Crawl budget: qué es, cómo revisarlo y cómo dejar de desperdiciarlo
El crawl budget (presupuesto de rastreo) es la cantidad de URL que Googlebot puede y quiere descargar de tu sitio. La mayoría de los sitios nunca tienen que preocuparse por él. Los sitios grandes o que cambian rápido sí, y la solución suele ser la misma: impedir que Googlebot pierda el tiempo en URL que no importan.
¿Qué es el crawl budget?
Google define el crawl budget como el conjunto de URL que Googlebot puede y quiere rastrear en un sitio. En su guía para gestionar el crawl budget lo divide en dos partes:
- Límite de capacidad de rastreo. Cuánto puede descargar Googlebot sin sobrecargar tu servidor. Si el sitio responde rápido, el límite sube. Si se ralentiza o devuelve errores de servidor, Googlebot reduce el ritmo.
- Demanda de rastreo. Cuánto quiere rastrear Google. Las URL populares y las que cambian se rastrean más. Las obsoletas o de poco valor, menos.
En conjunto, el crawl budget en SEO es el punto de encuentro entre lo que tu servidor aguanta y lo que Google considera que merece la pena descargar. No se puede comprar más. Sí se puede aprovechar mejor el que tienes.
¿Importa el crawl budget en tu sitio?
Google dice que el crawl budget preocupa sobre todo a tres tipos de sitio. Según su guía de crawl budget:
| Sitio | Páginas únicas | Cambios de contenido | Es un problema |
|---|---|---|---|
| Grande | 1.000.000+ | Semanales | ✓ |
| Mediano o mayor | 10.000+ | Diarios | ✓ |
| Muchas páginas Descubiertas, no indexadas | Los que quieras | Los que quieras | ✓ |
| La mayoría de los demás sitios | Unos pocos miles | Los que quieras | – |
Si las páginas nuevas se rastrean en uno o dos días, el crawl budget no es tu problema. Revisa en su lugar la calidad del contenido, los enlaces internos y la indexabilidad. La guía sobre Descubierta: actualmente sin indexar de SEO ProCheck explica ese estado y sus causas.
Los hábitos que ahorran crawl budget, como URL limpias, pocas redirecciones y ninguna trampa de rastreo, ayudan igualmente a cualquier sitio. También hacen tus propios rastreos más rápidos y tus auditorías más fáciles de leer.
Cómo revisar el crawl budget
No existe un único número de crawl budget. Se lee en tres sitios.
1. El informe Estadísticas de rastreo de Search Console
Abre Ajustes y luego Estadísticas de rastreo. Verás el total de solicitudes de rastreo, el tamaño total de descarga y el tiempo medio de respuesta de los últimos 90 días, desglosados por código de respuesta, tipo de archivo, finalidad (descubrimiento o actualización) y tipo de Googlebot. El estado del host indica si hubo problemas al obtener robots.txt, con el DNS o con la conectividad del servidor.
Qué buscar: una proporción creciente de respuestas 3xx y 4xx, un tiempo de respuesta que sube, o la mayoría de las solicitudes dedicadas a actualizar mientras las páginas nuevas esperan.
2. Los logs de tu servidor
Estadísticas de rastreo es un resumen. Los logs muestran cada solicitud, así que puedes ver exactamente qué URL descarga Googlebot, con qué frecuencia y cuáles no toca nunca. Importar en lugar de conectar enumera los formatos de log que lee Neova y dónde los guarda cada hosting.
3. Un rastreo propio
Un crawler muestra las URL que exponen tus enlaces y sitemaps. Compara su número con el de páginas que de verdad quieres indexar. Lo hicimos con nuestro propio sitio:
| seoprocheck.com, 17 oct 2026 | URL |
|---|---|
| Descargadas por el rastreo completo | 10.222 |
| Páginas HTML que responden 200 | 4.561 |
| Incluidas en los sitemaps XML | 1.835 |
| Alcanzadas por enlaces, en ningún sitemap | 2.727 |
Es decir, menos de la mitad de las URL descargadas eran páginas HTML que respondían 200; el resto eran archivos, redirecciones y otras respuestas en las que un bot también gasta solicitudes. Y 2.727 URL enlazadas no están en ningún sitemap, algo que conviene revisar antes de culpar a Google. Si un sitio con 20.000 productos genera 400.000 URL rastreables, ya has encontrado tu desperdicio de crawl budget.
De dónde sale el desperdicio de crawl budget
| Fuente | Cómo se ve | Solución habitual |
|---|---|---|
| Navegación facetada | Una URL por combinación de filtros | Bloquea las combinaciones de poco valor |
| Parámetros | Seguimiento, sesión, orden | Quítalos de los enlaces internos |
| Trampas de rastreo | Calendarios, carpetas que se repiten | Limita, bloquea o arregla los enlaces |
| Cadenas de redirecciones | 2 saltos o más | Enlaza a la URL final |
| Soft 404 | No encontrada, responde 200 | Devuelve 404 o 410 |
| URL duplicadas | Mayúsculas, barra final, orden de parámetros | Redirige a una sola versión |
| Sitemaps sucios | Redirecciones, noindex, errores | Solo URL 200 indexables |
| Respuestas lentas | Tiempo de respuesta en aumento | Acelera el servidor |
La navegación facetada es la mayor fuente en la mayoría de las tiendas; el artículo sobre el crawl budget en SEO ProCheck explica cuándo importa cada fuente.
Optimización del crawl budget, paso a paso
- Cuenta lo que debería indexarse. Apunta cuántas páginas quieres en Google. Todo lo que pase de ahí es candidato a desperdicio.
