Inicio › Blog › Posicionamiento
Posicionamiento
Navegación por facetas: cómo evitar que los filtros devoren tu crawl budget
En un catálogo industrial, cada filtro de producto que combinas (material, presión, conexión, temperatura) puede generar una URL nueva. Multiplica esas opciones y de repente tu web le proyecta a Google millones de páginas casi idénticas que se comen el crawl budget y dejan sin rastrear lo que de verdad vende. La solución no es quitar filtros al usuario: es separar lo que es útil para la persona de lo que debe rastrear la máquina, usando robots.txt, canonical, noindex y ofuscación con cabeza. Y, cada vez más, estructurar el catálogo con Schema para que los motores de IA te entiendan.
Los catálogos B2B son una mina y, a la vez, una trampa técnica. Una sola válvula de control puede filtrarse por material (acero inoxidable, latón), presión nominal (PN16, PN40), tipo de conexión (brida, rosca) y rango de temperatura. Esa flexibilidad es oro para la experiencia de usuario, pero si la dejas suelta se convierte en un sumidero de recursos para Google. Vamos a ver por qué pasa, qué te juegas y cómo se arregla sin sacrificar la usabilidad de tu web.
Por qué los filtros se comen tu presupuesto de rastreo
Antes de tocar nada conviene entender el mecanismo. El problema no son los filtros en sí, sino la manera en que tu CMS los convierte en URLs rastreables. Aquí están las tres piezas que tienes que tener claras.
La explosión combinatoria de URLs
A diferencia de un menú de categorías clásico, la navegación facetada deja al usuario aplicar varios filtros a la vez. El problema técnico es la explosión combinatoria: si una categoría tiene 10 filtros con 5 opciones cada uno, las combinaciones posibles suben a miles. Cada vez que alguien (o un bot) selecciona una combinación, el CMS suele crear una URL nueva del tipo /categoria/valvulas?material=inox&presion=pn16&conexion=brida.
Si esas URLs son rastreables e indexables, tu web le proyecta a Google la existencia de millones de páginas con contenido prácticamente idéntico. No aportan ningún «information gain» y, encima, confunden al algoritmo sobre cuál es la página de autoridad que debería posicionar.
Crawl budget: los recursos de Google son finitos
El crawl budget o presupuesto de rastreo es la suma de dos cosas: cuánto aguanta tu servidor (límite de capacidad) y cuánto le interesa a Google tu sitio (demanda de rastreo). En industria, donde los catálogos son enormes pero las actualizaciones de producto a veces son lentas, malgastar ese presupuesto es un error estratégico de los caros.
Cuando Googlebot dedica su tiempo a rastrear facetas irrelevantes (un filtro de «precio ascendente», combinaciones sin stock), deja de rastrear páginas nuevas o actualizaciones de productos que sí importan. En la práctica: tus fichas críticas y tus categorías de alta conversión se quedan esperando turno. Un presupuesto bien gestionado garantiza que las páginas con más densidad informativa y valor comercial sean las que reciben la atención de los buscadores, lo que además facilita que los agentes de IA las citen.
Contenido duplicado y dilución de autoridad
El riesgo más serio de una navegación facetada sin control es doble: canibalización de palabras clave y dilución del link equity. Cuando muchas URLs muestran el mismo listado con variaciones mínimas, la autoridad de la página (el PageRank interno) se fragmenta entre cientos de direcciones en lugar de concentrarse en la categoría principal.
Eso le manda señales contradictorias al algoritmo. Si Google encuentra miles de páginas con el mismo bloque de texto y los mismos productos, puede penalizar la visibilidad del dominio entero por considerarlo thin content o duplicado a gran escala. Y en la era de la búsqueda generativa, una estructura caótica impide que los modelos de lenguaje entiendan la jerarquía de tu catálogo y te relega frente a competidores con arquitecturas más limpias.
El kit técnico para frenar el despilfarro
Optimizar la navegación facetada no consiste en cargarse la funcionalidad para el usuario. Consiste en separar lo que es útil para la persona de lo que debe rastrear la máquina. La regla de oro en entornos industriales: si una combinación de filtros no tiene volumen de búsqueda (lo sabrás con un keyword research previo), no debería ser rastreable. Las facetas principales («Tipo de bomba hidráulica») funcionan como páginas de categoría reales; las secundarias («color del chasis», «peso del embalaje») se quedan fuera del alcance de los bots.
Robots.txt y parámetros en Search Console
La herramienta más contundente para frenar el desperdicio es el archivo robots.txt. Con directivas Disallow puedes bloquear patrones de URL que contengan parámetros de filtrado concretos (por ejemplo, Disallow: /*?filter_*), de modo que Googlebot ni siquiera intente procesar esas combinaciones y se ahorre ciclos de rastreo. Como complemento, la antigua herramienta de parámetros de URL en Search Console —hoy con menos peso que antes— permite indicarle a Google qué parámetros cambian el contenido y cuáles son simples ordenaciones que no deben indexarse.
Dicho esto, si tu objetivo es liderar en AEO (Answer Engine Optimization), delegar todo el control en Google es arriesgado: la estructura debe estar blindada desde el código fuente para que tu «fuente de verdad» no se fragmente.
