¿La configuración de hreflang afecta a la indexación de un sitio multilingüe?

Tras el lanzamiento de un sitio multilingüe, es habitual ver esta situación: la página en inglés puede encontrarse en las búsquedas, pero las páginas en alemán, francés o japonés tardan en entrar en el índice; o bien, aunque exista la página correspondiente en los resultados de búsqueda, los usuarios que buscan desde Francia siempre son dirigidos a la versión en inglés. Los equipos suelen sospechar primero de la calidad de la traducción del contenido, el rendimiento del servidor o el mapa del sitio, y solo al final descubren que el problema se concentra en un conjunto de etiquetas hreflang aparentemente poco relevantes.

La indexación de sitios mediante hreflang sí está relacionada, pero primero hay que corregir una idea: hreflang no es un interruptor para «enviar a indexar». Su función principal es ayudar a los motores de búsqueda a comprender a qué idioma y región se dirigen varias páginas similares, y a seleccionar la URL más adecuada en el contexto de búsqueda apropiado. Que una página pueda rastrearse e indexarse sigue dependiendo de condiciones básicas como la accesibilidad, el código de estado, las reglas de robots, la declaración de página canónica, la calidad del contenido y los enlaces internos.

Primero distinga: ¿no está indexada o se muestra la versión incorrecta?

Antes de investigar, conviene separar los síntomas. Si una URL en un idioma determinado no puede encontrarse en absoluto en los motores de búsqueda, debe centrarse en el rastreo y la elegibilidad para la indexación; si la URL ya está indexada, pero los resultados de búsqueda de distintos países o idiomas muestran una versión inadecuada, entonces el problema se aproxima más a que la señal hreflang no se ha procesado correctamente.

Por ejemplo, es normal que /en/product-a/, /de/product-a/ y /fr/product-a/ tengan estructuras de contenido similares. Los motores de búsqueda necesitan basarse en las etiquetas de idioma, el idioma de la página, la página canónica y los enlaces internos para determinar que son versiones localizadas correspondientes, y no páginas duplicadas. Si la página en alemán dirige su canonical a la página en inglés, o si está configurada como noindex, aunque hreflang esté escrito de forma completa, será difícil lograr la visualización regional esperada.

Los tipos de configuración que más fácilmente causan confusión en el reconocimiento

El primer tipo es el uso no estandarizado de los códigos de idioma. Los idiomas suelen usar códigos ISO 639-1, como en, de y fr; las regiones usan códigos ISO 3166-1 Alpha 2, como en-US y en-GB. No utilice en-UK como inglés del Reino Unido; el código de región del Reino Unido debe ser GB. Además, el idioma y la región se conectan con un guion. Aunque las mayúsculas y minúsculas normalmente no determinan el resultado, un formato unificado facilita el mantenimiento.

El segundo tipo es que las referencias recíprocas no formen un ciclo cerrado. Las páginas de un grupo lingüístico deben declararse a sí mismas y también apuntar a las demás versiones alternativas. Si la página en inglés apunta a la página en alemán, pero esta no enlaza de vuelta a la página en inglés, es posible que los motores de búsqueda no puedan considerar ambas de forma estable como una relación correspondiente. La autorreferencia se omite con frecuencia, especialmente cuando las etiquetas se generan por lotes mediante plantillas.

El tercer tipo es la inconsistencia de las URL. En la etiqueta se indica una dirección sin barra final, pero la página real redirige a una dirección con barra final; la etiqueta conserva una dirección HTTP cuando el sitio ya ha unificado HTTPS; o se mezclan en el grupo lingüístico páginas con parámetros, páginas paginadas o direcciones con diferencias entre mayúsculas y minúsculas. Estas diferencias aparentemente pequeñas hacen que la relación entre las páginas de un mismo grupo sea poco clara. hreflang debe indicar, en la medida de lo posible, la URL canónica final que devuelva un código de estado 200; no debe indicar direcciones que redirijan, devuelvan 404 o estén bloqueadas por robots.