- Rastrea el sitio y clasifica las URL. Separa las URL de páginas limpias de las variantes con parámetros, las URL mal formadas, las trampas de rastreo y los recursos.
- Encuentra los patrones. El desperdicio rara vez es aleatorio. Es un filtro, un calendario o un enlace relativo roto repetido miles de veces.
- Bloquea lo que nunca necesita rastrearse. Usa robots.txt para patrones de URL sin valor de búsqueda, como los resultados de la búsqueda interna o los órdenes de clasificación. Prueba la regla con tus URL rastreadas antes de publicarla.
- Arregla los enlaces que generan el desperdicio. Bloquear oculta las URL; arreglar los enlaces evita que se creen.
- Limpia los sitemaps XML. Solo URL indexables que respondan 200, con fechas lastmod que cambien cuando cambie la página.
- Devuelve los códigos de estado correctos. 404 o 410 para las páginas que ya no existen, no 200 con un mensaje de no encontrada.
- Acorta las cadenas de redirecciones y actualiza los enlaces internos para que apunten a las URL finales.
- Vigila los logs y las Estadísticas de rastreo durante unas semanas para confirmar que Googlebot se desplaza a las páginas que importan.
Qué no hacer
Algunos consejos habituales sobre crawl budget no funcionan como se espera. Según la guía de crawl budget de Google y su página sobre cómo reducir la frecuencia de rastreo:
| Consejo | Ahorra budget | Por qué |
|---|---|---|
| Añadir noindex | – | La página se sigue descargando |
| Bloquear páginas temporalmente | – | Google lo desaconseja |
| Crawl-delay en robots.txt | – | Googlebot lo ignora |
| Devolver 503 o 429 | ◐ | Emergencias, 1 a 2 días |
| Incluir URL en un sitemap | ◐ | Una pista, no una orden |
| Bloquear en robots.txt para siempre | ✓ | La URL no se descarga nunca |
Noindex ayuda a la indexación, no al rastreo. Bloquea en robots.txt solo las URL que nunca quieras que se rastreen, y arregla los enlaces que las generan.
Cómo te ayuda Neova con el crawl budget
Neova es un crawler, no Googlebot, así que no puede mostrar el presupuesto propio de Google. Lo que muestra es dónde tu sitio le da trabajo extra a Googlebot:
- Descubrimiento funciona mientras se rastrea. Cada minuto indica de dónde salen las URL nuevas por patrón y señala formas de trampa de rastreo, como calendarios, carpetas que se repiten, ID de sesión, muchos parámetros y URL muy profundas, con Seguir rastreando, Omitir o Excluir al momento.
- Desglose de URL coloca cada URL en un grupo: URL de páginas limpias, variantes con parámetros, URL mal formadas, trampas de rastreo y recursos. El recuento siempre está explicado.
- El probador de robots.txt explica cada línea, y la prueba de borrador enumera las URL que un cambio bloquearía o permitiría de nuevo antes de publicarlo.
- Log del servidor, en la app de escritorio, enumera las páginas HTML que Googlebot no visitó en el periodo del log y las URL que piden los bots y que el rastreo no conoce.
- Comprobaciones como URL indexables con parámetros de búsqueda o filtro, los mismos parámetros en otro orden, frases de soft 404, URL con redirección en los sitemaps XML y un intervalo de nuevo rastreo de Googlebot que creció un 50 % o más.

Neova también rastrea con educación: 3 URL por segundo por defecto, y reduce su velocidad a la mitad cuando el servidor se ralentiza o responde 429 o 503. Consulta las Funciones o descarga Neova para probarlo.
Checklist de crawl budget
| Señal | Saludable | Ubicación |
|---|---|---|
| Tiempo de respuesta | Estable o bajando | Estadísticas de rastreo |
| Proporción de 3xx y 4xx | Sin subir | Estadísticas de rastreo, logs |
| URL rastreables frente a páginas deseadas | Cerca de 1 a 1 | Tu rastreo |
| Trampas de rastreo | 0 | Tu rastreo |
| Saltos de redirección | 1 como máximo | Tu rastreo |
| Páginas eliminadas | 404 o 410 | Tu rastreo |
| Entradas del sitemap | Solo 200 indexables | Tu rastreo |
| URL por archivo de sitemap | 50.000 como máximo | Tu rastreo |
| Días de logs leídos | 30 o más | Logs del servidor |
| Páginas clave nuevas | Visitadas por Googlebot | Logs del servidor |
Preguntas
¿Qué es el crawl budget en SEO?
Es el número de URL que un buscador puede y quiere rastrear en tu sitio en un tiempo dado. Google lo describe como la combinación de capacidad de rastreo y demanda de rastreo.
¿Importa el crawl budget en los sitios pequeños?
Normalmente no. Google dice que preocupa sobre todo a sitios muy grandes, a sitios que cambian a diario y a sitios con muchas páginas descubiertas pero no indexadas. Los sitios pequeños ganan más con mejor contenido y enlaces internos.
¿Cómo aumento el crawl budget?
Haz que el servidor sea rápido y estable, y dale a Google motivos para rastrear: páginas que la gente enlaza y visita, y contenido que cambia. Después deja de malgastar lo que tienes en parámetros, redirecciones y duplicados.
¿Noindex ahorra crawl budget?
No. Google tiene que rastrear una página para leer su noindex. Para mantener a Googlebot lejos de un patrón de URL para siempre, bloquéalo en robots.txt y arregla los enlaces que lo generan.
¿Googlebot respeta crawl-delay?
No. Google no admite crawl-delay en robots.txt. Bing sí documenta que lo admite. Neova señala un crawl-delay definido para todos los user agents para que decidas si sigue haciendo falta.