La optimización del presupuesto de rastreo es clave para las tiendas de eCommerce grandes, porque dirige a los rastreadores de los buscadores para que descubran e indexen de forma eficiente tus páginas de producto y categoría más valiosas. En las tiendas Shopify con más de 50,000 URLs, gestionar el presupuesto de rastreo evita que Google desperdicie recursos en páginas de poco valor, como vistas filtradas de colecciones o resultados de búsqueda interna, y asegura que tus páginas clave siempre estén actualizadas en el índice.
El presupuesto de rastreo es el monstruo debajo de la cama favorito de la industria SEO
Cada pocos años, un concepto técnico de SEO sale de la caja de herramientas de los especialistas y se convierte en motivo de pánico para todos. Ahora mismo, ese concepto es el presupuesto de rastreo. Las agencias lo usan para asustar a los dueños de pequeños negocios y los proveedores de herramientas lo exageran para vender más suscripciones. Seamos realistas: para la mayoría de los sitios web, el presupuesto de rastreo no es un problema. Si tu tienda tiene unos cientos o incluso unos miles de productos, Google los encontrará sin problema. Es una solución en busca de un problema.
El pánico está fuera de lugar. Sin embargo, el problema es real a gran escala. El presupuesto de rastreo se convierte en un freno principal al crecimiento cuando tu número de URLs supera las 50,000 y llega a los cientos de miles. En ese punto, le estás pidiendo a Google que encuentre una aguja en un pajar que tú mismo creaste. Para las tiendas Shopify grandes, esto no es hipotético; es una consecuencia directa de la arquitectura predeterminada de la plataforma.
La arquitectura de Shopify está hecha para la simplicidad, no para la escala
La mayor fortaleza de Shopify es su debilidad a escala empresarial. Hace que montar una tienda sea increíblemente fácil. Parte de esa facilidad viene de generar automáticamente URLs para colecciones, etiquetas y variantes de producto. Eso está bien para una tienda nueva; es un desastre para un catálogo enorme.
La forma en que falla es predecible: en una tienda grande, el número de URLs rastreables se dispara mientras el número de páginas canónicas valiosas sigue igual. El exceso proviene de unas cuantas fuentes específicas y repetibles integradas en la estructura de Shopify.
- URLs de producto duplicadas: Shopify crea una URL canónica para cada producto en
/products/your-product. Pero también crea duplicados no canónicos cada vez que ese producto aparece en una colección, como/collections/your-collection/products/your-product. Aunque Shopify agrega correctamente una etiqueta canonical, esas páginas siguen existiendo y se pueden rastrear, consumiendo presupuesto. - URLs de navegación facetada: Este es el mayor culpable. Cada vez que un usuario hace clic en un filtro de talla, color o precio, Shopify genera una nueva URL basada en parámetros (por ejemplo,
?filter.v.option.color=Blue). Multiplica decenas de opciones de filtro por cientos de colecciones y puedes generar millones de URLs pobres y de poco valor. - URLs de páginas de etiquetas: Las etiquetas son una herramienta tosca para organizar. Crean páginas como
/collections/all/boots+leather. Con miles de productos y un etiquetado inconsistente, esto genera una enorme red de páginas de baja calidad que a menudo duplican la intención de páginas de colección mejor estructuradas. - URLs de resultados de búsqueda interna: La búsqueda interna de tu sitio es una herramienta para los usuarios, no para Google. Cada búsqueda crea una URL rastreable como
/search?q=your-queryque no tiene lugar en el índice de un buscador.
Cómo recuperar tu presupuesto de rastreo: un plan de 4 pasos
Resolver el exceso de rastreo en Shopify no se trata de un botón mágico. Es un proceso sistemático para decirles a los buscadores qué sin deben revisar, para que puedan concentrarse en lo que importa. Es un proceso técnico. El error que debes evitar: asumir que un practicante de marketing puede encargarse. Un archivo robots.txt mal configurado puede desindexar toda tu tienda de la noche a la mañana.
Paso 1: Cuantifica el exceso con un rastreo
No puedes arreglar lo que no puedes medir. El primer paso es hacer un rastreo completo de tu sitio con una herramienta como Screaming Frog o Sitebulb. El objetivo es establecer una proporción base entre URLs valiosas (productos canónicos, colecciones, páginas) y el total de URLs rastreables. Según nuestra experiencia, un sitio de eCommerce grande y sano tiene una proporción en la que al menos el 50% de sus URLs rastreables son páginas canónicas e indexables. Un sitio con exceso podría estar más cerca del 5% o el 10%.
Configura tu rastreador para que respete robots.txt, pero también para que reporte las URLs bloqueadas. Así verás exactamente a qué se le está impidiendo el acceso a Google, y confirmarás que tus reglas funcionan como esperas.
Paso 2: Usa robots.txt para bloquear los rastreos desperdiciados
El archivo robots.txt es tu primera línea de defensa. Evita que los rastreadores siquiera soliciten los tipos de URL que generan exceso. En Shopify, ahora puedes editar tu robots.txt directamente creando una plantilla robots.txt.liquid en tu tema. Es una herramienta muy poderosa.
