Crawl budget: cuándo importa de verdad.
Qué es el presupuesto de rastreo de Google, cómo funciona y cómo detectar si tu web está desperdiciándolo. Una guía de 2026 con Search Console, análisis de logs, ejemplos, errores habituales y un plan de optimización con prioridades reales.
¿Qué es el crawl budget en pocas palabras?
El crawl budget, o presupuesto de rastreo, es el conjunto de URLs que los sistemas de rastreo de Google pueden y quieren rastrear en un sitio. No es una cifra fija ni una cuota diaria visible en Search Console. Depende, sobre todo, de la capacidad de rastreo del servidor y de la demanda de rastreo que generan las URLs. Definición de Google ↗.
Optimizarlo consiste en evitar peticiones poco útiles y facilitar que Googlebot alcance las páginas valiosas. Pero cuidado: que una URL no se indexe, que un artículo tarde días en aparecer o que Google visite poco tu sitio no demuestra automáticamente que tengas un problema de presupuesto de rastreo.
Respuesta corta: ¿debo preocuparme?
Normalmente, no si tienes una web pequeña o mediana, tus páginas importantes se descubren y rastrean de forma razonable y no sufres problemas técnicos persistentes. Sí merece un diagnóstico si gestionas muchas URLs que cambian rápido, tienes facetas/parametrizaciones masivas, errores de servidor o un volumen elevado de páginas importantes en «Descubierta: actualmente sin indexar». Los valores de 10.000 y un millón son referencias aproximadas, no límites oficiales que activen un problema.
Cómo funciona el presupuesto de rastreo de Google.
Google dedica recursos finitos a explorar una web que contiene un número inmenso de URLs. Para cada host decide cuánto puede solicitar sin sobrecargarlo y cuánto merece solicitar según su contenido y utilidad.
Capacidad de rastreo
Es el límite de conexiones y tiempo que Google puede emplear sin perjudicar al servidor. Respuestas lentas, errores 5xx o 429 pueden reducirlo. Un servidor estable ofrece mejores condiciones de rastreo; no obliga a Google a rastrear más si no existe demanda.
Demanda de rastreo
Expresa el interés en visitar o volver a visitar URLs. Influyen el inventario conocido, las actualizaciones, la popularidad y la calidad percibida. Crear miles de páginas por sí solo no genera necesariamente más demanda ni garantiza que se indexen.
Regla mental, no fórmula oficial: el rastreo efectivo queda condicionado por la capacidad disponible y la demanda. No calcules un «presupuesto restante» restando solicitudes a un máximo imaginario: Google no publica una cuota diaria exacta por web.
El presupuesto se organiza por host, no necesariamente por dominio completo
La infraestructura de Google distingue nombres de host. Por ejemplo, www.ejemplo.com y blog.ejemplo.com se consideran hosts distintos para este análisis. No confundas esa unidad técnica con una propiedad de dominio de Search Console, que puede agrupar datos de varios hosts.
Rastreo, renderizado, indexación y posicionamiento no son sinónimos
Una URL puede descubrirse sin llegar a rastrearse; una URL rastreada puede no indexarse; y una página indexada puede no posicionar para tus consultas objetivo. Más rastreo no implica mejores rankings: Google indica que aumentar la frecuencia de rastreo no es un factor de posicionamiento. Mitos de rastreo de Google ↗.
El renderizado puede intervenir en el procesamiento, especialmente en sitios que generan contenido con JavaScript. El esquema anterior resume el flujo, no presupone que todas las páginas se procesen igual. El verdadero diagnóstico consiste en identificar en qué fase se atascan las URLs importantes.
Cuándo importa el crawl budget y cuándo es un falso problema.