Revise canonical y hreflang conjuntamente

Un error habitual en las páginas multilingües es dirigir los canonical de todas las versiones de idioma a la página del idioma principal. Esta práctica equivale a decir primero al motor de búsqueda que «la página en alemán es solo una copia duplicada de la página en inglés» y después usar hreflang para indicar que «es una versión independiente que deben visitar los usuarios de Alemania». Cuando ambas señales entran en conflicto, la segunda normalmente no puede cumplir su función prevista.

Una configuración básica más razonable es la siguiente: el canonical de cada versión lingüística que exista realmente y pueda servir a los usuarios de manera independiente debe apuntar a sí misma; las páginas correspondientes en distintos idiomas del mismo contenido deben vincularse mediante hreflang. Solo cuando una página sea realmente una página duplicada por parámetros, una página de impresión o una variante sin valor independiente debe considerarse dirigir el canonical a la versión principal. No se debe realizar una canonicalización entre idiomas de forma generalizada solo porque el contenido de las páginas sea similar.

Una ronda de revisión debe comenzar por un solo grupo de páginas

No escanee todo el sitio desde el principio. Seleccione primero una página de detalles de producto o una página de destino principal, enumere las URL de todas sus versiones de idioma y confirme que cada dirección pueda abrirse en un entorno sin inicio de sesión ni restricciones regionales. Después, revise link rel="alternate" en el código fuente de la página y compruebe los códigos de idioma, la URL de destino, si incluye autorreferencia y si cada versión devuelve el mismo grupo lingüístico completo.

A continuación, revise las cabeceras de respuesta y las declaraciones de la página. Confirme que no haya noindex, una X-Robots-Tag incorrecta, reglas de robots.txt que bloqueen el rastreo ni que el servidor redirija forzosamente a otra página de idioma según la IP del visitante. Se puede mantener la recomendación automática de idioma, pero los usuarios deben contar con una opción clara para cambiarlo; si un motor de búsqueda siempre es redirigido a la página de inicio en inglés al acceder a una URL en alemán, tanto la indexación como la coincidencia de idioma se verán afectadas.

Revise también la página canónica, el mapa del sitio y los enlaces internos. El XML Sitemap puede incluir información hreflang, y la HTTP Header también se aplica a archivos no HTML como los PDF, pero no conviene que un mismo grupo de páginas genere asignaciones contradictorias desde múltiples fuentes. Para las páginas web normales, el mantenimiento en el <head> de HTML suele ser más intuitivo. El selector de idioma, la navegación y las listas de contenido también deben enlazar a las páginas reales del idioma de destino, en lugar de volver siempre a la página de inicio.

x-default no es obligatorio, pero no lo interprete incorrectamente

Cuando un sitio cuenta con una página de selección de idioma, una página predeterminada global o no puede coincidir claramente con una región e idioma concretos, x-default puede utilizarse para indicar una URL de respaldo. No es una versión lingüística de ningún país ni puede sustituir declaraciones específicas como en o zh-CN. Si el sitio no tiene una página independiente de selección de idioma, basta con especificar directamente una página de idioma predeterminada razonable, pero debe garantizarse que esta página sea accesible, indexable y mantenga una relación coherente con las demás versiones.

Tras completar los ajustes, no determine el éxito únicamente por si las etiquetas aparecen en el código fuente. Debe observarse junto con el estado de indexación, la determinación de la página canónica y las indicaciones relacionadas con la internacionalización en las herramientas para webmasters de los motores de búsqueda. Si la página sigue sin indexarse, vuelva a los resultados de inspección de URL y priorice la resolución de problemas como fallos de rastreo, páginas duplicadas excluidas o páginas detectadas pero no indexadas; si la página ya está indexada pero la visualización regional es inestable, continúe comprobando las diferencias de contenido entre idiomas, la integridad de los enlaces recíprocos y la estrategia de redireccionamiento.

En definitiva, el valor de hreflang para los sitios multilingües reside en reducir la probabilidad de que «la página correcta sea vista por el usuario equivocado», y no en sortear los requisitos de indexación. Primero asegúrese de que cada URL de idioma tenga condiciones independientes de indexación; después, conecte las páginas mediante etiquetas de idioma coherentes, cerradas y sin conflictos. De este modo, los problemas relacionados con la indexación de sitios mediante hreflang suelen ser más fáciles de localizar y menos propensos a repetirse al añadir nuevos idiomas posteriormente.