Página huérfana: qué es y cómo funciona

Una página huérfana es una página que existe en tu sitio pero no recibe ningún enlace interno. Los visitantes no pueden llegar a ella navegando, y los rastreadores que descubren páginas a través de enlaces tampoco pueden encontrarla así. Aun así, puede ser accesible mediante el sitemap XML, un marcador antiguo, una campaña de anuncios o un enlace externo, pero tu propio sitio nunca la menciona.

Por qué las páginas huérfanas son un problema

• Descubrimiento débil. Una entrada en el sitemap le dice a Google que una URL existe, pero sin enlaces Google tiene pocos motivos para considerarla importante. Las prácticas recomendadas para enlaces de Google señalan que toda página que te importe debe estar enlazada desde al menos otra página de tu sitio. Las huérfanas suelen quedarse en «Detectada: actualmente sin indexar».
• Sin PageRank interno. Los enlaces distribuyen la importancia por un sitio; una huérfana no recibe nada.
• Sin contexto. Sin un texto ancla que apunte a ella, los buscadores tienen menos pistas sobre su tema.
• Deterioro. Nadie ve las huérfanas, así que nadie las actualiza; se acumulan precios desactualizados y enlaces rotos.

Cómo se vuelven huérfanas las páginas

• Un rediseño o un cambio de menú saca una sección de la navegación.
• Una migración de CMS cambia las URL, pero los enlaces internos siguen apuntando a las direcciones antiguas.
• Las landing pages creadas para anuncios o campañas de correo nunca se enlazan desde el sitio.
• Los productos se ocultan de las páginas de categoría pero se dejan publicados.
• Las páginas solo se enlazan mediante widgets de JavaScript o formularios que los rastreadores no siguen.

Cómo encontrarlas

Una huérfana se define por lo que no hay, así que se encuentra comparando dos listas:

1. Lista A — todas las URL a las que llega un rastreo que sigue enlaces desde tu página de inicio.
2. Lista B — todas las URL que sabes que existen: tu sitemap XML, una exportación del CMS, las páginas que reciben visitas en analítica y las páginas del informe de rendimiento de Search Console.
3. Las huérfanas son las URL de la lista B que nunca aparecen en la lista A.

# una URL por línea, ambos archivos ordenados
sort -u crawled.txt -o crawled.txt
sort -u known.txt -o known.txt
comm -13 crawled.txt known.txt > orphans.txt

Normaliza primero ambas listas —mismo protocolo, mismo host y el mismo criterio de barra final—, o todas las URL parecerán huérfanas.

Cómo arreglarlas

Decide para cada huérfana si merece existir:

• Página útil → añade enlaces contextuales desde dos o tres páginas relacionadas y desde la categoría o la página pilar adecuada. Eso es, sencillamente, un buen enlazado interno.
• Duplicado obsoleto → redirección 301 al equivalente actual.
• Ya no hace falta → devuelve 404 o 410 y elimínala del sitemap.
• Página de campaña que no debe posicionarse → déjala sin enlazar y añade noindex.

Comprueba tu sitio

Haz un rastreo con la auditoría SEO del sitio web (los rastreos de todo el sitio están disponibles en los planes de pago) para obtener las páginas accesibles mediante enlaces y compara después esa lista con las URL de tu sitemap. El validador de sitemaps confirma qué archivos de sitemap existen y que son válidos. Cualquier URL del sitemap a la que el rastreo no haya llegado nunca es candidata a página huérfana.

Preguntas frecuentes