El tamaño por sí solo no basta. Importan el ritmo de cambios, la arquitectura, la proporción de URLs inútiles y las señales que muestran que Google no llega a contenido relevante.
| Situación | Prioridad | Qué observar | Enfoque correcto |
|---|---|---|---|
| Web corporativa de 50–500 URLs | Habitualmente baja | URLs importantes indexables; enlaces accesibles; sitemap. | Arquitectura y contenido antes de microoptimizar rastreo. |
| Blog de 1.000–5.000 artículos estables | Depende | Publicaciones nuevas sin rastrear, bloques y salud del host. | Diagnóstico antes de llamarlo «presupuesto insuficiente». |
| Ecommerce de 80.000 productos con filtros | Alta potencial | Parámetros, facetas, variantes, agotados, paginación y duplicados. | Controlar inventario rastreable y priorizar categorías/productos útiles. |
| Medio con miles de noticias nuevas al día | Alta potencial | Rapidez de descubrimiento y recrawl de piezas vigentes. | Enlazado, sitemaps, estabilidad y logs por secciones. |
| Muchas «Descubiertas: actualmente sin indexar» | Investigar | Si son URLs valiosas; tendencia; errores y demanda. | Comprobar causas, no asumir automáticamente falta de cuota. |
| 200.000 URLs de filtros sin interés SEO | Urgencia posible | Cantidad de URLs generadas y rastreadas sin valor. | Corregir espacio de URLs antes de pedir más rastreo. |
La señal principal no es «cuántas páginas tengo», sino cuáles se quedan sin atender
Una tienda con 15.000 páginas puede funcionar razonablemente si ofrece URLs claras y el contenido importante se rastrea. Otra con 2.000 productos puede producir cientos de miles de combinaciones de filtros y consumir recursos del servidor. Google identifica la navegación por facetas como una causa típica de espacios de URLs muy grandes y descubrimiento más lento.
Del mismo modo, un blog recién ampliado puede tardar en indexarse por falta de enlaces internos, duplicación, señales de calidad, prioridad o capacidad de rastreo. Sin registros o evidencias, atribuirlo todo al crawl budget es un salto lógico.
¿Tienes realmente un problema de presupuesto de rastreo?
Responde cuatro preguntas. El resultado es una orientación, no una auditoría automática: la herramienta no se conecta a Google ni rastrea tu dominio.
Identifica las señales antes de actuar.
Los datos no salen de tu navegador. No se envían a ningún servidor.
La conclusión debe basarse en evidencias.
Completa el test y analiza.
Verás la hipótesis prioritaria, las comprobaciones recomendadas y lo que todavía no se puede concluir.
Importante: «Rastreada: actualmente sin indexar» indica que Google ya ha visitado esa URL. En ese caso investiga también calidad, duplicación, canonicalización y utilidad; aumentar peticiones no obliga a Google a indexarla.
El método de las seis preguntas para un diagnóstico real
¿Son URLs que quiero indexar?
Separa páginas canónicas valiosas de filtros, búsquedas internas, parámetros, pruebas, duplicados y contenidos eliminados. No es un problema que Google ignore URLs que no deberían posicionar.
¿Google las ha descubierto?
Revisa el sitemap, enlaces HTML internos y su profundidad. «Descubierta» no equivale a «visitada». Confirma si la URL figura en el inventario de Google.
¿Puede rastrearlas?
Comprueba robots.txt, estado HTTP, DNS, reglas de CDN/WAF, autenticación, redirecciones y estabilidad de host. Un bloqueo técnico no se arregla creando más contenido.
¿Las está solicitando?
Contrasta fechas de rastreo de URL Inspection, Estadísticas de rastreo y, para mayor precisión, logs del servidor o CDN. Distingue Googlebot verificado de otros bots.
¿En qué gasta solicitudes?
Clasifica respuestas y patrones de URL: HTML valioso, recursos, variantes, filtros, redirecciones, errores y repeticiones. Busca problemas persistentes, no picos aislados.
¿Qué cambiará al intervenir?
Define una hipótesis y una métrica: menos solicitudes inútiles, menos errores, mayor proporción de rastreo en rutas estratégicas o menor tiempo hasta el primer rastreo.
Cómo analizar crawl budget en Google Search Console.
Search Console aporta evidencias fundamentales, pero no muestra un número exacto de crawl budget disponible. Combina dos informes y la inspección de URLs para evitar conclusiones erróneas.
Ajustes → Estadísticas de rastreo
Examina solicitudes, descarga, tiempo medio de respuesta, estado del host y desglose por respuesta, tipo de archivo, propósito y tipo de Googlebot. Histórico de hasta 90 días.
Indexación → Páginas
Comprueba por qué las URLs conocidas están indexadas o excluidas; presta atención a las secciones afectadas, no solamente al número total de «No indexadas».
