Control de rastreo de la navegación por facetas

Las combinaciones de filtros se multiplican: cinco facetas con seis valores cada una producen más URL que productos tiene usted. La solución obvia (etiquetas canonical que apuntan a la categoría desnuda) fracasa porque el canonical es una indicación, no una directiva, y Google sigue teniendo que rastrear cada URL para leerlo. El presupuesto se ha quemado antes incluso de que se vea la señal. Hay que impedir que las URL se descubran, no solo deduplicarlas después.

El archivo de la habilidad

---
name: faceted-navigation-crawl-control
description: Úselo cuando una categoría con unos cientos de productos ha generado decenas de miles de URL de filtro rastreables y las estadísticas de rastreo muestran que Googlebot gasta su presupuesto en ellas.
---

# Control de rastreo de la navegación por facetas

Las combinaciones de filtros se multiplican: cinco facetas con seis valores cada una producen más URL que productos tiene usted. La solución obvia (etiquetas canonical que apuntan a la categoría desnuda) fracasa porque el canonical es una indicación, no una directiva, y Google sigue teniendo que rastrear cada URL para leerlo. El presupuesto se ha quemado antes incluso de que se vea la señal. Hay que impedir que las URL se descubran, no solo deduplicarlas después.

## Qué necesitas antes

- una lista completa de los parámetros de faceta y de cómo se combinan en las URL
- datos de logs de servidor o estadísticas de rastreo de Search Console que muestren qué URL con parámetros se rastrean
- datos de demanda de búsqueda por valor de faceta (color, talla, marca, precio)

## Método

1. Exporte 30 días de logs de servidor y cuente los accesos de Googlebot por patrón de URL. Cualquier caso en el que las URL con parámetros superen el 30 por ciento del rastreo total es un problema activo, no teórico.
2. Divida las facetas en tres niveles: indexables (valores de faceta con demanda de búsqueda real, normalmente marca, material y un puñado de términos de atributo), rastreables pero con noindex, y nunca enlazadas.
3. Para el nivel nunca enlazado, represente los controles de filtro como formularios POST o como estado gestionado por JavaScript que no produzca ninguna etiqueta de enlace: Google no puede seguir lo que no es un href. Esta es la única contención fiable.
4. Dé a las facetas indexables rutas estáticas limpias, no cadenas de consulta: /botas/impermeables/ en lugar de /botas?feature=impermeable. Las rutas estáticas se tratan como páginas reales y admiten su propio texto y sus propios enlaces internos.
5. Bloquee los patrones de parámetros restantes en robots.txt solo cuando nada indexado dependa de ellos, y confírmelo antes con una comprobación site:; bloquear una URL indexada la congela en el índice sin forma de eliminarla.
6. Limite la profundidad de selección múltiple: permita una faceta seleccionada, aplique noindex con dos y no genere enlace con tres. Vuelva a revisar los logs a los 30 días para confirmar que la cuota de rastreo de parámetros ha bajado.

## Qué produce esto

Un documento de política de facetas por niveles, más los cambios de plantilla que impiden que las combinaciones no indexables lleguen siquiera a enlazarse.

## Dónde falla esto

- confiar solo en rel=canonical, que sigue costando un rastreo por URL y se ignora cuando el contenido de la página difiere
- bloquear parámetros en robots.txt mientras esas URL siguen indexadas, lo que elimina la señal canonical y las deja varadas
- indexar facetas de precio y de orden, que cambian constantemente y producen páginas finas casi duplicadas sin ninguna demanda de búsqueda

---

De la biblioteca de habilidades de QuQi - https://www.quqi.io/es/skills/faceted-navigation-crawl-control

Qué necesitas antes

• una lista completa de los parámetros de faceta y de cómo se combinan en las URL
• datos de logs de servidor o estadísticas de rastreo de Search Console que muestren qué URL con parámetros se rastrean
• datos de demanda de búsqueda por valor de faceta (color, talla, marca, precio)

Método

1. 01 Exporte 30 días de logs de servidor y cuente los accesos de Googlebot por patrón de URL. Cualquier caso en el que las URL con parámetros superen el 30 por ciento del rastreo total es un problema activo, no teórico.
2. 02 Divida las facetas en tres niveles: indexables (valores de faceta con demanda de búsqueda real, normalmente marca, material y un puñado de términos de atributo), rastreables pero con noindex, y nunca enlazadas.
3. 03 Para el nivel nunca enlazado, represente los controles de filtro como formularios POST o como estado gestionado por JavaScript que no produzca ninguna etiqueta de enlace: Google no puede seguir lo que no es un href. Esta es la única contención fiable.
4. 04 Dé a las facetas indexables rutas estáticas limpias, no cadenas de consulta: /botas/impermeables/ en lugar de /botas?feature=impermeable. Las rutas estáticas se tratan como páginas reales y admiten su propio texto y sus propios enlaces internos.
5. 05 Bloquee los patrones de parámetros restantes en robots.txt solo cuando nada indexado dependa de ellos, y confírmelo antes con una comprobación site:; bloquear una URL indexada la congela en el índice sin forma de eliminarla.
6. 06 Limite la profundidad de selección múltiple: permita una faceta seleccionada, aplique noindex con dos y no genere enlace con tres. Vuelva a revisar los logs a los 30 días para confirmar que la cuota de rastreo de parámetros ha bajado.

Qué produce esto

Un documento de política de facetas por niveles, más los cambios de plantilla que impiden que las combinaciones no indexables lleguen siquiera a enlazarse.

Dónde falla esto

• confiar solo en rel=canonical, que sigue costando un rastreo por URL y se ignora cuando el contenido de la página difiere
• bloquear parámetros en robots.txt mientras esas URL siguen indexadas, lo que elimina la señal canonical y las deja varadas
• indexar facetas de precio y de orden, que cambian constantemente y producen páginas finas casi duplicadas sin ninguna demanda de búsqueda

Más en SEO para ecommerce