Screaming Frog: cómo auditar tu web paso a paso

Respuesta corta. Screaming Frog SEO Spider es un programa que rastrea tu web como lo haría un buscador y te devuelve en una tabla cada URL con su código de respuesta, sus enlaces y sus problemas. La versión gratis llega a 500 URLs. Para una auditoría básica: rastrea, mira códigos de respuesta e Issues, exporta y arregla primero lo que rompe páginas.

¿Qué es Screaming Frog y para qué sirve en una auditoría?

Screaming Frog SEO Spider es una aplicación de escritorio. La instalas en tu ordenador (hay versión para Windows, macOS y Ubuntu), le das una URL y empieza a seguir los enlaces de tu web, página por página, igual que haría un rastreador. Según su guía de inicio, por defecto rastrea de forma parecida a Google.

Lo que te da es una radiografía. Una tabla con todas las URLs que ha encontrado y, para cada una, datos como el código de respuesta, si es indexable o no, qué páginas la enlazan y a cuáles enlaza ella. Es un mapa de lo que existe en tu web tal como lo ve un rastreador.

Imagina una tienda de muebles de ejemplo, inventada. Tiene 800 URLs, un blog que nadie ha tocado en dos años y un catálogo que cambió de estructura hace un año. Nadie sabe cuántas páginas devuelven 404 ni cuántos enlaces internos apuntan a ellas. Con un rastreo de media hora lo sabes. Sin él, adivinas.

¿Es gratis? ¿Qué te falta sin licencia?

La versión gratis rastrea hasta 500 URLs por vez. Para una web pequeña o para practicar, basta. La licencia, que es anual, quita ese límite y abre la configuración, guardar y reabrir rastreos, la renderización de JavaScript y la conexión con Google Search Console, según la página de preguntas frecuentes de la herramienta. Si la licencia caduca, vuelves a la versión gratis, con su límite de 500 URLs y sin poder abrir los rastreos guardados.

Mi criterio: empieza con la gratis. Si tu web pasa de 500 URLs o necesitas guardar rastreos para comparar antes y después, entonces compensa la licencia. Mira el precio actual en su página de precios, que cambia con el tiempo.

¿Cómo hago el primer rastreo?

Son pocos pasos. La guía de inicio los explica así:

1. Descarga e instala el programa.
2. Si tienes licencia, entra en Licence > Enter Licence Key y reinicia la aplicación. Si usas la gratis, sáltate este paso.
3. Elige el modo Spider, escribe la URL de tu página de inicio en el campo "Enter URL to spider" y pulsa Start.
4. Mira cómo se llena la tabla. Abajo ves la velocidad y cuántas URLs faltan. Puedes pausar y reanudar.

El modo Spider rastrea la URL que indicas y todas las que descubre por enlaces HTML en el mismo subdominio. Hay otro modo, List, para subir o pegar una lista de URLs concretas. Va muy bien cuando ya sabes qué páginas quieres revisar, por ejemplo las de tu sitemap.xml.

Si tienes un SSD, la guía recomienda el almacenamiento en base de datos, que es el que viene por defecto. Sin SSD, usa el modo memoria. Lo configuras en File > Settings > Storage Mode.

¿Qué ajustes toco antes de empezar?

Casi ninguno, la primera vez. La herramienta viene configurada para rastrear de forma parecida a Google, y la guía dice que no hace falta tocar nada para rastrear una web.

Tres ajustes sí merecen que los conozcas, y los tres cuelgan del menú Configuration (en la versión de pago):

• Rastrear una subcarpeta. Si solo quieres auditar tu blog, empieza el rastreo desde esa carpeta.
• Exclude e Include. Sirven para no rastrear URLs que cumplan un patrón, o para rastrear solo las que lo cumplan. Útiles si tu web tiene filtros que generan miles de URLs.
• Renderización de JavaScript. Si tu contenido o tus enlaces se cargan con JavaScript, actívalo en Configuration > Spider > Rendering. El programa ejecutará el JavaScript y rastreará el HTML ya renderizado.

Si tu web es pequeña y normal, deja todo como viene.

¿Cómo leo los resultados sin perderme?

La pantalla asusta la primera vez, pero se organiza en tres zonas.

La tabla de arriba. La pestaña Internal reúne todo lo que el programa ha descubierto en tu web. Hay muchas columnas, entre ellas Indexability (si la URL es indexable o no) e Indexability Status, que explica el motivo cuando no lo es, por ejemplo si está canonicalizada a otra URL. Si quieres repasar qué es una canonical, lo expliqué en qué es una canonical.

Las pestañas y sus filtros. Cada pestaña se centra en un elemento y tiene filtros para quedarte con lo problemático. La pestaña Response Codes con el filtro Client Error (4xx) te enseña las páginas 404 que ha encontrado, por ejemplo.

El panel de abajo. Al hacer clic en una URL arriba, abajo ves detalle: inlinks (las páginas que la enlazan) y outlinks (las páginas a las que enlaza). Es lo que te dice dónde está el enlace roto que tienes que corregir.