Un conjunto de reglas de robots.txt básico pero eficaz para una tienda Shopify grande suele incluir:
User-agent: *
Disallow: /admin
Disallow: /cart
Disallow: /orders
Disallow: /checkouts
Disallow: /search
Disallow: /*?filter.*
Disallow: /*?sort_by*
Disallow: /collections/*+*
Disallow: /blogs/*+*
Estas reglas les dicen a los rastreadores que no pierdan tiempo en páginas administrativas, carritos de usuarios, resultados de búsqueda interna y, sobre todo, en las URLs con parámetros generadas al filtrar y ordenar.
Paso 3: Depura el índice con etiquetas `noindex`
Bloquear una URL en robots.txt ahorra presupuesto de rastreo, pero no elimina una página que ya está en el índice de Google. Para eso necesitas la meta etiqueta noindex. Esta etiqueta permite que Google rastree la página una última vez, vea la instrucción de "no indexar" y luego la elimine de los resultados de búsqueda.
Debes aplicar una etiqueta noindex, follow a cualquier página que no quieras indexar pero que contenga enlaces que quieres que Google descubra, como páginas de etiquetas o vistas filtradas que por alguna razón no puedes bloquear con robots.txt. La desventaja honesta aquí es la complejidad: implementar lógica condicional de noindex en tu archivo theme.liquid requiere recursos de desarrollo. No es una tarea de marketing.
Por ejemplo, podrías agregar lógica para aplicar noindex a cualquier página de colección que tenga filtros aplicados:
{% if template.name == 'collection' and current_tags %} <meta name="robots" content="noindex,follow"> {% endif %}
Paso 4: Refuerza tus prioridades con sitemaps y enlaces internos
Una arquitectura limpia guía a Google de forma eficiente. Después de bloquear lo malo y depurar lo innecesario, necesitas destacar lo bueno.
- Sitemaps XML: Shopify genera un sitemap XML predeterminado, que es un buen punto de partida. Asegúrate de que solo incluya tus URLs canónicas e indexables. Ninguna URL que hayas bloqueado en
robots.txto marcado connoindexdebería aparecer en tu sitemap. Así evitas enviar señales contradictorias. - Enlazado interno: Tu estructura de enlaces internos es la señal más poderosa que tienes para decirle a Google qué es importante. Una tienda grande no puede tener una arquitectura plana. Tus productos y categorías más importantes deben ser los que reciban más enlaces internos, empezando por tu página de inicio. Un camino de clics corto y lógico hacia tus páginas que generan dinero es esencial. El enlace a tu colección más vendida de "Abrigos de invierno para hombre" debe ser más prominente que el enlace a una página de etiqueta de nicho para "bufandas azules".
La solución es una política, no un proyecto
Optimizar tu presupuesto de rastreo no es un proyecto único que tachas de una lista. Es un cambio en cómo gestionas la arquitectura de tu tienda. La auditoría y las correcciones iniciales producen un conjunto de reglas y una política clara sobre cómo deben manejarse las nuevas colecciones, etiquetas y filtros. Esta hoja de ruta de SEO técnico asegura que, a medida que crece tu catálogo, tu eficiencia de rastreo crezca con él en lugar de colapsar bajo su propio peso.
Optimización del presupuesto de rastreo para tiendas Shopify grandes: preguntas frecuentes
¿Cuántas URLs son "demasiadas" para que el presupuesto de rastreo importe?
No hay un número mágico, pero según nuestra experiencia, los problemas de presupuesto de rastreo se vuelven un factor importante para las tiendas de eCommerce cuando superan entre 50,000 y 100,000 URLs rastreables en total. Por debajo de ese umbral, los rastreadores estándar de los buscadores normalmente pueden descubrir e indexar tu contenido importante sin una gestión agresiva.
¿Bloquear URLs en robots.txt las elimina del índice de Google?
No. Bloquear una URL en robots.txt solo impide que Google la rastree en el futuro. Si la página ya está en el índice, puede quedarse ahí mucho tiempo, a menudo con un mensaje como "No hay información disponible para esta página". Para eliminar una página del índice, debes permitir que Google la rastree mientras tiene una meta etiqueta "noindex". Una vez desindexada, puedes agregar la URL a tu archivo robots.txt.
¿No basta la etiqueta canonical predeterminada de Shopify para resolver los problemas de contenido duplicado?
Para una tienda pequeña, sí. La etiqueta canonical es una señal fuerte que consolida la autoridad en una sola URL. Sin embargo, no impide que Google rastree las versiones no canónicas. A gran escala, permitir que Google rastree decenas de miles de URLs duplicadas, aunque estén correctamente canonicalizadas, es un uso ineficiente de tu presupuesto de rastreo, que es limitado.
¿Debo aplicar noindex a mis páginas de etiquetas en Shopify?
Depende. Si tus páginas de etiquetas son pobres, generan problemas de contenido duplicado con tus colecciones y reciben poco o ningún tráfico orgánico, entonces sí, agregar una etiqueta noindex, follow es una buena práctica. Sin embargo, si tienes páginas de etiquetas bien curadas que responden a una intención específica del usuario y posicionan para palabras clave long-tail, debes tratarlas como páginas de aterrizaje valiosas y optimizarlas en consecuencia.