NeovaPlataforma SEO avanzada

Análisis de logs para SEO: cómo leer lo que Googlebot hace de verdad

Un crawler te dice lo que un buscador podría descargar. Los logs de tu servidor te dicen lo que descargó de verdad. El análisis de logs para SEO es la costumbre de leer esos logs para ver dónde pasan el tiempo Googlebot, Bingbot y los crawlers de IA, y adónde no van nunca.

Auditorías, logs y monitorizaciónanálisis de logs seoActualizado el 21 de noviembre de 2026Por el equipo de Neova

¿Qué es el análisis de logs?

Todo servidor web escribe una línea por cada petición que responde: quién preguntó, por qué URL, cuándo y qué respondió el servidor. Esas líneas van a un log de acceso. Analizar logs significa leer ese log, normalmente filtrado a los buscadores y los crawlers de IA, y convertirlo en respuestas.

Para el SEO, las preguntas son sencillas. ¿Qué páginas visita Googlebot y con qué frecuencia? ¿Cuáles no visita nunca? ¿Dónde se topa con redirecciones y errores? ¿Está malgastando peticiones en URL que no deberían existir?

Ninguna otra fuente las responde con el mismo detalle. El informe Estadísticas de rastreo de Search Console da un resumen. Un rastreo muestra lo que exponen tus enlaces. Solo el log muestra cada petición real.

FuenteCada peticiónTodos los botsPor URL
Log del servidor✓✓✓
Estadísticas de rastreo–◐◐
Tu propio rastreo––✓

Estadísticas de rastreo cubre solo Googlebot, durante 90 días, con URL de muestra. Para un recorrido más largo por el método, consulta el análisis de logs para SEO en SEO ProCheck.

Por qué importa el análisis de logs para el SEO

  • Encuentra las páginas que Googlebot ignora. Una página enlazada, indexable y en el sitemap pero que nunca se pide es una página a la que Google no le ve valor suficiente para el viaje.
  • Detecta el crawl budget malgastado. Los parámetros, las URL facetadas y las redirecciones antiguas aparecen en los logs mucho después de que te hayas olvidado de ellas.
  • Ve los errores como los ve Googlebot. Un 5xx que solo ocurre con carga, o un 429 de un firewall, puede que nunca salga en tu propio rastreo.
  • Encuentra huérfanas. Las URL que piden los bots y a las que no lleva ningún enlace interno suelen ser páginas antiguas que siguen recibiendo atención.
  • Ve los crawlers de IA. GPTBot, ClaudeBot, PerplexityBot y otros también dejan líneas, así que puedes ver qué se llevan y qué se les deniega.
  • Revisa una migración. Después de un traslado, el log muestra si Googlebot sigue tus redirecciones y llega a las URL nuevas.

Qué contiene una línea del log del servidor

El formato más habitual es el formato combined de Apache, que también es el predeterminado de Nginx. Una línea tiene este aspecto:

66.249.66.1 - - [10/Nov/2026:13:55:36 -0600] "GET /shoes/ HTTP/1.1" 200 2326 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
CampoEjemploPor qué importa
IP del cliente66.249.66.1La única forma de verificar que el bot es real
Tiempo10/Nov/2026:13:55:36Frecuencia de rastreo e intervalos de nuevo rastreo
PeticiónGET /shoes/Qué URL se descargó
Estado200Éxito, redirección o error
Bytes2326Tamaño de la respuesta
User agentGooglebot/2.1Qué crawler dice estar preguntando

IIS escribe el formato extendido W3C, con una línea #Fields: que nombra las columnas. Las CDN y los balanceadores de carga, como Cloudflare, CloudFront, los balanceadores de AWS, Google Cloud, Akamai y Fastly, tienen sus propios formatos, a menudo JSON. El formato common simple de Apache no tiene user agent, así que en él no se puede distinguir ningún bot. Pide el formato combined.

Cómo conseguir los logs de tu servidor

HostingDónde está el log
cPanelMetrics, Raw Access (.gz)
PleskLogs, Manage Log Files
AmazonBucket de S3, una vez activado el registro
Google CloudCloud Logging, una vez activado
CloudflareLogpush, o tu propia cuenta
Cualquier otroPregunta a IT o a tu hosting

En Amazon y Google Cloud, el registro de accesos está desactivado hasta que lo activas. Cuando pidas un log, que sea pequeño y fácil de aprobar:

PideValor
Días30 o más
LíneasSolo crawlers
CamposHora, URL, estado, user agent, IP
FormatoCombined, no common

Dejar fuera a los visitantes normales mantiene los datos personales fuera de la petición, algo que los equipos de seguridad agradecen. Con menos de 30 días, las páginas que se rastrean poco parecen no haberse visitado nunca.

Verifica a Googlebot antes de fiarte de una línea

Cualquiera puede poner Googlebot en una cadena de user agent. Los scrapers lo hacen constantemente. Antes de contar una petición, comprueba que viene de la empresa que nombra:

BotEl DNS inverso termina enLista de IP publicada
Googlebotgooglebot.com, google.com, googleusercontent.com✓
Bingbotsearch.msn.com✓
GPTBot, OAI-SearchBot, ChatGPT-UserUsa la lista de IP✓
PerplexityBot, Perplexity-UserUsa la lista de IP✓

Para el DNS, haz una búsqueda inversa de la IP, comprueba el nombre y después una búsqueda directa para confirmar que apunta de nuevo a la misma IP. Una petición que nombra a un bot pero no pasa la comprobación no es ese bot. Cuéntala aparte. Si peticiones no verificadas que dicen ser un crawler de IA reciben respuestas 200, alguien está recogiendo tu contenido con un nombre prestado; Neova lo señala como Peticiones de crawlers de IA no verificadas devolvieron 2xx, y como El nombre del crawler de IA solo aparece en peticiones no verificadas cuando ninguna petición pasa la comprobación.

