Errores de rastreo más comunes y cómo solucionarlos
El rastreo es la primera puerta que Google debe cruzar para indexar tu web. Si los bots de búsqueda no pueden acceder a tus páginas o encuentran obstáculos en el camino, ninguna otra acción SEO —por brillante que sea— servirá de nada. Sin embargo, los errores de rastreo son uno de los problemas más frecuentes y, a la vez, más ignorados en las auditorías de proyectos online.
Cada vez que Googlebot visita tu sitio, registra su experiencia: qué páginas pudo leer, cuáles le dieron error, cuáles lo redirigieron en bucle y cuáles simplemente no encontró. Todo eso queda reflejado en Google Search Console y en los logs del servidor. El problema es que muchos propietarios de tiendas y responsables de marketing digital no revisan estos datos con la frecuencia necesaria, lo que permite que errores menores se conviertan en problemas crónicos de visibilidad.
En este artículo repasamos los errores de rastreo SEO web más habituales, explicamos por qué ocurren y ofrecemos soluciones prácticas que puedes aplicar tanto si tienes una tienda en Shopify, WooCommerce o PrestaShop, como si gestionas un sitio corporativo. Si alguna vez te has preguntado por qué ciertas páginas no aparecen en Google a pesar de estar publicadas, probablemente la respuesta esté en uno de estos errores.
---
¿Qué son los errores de rastreo y por qué importan en SEO?
El rastreo es el proceso mediante el cual los motores de búsqueda descubren y visitan páginas web. Los bots —Googlebot, Bingbot y similares— siguen enlaces, leen el código fuente y envían la información a los servidores del buscador para su posterior indexación y clasificación.
Un error de rastreo ocurre cuando el bot no puede completar ese proceso de forma correcta. Las causas son múltiples: respuestas HTTP incorrectas, bloqueos en el archivo robots.txt, redirecciones mal configuradas, tiempos de carga excesivos o estructuras de URL que generan confusión. El impacto directo es que Google no puede indexar esas páginas o las indexa con información incompleta, lo que reduce su capacidad de posicionarse en los resultados de búsqueda.
El presupuesto de rastreo: un recurso limitado
Google no tiene recursos infinitos para rastrear cada URL de un sitio web de forma indefinida. El denominado crawl budget o presupuesto de rastreo es la cantidad de páginas que Googlebot está dispuesto a rastrear en un sitio durante un período determinado. Este presupuesto depende de factores como la autoridad del dominio, la velocidad del servidor y la eficiencia con la que el sitio gestiona las respuestas HTTP.
Cuando un sitio desperdicia presupuesto de rastreo en páginas con errores, páginas duplicadas o URLs innecesarias, las páginas realmente importantes pueden quedarse sin rastrear durante días. Esto es especialmente relevante en e-commerce, donde los catálogos pueden tener miles o decenas de miles de URLs. Una auditoría regular de los errores de rastreo, como la que puedes encontrar en nuestra guía de auditoría SEO para tiendas online, es fundamental para proteger este recurso.
---
Errores HTTP: los códigos que frenan a los bots
Los códigos de estado HTTP son la forma en que el servidor comunica a los bots qué ha pasado con su solicitud. Algunos son inofensivos; otros son señales de alerta que requieren atención inmediata.
Errores 404: páginas no encontradas
El error 404 es el más conocido: la URL solicitada no existe en el servidor. En SEO, los 404s son problemáticos cuando afectan a páginas que alguna vez existieron y acumularon autoridad de enlace, o cuando aparecen en el sitemap o en enlaces internos activos.
Las causas más habituales incluyen:
- Productos o categorías eliminados sin redirección
- Cambios en la estructura de URLs sin actualización de los enlaces internos
- Errores tipográficos en los enlaces del sitio
- Migraciones de plataforma mal ejecutadas
La solución pasa por identificar los 404s desde Google Search Console (sección "Cobertura" o "Indexación de páginas"), analizar si esas URLs tenían tráfico o enlaces entrantes, y configurar redirecciones 301 hacia la página más relevante disponible. Si la URL no tiene valor histórico y simplemente dejó de existir, lo más limpio es devolver un 404 genuino y eliminarla del sitemap y de cualquier enlace interno.
Errores 500: fallos del servidor
Los errores 5xx indican problemas en el servidor. A diferencia de los 404, que suelen ser errores del cliente, los 500 señalan que el servidor no puede procesar la solicitud correctamente. Pueden ser puntuales —un pico de tráfico que satura el hosting— o crónicos, síntoma de problemas de configuración más profundos.
Un servidor que responde con errores 500 de forma recurrente erosiona rápidamente la confianza de Googlebot. Si el bot visita una página varias veces seguidas y recibe errores, puede desindexarla o reducir la frecuencia de rastreo del dominio completo. La velocidad y estabilidad del servidor son factores que influyen directamente en la salud del rastreo.