Inspección de URLs
Investiga URLs concretas: estado de rastreo, accesibilidad, URL canónica declarada y seleccionada, y señales de indexabilidad. Compara una muestra útil por tipología.
Limitación importante: el informe «Estadísticas de rastreo» se ofrece en propiedades de dominio o prefijo de URL de nivel raíz, no necesariamente en un prefijo de subcarpeta. Sus recuentos son solicitudes efectivas a URLs y recursos —no «páginas indexadas» ni URLs canónicas únicas—. Explicación oficial ↗.
Paso 1. Revisa el estado del host antes de interpretar el volumen
En Ajustes → Estadísticas de rastreo → Estado del host, identifica incidencias de DNS, conectividad o acceso a robots.txt. Si el servidor devuelve frecuentemente 5xx o 429, Google puede reducir su capacidad de rastreo para no sobrecargarlo. Resolver disponibilidad suele tener prioridad frente a cualquier ajuste cosmético del sitemap.
Paso 2. Mira las tendencias, no un solo día
Observa solicitudes de rastreo, tamaño descargado y tiempo medio de respuesta en un periodo comparable. Una caída de solicitudes puede reflejar menos demanda, un cambio de inventario, problemas de host o simplemente variación normal. No presupongas que «menos peticiones = peor SEO». Tampoco que un aumento signifique una mejora.
Paso 3. Desglosa las solicitudes para encontrar patrones
Filtra por códigos de respuesta (2xx, 3xx, 4xx, 5xx), tipo de archivo (HTML, CSS, JS, imágenes…), propósito (descubrimiento o actualización) y tipo de robot. Una cadena de tres redirecciones puede contar como tres solicitudes distintas. Las peticiones a recursos también forman parte del historial.
Paso 4. Cruza los hallazgos con «Indexación de páginas»
Agrupa una muestra de URLs relevantes por plantilla o directorio: productos, categorías, artículos nuevos, traducciones o fichas técnicas. Comprueba el motivo de no indexación, la última visita de Google y la URL canónica seleccionada. Prioriza patrones repetidos que afecten a contenido con valor, no todas las exclusiones.
Estados que suelen confundirse
| Estado de Search Console | Qué significa | ¿Prueba falta de crawl budget? | Qué investigar |
|---|---|---|---|
| Descubierta: actualmente sin indexar | Google conoce la URL, pero normalmente aún no la ha rastreado. | No por sí solo | Importancia, enlaces, sitemap, inventario, capacidad/host, tiempo. |
| Rastreada: actualmente sin indexar | Google ha visitado la URL y no la ha incorporado al índice. | No | Calidad, duplicados, canonical, contenido insuficiente, señales contradictorias. |
| Duplicada; Google ha elegido otra canónica | Google agrupa esa URL con otra que considera representativa. | No necesariamente | Variantes, enlaces, canonical, sitemap y necesidad real de indexación. |
| Bloqueada por robots.txt | La regla impide que Google solicite el contenido. | No | Bloqueo intencional frente a error que impide rastrear contenido útil. |
| Error de servidor (5xx) | El host no ha podido servir el recurso o la página. | Riesgo técnico | Disponibilidad, CDN, logs, hosting, picos de carga y respuestas 429. |
Paso 5. Crea una muestra que permita comparar
Elige, por ejemplo, 20–30 URLs publicadas recientemente y otras 20–30 antiguas de cada sección importante. Registra fecha de publicación o cambio significativo, descubrimiento conocido, último rastreo e indexación si la información está disponible. Estos tamaños de muestra son una propuesta operativa, no un estándar de Google. Las conclusiones deben tener en cuenta que Search Console no siempre ofrece todas las fechas exactas para todas las URLs.
Paso 6. Define una métrica que puedas volver a medir
Si el problema afecta a nuevos productos, compara el porcentaje de la cohorte que se rastrea en 7, 14 o 30 días. Si afecta a facetas, mide qué proporción de solicitudes va a parámetros sin valor frente a URLs canónicas. Si afecta al servidor, analiza tasas de 5xx/429 y latencia. El plazo elegido es una ventana de análisis interna, no un SLA de Google.
