Sitemap ecommerce: qué URLs mandar a Google y cuáles excluir

El sitemap no arregla una arquitectura rota

Punto de partida

Un sitemap ecommerce no es una lista de deseos ni una garantía de indexación. Es una señal para que Google conozca las URLs que la tienda considera importantes y pueda revisarlas con menos fricción. En un catálogo pequeño puede pasar desapercibido porque casi todo está enlazado desde menús y categorías; en una tienda que suma productos, colecciones, idiomas, guías y promociones, se convierte en una pieza de control operativo.

La documentación de Google actualizada el 8 de julio de 2026 mantiene una idea clave: enviar un sitemap es una pista, no una orden. Por eso el error frecuente no es tener o no tener el archivo, sino usarlo para tapar problemas de arquitectura. Si una URL está en el sitemap pero redirige, está bloqueada, tiene canonical contradictorio, no tiene contenido útil o no aparece enlazada internamente, la señal llega mezclada.

La pregunta práctica para una tienda no debería ser si existe `/sitemap.xml`. Debería ser si el sitemap refleja el catálogo que quieres defender ante Google: productos comprables, categorías con demanda, guías que ayudan a decidir, páginas comerciales estables y contenido actualizado de verdad. Todo lo demás necesita otra regla.

• El sitemap ayuda a descubrir y monitorizar URLs, pero no sustituye enlaces internos ni contenido útil.
• La lista debe coincidir con canonical, estado HTTP, robots, noindex y navegación visible.
• Una tienda en Shopify, WooCommerce o headless sigue necesitando criterio editorial aunque el archivo se genere automáticamente.

Qué URLs entran: canónicas, comprables y con valor

Selección

La regla base es simple: incluye URLs canónicas, indexables y útiles para búsqueda. En ecommerce eso suele empezar por categorías principales, subcategorías con surtido real, fichas de producto vendibles, guías de elección, páginas de marca propias, colecciones estables y contenidos editoriales que resuelven una intención de compra. Si una URL no merece aparecer en resultados, tampoco debería aparecer por inercia en el sitemap.

Google recomienda usar URLs absolutas y fully qualified, no rutas relativas. También insiste en que la URL usada en enlaces internos, sitemap y `rel=canonical` debe ser consistente. Esa coherencia es especialmente importante cuando una plataforma crea rutas alternativas para productos dentro de colecciones, variantes, parámetros de campaña o páginas paginadas.

Las variantes merecen cuidado propio. Si cada variante tiene una URL única con contenido, stock, precio o imagen que cambia de forma relevante, puede tener sentido conservarla dentro de una arquitectura clara. Si el parámetro solo cambia color, talla o una vista opcional y la página principal ya agrupa la familia, conviene que sitemap y canonical apunten a la versión que quieres consolidar.

Qué se queda fuera: filtros, parámetros y páginas débiles

Exclusiones

El sitemap suele delatar decisiones que nadie tomó. Aparecen URLs con ordenaciones por precio, filtros combinados, búsquedas internas, parámetros de sesión, campañas, tags temporales, páginas agotadas sin alternativa o categorías vacías. Algunas se pueden rastrear porque la web las enlaza; eso no significa que deban promocionarse desde el sitemap.

Google advierte que la navegación facetada puede crear espacios casi infinitos de URLs. En una tienda, un filtro de talla, color, marca, precio, material y disponibilidad puede multiplicar combinaciones hasta llenar Search Console de duplicados. Si esas páginas no tienen contenido propio, demanda clara y una regla estable de indexación, enviarlas solo añade ruido.

También conviene excluir URLs que no mantienen una promesa comercial: productos descatalogados sin sustituto, páginas 404 blandas, colecciones sin stock, landings de campañas caducadas, previews, resultados de búsqueda interna y URLs que dependen de JavaScript para mostrar el producto principal. La solución no siempre es borrar; puede ser redirigir, devolver 404 real, noindex, canonical o mejorar contenido. Pero el sitemap no debe ocultar el problema.

• No incluyas URLs de ordenación, tracking, sesión o búsqueda interna.
• No envíes variantes duplicadas si canonical y contenido no las respaldan.
• No mantengas páginas vacías en el sitemap solo porque antes vendían.
• No mezcles idiomas, mercados o dominios si no están verificados y bien enlazados.

lastmod y segmentación: frescura sin inventar cambios

Mantenimiento

El campo `lastmod` solo ayuda si es fiable. Google indica que puede usarlo cuando es consistente y verificable, y que debe reflejar cambios significativos: contenido principal, datos estructurados o enlaces importantes. Cambiar la fecha por cada ajuste menor de plantilla, copyright o orden interno puede enseñar al crawler que la señal no merece confianza.

