**) 13/02/2009, 10:47

Creo que una imagen, va a valer más que mil palabras:

Utilizá esta sección para generar contenido. Eso es, descripción, críticas, etc. Mejor que nadie, sabés lo que podés incluir en esta nueva sección.

Cita:

Oye, y no creas que me enfado contigo eh, que estás aquí teniendo una paciencia enorme comigo :), es que es esto que me pone de los nervios, por que es infinitamente más complicado el SEO de una web que la web en si.

No me he enfado contigo.

Por cierto, la optimización SEO no es un tema del hoy para mañana. Requiere tiempo, paciencia, experiencia, trabajo, más tiempo, más paciencia, recursos, implementación de técnicas, mirar el código, más tiempo y más paciencia... bueh!

Saludos y buen fin de semana!

ryosan222 · #28 (**permalink**) 13/02/2009, 10:58

weee, pues si, la imagen vale más que mil palabras, sobre todo para alguien que no tiene ni idea o muy poca de SEO.

O incluso en esa parte que dices tu, podía bajar un poco la publicidad y ampliar información en la zona donde está:

-Autor
-Plataforma
-Fecha

También buena idea ¿no?