Analizador de logs Googlebot en tu navegador.
Pega una muestra de registros de acceso del servidor con formato Apache/Nginx combinado, o carga el ejemplo. La herramienta cuenta códigos HTTP y rutas para localizar posibles patrones. No envía datos a terceros. No verifica por sí sola que una petición proceda realmente de Google.
Inspecciona una muestra, no adivines.
Límite práctico: hasta 20.000 líneas analizadas localmente para evitar bloquear el navegador. Los registros pueden incluir IP y rutas privadas: elimina información sensible antes de compartir resultados.
Qué se solicita y cómo responde el servidor.
Sin analizar.
Carga el ejemplo para explorar las métricas y el aviso sobre verificación de Googlebot.
Compatibilidad orientativa con logs tipo Common/Combined. Las líneas que no encajen se omiten; 304 es una respuesta válida de caché y 404 aislados no demuestran despilfarro.
Cómo interpretar el resultado del analizador sin cometer errores
Si observas muchas solicitudes a ?filter=, ?orderby= o combinaciones similares, investiga si las URLs deben existir como páginas de búsqueda. Un porcentaje alto de 301/302 exige revisar cadenas de redirección; no todas las redirecciones son un problema. Una proporción relevante de 5xx o 429 justifica mirar salud del servidor y reglas de seguridad.
Para una auditoría sólida utiliza logs completos representativos, revisa si el CDN registra las peticiones, identifica los user agents y verifica la identidad de Googlebot mediante DNS inverso y comprobación de origen o rangos IP oficiales. Un texto «Googlebot» en la cabecera es fácilmente falsificable. Verificación de Googlebot ↗.
# Investiga primero el formato real de tus access logs.
# Ejemplo simple para detectar user agents que dicen ser Googlebot.
# IMPORTANTE: esto NO verifica que sean de Google.
grep -i 'Googlebot' /ruta/a/access.log | tail -n 100
# Examina los códigos 429 y 5xx en tu herramienta de logs.
# Adapta el comando a tu configuración de Nginx/Apache/CDN.Cómo optimizar el crawl budget paso a paso y con criterio.
No existe un truco universal para «darle más presupuesto» a un dominio. La mejora llega al reducir el inventario irrelevante, mantener la infraestructura estable y facilitar el acceso a contenido útil.
Corrige 5xx, 429 y latencia persistente
Analiza fallos de origen, CDN, WAF, robots.txt y picos de respuesta. Si Google reduce la capacidad porque el host falla, arreglar el servicio es más urgente que publicar otro sitemap.
Reduce espacios infinitos de URLs
Facetas, ordenaciones, calendarios y búsquedas internas pueden producir millones de combinaciones. Decide cuáles tienen intención SEO y cuáles deben evitarse o consolidarse.
Consolida páginas equivalentes
Utiliza URLs preferidas, redirecciones definitivas cuando corresponda y rel="canonical" coherente. Canonical es una señal de consolidación; no una prohibición de rastreo.
Haz rastreables los enlaces internos
Vincula categorías, hubs y artículos mediante enlaces HTML <a href="...">. No dejes todo el descubrimiento al sitemap o a interacciones JavaScript.
Envía URLs indexables y fechas reales
Prioriza URLs canónicas con respuesta 200 y contenido valioso. Usa <lastmod> cuando represente cambios significativos; Google ignora <priority> y <changefreq>.
Cierra bien el ciclo de URLs eliminadas
Devuelve 404 o 410 para contenido retirado definitivamente sin reemplazo. Evita soft 404 y bucles de redirección. No conviertas todas las URLs eliminadas en 200 ni 301 hacia la home.
Acelera y permite cachear
Optimiza respuesta del servidor y recursos importantes de renderizado. Aprovecha caché HTTP y 304 Not Modified cuando proceda para ahorrar transferencia y trabajo.
Publica URLs con utilidad diferenciada
La demanda de rastreo no depende solo de la técnica. Un gran volumen de páginas intercambiables o poco originales no garantiza que Google quiera rastrearlas con frecuencia.
Actúa por cohortes, no por intuición
Compara semanas equivalentes y rutas afectadas, documenta cada cambio y reevalúa señales. Evita interpretar una fluctuación de rastreo como victoria SEO sin evidencia.
