CÓMO CREAR UN SITIO WEB DE DIRECTORIO

Los sitios de directorios y las plataformas de listados constituyen una categoría específica de proyectos de SEO programático que he llevado a cabo a una escala considerable. HostList.io cuenta con más de 30 000 empresas de alojamiento web indexadas por categorías, regiones y niveles de precios, todas ellas generadas de forma programática a partir de un modelo de datos estructurado. Not Another Sunday incluye 137 000 pubs, bares y restaurantes del Reino Unido. Ambos funcionan con el mismo patrón arquitectónico: un modelo de datos limpio, un generador de páginas basado en plantillas, un filtro estricto de indexabilidad y un grafo de enlaces internos programático.

Esta guía ofrece una perspectiva del operador sobre cómo crear una plataforma de directorios o listados que resista el escrutinio de los motores de búsqueda en 2026, qué hay que evitar y qué aspectos de los consejos habituales resultan erróneos en la práctica. Basada en la experiencia adquirida al poner en marcha múltiples plataformas de directorios, tanto a título personal como en el marco de los proyectos para clientes de Seahawk Media.

Un sitio web de directorios tiene éxito cuando se dan tres condiciones a la vez: un mercado fragmentado con muchas entidades competidoras o similares, un público que realiza búsquedas con intención comparativa (el mejor, los mejores, «vs», el más barato) y la ausencia de un único agregador dominante que ya controle los resultados de búsqueda (SERP).

Ejemplos que han funcionado: empresas de alojamiento web (mercado fragmentado, comparativo, sin un único agregador propiedad de Google); restaurantes de Londres (mercado fragmentado, la intención de búsqueda es muy marcada, los agregadores existentes están perdiendo fuerza); herramientas de software especializadas por categoría (mercado fragmentado, los sitios de comparación presentan una calidad irregular).

Ejemplos que no funcionaron: cualquier caso en el que el propio Google sea el agregador dominante (ofertas de empleo, vuelos, hipotecas en algunos mercados); cualquier caso en el que haya muy pocas entidades como para dar lugar a miles de páginas (por ejemplo, bufetes de abogados de primer nivel en una sola ciudad); cualquier caso en el que los criterios de comparación sean demasiado subjetivos como para codificarlos en un modelo de datos.

Conclusión clave: Considera que «cuándo un directorio es el producto adecuado» es, ante todo, una decisión operativa. Las herramientas solo funcionan cuando la responsabilidad es clara.

Normalizar desde el principio

Cada entidad (la empresa, la ubicación, el producto) cuenta con una única fila canónica con un identificador estable y un slug que nunca cambia. Cada atributo (categoría, nivel de precios, región, característica) tiene su propia tabla o enumeración, nunca un campo de texto libre. Las relaciones «muchos a muchos» se gestionan mediante tablas de enlace. El coste de cometer un error en este aspecto desde el primer día se traduce en años de inestabilidad en los slugs y redireccionamientos erróneos.

Las babosas son eternas

Una vez que Google ha indexado una página de directorio, el slug no debe cambiar. Utiliza patrones de «slug de referencia»: generación determinista a partir del nombre de la entidad, gestión de colisiones mediante sufijos numéricos y una tabla de consulta que asigne cada slug histórico a su slug actual para redireccionamientos 301 permanentes. En HostList.io tenemos una norma de estabilidad de slugs que no ha cambiado en tres años.

El diseño de esquemas que se adapta a las necesidades

En Supabase: una tabla de entidades con el registro maestro, una tabla de categorías, una tabla de atributos, tablas de unión para relaciones muchos a muchos y un campo «computed_slug» generado que es único. Las políticas de RLS permiten la lectura pública de las filas publicadas y la escritura exclusiva para administradores. Se han creado índices en todas las columnas que se consultan a nivel de página. El esquema de HostList.io consta aproximadamente de doce tablas y no ha requerido cambios estructurales desde su lanzamiento.