A la derecha tienes la pestaña Overview, con un resumen de todas las pestañas y filtros, y la pestaña Issues. En Issues, el programa lista problemas, avisos y oportunidades, cada uno con un tipo y una prioridad estimada. Las explicaciones dentro de la aplicación están en español, y cada una dice qué es, por qué importa y qué hacer. Según la guía, hay más de 300 problemas detectables. Para empezar, Issues es el punto de partida más cómodo.

¿Qué reviso primero en una auditoría de media hora?

Este es mi orden, que es criterio propio y no una norma de Google. Sirve para una web pequeña o mediana.

1. Códigos de respuesta. En Response Codes, mira primero los errores 4xx y 5xx, y luego las redirecciones 3xx. Una página importante que da error es lo más urgente.
2. Quién enlaza a lo roto. Para cada URL con error, abre el panel inferior y mira sus inlinks. Arreglar un enlace roto suele ser corregir una línea en la página que lo contiene.
3. Indexabilidad. En Internal, filtra por las URLs no indexables y comprueba que lo sean a propósito. Una página que quieres posicionar y aparece como no indexable es una alarma.
4. Issues de prioridad alta. Ordena por prioridad y lee solo los primeros. No intentes resolver los 300 tipos de golpe.
5. Compara con tu sitemap. Si ya tienes un sitemap.xml, rastréalo en modo List y mira si todas esas URLs responden 200 y se pueden indexar. Un sitemap con URLs rotas o no indexables es una señal de que algo se descontrola.

Con esto tienes una lista corta de tareas, ordenada por lo que más daño hace.

¿Cómo exporto los datos y qué hago con ellos?

Arriba a la izquierda tienes el botón Export, que saca a hoja de cálculo la pestaña y el filtro que estés viendo. Para los datos del panel inferior, clic derecho sobre la URL.

Dos exportaciones merecen que las recuerdes, según la guía de inicio:

• Bulk Export, opción Client Error (4XX) Inlinks. Te da la lista de las páginas que enlazan a páginas con error. Es el trabajo pendiente listo para repartir.
• Bulk Export > Issues > All. Exporta cada problema detectado, incluidas las variantes con inlinks, en una hoja por problema.

Mi consejo: no mandes a nadie el volcado completo. Una lista de 3.000 filas no se lee y no se ejecuta. Filtra lo importante, ponle un responsable a cada grupo y reparte tareas cortas. Un informe útil cabe en una página.

¿Qué errores se cometen más al empezar?

Esto sale de mi experiencia y de lo que veo a quien empieza. Son criterio propio.

• Tratar cada aviso como un error grave. Issues incluye oportunidades y avisos, no solo fallos. El programa asigna prioridad a cada uno por algo.
• Rastrear sin saber qué buscas. Define la pregunta antes: ¿hay enlaces rotos?, ¿qué se puede indexar?, ¿qué pasa con las redirecciones? Un rastreo sin pregunta es una montaña de datos.
• Olvidar la renderización de JavaScript. Si tu web carga contenido con JavaScript y rastreas sin renderizar, puede que veas la mitad de la web.
• Crear una lista enorme y no cerrar nada. Es mejor corregir diez cosas importantes ahora que documentar trescientas.
• No repetir el rastreo. Una auditoría que no se vuelve a comprobar no demuestra nada. Tras corregir, vuelve a rastrear y compara.

¿Qué no te cuenta Screaming Frog?

Screaming Frog te dice lo que ve un rastreador al entrar en tu web. No te dice lo que Google ha decidido indexar, ni cuántas veces te ha mostrado, ni con qué consultas. Eso vive en Search Console. Las dos herramientas se complementan: el rastreo te enseña cómo está construida tu web, y Search Console te enseña cómo la trata Google. Si quieres ver qué mirar allí y en qué orden, lo tienes en Search Console desde cero.

Tampoco decide por ti. Que algo aparezca marcado no significa que haya que cambiarlo. Una página con noindex puede estar bien así. Un robots.txt que bloquea una carpeta puede ser lo que querías. La herramienta detecta; el criterio lo pones tú. Si quieres repasar qué hace cada archivo, tienes robots.txt y sitemap.xml.

Preguntas frecuentes

¿Screaming Frog es gratis?

Tiene una versión gratis que rastrea hasta 500 URLs. La licencia de pago es anual y quita ese límite, además de abrir la configuración y otras funciones.

¿Hace falta saber programar para usarlo?

No. Es una aplicación con interfaz gráfica. Para tu primer rastreo solo necesitas la URL de tu web. Los ajustes avanzados, como la renderización de JavaScript, los puedes dejar para más adelante.

¿Cuánto tarda un rastreo?

Depende del tamaño de tu web y de tu equipo. Puedes pausar y reanudar el rastreo en cualquier momento. Para una web pequeña, hablamos de minutos.

¿Sirve para ver las páginas 404 de mi web?

Sí. En la pestaña Response Codes, el filtro Client Error (4xx) las lista, y en el panel inferior ves qué páginas las enlazan.

¿Puede sustituir a Search Console?

No. Rastrear tu web te dice cómo está construida. Search Console te dice qué hace Google con ella. Conviene usar las dos.

Fuentes

• Screaming Frog, Getting Started Guide.
• Screaming Frog, FAQ del SEO Spider.
• Screaming Frog, Guía de usuario: pestañas.