Qué usar: robots.txt, noindex, canonical, 301, 404 o 410
Estas herramientas no son intercambiables. Cada una responde a una intención diferente: impedir rastreo, excluir del índice, consolidar duplicados, trasladar contenido o comunicar que ya no existe. Seleccionarlas por la función deseada evita bloquear páginas que Google todavía necesita visitar para ver sus señales.
| Situación | Acción habitual | Matiz que importa |
|---|---|---|
| URL duplicada con alternativa canónica | Canonical consistente o 301 si la variante se retira. | Google puede seguir visitando el duplicado; canonical no ahorra el 100 % del rastreo. |
| Combinaciones de filtros sin valor SEO que nunca deben rastrearse | Diseño de facetas y, cuando convenga, robots.txt. | Hazlo con patrones específicos; no bloquees URLs de categorías valiosas ni recursos críticos. |
| Página accesible a usuarios pero excluida de resultados | noindex con rastreo permitido. | Google tiene que solicitarla para ver la directiva; no es una herramienta directa de ahorro inmediato. |
| Página eliminada definitivamente sin sustituto | HTTP 404 o 410. | No uses 301 a la home por sistema ni devuelvas una página 200 vacía. |
| Página trasladada a una sustituta real | 301/308 permanente hacia URL equivalente. | Evita redirecciones encadenadas y actualiza enlaces internos. |
| Contenido aún útil y estratégicamente indexable | Permitir rastreo, enlazar y sitemap coherente. | Comprueba que no haya noindex, redirecciones o canonicals contradictorios. |
Advertencia de Google sobre robots.txt: bloquear rutas poco importantes puede evitar peticiones, pero no obliga a Google a transferir esas solicitudes hacia tus páginas prioritarias, salvo que el host ya estuviera alcanzando su límite de capacidad. Además, un URL bloqueado no permite que Google lea un noindex o canonical dentro de la página. Guía oficial ↗.
Ejemplo de robots.txt: una opción que requiere validación
Una tienda podría estudiar bloquear una ruta de búsqueda interna que no tiene valor orgánico. Este ejemplo es didáctico, no una plantilla universal; no debe copiarse en producción sin comprobar la arquitectura y las URLs reales.
# EJEMPLO: únicamente si /busqueda-interna/ no necesita indexarse
# y se ha confirmado que no contiene páginas SEO valiosas.
User-agent: Googlebot
Disallow: /busqueda-interna/
# Mantén accesibles las páginas y recursos importantes.
# La ruta real del sitemap depende del CMS y del plugin.
Sitemap: https://ejemplo.com/sitemap_index.xml¿Las respuestas 404 consumen crawl budget?
Google aclara que las solicitudes a URLs con 4xx, salvo 429, no se consideran desperdicio de presupuesto de rastreo en el sentido simplista del mito popular. Conviene solucionar enlaces rotos hacia páginas útiles, errores de arquitectura y soft 404, pero no necesitas «eliminar cada 404» para liberar una cuota imaginaria. Ver matices oficiales ↗.
Crawl budget en WordPress, WooCommerce y webs multidioma.
La implementación depende más del inventario de URLs que del CMS. Estas situaciones muestran cómo tomar decisiones en webs reales sin atribuir resultados no comprobados.
Blog que publica 400 artículos nuevos
Publicar cientos de URLs no significa que Google tenga un límite de rastreo de «20 páginas al día». Revisa si los artículos son realmente distintos, aparecen en categorías/hubs, tienen enlaces internos rastreables, canonical correcto, sitemap válido y respuesta 200. Si Search Console muestra muchas descubiertas sin indexar, analiza muestras y tiempos antes de cambiar el servidor.
Catálogo con filtros y variantes
Los parámetros de talla, color, ordenación, búsquedas y paginación pueden multiplicar el espacio de URLs. Separa facetas valiosas para SEO de combinaciones inútiles; evita rutas infinitas y audita si Google dedica peticiones a variantes duplicadas que no deberían competir como páginas independientes.
Web en español, catalán e inglés
Cada versión idiomática útil es una URL distinta y debe ser rastreable. No bloquees versiones traducidas solo para «ahorrar presupuesto». Verifica enlaces entre idiomas, canonicals adecuados a cada idioma, hreflang recíproco cuando aplique y sitemaps coherentes con las versiones disponibles.
