¿Sitemap.xml? No gracias… o no todavía

[andresjp]

Ya sé que me vais a decir de todo y nada bueno, pero hoy tengo ganas de recibir críticas.

Después de participar en algunos hilos dentro de este foro sobre el sitemap.xml he decidido escribir un artículo en mi blog y como la inspiración ha procedido de este foro, quiero compartir con vosotros un extracto ampliado de mi artículo.

El sitemap.xml es un archivo que ayuda a indexar contenido de nuestra web, hasta aquí estupendo, todos contentos.

El problema
Si conseguimos que nuestro sitio se indexe gracias a este archivo, no nos damos cuenta de los problemas internos de nuestra web y tristemente suele haber muchos problemas internos. Navegación por flash, navegación por javascript, enlaces rotos, paginación mal resuelta, problemas de arquitectura…

Ok, no hay problema, la página se ha indexado. Pero a todos nos suena la importancia de los enlaces, el ancla, el pagerank… todo esto es importante para que Google decida donde va a posicionar tu página.

Si una página se indexa gracias al sitemap, porque Google no es capaz de encontrar la página navegando por tu web. ¿De dónde obtiene el ancla, el enlace,...? ¿Va a obtener toda la relevancia que tu querías dar?

¿Cuándo crear el archivo sitemap?
Desde el primer momento (pero no lo publicamos). Lo creamos para conocer si hay algún problema en nuestra web y ver si todas las páginas se han podido crear dentro del archivo sitemaps. (Esto no es idea mía, es una aportación de Fernando Macia, que de esto algo sabe). Lógicamente el archivo sitemap lo creamos con una herramienta.

¿Cuándo publicar el archivo sitemap?
Cuando nos hemos asegurado que nuestra web ha sido indexada correctamente por Google.

¿Si ya tengo indexada correctamente mi página para que necesito el archivo sitemap?
Buena pregunta, yo tampoco lo tengo muy claro. Supongo que porque el bueno de Matt Cutts lo recomienda…

¿Sería posible vivir sin sitemap.xml?
Seguro, mira como les va a softonic ¿Quién no se ha bajado algo de softonic que siempre está en los primeros puestos? Ellos no utilizan sitemap.xml (no se trata de que no conozcan la existencia de este archivo, simplemente han decidido no utilizarlo)

También hay un tal Matt Cutts que en su blog personal no utiliza el famoso archivo…

¿Entonces no hay que utilizar el sitemap.xml?
Yo lo utilizo y lo voy a seguir utilizando. Pero, sabiendo lo que hago y no para conseguir indexar todas mis páginas de cualquier forma.

[hsocapitolio]

Bueno por lo menos el Matt Cut, jejej no lo usara, dira el para que, yo trabajo en google :D :D :D

Ma bueno que he asi, como dicen en mi pais..., asi cualquiera habla, ejjeejeje

[Usuarios466]

Iniciado por andresjp

Si conseguimos que nuestro sitio se indexe gracias a este archivo, no nos damos cuenta de los problemas internos de nuestra web y tristemente suele haber muchos problemas internos. Navegación por flash, navegación por javascript, enlaces rotos, paginación mal resuelta, problemas de arquitectura…

¿Si la web se indexa no nos vamos a dar cuenta de los problemas internos? ¿Cómo es eso? En las Herramientas para Webmasters hay muchas secciones donde te reportan los problemas internos de la web: enlaces rotos, titles y description demasiado cortas o largas, etc. ¿Puedes por favor explicarnos un poco más este punto?

Por cierto, con todo esto de las nuevas políticas de Google, espero que tu entrada del blog sobre este tema la hayas publicado hace ya mucho tiempo, sino Google interpretará que la tuya es un contenido duplicado de Foros del Web.

[andresjp]

Hola Juan Ca,

Estoy actualmente trabajando en un proyecto que tiene indexadas unas 300.000 páginas en el que no había un SEO hasta ahora . Sí Google avisa de algunos de los problemas, en nuestro caso más de 2.000 problemas. Como eran muchos errores mejor nos los miraban.

Pero no te avisa de todo, en los resultados paginados muchas veces para evitar problemas de contenidos duplicados, o que la 3ª página de resultados aparezca en primera posición para una búsqueda, se usan soluciones muy imaginativas... como sólo indexar la primera página.