Una plantilla, muchas caras

Un sitio web de directorio cuenta con aproximadamente seis arquetipos de página: la página de entidad, el listado de categorías, la comparación entre categorías, la página regional, la página de inicio y la página de búsqueda. Cada uno de ellos cuenta con una plantilla que genera miles de páginas. La regla es: crear una plantilla lo suficientemente buena como para que ninguna página concreta necesite un tratamiento especial, y resistirse a la tentación de crear casos especiales.

Singularidad en la parte superior de la página

Cada página de entidad debe tener contenido único en la parte visible de la página: un párrafo inicial único, datos clave únicos y datos únicos sobre precios o características. El contenido único puede generarse de forma programada a partir del modelo de datos (HostList.io lo hace con plantillas de introducción que interpolan el nombre de la empresa, el año de fundación, el mercado principal y un dato diferenciador), pero debe leerse como si se hubiera escrito específicamente para esa entidad, y no como una plantilla en la que solo hay que rellenar los espacios en blanco.

Marcado Schema a gran escala

Cada página de entidad incluye el esquema «Organization» o «LocalBusiness» con el nombre, la URL, la dirección (cuando proceda), la valoración agregada (cuando esté realmente disponible) y enlaces «sameAs» a perfiles sociales verificados. «BreadcrumbList» en todas las páginas de categorías y entidades. «ItemList» en todas las listas de categorías. La capa de esquemas es lo que hace que el directorio sea legible por máquinas, tanto para Google como para las plataformas de IA.

La actualización «Helpful Content» es la mayor amenaza para un sitio web de directorios y la causa más habitual de un colapso generalizado del posicionamiento en los sitios web programáticos. La medida para contrarrestarla consiste en un filtro de indexabilidad por página que determina qué páginas merecen ser indexadas.

Umbrales de calidad por página

Las páginas que no alcancen un umbral mínimo de calidad del contenido reciben la etiqueta «noindex» en la propia página, independientemente de cómo esté configurado el resto del sitio web. Ejemplos de umbrales de calidad que aplicamos: número mínimo de palabras de contenido original (300 palabras en HostList.io), número mínimo de campos de datos estructurados rellenados (8 de 12 para empresas de alojamiento web) y número mínimo de enlaces internos que apunten a la página (3 enlaces entrantes desde otras páginas de entidades o categorías).

El mapa del sitio aparece a continuación de la puerta

El mapa del sitio excluye cualquier página con acceso restringido. El mapa del sitio es la señal más fiable que puedes enviar a Google sobre las páginas que deseas que se indexen; las páginas excluidas del mapa del sitio, pero a las que se puede acceder mediante el rastreo, se rastrean con menos frecuencia y obtienen un posicionamiento más bajo. La disciplina del mapa del sitio mantiene limpia la superficie indexada.

Los robots y la etiqueta «noindex» se aplican por capas

No utilizamos el archivo robots.txt para bloquear la indexación; el archivo robots.txt bloquea por completo el rastreo, lo que impide que Google respete el encabezado «noindex». El procedimiento correcto es: permitir el rastreo, establecer «noindex» en las páginas con acceso restringido mediante el encabezado «meta robots» y excluirlas del mapa del sitio.

Enlaces programáticos, de forma programática

A escala de directorio, los enlaces internos deben generarse automáticamente, no seleccionarse manualmente. Cada página de entidad enlaza con sus categorías principales, sus entidades homólogas (misma categoría, atributos similares), la página regional (si procede) y la página de inicio. Cada página de categoría enlaza con sus entidades secundarias, sus categorías principales y sus categorías laterales. El grafo se calcula en el momento de la compilación y se actualiza cada vez que se añaden o eliminan entidades.

Variedad del texto de enlace

El texto de anclaje interno debe variar. Enlazar 8.000 páginas a una página de categoría con el mismo texto de anclaje constituye una señal muy negativa. Alternamos el texto de anclaje entre un conjunto de plantillas: «empresas de [categoría]», «los mejores servicios de [categoría]», «[categoría] en [región]», «alternativas a [entidad]». La rotación es determinista para cada página de origen, por lo que el gráfico se mantiene estable tras cada reconstrucción.