Muchos cambios de URL a la vez
Tras una migración Google necesita redescubrir y procesar URLs nuevas y antiguas. Revisa el mapa 301, evita cadenas, actualiza enlaces internos y sitemaps, controla los errores del host y monitoriza las secciones estratégicas. Una mayor actividad puntual puede ser normal.
Checklist específico para una instalación WordPress
- Comprueba Ajustes → Lectura: la opción para disuadir a los motores de búsqueda no debe estar activada en una web pública que quieras posicionar.
- Comprueba los controles de indexación del plugin SEO, especialmente artículos, categorías, etiquetas, medios, resultados internos y contenidos personalizados.
- Abre el sitemap real en un navegador. No supongas que la ruta será idéntica en WordPress core, Yoast o Rank Math. Excluye URLs que no deben indexarse.
- Revisa canonical, redirecciones y hreflang en una muestra representativa, incluyendo las versiones de idioma.
- Confirma que menús, breadcrumbs y módulos relacionados utilizan enlaces HTML rastreables; un botón que cambia de pantalla solo con JavaScript no equivale necesariamente a un enlace.
- Audita las rutas con parámetros o filtros que realmente aparecen en los logs. No bloquees
/wp-content/o archivos JavaScript y CSS indiscriminadamente. - Compara después la evolución de nuevas URLs rastreadas e indexadas sin confundir indicadores de rastreo con impresiones y posiciones.
Para profundizar en la implementación de cada mecanismo, consulta las guías especializadas de este sitio: robots.txt y generador y sitemap XML en WordPress. Este artículo se concentra en el diagnóstico transversal del crawl budget, no en repetir esas instrucciones completas.
Siete mitos de crawl budget que llevan a malas decisiones.
Algunos consejos SEO parecen lógicos, pero mezclan rastreo con indexación o interpretan mal la documentación de Google.
«Todas las webs tienen un presupuesto diario fijo».
Google no publica una cuota cerrada. La capacidad y la demanda cambian; las peticiones observadas no equivalen al máximo asignado.
«Más rastreo significa subir posiciones».
El rastreo permite descubrir contenido, pero Google no considera aumentar su frecuencia un factor directo de ranking.
«Todo lo que sale como no indexado es un problema».
Duplicados, parámetros y páginas sin valor de búsqueda pueden estar correctamente excluidos. Evalúa qué URLs deberían indexarse.
«Añadir noindex ahorra peticiones de inmediato».
Google tiene que rastrear el documento para conocer esa etiqueta. Su función es excluir del índice, no administrar cuotas.
«Bloquear 10.000 URLs redirige su presupuesto a mis posts».
Google señala que ese traslado no es automático. La mejora depende, entre otras cosas, de si el host había alcanzado su límite de capacidad.
«Todos los 404 desperdician el presupuesto».
Google diferencia los 4xx normales de 429. Los 404 pueden ser la respuesta correcta a páginas eliminadas definitivamente.
«Cambiar changefreq y priority acelera Googlebot».
Google ignora esos campos en sitemaps. Usa fechas lastmod precisas y cambia el contenido de manera significativa.
Prioriza las URLs que mueven el negocio.
Conecta la auditoría con categorías, productos, guías, conversiones e ingresos. Optimizar rastreo sin objetivos claros puede generar trabajo sin retorno.
Conclusión: no busques «más Googlebot» como objetivo aislado. Busca que las URLs útiles sean accesibles, descubiertas y evaluadas sin un volumen innecesario de peticiones a rutas duplicadas o infinitas.
Qué hacer en los próximos 30 días.
Este calendario es una propuesta de trabajo, no una promesa de indexación en 30 días. Reduce cambios simultáneos y crea un registro de hipótesis que puedas contrastar.
Días 1–3 · Línea base
Exporta los datos disponibles, comprueba estado del host, elabora un inventario de URLs canónicas deseadas y escoge cohortes de publicación. Define qué indicador es prioritario.
Días 4–7 · Causa probable
Analiza logs si hay acceso; agrupa parámetros y respuestas, inspecciona URLs representativas y contrasta señales de duplicidad, enlaces y disponibilidad.
