John Mueller recuerda en su g+ que Google tiene un limite de 500KB para procesar archivos robots.txt.

Por lo tanto es importante, además de tener una buena configuración del robots.txt, asegurarnos de que no sobrepasa los 500kb de peso ya que entonces GoogleBot dejaría de rastrear, o incluso podría confundirse y causar serios problemas en la salud de la web.

#102 de las cosas a tener en cuenta cuando se trabaja en un gran sitio web: Si tienes un archivo robots.txt gigante, recuerda que Googlebot sólo leerá los primeros 500kb. Si el archivo robots.txt es más largo, puede resultar en una línea que se trunca de manera no deseada. La solución más sencilla es limitar los archivos robots.txt a un tamaño razonable :-).

Más información de google sobre el robots.txt. De todas formas, un robots.txt de ese tamaño solo puede significar que tu web es un desastre o que es enorme, con millones de páginas útiles.

Hace dos meses Google anunció que empezaría a penalizar de forma muy relevante a páginas con mucha publicidad o con publicidad en sitios en donde un usuario espera encontrar contenido.

Con publicidad muy destacada nos referimos a la expresión “Above de fold”, que es la zona de la página que se ve al cargar sin tener que utilizar el scroll.

Ahora anuncia que ha modificado su algoritmo para detectar estas páginas y las penalizarlas. Y el nombre que tiene es “el algoritmo Page Layout“.

La explicación es sencilla: Como sabemos de sobra, Google quiere resultados de calidad, por lo que si colocas tanta “polución” al principio de la página como para que sea difícil para el usuario encontrar el contenido, esa página no debería posicionar arriba.

Matt Cutts aclara que es una actualización menor, que solo debería afecta al 1% de las búsquedas, pero es que el tema de la publicidad es muy sensible y no se sabe al final cómo acaba el tema. Según explica, si tu página se ve penalizada, con hacer los cambios en la plantilla y esperar a que vuelva a pasar el robot de Google es suficiente. Es un error que se subsana rápidamente – y rápidamente para Google son “varias semanas”.

El problema como siempre, es saber cuánta publicidad es demasiada o en qué lugar exacto es peor su ubicación. Si hacemos caso al propio Google, tenemos la siguiente imagen:

¿hay algo más above de fold que eso? En cualquier caso, es un punto más a favor de la idea que tiene Google de contenido de calidad, y en la que tendríamos que centrarnos más – si queremos obtener resultados de primer orden – en lugar de perder el tiempo en encontrar soluciones milagrosas. Pensar un poco más en el usuario.

Google no siempre elige el texto entre las etiquetas <title></title> para mostrar una página en los resultados de búsqueda. Esto molesta bastante a muchos webmasters que no entienden por qué Google cambia el título de sus páginas o por qué.

Google explica el motivo en un post titulado “mejores títulos en los resultados“:

Nuestros algoritmos generan tres títulos alternativos para que la página no está limitada a sólo un título para las diferentes consultas para las que rankea una página. Esto tiene el interesante efecto secundario de que el resultado parece más relevante para nuestros buscadores.

En promedio, los títulos alternativos aumentan el porcentaje de clics en los resultados, es decir, más tráfico para tu web.

La etiqueta <title> sigue siendo la fuente primaria de títulos, lo que demuestra que todos nuestros consejos sobre hacer los títulos concisos, útiles y atractivo todavía es muy aplicable. Mantén un ojo en la página de sugerencias HTML en la sección de diagnóstico en las Herramientas para webmasters de sugerencias título.

Más sobre el tema en Google + y webmasters tools.

