Un sitemap enumera todas las URL de un sitio en un archivo estructurado. Para un emprendedor que busca fichas prácticas, guías o ayudas en un portal de acompañamiento, este archivo funciona como un índice técnico: muestra la estructura completa del sitio, incluidas las páginas ocultas a varios clics de la página de inicio. La cuestión es cómo leer este archivo, qué información extraer y cuáles son sus límites concretos.
El sitemap XML como inventario: lo que realmente encuentra el emprendedor
La mayoría de los artículos sobre sitemaps están dirigidos a los webmasters. Aquí el enfoque es distinto: el sitemap se utiliza como herramienta de navegación por alguien que no gestiona el sitio, pero quiere aprovechar su contenido.
Un archivo sitemap XML contiene una lista de URL delimitadas por etiquetas <loc>. Cada URL puede ir acompañada de una etiqueta <lastmod> que indica la fecha de la última modificación. Al abrir el sitemap de una entidad de acompañamiento, un emprendedor puede localizar en pocos segundos las secciones disponibles: ayudas financieras, obligaciones de declaración, modelos de documentos y novedades normativas.
Google señala que un sitemap no garantiza ni el rastreo ni la indexación de las URL que contiene. El archivo es un inventario, no un motor de búsqueda interno. Una URL incluida en el sitemap puede llevar a una página obsoleta o no indexada. La etiqueta <lastmod> solo es fiable si el responsable del sitio la actualiza cada vez que se modifica realmente el contenido.
Para acceder al sitemap de un sitio de terceros, normalmente basta con añadir /sitemap.xml a la raíz del dominio. En el sitemap de Club Auto-Entrepreneurs, por ejemplo, las URL están agrupadas por categorías, lo que permite localizar directamente las páginas dedicadas al régimen de microempresario, las declaraciones de facturación o los cambios de estatus.
Sitemap XML, HTML y otros formatos: tabla comparativa para elegir el punto de partida adecuado
No todos los sitemaps se leen de la misma manera. El formato determina el uso que puede hacer de ellos un emprendedor.
| Formato | Destinatario principal | Facilidad de lectura para una persona | Información aprovechable |
|---|---|---|---|
| XML | Robots de los motores de búsqueda | Baja (etiquetas técnicas) | URL completas, fecha de modificación, frecuencia de actualización declarada |
| HTML | Visitantes del sitio | Alta (enlaces organizados y en los que se puede hacer clic) | Títulos de las páginas, estructura temática |
| RSS / Atom | Agregadores de feeds | Media | Últimas publicaciones, fechas, resúmenes |
| Texto sin formato (.txt) | Motores de búsqueda (especialmente Bing) | Alta (lista de URL sin formato) | Solo URL, sin metadatos |
Para un emprendedor que solo quiere explorar los recursos de un sitio, el sitemap HTML es el formato más práctico. Presenta los enlaces como una página web convencional, con títulos fáciles de entender y organizados por secciones.
El sitemap XML sigue siendo útil cuando el sitio no ofrece una versión HTML. Los navegadores modernos muestran el archivo XML de forma legible, y la función de búsqueda (Ctrl+F) permite filtrar las URL por palabra clave: «ayuda», «subvención», «declaración», «ACRE».
Cómo extraer los recursos pertinentes de un sitemap: método de tres filtros
Abrir un sitemap con cientos de URL sin seguir un método es como hojear un directorio página por página. Aplicar tres filtros sucesivos permite encontrar el contenido útil.
- Filtrar por segmento de URL. Los sitios bien estructurados agrupan el contenido por directorios: /guides/, /aides/, /blog/, /faq/. Localizar estos segmentos en el sitemap permite descartar de entrada las páginas institucionales, los avisos legales o las páginas de productos que no guardan relación con la búsqueda
- Ordenar por fecha de modificación. La etiqueta
<lastmod>, cuando está cumplimentada, permite identificar el contenido actualizado recientemente. Es más probable que un artículo sobre los umbrales de facturación modificado hace dos meses refleje la normativa vigente que otro que no se actualiza desde hace varios años - Combinar con una búsqueda por palabra clave. La función Ctrl+F del navegador filtra las URL que contienen un término concreto. Buscar «tva», «cfe» o «urssaf» en el sitemap de una entidad de acompañamiento permite encontrar páginas especializadas que quizá no aparezcan destacadas en la barra de navegación del sitio
Este método funciona con cualquier sitio público cuyo sitemap esté disponible. No permite encontrar páginas protegidas por un inicio de sesión, documentos PDF que no estén incluidos en el sitemap ni contenido reservado a suscriptores.
Límites concretos del sitemap para un emprendedor
El sitemap no ordena las páginas por relevancia ni por nivel de dificultad. Un emprendedor principiante y un directivo con experiencia verán la misma lista de URL, sin ninguna jerarquía editorial.
La fecha de modificación solo es fiable si el sitio la mantiene correctamente. Bing recomienda que el valor <lastmod> corresponda a la última modificación real del contenido. En la práctica, algunos CMS actualizan esta fecha cada vez que se vuelve a generar una página, aunque no haya cambios editoriales. Por tanto, un emprendedor no puede basarse únicamente en esta fecha para evaluar la actualidad de un recurso.
Un sitemap XML puede contener hasta 50 000 URL por archivo. En un sitio de gran tamaño, varios archivos sitemap se agrupan en un sitemap index. Navegar por esta estructura exige entender cómo se anidan los archivos, algo que no resulta intuitivo sin conocimientos técnicos.
El sitemap tampoco sustituye al buscador interno del sitio, si lo hay. Lo complementa al ofrecer una visión completa de la estructura, mientras que el buscador interno depende de la calidad de su algoritmo de clasificación.
Un sitemap es una herramienta para localizar contenido, no para evaluar su calidad. Identificar una página útil en el archivo es el primer paso. Después, hay que leer atentamente la propia página para comprobar que su contenido está actualizado, es fiable y se aplica a cada situación.