Días 8–14 · Correcciones P0
Resuelve errores de servicio, bloqueos accidentales, redirecciones problemáticas y enlaces hacia rutas incorrectas. Valida sobre un entorno seguro antes de desplegar.
Días 15–21 · Inventario y enlazado
Consolida duplicados, revisa facetas sin utilidad orgánica, depura el sitemap y conecta contenido relevante desde hubs o categorías existentes.
Días 22–30 · Comparar
Repite las métricas con periodos y cohortes compatibles. Comprueba si bajaron errores y solicitudes inútiles y si las URLs importantes reciben visitas de Googlebot.
Después · No confundir mejoras
Documenta los cambios y observa tendencias posteriores. Más URLs indexadas, más impresiones y mejores posiciones son fenómenos distintos; no atribuyas causalidad por coincidencia temporal.
KPIs propuestos: proporción de peticiones a rutas estratégicas (logs verificados), solicitudes a parámetros sin valor, tasa de 5xx/429, tiempo de respuesta, porcentaje de URLs nuevas rastreadas en una cohorte y evolución de las URLs indexables indexadas. Evita presentar cualquiera de ellos como una métrica oficial llamada «eficiencia de crawl budget».
12 comprobaciones antes de publicar cambios.
Un resumen operativo para SEO, desarrollo y contenidos. Puedes descargarlo como CSV para revisar responsables y evidencias.
- Propiedad Search Console y host correctos.
- URLs indexables diferenciadas de inventario total.
- Estado del host y errores de disponibilidad revisados.
- Cohortes de URLs valiosas identificadas.
- Bloqueos accidentales y respuestas HTTP comprobados.
- Redirecciones y URLs canónicas coherentes.
- Facetas, parámetros y duplicados evaluados.
- Sitemap y lastmod coherentes con el contenido.
- Enlaces HTML internos revisados.
- Logs contrastados y bots verificados.
- Hipótesis y métricas de mejora documentadas.
- Plan de validación y reversión preparado.
Todo lo que debes saber sobre crawl budget.
Respuestas breves sobre Googlebot, WordPress, herramientas, sitemap, robots.txt y velocidad. Cada respuesta es legible sin ejecutar JavaScript.
¿Qué significa crawl budget en SEO?
Es el conjunto de URLs que los sistemas de rastreo de Google pueden y quieren rastrear en un host, según capacidad de servicio y demanda. Se conoce como presupuesto de rastreo.
¿Cómo saber cuál es mi presupuesto de rastreo?
Google no ofrece una cifra exacta de cuota diaria. En Search Console puedes ver solicitudes históricas, descarga, tiempos, respuesta y estado del host. Los logs aportan más detalle por URL.
¿Dónde está el crawl budget en Search Console?
Ve a Ajustes o Configuración → Estadísticas de rastreo desde una propiedad compatible de dominio o prefijo raíz. Es un informe de actividad, no un contador de presupuesto disponible.
¿Cuál es un buen crawl budget?
No existe un número universal. Depende del tamaño y la actualización del sitio. Lo valioso es que Google alcance contenido importante con una frecuencia razonable y sin errores relevantes de servicio.
¿Cuántas URLs necesito para preocuparme?
Google menciona como orientaciones más de un millón de URLs con cambios semanales, más de 10.000 con cambios diarios o muchas descubiertas sin indexar. No son umbrales exactos.
¿Crawl budget afecta directamente al posicionamiento?
No es un factor de ranking directo. Si Google no consigue rastrear una página no podrá evaluarla normalmente para indexarla, pero aumentar el número de peticiones no mejora automáticamente posiciones.
¿Por qué Google rastrea pero no indexa mis páginas?
La indexación depende de evaluación de contenido, duplicidad, canonicalización y otras señales. Si ya aparecen como «Rastreada: actualmente sin indexar», el problema no se reduce a conseguir otra visita del bot.
¿«Descubierta: actualmente sin indexar» siempre indica falta de crawl budget?
No. Puede haber prioridades de rastreo, recursos limitados, señales de calidad, enlazado insuficiente o problemas técnicos. Comprueba volumen, tendencias, accesibilidad y valor de las URLs afectadas.
