Uno de los temas al que hay que prestar atención a la hora de optimizar una web es el tema del PageRank y su distribución interna, el eje principal sobre de todo trabajo de SEO, la arquitectura interna de una Web no siempre es fruto de un buen estudio de usabilidad y arquitectura, y muchas veces, el trabajo de SEO viene cuando el proyecto ya está finalizado y con pocos márgenes de maniobra.

El PageRank suele verse afectado por dos desafíos que se plantean a la hora de optimizar internamente una Web:

1. La duplicación de contenidos y su negativo impacto en el page rank.
2. La presencia de páginas poco relevantes para la actividad que desarrolla el cliente.

La duplicación de contenidos y su negativo impacto en el pagerank.
En el primer punto, muchas veces se produce un inconsciente duplicado de contenido en varias URL´s, ya sea por publicar un mismo contenido en dos o más páginas, o simplemente por culpa de las típicas páginas de imprimir o/y generar pdf, éstas versiones para impresión, o para pdfs generados a partir de un contenido en HTML pueden recibir enlaces de usuarios que las querrán linkar directamente en vez de linkar la página adecuada, el problema es que otros usuarios si linkarán la página correcta en HTML, y estaremos ante una situación poco sana: 3 páginas con el mismo contenido pero diferentes estilos, linkdas cada una por X usuarios, ante esta situación google elegirá la página que considera “buena” probablemente la que tiene más enlaces, o a veces la versión de impresíón porque suelen se más limpia en código y fácilmente rastreables (cuando la versión de de impresión es generada en backend y no en solo con CSS).

Google recomienda usar robot.txt para evitar ese inconsciente duplicado de contenido, hay que deshabilitar la indexación de estas páginas mediante el robot.txt para que no salgan en el índice de los buscadores, y así darle toda la importancia a la página en HTML. es decir si las rutas de impresión en una Web son de tipo /print.php?article_id=10, en el archivo robot.txt hay que poner:

Disallow: /print.php

Las páginas poco relevantes para la actividad que desarrolla el cliente.
Internamente el pagerank se distribuye mediante los enlaces, la página principal suele tener mayor número de enlaces y por tanto un mayor PR, ese PR se transmite a las páginas de categorías y esas páginas por su parte transmiten el PR a las páginas de detalle (la unidad mínima en AI), pero solo es transmitido de arriba a bajo sino también de abajo hacia arriba. es un proceso perfecto cuando la arquitectura de una web está pensada en ese flujo de PR, pero no siempre es así, la estrategia de distribución interna de PageRank consiste por un lado, en identificar las páginas más relevantes a nivel de contenido y buscabilidad y linkarlas desde la página de inicio (si son pocas linkarlas de todas las páginas interiores) y por otro lado en aislar las páginas que no aportan ningún valor añadido como contacto, aviso legal, privacidad, enviar a un amigo, generar PDF etc. Todos los enlaces que apuntan hacia estas páginas tienen que estar en rel=”nofollow” para que no se les transmita el PageRank. la idea es ahorrar estos puntos para dárselas a las páginas realmente importantes