SEO para portales de anuncios y directorios

Un portal de anuncios o un directorio tiene un problema que casi ningún otro sitio comparte: su producto son las páginas. No publicas diez artículos al mes; recibes miles de fichas que escriben otros, que caducan sin avisar y que además se pueden combinar con filtros hasta el infinito. El SEO de este tipo de sitio es, en esencia, un ejercicio de selección: decidir qué páginas merecen existir para Google, cuáles deben desaparecer con limpieza y cuáles deben quedarse solo para el usuario.

Este artículo se centra en esas tres decisiones: qué hacer con las fichas que caducan, cómo controlar las combinaciones de filtros y cómo mantener a raya la calidad del contenido que escriben los usuarios. No trata de inscribir un sitio en directorios para conseguir enlaces, sino de cómo posicionar un sitio que es él mismo el directorio.

Por qué un portal de anuncios se rompe de forma distinta

En un blog, cada URL nace de una decisión editorial. En un portal, cada URL nace de un dato: un anuncio publicado, una categoría creada, una combinación de ciudad y filtro que alguien puede pulsar. Nadie decide que exista la página número 40.000; simplemente aparece. Por eso los problemas de este tipo de sitio rara vez son de redacción y casi siempre de volumen y de control.

Hay tres fuentes de páginas, y cada una tiene su patología propia. Las fichas individuales se vuelven obsoletas: el coche se vendió, el empleo se cubrió, el local cerró. Las páginas de listado con filtros se multiplican de forma combinatoria. Y el contenido escrito por usuarios varía de excelente a inservible, con mucho texto copiado entre anuncios y mucha ficha con dos líneas.

El riesgo de fondo es el mismo que en cualquier sitio grande: Google dispone de un presupuesto de rastreo limitado para tu dominio y, si una parte enorme del sitio es repetitiva o vacía, tanto el rastreo como la valoración general de calidad del sitio se resienten. No hace falta que todas las páginas sean perfectas. Hace falta que las que ofreces al buscador sean, de forma consistente, útiles por sí mismas.

Fichas caducadas: qué hacer según el caso

El ciclo de vida de una ficha debe estar decidido de antemano, porque el error más común es no tener política: el anuncio caduca, la página sigue devolviendo un 200 con un mensaje de "este anuncio ya no está disponible" y, meses después, hay decenas de miles de páginas casi vacías indexadas. Google suele clasificar ese patrón como soft 404: la página responde bien, pero su contenido dice que no existe. Las verás agrupadas en el informe de indexación de Search Console.

La respuesta correcta depende de qué queda de valor en la ficha y de si existe un sustituto claro. Un esquema razonable es este:

• Caducó y no hay equivalente: devuelve un 404 o, si quieres ser explícito de que la retirada es definitiva, un 410. Ambos acaban fuera del índice; el 410 suele comunicar la intención con más claridad, aunque en la práctica Google los trata de forma muy parecida.
• Caducó pero hay un sustituto evidente: por ejemplo, la misma vivienda republicada con otro identificador, o el mismo negocio con una nueva ficha. Aquí sí tiene sentido una redirección 301 hacia el reemplazo. Redirigir cientos de fichas caducadas a la portada o a la categoría genérica se interpreta a menudo como soft 404 y no aporta nada.
• Caducó pero tiene demanda recurrente: una ficha de un producto o servicio que vuelve cada temporada puede mantenerse con una página de estado claro (no disponible ahora) y enlaces a alternativas reales. Esto solo merece la pena si la página conserva contenido propio de valor, no si es una cáscara.
• Caduca en una fecha conocida: ofertas de empleo, eventos y promociones tienen una fecha de fin. Puedes declararla con el marcado estructurado correspondiente (por ejemplo, validThrough en JobPosting) y, para páginas que deben salir del índice en una fecha concreta, existe la directiva unavailable_after en la etiqueta meta robots o en la cabecera X-Robots-Tag.

La transición importa tanto como el destino

Una retirada limpia no ocurre de golpe. Mientras el anuncio sigue activo, la ficha es la mejor respuesta a muchas búsquedas. Cuando caduca, conviene que el usuario que llega desde Google vea algo útil y no un callejón sin salida: si sirves un 404 propio, añade buscador, categorías relacionadas y anuncios similares. Si mantienes temporalmente la ficha en un estado de "vendido", el mensaje debe aparecer arriba y la página debe enlazar a alternativas, porque de lo contrario el rebote es total.