¿Cómo aumentar el crawl budget?
Google apunta a dos vías: mejorar la capacidad del servidor si limita el rastreo y aumentar la calidad/utilidad del contenido que genera demanda. También conviene reducir URLs innecesarias, duplicados y fallos.
¿El sitemap XML mejora el crawl budget?
Ayuda a comunicar URLs importantes y cambios significativos, pero no garantiza visitas ni indexación. Incluye URLs indexables canónicas y fechas lastmod verificables.
¿Bloquear URLs con robots.txt libera presupuesto?
Impide que Google rastree esas rutas, pero no garantiza que el tiempo se reasigne a otras URLs. No lo uses para ocultar señales noindex o canonical que Google necesite leer.
¿Noindex o canonical: qué reduce mejor el rastreo?
Noindex se utiliza para excluir resultados y requiere que el robot lea la página. Canonical indica la versión preferida, pero no prohíbe visitar duplicados. La decisión depende del objetivo y la arquitectura.
¿Las páginas 404 consumen el crawl budget?
Google desmiente que los 4xx normales, salvo 429, sean un desperdicio de presupuesto como se afirma habitualmente. Corrige enlaces defectuosos y soft 404, pero usa 404/410 legítimos para contenido eliminado.
¿Un sitio WordPress pequeño necesita optimizar crawl budget?
Normalmente no requiere una auditoría avanzada. Comienza por indexabilidad, contenido útil, enlazado interno, sitemap correcto y salud técnica. Investiga crawl budget si hay señales reales y sostenidas.
¿La velocidad de la web influye en el rastreo?
Sí, especialmente la estabilidad y los tiempos de respuesta del servidor. Respuestas lentas o errores pueden reducir la capacidad de rastreo, aunque una web más rápida no obliga a Google a solicitar más URLs.
¿Los archivos CSS, JavaScript e imágenes consumen solicitudes?
El rastreo incluye recursos y URLs alternas. Los recursos pueden formar parte del trabajo de Googlebot; bloquear los necesarios para interpretar una página puede perjudicar el renderizado.
¿Qué ocurre con hreflang y webs multidioma?
Las versiones idiomáticas son URLs independientes y pueden requerir solicitudes. No bloquees idiomas estratégicos solo para reducir volumen; asegúrate de que están enlazados, son rastreables y tienen canonicals adecuados.
¿Cada cuánto debo revisar las estadísticas de rastreo?
Depende de la dimensión y el ritmo de publicación. Tras una migración, una incidencia o una auditoría, revisa con mayor frecuencia; en webs pequeñas y estables basta una comprobación periódica.
¿Sirve un analizador de logs para medir Googlebot?
Sí, si hay cobertura suficiente y verificas los orígenes. Un simple user agent no prueba identidad. Los logs del CDN y del origen pueden diferir y la muestra de esta página no reemplaza una auditoría completa.
¿Puedo conseguir que Google indexe una URL el mismo día?
No existe garantía. Puedes facilitar el descubrimiento con enlaces y sitemap, y solicitar indexación de URLs concretas mediante Search Console, pero la visita y la indexación dependen de Google.
Fuentes oficiales y método editorial.
Contenido revisado el 17 de octubre de 2026. La fuente central es la guía de Google sobre presupuesto de rastreo, actualizada el 16 de septiembre de 2026. Las recomendaciones de diagnóstico y los ejemplos se distinguen de los requisitos oficiales; no se han utilizado datos inventados de Search Console.
Metodología y límites de las herramientas
El cuestionario utiliza reglas orientativas basadas en escenarios y no sustituye una revisión manual del sitio. El analizador de registros trabaja únicamente con el texto que introduces; no se conecta a Search Console, no rastrea URLs, no identifica IPs verificadas y no calcula el presupuesto real asignado por Google. Sus porcentajes describen exclusivamente la muestra introducida. Las cifras del ejemplo son ficticias.
Como artículo independiente, esta URL responde a qué es el crawl budget, cuándo importa, cómo investigarlo y cómo priorizar acciones. Para instrucciones exhaustivas de configuración, las guías de robots.txt y sitemap XML enlazadas a continuación tienen una intención de búsqueda específica y complementaria.