En ecommerce, los cambios significativos dependen de la plantilla. En una ficha puede ser precio, disponibilidad, descripción, imágenes, variantes, envío o datos estructurados. En una categoría puede ser surtido, texto editorial, filtros permitidos o enlaces hacia guías. En una guía puede ser una actualización real de criterios, fuentes o recomendaciones. La fecha debe salir de esa lógica, no de un cron que toca todo el catálogo cada noche.

Cuando el catálogo crece, segmenta. Google limita cada sitemap a 50.000 URLs o 50 MB sin comprimir, pero no hay que esperar al límite para ordenar. Separar productos, categorías, guías, marcas, imágenes o mercados ayuda a detectar si el problema está en una familia concreta. También permite leer Search Console con más precisión: no es lo mismo que fallen productos agotados que categorías estratégicas.

Shopify y plataformas: automático no significa decidido

Plataformas

Shopify genera automáticamente un `sitemap.xml` con productos, imagen principal, páginas, colecciones y posts, y lo mantiene actualizado cuando se añaden elementos. Para muchas tiendas pequeñas esto es suficiente para empezar: no hay que construir un sistema propio ni tocar el archivo manualmente.

El punto importante es que el sitemap automático hereda las decisiones del catálogo. Si tienes productos publicados que no deberían posicionar, colecciones duplicadas, blogs antiguos sin revisión o mercados internacionales mal configurados, el sitemap puede exponer ese desorden. La solución suele estar en el estado del producto, la colección, el canonical, la visibilidad o la arquitectura de la tienda, no en editar a mano el XML.

En plataformas más abiertas o headless, el riesgo cambia: el equipo tiene más control, pero también más responsabilidad. Un sitemap dinámico debe salir de la base de datos de URLs publicables, no de un crawler que recoge todo lo que encuentra. Si el feed, la web y el sitemap no comparten fuente de verdad, aparecerán productos que ya no existen, URLs huérfanas o páginas nuevas que Google tarda en descubrir.

• En Shopify, revisa qué productos, colecciones y blogs están publicados antes de culpar al sitemap.
• En headless, genera el sitemap desde estados publicables y canonical definidos.
• En multidioma o multidominio, confirma que cada dominio tiene su sitemap y propiedad correcta en Search Console.
• En campañas temporales, define cuándo una landing sale del sitemap, redirige o se conserva como recurso evergreen.

Auditoría mensual: del XML a Search Console

QA

La revisión útil no termina abriendo `/sitemap.xml` en el navegador. Empieza ahí, pero continúa en Search Console. El informe de Sitemaps permite comprobar si Google pudo leer el archivo, cuándo lo procesó, cuántas URLs descubrió y qué errores encontró. El informe de indexación permite filtrar por sitemap para ver cuántas URLs enviadas acaban indexadas o rechazadas.

Una tienda debería comparar cuatro listas: URLs en el sitemap, URLs canónicas enlazadas internamente, URLs que reciben tráfico orgánico y URLs que realmente venden o ayudan a decidir. Las diferencias dicen mucho. Si Google indexa páginas que no están en el sitemap, quizá hay rutas alternativas. Si el sitemap contiene muchas URLs no indexadas, quizá falta contenido, hay duplicados o la calidad comercial es débil. Si productos clave no aparecen en ninguna lista, la arquitectura está perdiendo dinero silenciosamente.

El cierre de la auditoría debe producir tareas concretas: sacar filtros del sitemap, reparar 404, corregir canonical, enlazar categorías huérfanas, actualizar `lastmod`, dividir un sitemap demasiado grande, publicar guías que expliquen categorías complejas o retirar landings caducadas. Un sitemap bien mantenido no es un documento técnico; es una lista de prioridades comerciales que Google puede leer.

• Cada mes: comprobar estado del sitemap, errores, últimas lecturas y URLs descubiertas.
• Cada trimestre: cruzar sitemap con inventario, páginas con tráfico, ventas y Search Console.
• Antes de campañas: revisar que productos y categorías prioritarias están indexables, enlazadas y actualizadas.
• Después de migraciones: comparar sitemaps antiguos y nuevos para detectar pérdidas de URLs canónicas.