Canonical vs. noindex: cuándo usar cada uno
Hay una confusión muy habitual entre rel="canonical" y la etiqueta noindex, y conviene tenerla zanjada:
| Mecanismo | Qué hace | Cuándo usarlo |
|---|---|---|
| Canonical | Es una sugerencia, no una orden. Le dice a Google que consolide la autoridad de varias versiones en una URL maestra. | Facetas que muestran productos muy similares y quieres que Google entienda como una sola entidad. |
| Noindex | Impide que la página aparezca en resultados, pero no evita que se rastree: el bot sigue gastando recursos en visitarla. | Páginas que no deben salir en búsquedas, pero ojo: por sí solo no protege tu crawl budget. |
Nuestra recomendación es una estrategia híbrida: bloquear con robots.txt lo irrelevante y usar canonicals para consolidar la fuerza de las variantes de producto que sí aportan valor técnico.
Ofuscación de enlaces: AJAX y peticiones POST
Para catálogos B2B con miles de SKUs, la solución definitiva es la ofuscación de facetas: presentar los filtros al usuario de forma funcional pero ocultarlos al rastreador. En lugar de etiquetas <a href="...">, se usan botones o capas de JavaScript que cargan los resultados mediante AJAX. Al emplear peticiones POST en vez de GET, los parámetros de filtrado no se reflejan en la URL y eliminas de raíz la creación de duplicados. Otra alternativa es el patrón PRG (Post-Redirect-Get) para que los bots no sigan enlaces de filtrado.
El resultado: Googlebot solo ve una estructura de categorías limpia y lógica, mientras el ingeniero que navega tu web disfruta de un filtrado potente y rápido. Esta es la base de una web preparada para los navegadores agénticos, donde la claridad de la ruta es vital para que el rastreo salga bien.
Facetas listas para los motores de respuesta y la IA
La evolución del SEO hacia el GEO (Generative Engine Optimization) y el AEO cambia las reglas. Los navegadores agénticos y los modelos de lenguaje no se limitan a seguir enlaces: intentan comprender la ontología de tu catálogo. Una navegación facetada caótica genera tanto ruido que a la IA le cuesta distinguir las especificaciones técnicas reales de un producto de las simples variaciones de visualización. Una estructura limpia, en cambio, es el prerrequisito para que te citen como fuente de autoridad.
Cuando tus filtros están bien optimizados, un agente de IA puede extraer sin ambigüedad datos como «válvulas de acero inoxidable con certificación PN16». Al evitar que la IA se pierda en miles de URLs duplicadas, disparas las opciones de que tu producto sea el recomendado en una consulta técnica compleja de un comprador industrial.
Datos estructurados y Schema para jerarquizar filtros
La solución a largo plazo no es solo ocultar datos al bot, sino estructurarlos con Schema.org. El marcado de datos estructurados (Product, ItemList, BreadcrumbList) te permite comunicar directamente a los buscadores la jerarquía de tus filtros sin que tengan que rastrearse uno a uno como URLs independientes.
Implementar JSON-LD para definir las propiedades técnicas de cada faceta ayuda a que los motores entiendan que «material» o «capacidad de carga» son atributos de una entidad, no páginas nuevas. Esa densidad informativa estructurada es lo que separa a las empresas industriales líderes de las que solo tienen un catálogo online. En el fondo, el objetivo es convertir tu inventario en una base de conocimiento legible por máquinas, para que cada impacto de rastreo cuente.
Lo que te llevas de este artículo
- Los filtros generan una explosión combinatoria de URLs casi idénticas que agota tu crawl budget.
- El crawl budget es finito: cada faceta inútil que rastrea Google es una ficha o categoría que se queda sin rastrear.
- La clave es separar lo útil para el usuario de lo rastreable por la máquina: si una combinación no tiene búsquedas, no debería ser rastreable.
- Robots.txt bloquea, canonical consolida y noindex oculta (pero no ahorra rastreo): úsalos combinados, no sueltos.
- Estructurar el catálogo con Schema y JSON-LD es lo que te hace citable por los motores de respuesta y los agentes de IA.
Preguntas frecuentes
¿Qué es exactamente la navegación por facetas?
Es el sistema de filtros que permite al usuario combinar varios atributos a la vez (material, presión, conexión, etc.) dentro de una categoría. Mejora mucho la experiencia de compra, pero técnicamente puede generar miles de URLs únicas si no se controla.
¿El noindex protege mi crawl budget?
No por sí solo. El noindex evita que la página aparezca en los resultados, pero el bot sigue rastreándola para leer la etiqueta, así que sigue gastando presupuesto de rastreo. Para ahorrar crawl budget de verdad, hay que bloquear el acceso con robots.txt.
¿Cuándo uso canonical y cuándo robots.txt?
Usa canonical para consolidar la autoridad de variantes de producto que sí aportan valor y que quieres que Google entienda como una sola entidad. Usa robots.txt para bloquear directamente las facetas irrelevantes (ordenaciones, filtros sin búsquedas) y que el bot ni las visite.
¿Qué es la ofuscación de facetas?
Es presentar los filtros al usuario de forma funcional pero ocultarlos al rastreador, cargando los resultados con AJAX y peticiones POST en lugar de enlaces GET. Así los parámetros no se reflejan en la URL y se evita la creación de contenido duplicado de raíz.
¿Cómo decido qué facetas deben ser indexables?
Con un keyword research previo. Si una combinación de filtros tiene volumen de búsqueda real (por ejemplo «válvulas de acero inoxidable PN16»), conviértela en una página de categoría sólida. Si no lo tiene, mantenla fuera del alcance de los rastreadores.
¿Por qué importa esto para la búsqueda con IA?
Porque los modelos de lenguaje intentan entender la ontología de tu catálogo, no solo seguir enlaces. Una estructura limpia y marcada con Schema permite que la IA extraiga datos técnicos precisos y te cite como fuente; una estructura caótica te relega frente a competidores mejor organizados.
Pide tu diagnóstico gratuito →Ver SEO industrial