Un detalle operativo que se pasa por alto: los sitemaps. Si tu sitemap XML sigue listando fichas que ya devuelven 404 o redirigen, le estás enviando a Google una lista de direcciones que contradice lo que encuentra. Genera el sitemap a partir de las fichas activas y actualiza la fecha de modificación solo cuando cambie de verdad el contenido. Con un volumen alto, dividir los sitemaps por tipo de página (fichas, categorías, localidades) permite ver en Search Console qué sección tiene problemas de indexación sin tener que adivinar.

Conviene también medir el tiempo que tarda Google en enterarse de las retiradas. En sitios con mucha rotación, una ficha puede desaparecer antes de que se haya rastreado siquiera una vez; ese rastreo desperdiciado es un coste que no ves hasta que revisas los registros del servidor. Mirar qué URLs visita Googlebot y con qué código de respuesta es la forma más directa de comprobar si tu política de caducidad funciona.

Filtros y facetas: el generador de URLs infinito

Un listado de coches con filtros de marca, modelo, año, precio, combustible, cambio y color puede generar millones de combinaciones a partir de unos miles de anuncios. Casi todas son inútiles para el buscador: duplican contenido, producen listados de uno o dos resultados o muestran exactamente los mismos anuncios en otro orden. Es el mecanismo clásico de las trampas de rastreo, y en un portal es el problema técnico número uno.

La clave es separar dos tipos de combinaciones. Las que corresponden a algo que la gente realmente busca, como "pisos en alquiler en Puebla" o "fontaneros en Monterrey", son páginas con demanda y merecen ser tratadas como páginas de aterrizaje con URL limpia, título propio y contenido. Las que son puro mecanismo de navegación, como ordenar por precio o ver 48 resultados por página, no merecen ser indexadas nunca.

Para decidir en qué grupo cae cada filtro sirve una prueba sencilla: ¿alguien escribiría esa combinación en un buscador, y existe un número razonable de anuncios que la sustente? Si la respuesta a ambas es sí, la indexas. Si no, la mantienes funcional para el usuario pero fuera del índice.

Herramientas para controlar las combinaciones

Cada herramienta hace una cosa distinta y mezclarlas es fuente habitual de errores. El robots.txt impide el rastreo, pero no garantiza que una URL no se indexe si otras páginas la enlazan; además, una URL bloqueada no puede transmitir una etiqueta noindex porque Google no llega a leerla. La etiqueta noindex sí saca la página del índice, pero exige que Google la rastree, así que no ahorra presupuesto de rastreo a corto plazo. La canonical es una pista, no una orden, y Google puede ignorarla si las páginas no son realmente equivalentes.

En la práctica, un diseño sólido combina capas:

• Parámetros de ordenación y visualización: canonical a la versión sin parámetro y, cuando sea posible, que ni siquiera se generen enlaces rastreables para ellos (botones que funcionan por formulario o por JavaScript sin enlace).
• Filtros sin demanda: enlaces con rel nofollow desde el listado o directamente sin enlace rastreable, más noindex en la página si alguien consigue llegar a ella. Un bloqueo en robots.txt por patrón de parámetro puede complementarlo cuando el volumen ya es inmanejable.
• Combinaciones con demanda: URL estática legible en lugar de parámetros, título y encabezado propios, texto introductorio útil y enlace desde la navegación principal y desde categorías hermanas.
• Un límite de profundidad: decide cuántos filtros pueden acumularse. Permitir indexar una combinación de uno, como máximo dos, atributos suele ser defendible; a partir de tres, casi siempre es ruido.
• Paginación: cada página de un listado debe tener su propia URL rastreable y una canonical a sí misma, sin apuntar todo a la primera página. Google ya no usa rel next y prev como señal, así que la estructura se sostiene con enlaces normales.

Páginas de categoría y localidad con contenido fino

Las páginas de listado que sí decides indexar tienen su propio riesgo: ser un simple muro de tarjetas. Una página de "restaurantes en Guadalajara" que solo contiene cuarenta tarjetas con nombre y teléfono es, para el buscador, un índice sin nada que lo distinga de cualquier otro portal que use los mismos datos. Lo que diferencia un listado valioso es lo que aporta por encima de la suma de sus fichas.