Qué buscar: checklist de análisis de logs

Lee el log frente a un rastreo. Nuestro rastreo completo de seoprocheck.com del 17 de octubre de 2026 encontró 4.561 páginas HTML que respondían 200: esa es la lista con la que se compara, página a página, un log de ese sitio. Las señales que merece la pena leer, con los umbrales que usan las comprobaciones de logs de Neova cuando existe uno:

SeñalSaludablePreocúpate cuando
Proporción de 3xx, 4xx y 5xx por botBaja y estableMás del 1 % y duplicada
429 y 403 a los bots0Los que quieras
Páginas clave nunca visitadas0Los que quieras
Intervalo de nuevo rastreo de GooglebotEstableSube un 50 % o más
URL nunca vistas al díaEstable10+ al día, duplicadas
CSS y JS descargadosResponden 200Cualquier error

Cuenta también las peticiones verificadas al día por bot, y mira las URL que piden los bots y que tu rastreo no encontró: huérfanas, páginas antiguas, parámetros o enlaces desde otros sitios. Un aumento repentino de URL nunca vistas suele significar que se ha publicado una trampa de rastreo o una plantilla rota.

Análisis de logs en Neova

La app de escritorio de Neova tiene una herramienta Log del servidor que une el log con el rastreo, así que cada URL muestra tanto lo que encontró el rastreo como lo que hicieron los bots.

  • 8 fuentes de logs, detectadas a partir de las propias líneas: Apache y Nginx combined, IIS W3C, Amazon CloudFront, balanceadores de carga de Amazon, Cloudflare Logpush, balanceo de carga de Google Cloud, Akamai DataStream, y Fastly u otros logs JSON y CSV con los nombres de campo habituales. Sin comprimir, en .gz o varios archivos en un solo .zip.
  • Solo bots verificados. Una petición cuenta para Googlebot, Bingbot o un crawler de IA solo cuando su dirección está en la lista que publica su empresa. También se puede activar el DNS inverso para Google y Microsoft.
  • Nunca visitadas y huérfanas: páginas HTML que Googlebot nunca visitó en la ventana del log, y URL que pidieron los bots y que el rastreo no conoce.
  • Rechazos: las respuestas 429 y 403 que recibió cada bot.
  • Cloudflare: para un sitio detrás de Cloudflare, Neova puede recoger las peticiones de crawlers en tu propia cuenta de Cloudflare, sin necesidad de acceso al servidor.
  • Pedir el log redacta la petición para enviar a IT: solo líneas de crawlers, nada que instalar.
  • Se lee en tu ordenador. El archivo nunca sale de él, y no se escribe ninguna dirección IP en ningún sitio.

Las comprobaciones de logs incluyen una proporción creciente de respuestas 3xx, 4xx o 5xx a los bots de búsqueda, un intervalo de nuevo rastreo de Googlebot que creció un 50 % o más, peticiones de bots a URL nunca vistas que se duplicaron y huérfanas indexables encontradas a través del log. El paso a paso está en Importar en lugar de conectar, y los Precios muestran qué planes incluyen los logs del servidor.

Errores habituales

  • Fiarse del user agent. Sin verificación por IP, los Googlebots falsos inflan todas las cifras.
  • Usar una semana de logs. Muchas páginas se rastrean con menos frecuencia. Usa al menos 30 días.
  • Analizar recuentos de hits en lugar de peticiones. Un resumen de tus logs está bien como visión general, pero el detalle está en las líneas originales. Pide esas.
  • Olvidarse de la CDN. Si una CDN responde desde la caché, el log de tu servidor de origen no recoge esas peticiones. Usa los logs de la CDN.
  • Leer logs sin un rastreo. Un log por sí solo no puede decir qué páginas se saltaron los bots. Necesitas la lista de páginas que existen para comparar.

Las preguntas frecuentes sobre análisis de logs de SEO ProCheck responden a las preguntas que vienen después.

Preguntas

¿Qué es el análisis de logs en SEO?

Es leer los logs de acceso de tu servidor para ver qué URL pidieron los buscadores y los crawlers de IA, con qué frecuencia y qué respondió tu servidor. Muestra el comportamiento de rastreo real, no lo que un crawler podría alcanzar.

¿Cuántos días de logs necesito?

Al menos 30 días. Con ventanas más cortas, las páginas que Googlebot visita cada pocas semanas parecen no haberse rastreado nunca.

¿Puedo analizar logs sin acceso al servidor?

A menudo, sí. Si el sitio está detrás de una CDN como Cloudflare o CloudFront, sus logs contienen las peticiones de los crawlers. Neova puede recoger las peticiones de crawlers en tu propia cuenta de Cloudflare sin acceso al servidor.

¿Sustituyen las Estadísticas de rastreo de Search Console a los logs del servidor?

No. Estadísticas de rastreo da totales y muestras de Googlebot. Los logs dan cada petición, de cada bot, por URL, así que puedes cruzarlos con tu rastreo.

¿Contienen datos personales los logs del servidor?

Contienen las direcciones IP de los visitantes, así que trátalos con cuidado. Pide solo las líneas de crawlers. Neova lee los logs en tu ordenador y no escribe ninguna dirección IP en ningún sitio.

Llévatelo

Los enlaces a los asistentes se abren con una pregunta sobre esta página ya escrita.

Rastrea tu sitio con NeovaEl plan Free ejecuta todas las comprobaciones en Mac, Windows y Linux. Sin tarjeta de crédito.

Sigue leyendo