Redirecciones en bucle y cadenas largas
Una redirección 301 o 302 bien configurada es una herramienta útil. Pero cuando las redirecciones apuntan unas a otras en círculo —A → B → A— o forman cadenas de varios pasos —A → B → C → D— el bot queda atrapado o agota su paciencia antes de llegar al destino final.
Las cadenas de redirección largas (más de tres saltos) consumen presupuesto de rastreo y diluyen la autoridad de enlace. Lo ideal es que cada redirección apunte directamente a la URL canónica definitiva, sin pasos intermedios.
---
Bloqueos en robots.txt: cuando tú mismo cierras la puerta
El archivo robots.txt permite indicar a los bots qué zonas del sitio no deben rastrear. Es una herramienta legítima y necesaria: nadie quiere que Google indexe el panel de administración o las páginas de proceso de pago. El problema surge cuando las directivas de bloqueo son demasiado amplias o están mal escritas.
Errores frecuentes en robots.txt
Un error clásico es bloquear carpetas o parámetros que contienen páginas valiosas. Por ejemplo, en muchas instalaciones de plataformas e-commerce, bloquear /search/ o /?s= por defecto acaba bloqueando también URLs legítimas de categorías si estas comparten estructura de parámetros.
Otro error habitual es bloquear archivos CSS y JavaScript. Aunque pueda parecer una optimización de ancho de banda, impide que Googlebot renderice correctamente la página y evalúe su contenido visual, lo que puede perjudicar el posicionamiento de páginas que dependen del renderizado para mostrar su contenido principal.
Cómo auditar robots.txt
Google Search Console incluye una herramienta de inspección de robots.txt que permite simular cómo el bot interpreta el archivo. También puedes usar la herramienta de inspección de URLs para verificar si una URL concreta está bloqueada por robots.txt. Revisa el archivo al menos una vez al trimestre, especialmente tras actualizaciones de plataforma o cambios en la arquitectura del sitio.
---
Problemas con el sitemap XML
El sitemap XML es el mapa que le entregas a Google para que sepa qué páginas existen en tu sitio. Un sitemap mal mantenido puede llevar a los bots a perder tiempo en páginas sin valor o a ignorar páginas importantes.
Errores comunes en sitemaps
URLs con errores incluidas en el sitemap. Si el sitemap contiene URLs que devuelven 404, 301 o 500, Google lo interpreta como señal de descuido. Cada URL del sitemap debería devolver un 200 limpio.
Páginas noindex incluidas en el sitemap. Incluir en el sitemap URLs con la etiqueta envía señales contradictorias: le dices a Google "esta página existe y quiero que la encuentres" y al mismo tiempo "no la indexes". Aunque Google puede gestionar esta contradicción, es mejor mantener consistencia: si no quieres que se indexe, no la incluyas en el sitemap.
Sitemaps desactualizados. En tiendas online con catálogos dinámicos, es fundamental que el sitemap se regenere automáticamente. Si una categoría nueva lleva semanas publicada pero no aparece en el sitemap, Google puede tardar mucho más en descubrirla.
Sitemaps demasiado grandes. El límite técnico es de 50.000 URLs o 50 MB por archivo de sitemap. Para sitios grandes, lo recomendable es usar un índice de sitemaps que organice las URLs por tipo: productos, categorías, contenido editorial, etc.
---
Contenido duplicado y problemas de canonicalización
Los errores de rastreo no siempre se manifiestan como códigos HTTP. A veces, el problema es que Google rastrea demasiadas versiones de la misma página. Esto ocurre frecuentemente en e-commerce, donde las URLs con parámetros de ordenación, filtros o sesión generan duplicados técnicos que consumen presupuesto de rastreo sin aportar valor.
Parámetros de URL y facetas de navegación
Una tienda con filtros de talla, color y precio puede generar fácilmente cientos o miles de combinaciones de URLs distintas para el mismo conjunto de productos. Si estos parámetros no están correctamente gestionados mediante etiquetas canónicas o mediante la configuración de parámetros en Search Console, Google puede rastrear y tratar como páginas independientes lo que en realidad es contenido duplicado.
Este problema es especialmente relevante en plataformas como WooCommerce o PrestaShop, donde la gestión de filtros y facetas requiere configuración específica.
Etiqueta canonical: la solución y sus errores
La etiqueta indica a Google cuál es la URL preferida cuando existen múltiples versiones de un contenido. Pero su mal uso puede crear confusión: canonicals que apuntan a páginas con errores, cadenas de canonicals o páginas que se autocanonicalizan incorrectamente son errores que aparecen con frecuencia en auditorías.