Eso puede ser un texto breve y real sobre la zona o la categoría, criterios para elegir, rangos de precios si los conoces por tus propios datos, preguntas frecuentes respondidas con información del catálogo o enlaces a subzonas y categorías vecinas. No se trata de añadir relleno en la parte inferior para aparentar contenido; se trata de que la página responda algo que la lista sola no responde.

Una regla de corte práctica para los listados generados por plantilla: si una combinación de categoría y lugar tiene menos de un mínimo razonable de anuncios activos, no la indexes y no la enlaces desde el menú. Cuando el inventario crece, pasa a indexable automáticamente. Esa puerta dinámica evita que un directorio nuevo nazca con decenas de miles de páginas vacías y, a la vez, permite que crezca sin intervención manual.

Contenido generado por usuarios: calidad y enlaces

El texto de las fichas lo escriben terceros, y eso significa que la calidad media la fija tu proceso de alta, no tu equipo editorial. Los patrones problemáticos son conocidos: descripciones de una línea, el mismo texto copiado en cincuenta anuncios del mismo anunciante, fichas plagadas de palabras clave, datos de contacto en lugar de descripción y anuncios duplicados publicados varias veces para ganar visibilidad.

La mejor intervención ocurre antes de publicar. Un formulario con campos obligatorios estructurados (precio, ubicación, estado, atributos específicos de la categoría) produce fichas con datos comparables y contenido único aunque el texto libre sea corto. Un mínimo de caracteres en la descripción, una detección básica de duplicados por similitud de texto y límites razonables a las republicaciones reducen el ruido sin necesidad de moderar a mano.

Las fichas que aun así salen flojas pueden tener un tratamiento distinto según su calidad: visibles para el usuario y con noindex hasta que se enriquezcan, por ejemplo con más fotos, más campos o una reseña. Google no penaliza de forma automática el contenido escrito por usuarios; valora la página tal como es. Pero si una gran proporción de tus URLs indexables es pobre, el conjunto del sitio se ve afectado, así que tiene más sentido indexar menos y mejor.

Los enlaces dentro de contenido de usuarios son otro punto delicado. Los enlaces que los anunciantes colocan en sus descripciones o perfiles deben marcarse con rel ugc (o nofollow), que es el atributo que Google documenta para ese caso. Sin él, tu portal puede convertirse en una fuente de enlaces de spam hacia terceros y en un imán para quienes buscan publicar enlaces a bajo coste. Conviene además revisar periódicamente las fichas con enlaces externos y los perfiles nuevos sin actividad.

Datos estructurados, enlazado interno y una comprobación final

Los datos estructurados ayudan cuando describen algo que Google admite para el tipo de página. Las ofertas de empleo pueden usar JobPosting, que incluye fecha de publicación y de caducidad; los productos concretos, Product con su oferta; los negocios locales con ficha propia, LocalBusiness. Hay que revisar en la documentación de Google qué tipos dan lugar a resultados enriquecidos, porque no todos los tipos de marcado lo hacen, y marcar solo lo que el usuario ve en la página. Un marcado que no coincide con el contenido visible es peor que ningún marcado.

El enlazado interno decide cuánta atención reciben las fichas. Una ficha que solo se alcanza mediante una búsqueda interna, sin ningún enlace rastreable desde categorías, está en la práctica huérfana. Lo habitual es construir rutas claras: portada, categoría, localidad, listado y ficha; y en cada ficha, enlaces a anuncios similares y a la categoría padre con texto descriptivo. Los anuncios recién publicados conviene que aparezcan en listados de poca profundidad, para que se descubran pronto.

Como comprobación final, trabaja con estas preguntas sobre tu propio sitio: cuántas URLs indexables tienes frente a cuántas fichas y categorías reales; qué porcentaje de las visitas de Googlebot va a URLs con parámetros; cuántas páginas de la sección de fichas aparecen como soft 404 o "rastreada, actualmente sin indexar" en Search Console; y cuánto tarda una ficha retirada en salir de los resultados. Si las cifras de indexables superan con mucho a las de contenido real, el siguiente paso es recortar, no publicar más.