Si tu navegación está hecha con flash o javascript, Google no tiene de nada que avisarte, simplemente Google no encuentra ningún enlace y no indexa nada. Si esto se soluciona poniendo tus páginas en el sitemaps, como digo aparente no hay problemas. Todo tu contenido está indexado ¿Cual es el más relevante? En el sitemaps le puedes indicar una prioridad ¿Pero todo el mundo lo hace bien?

No te preocupes por mi contenido duplicado, la versión de este foro habla de lo mismo, pero lo he escrito totalmente de nuevo. No creo que haya repetido ninguna frase.

[RBZ]

Iniciado por andresjp

(...)

El problema
Si conseguimos que nuestro sitio se indexe gracias a este archivo, no nos damos cuenta de los problemas internos de nuestra web y tristemente suele haber muchos problemas internos. Navegación por flash, navegación por javascript, enlaces rotos, paginación mal resuelta, problemas de arquitectura…

Ok, no hay problema, la página se ha indexado. Pero a todos nos suena la importancia de los enlaces, el ancla, el pagerank… todo esto es importante para que Google decida donde va a posicionar tu página.

Si una página se indexa gracias al sitemap, porque Google no es capaz de encontrar la página navegando por tu web. ¿De dónde obtiene el ancla, el enlace,...? ¿Va a obtener toda la relevancia que tu querías dar?

(...)

Es que le estás concediendo unos poderes al sitemap que no tiene. Si, por ejemplo, tienes una página dentro del sitio que no recibe enlaces desde ningún sitio (internos o externos) es muy difícil que Google la considere relevante y la indexe. Puede pasar como cuando indexa porque el bot llegó por la barra de Google o la publicidad de Adsense, pero eso es la excepción.

El sitemap es una ayuda para el bot, es una forma de ordenarle la información para que aproveche mejor el tiempo que permanece en el sitio, supongo que sabes que está limitado.

[andresjp]

RBZ,

He hecho una sencillo experimento para ver si eso que dices es cierto. He creado una página en mi Web a la que no he enlazado ni interna ni externamente (sólo una entrada en el sitemap).

El resultado, Google ha tardado en indexar está página 5 días. No está mal para una web con apenas 20 páginas y 6 meses de antigüedad.

www.conversionweb.es / paginasitemaps.php

[hombreman]

Iniciado por RBZ

Es que le estás concediendo unos poderes al sitemap que no tiene. Si, por ejemplo, tienes una página dentro del sitio que no recibe enlaces desde ningún sitio (internos o externos) es muy difícil que Google la considere relevante y la indexe. Puede pasar como cuando indexa porque el bot llegó por la barra de Google o la publicidad de Adsense, pero eso es la excepción.

El sitemap es una ayuda para el bot, es una forma de ordenarle la información para que aproveche mejor el tiempo que permanece en el sitio, supongo que sabes que está limitado.

Suscribo el comentario.

Además, una cosa es indexar, agregar páginas al índice de google (algo que se facilita con el sitemap) y otra muy diferente es crawling que es «descubrir» páginas, secuencias e interacciones siguiendo los enlaces.

Gracias al sitemap, el bot podrá hacer el rastreo de un sitio. Si tu sito tiene una correcta estructura de enlazamiento interno, el crawling permitirá descrubir todo tu sitio y será indexado.

Feed teh google spider with a yummy sitemap.

[RBZ]

En este caso influye la ley de Murphy, verás como si necesitas que la indexe no lo hace aunque la enlaces desde toda la web.

Fuera de bromas, Google últimamente llega desde muchas formas a las páginas como he comentado. Yo tengo alguna indexada que no estaba enlazada desde ninguna parte ni aparecía en el sitemap. A casi todos los sitios les está indexando el archivo robots.txt y el sitemap también a pesar de no tener enlaces. Puedo equivocarme y que Google desde algún cambio reciente esté indexando ahora todo lo que hay en el sitemap.xml, pero no era así hasta hace nada y creo que sigue sin ser así.

[djemili]

Yo opinaba igual y he vivido sin sitemap durante mucho tiempo sin problemas. Pero con las webs nuevas, me tomo la molestia de generarlo y de subirlo via webmaster tools. Creo que así consigo que las páginas nuevas se indexen antes, aunque no las tengo todas.

[andresjp]

Yo siempre creo el sitemap y mantengo la idea de que hay que crearlo.

Pero no tengo tanta prisa para que me indexen todas las páginas.