Matt Cutts ha hecho un vídeo de nada menos que 9 minutos dedicado al cloaking y al que incluso ha llamado “el vídeo definitivo del cloaking” (“definitive cloaking video“). Los temas principales que trata son:

• Cloaking es enseñar contenido distinto a los usuarios que a los robots, en este caso a GoogleBot
• El cloaking viola las directrices de calidad de Google
• El cloaking es de riesgo alto
• El cloaking se usa sobre todo con intenciones malignas (engañar al usuario)/li>
• No existe eso de White Hat Cloaking
• Qué se entiende o qué se detecta como cloaking
• Por qué la gelocalzación o detectar un dispositivo móvil no es clocaking

El tema más interesante, entre otros, es el de la geolocalización por Dirección IP es correcta para mostrar una versión en un idioma u otro o una versión móvil. Hasta ahora una pregunta corriente era, ¿qué es mejor, mostrar el contenido en un idioma u otro bajo el mismo dominio detectando la IP del visitante o tener un dominio para cada idioma? Parece que Google aclara que la geolocalización está bien, siempre que tratemos a googlebot como un navegador más que viene de EEUU, es decir, mostrándole la versión en inglés si es que la tenemos.

Aclara estos temas que siempre suscitan debate.

Desde Panda, hemos leído en varias ocasiones que las faltas de ortografía iban a perjudicar directamente los rankings, como un factor más de los mismos.

Desde Google se han encargado de responder esta cuestión y aclarar que la ortografía no es un factor del ranking, por lo que si tienes faltas de ortografía en tus textos o los comentarios de los usuarios son de “baja” calidad no tienes que preocuparte de que Google te penalice.

Eso sí, indirectamente las faltas de ortografía si pueden ser un handicap, ya que aunque todo el mundo las comente, dan mala imagen.

Matt Cutts hablando sobre el tema en vídeo:

Aún a día de hoy, el PageRank sigue siendo el elemento más famoso del algoritmo de Google, y precisamente por su fama, puede estar convirtiéndose en un problema para ellos. Desde hace años vienen diciendo, por activa y por pasiva, que el PageRank no es relevante en cuanto a las métricas para medir la importancia de una página web o de los propios rankings.

Esto no parece calar entre los webmasters que siguen muy pendientes de la barra verde como factor muy relevante del seo, descuidando las métricas realmente importantes. Y Google quiere que saquemos el máximo rendimiento de nuestras webs porque de esta forma también aumentan sus ganancias.

En su último post en Webmaster Central, no solo hace hincapié en la poca importancia del PageRank, sino que nos ofrece otras métricas más importantes que seguir de cara al SEO:

“Yo postulo que ninguno de nosotros realmente se preocupe por el PageRank como un objetivo final. El PageRank es sólo un sustituto de lo que realmente queremos: llevar a nuestros sitios web a hacer más dinero, a atraer más lectores, a generar más y más boletines de inscripciones, etc. El enfoque del PageRank como un indicador de éxito sólo funciona si se asume que a un PageRank más alto se consigue un mejor ranking, y que a más tráfico a tu sitio, más gente hará una conversión”

Métricas realmente importantes

Los factores que los webmasters deberíamos mirar como más importantes para conocer el éxito de nuestra web son:

1. Conversion rate – tasa de conversión
2. Bounce rate – robote
3. Clickthrough rate (CTR)

Es decir, el PageRank no nos dice de ninguna forma si nuestra web rinde al 100% de su capacidad, los tres factores anteriores si:

Si nos fijamos en la Descripción de la tecnología de Google, te darás cuenta de que la relevancia es uno de los ingredientes más importantes en nuestros resultados de búsqueda. ¿Por qué no hay tanto interés por la relevancia como lo hay por el PageRank? Yo creo que es porque el PageRank se muestra con un número y la relevancia no. La Relevancia y el PageRank incluyen una gran cantidad de factores complejos – contexto, la intención de búsqueda, popularidad, confiabilidad – pero es fácil de hacer una gráfica del PageRank en 5 minutos y presentársela a tu CEO, no así con la relevancia. Yo creo que la simpleza del PageRank lo ha convertido en una métrica principal para los webmasters en los últimos años, pero sólo porque algo sea fácil de seguir, no significa que represente con exactitud lo que está pasando en su sitio web.

Más claro no se puede decir. Pero creo que por mucho que digan que el PR no es importante, tienen algo muy en contra y que no podrán superar hasta que no eliminen por completo la barrita verde: el link building. La relevancia se consigue con enlaces desde webs relevantes. ¿Y cuál es la forma principal en que la gente mide la relevancia de una página? el PR. Y esto no parece que vaya a cambiar en un futuro cercano.