Para profundizar en este tema, nuestra guía sobre contenido duplicado en e-commerce detalla los patrones más comunes y las estrategias de resolución.
---
Problemas de renderizado: JavaScript y rastreo
Cada vez más sitios web dependen de JavaScript para generar su contenido. Aunque Google ha mejorado su capacidad para renderizar JavaScript, sigue siendo un proceso más lento y costoso que leer HTML estático. Las páginas que requieren JavaScript para mostrar su contenido principal pueden no ser rastreadas correctamente o hacerlo con retraso.
Cuándo el JavaScript bloquea el rastreo
Si los elementos críticos de una página —título, descripción del producto, precio, enlaces de navegación— solo se cargan mediante JavaScript asíncrono, Google puede rastrear la página en dos fases: primero lee el HTML base y más tarde vuelve para renderizar el JavaScript. Ese segundo paso puede demorarse días o semanas.
Para tiendas online, esto puede significar que los nuevos productos o categorías tarden en aparecer en los resultados de búsqueda. La solución más robusta es el Server-Side Rendering (SSR) o el prerendering, que garantizan que el contenido crítico esté disponible en el HTML inicial.
Cómo diagnosticar problemas de renderizado
La herramienta de inspección de URLs en Google Search Console permite ver tanto el HTML que Googlebot descargó como la versión renderizada. Comparando ambas versiones puedes identificar si hay contenido que solo aparece tras el renderizado de JavaScript. También es útil revisar los Core Web Vitals de las páginas, ya que un rendimiento pobre puede estar relacionado con una arquitectura JavaScript ineficiente que también afecta al rastreo.
---
Herramientas para detectar y monitorizar errores de rastreo
Una estrategia SEO sólida incluye la monitorización continua de la salud del rastreo. Estas son las herramientas esenciales:
Google Search Console. La sección de "Cobertura" (o "Indexación de páginas" en la nueva interfaz) muestra las URLs con errores, las advertencias y las páginas excluidas de la indexación. Es el punto de partida obligatorio para cualquier diagnóstico de rastreo.
Screaming Frog SEO Spider. Esta herramienta de escritorio simula el rastreo de un bot y permite identificar errores 404, redirecciones, problemas de canonicalización, páginas noindex y muchos otros problemas técnicos. Su versión gratuita permite rastrear hasta 500 URLs; la de pago elimina ese límite.
Análisis de logs del servidor. Los logs del servidor registran cada visita de los bots, incluyendo la URL visitada, el código de respuesta, la hora y el tiempo de respuesta. Herramientas como Screaming Frog Log Analyser, Botify o simplemente la combinación de AWStats y una hoja de cálculo permiten identificar patrones de errores que no siempre son visibles desde Search Console. Este análisis es especialmente valioso en sitios grandes y es parte fundamental de cualquier auditoría SEO técnica.
Google Analytics 4. Aunque GA4 no es una herramienta de rastreo, puede revelar páginas con tasas de error inusuales o patrones de tráfico que sugieren problemas de indexación.
---
Plan de acción para resolver errores de rastreo
Identificar los errores es solo el primer paso. Aquí tienes un proceso estructurado para abordarlos:
- Exporta todos los errores de Search Console y clasifícalos por tipo (404, redirección, noindex, etc.).
- Prioriza por impacto potencial: páginas con tráfico histórico, URLs enlazadas desde otros sitios o páginas de categorías principales son las más urgentes.
- Implementa redirecciones 301 para páginas eliminadas que tenían valor. Apunta siempre al equivalente más cercano, no a la home por defecto.
- Corrige el sitemap: elimina URLs con errores, añade las páginas nuevas y asegúrate de que el sitemap se actualiza automáticamente.
- Revisa y simplifica robots.txt: confirma que no estás bloqueando recursos necesarios para el renderizado.
- Audita las redirecciones existentes para identificar cadenas y bucles.
- Verifica los canonicals: usa Search Console o Screaming Frog para detectar canonicals rotos o contradictorios.
- Solicita re-rastreo de las páginas corregidas desde la herramienta de inspección de URLs en Search Console.
Este proceso debería repetirse de forma periódica, no solo tras detectar problemas. Un sitio en crecimiento constante genera nuevas URLs y nuevas oportunidades de error. Integrar la revisión de errores de rastreo en la rutina mensual de SEO es una práctica que marca la diferencia a largo plazo.
---
¿Tienes dudas sobre el estado técnico de tu sitio o necesitas ayuda para interpretar los errores que aparecen en Google Search Console? El equipo de Comunicua lleva años auditando y optimizando la salud técnica de tiendas online y sitios corporativos. Contacta con nosotros y cuéntanos tu caso: analizamos tus errores de rastreo y te proponemos un plan de acción concreto.