Una de las primeras cosas que aprendes cuando entras en este mundo del SEO es el uso de las meta tags y también que no tienen demasiado valor en el SEO moderno, especialmente las Meta Keywords por el tema del stuffing y lo fácil que es manipularlas para conseguir mejores rankings.

Hace dos años Google anuncio oficialmente lo que ya se sabía, que Google no utilizaba las meta keywords para nada, a pesar de que se ponía en duda su completa inutilidad.

A pesar de ser un tema clarísimo, parece que ahora empiezan a entrar dudas sobre si Google podría volver a utilizar las Meta Keywords, y parece que muchos webmasters tienen experiencias de éxito con su utilización:

“Las Meta keywords de una página en concreto no afectan a su ranking particular. Pero sí ayudar a “clasificas las páginas internas de una web para esas frases, lo que sí afectaría para que esas páginas se puedan encontrar en los buscadores”

Lo cierto es que las meta keywords se utilizan básicamente para el tema de las búsquedas internas de una web. Pero a falta de confirmación, los tres principales buscadores mantienen su declaración de inutilidad para estas etiquetas.

¿Alguien tiene alguna experiencia interesante con esto?

John Mueller de Google dice que el PageRank público, el que podemos ver en la barrita verde, no cambia el rastreo, la indexación ni los rankings de las webs.

En este hilo de los foros de ayuda de Google, la gente empieza a preguntarse por qué lleva tantos meses sin actualizarse el PageRank público, a lo que responde:

Solemos hacer 3 ó 4 actualizaciones de PageRank al año, pero sinceramente, no es algo de lo que tengan que estar pendientes los webmasters. El PR que se muestra no es más que un detalle del pasado de nuestro algoritmo, que recordemos que se actualiza constantemente. Los cambios de PR no cambian absolutamente nada.

Esto parece ya bastante claro para la mayoría de nosotros, pero no está mal recordarlo: el PR por sí solo no significa nada, y los webmasters deberíamos prestar más atención a otras cosas como el contenido o los enlaces.

Google quiere unificar el contenido en distintos idiomas bajo la misma página con dos nuevos atributos: rel=”alternate” y hreflang=”x”.

Si tienes una sitio con páginas:

• que tienen en la plantilla (sidebar, footer, etc) botones para traducir el contenido a varios idiomas
• que el contenido principal permanece tal cual, creando muchas páginas duplicadas

y a veces las búsquedas redireccionan al usuario al idioma que no es, podemos utilizar estos atributos de la siguiente forma:

<link rel=”alternate” hreflang=”a-different-language” href=”http://url-of-the-different-language-page” />

Estos atributos deben utilizarse con rel=”canonical” y redirecciones 301.

Cómo usar rel=”alternate” y hreflang=”otro-idioma”

Google explica aquí cómo hacerlo de la mejor forma, pero básicamente hay dos pasos para hacerlo:

1. Se puede utilizar rel=”canonical” o una redirección 301 a la página canonical
2. En la página canonical (la principal) especifica con rel=”alternate” el contenido duplicado en distintos idiomas. De esta forma, Google puede mostrar la localización correcta a los usuarios, y por lo tanto, el idioma correcto.

Vender enlaces en tu página está penalizado por Google. En el foro ww han recopilado una serie de técnicas y consejos para vender enlaces y no ser penalizado.

Por supuesto, esto no significa que Google no te penalice, pero sí que se lo pone más difícil de identificar:

• Controla siempre el texto y la URL del enlace de forma manual (sin scripts de por medio)
• Solo enlazar a sitios relevantes
• Enlaza a sitios que no parezcan baneadas o a medio hacer
• Procura que sean plazos largos para que se asemeje menos a una red rotatoria de enlaces
• Los enlaces en el footer o en el sidebar están prohibidos
• No marques tus enlaces como que están a la venta

En otro nivel de cosas, algunos comentan no negociar los enlaces por Gmail… aunque no se hasta qué punto Google tiene en cuenta este tipo de cosas.