No más de tres enlaces internos por párrafo

No hay ningún problema en incluir muchos enlaces internos; sin embargo, agrupar los enlaces da la impresión de que las páginas se han generado automáticamente. Limitamos los enlaces internos a tres por párrafo y a treinta por página, distribuyendo el resto por toda la página. Se trata de una norma editorial que se aplica a nivel de plantilla.

Conclusión clave: Considera «el mapa de enlaces internos» ante todo como una decisión operativa. Las herramientas solo funcionan cuando la responsabilidad es sincera.

Generación estática con revalidación periódica

En Next.js: generación estática en el momento de la compilación, ISR con un intervalo de revalidación de 24 horas para las páginas de entidades y revalidación bajo demanda cuando se actualiza una entidad a través del panel de administración. Vercel gestiona sin problemas 28 000 páginas; el factor que influye en el coste son los eventos de escritura de ISR, que mantenemos bajo control limitando la revalidación estrictamente a los cambios en las entidades, en lugar de a cada pequeño ajuste en el contenido.

Agrupación de conexiones a la base de datos

Las consultas directas a Supabase desde la plantilla de la página no son escalables; se alcanzan los límites de conexión durante una reconstrucción completa. Utilizamos el patrón de generación estática: en el momento de la compilación, recuperamos todas las páginas mediante unas pocas consultas de gran volumen y generamos las páginas a partir de los datos almacenados en memoria. La visualización de las páginas nunca accede directamente a la base de datos. Los tiempos de reconstrucción se mantienen por debajo de los diez minutos para HostList.io, con 28 000 páginas.

CDN y almacenamiento en caché en el borde

Cloudflare siempre delante del origen. El plan gratuito gestiona el tráfico de directorios sin problemas; los planes de pago incluyen Argo para el enrutamiento global si el tráfico lo requiere. El almacenamiento en caché de la CDN reduce la carga del origen a aproximadamente el 5 % del tráfico público en un perfil típico de tráfico de directorios.

Tres indicadores que compruebo cada semana en todos los sitios web de directorios que gestiono:

Páginas indexadas frente a páginas publicadas

Search Console > Páginas > Páginas indexadas en comparación con el número de tu mapa del sitio. Nivel óptimo: 90 % o más. Por debajo del 80 %: Google tiene dudas sobre la calidad de las señales; revisa los umbrales de control. Por debajo del 70 %: problema estructural, probablemente contenido escaso o intención duplicada.

Posición media por arquetipo de plantilla

Search Console filtrada por patrón de URL, segmentada por entidad, categoría y región. Te indica qué plantilla funciona y cuál está lastrando el dominio. Hemos detectado regresiones en las plantillas de HostList.io en un plazo de 7 días utilizando esta métrica.

Clics por página indexada

Total de clics dividido entre el número de páginas indexadas, semanalmente. Sitios web de directorios en buen estado: entre 0,3 y 1,5. Por debajo de 0,2: el índice es demasiado amplio y las páginas sin tráfico están diluyendo el dominio. Hay que endurecer los criterios de selección.

Cinco errores que han acabado con los sitios web de directorios que he auditado:

1. Enlaces internos seleccionados manualmente que no se han conservado tras una ampliación del contenido. El gráfico debe generarse de forma programada desde el primer día.

2. Los slugs que cambiaron al corregir los nombres de las entidades. Incluso un solo cambio de slug sin una redirección 301 supone una pérdida significativa de señal de posicionamiento; diez cambios de slug pueden resultar fatales.

3. Páginas indexables sin contenido único. La actualización «Helpful Content» no perdona a los directorios en los que todas las páginas de categorías parecen un texto estándar repetido.

4. Esquema «AggregateRating» con valoraciones falsas o no verificables. Google lo detecta y resta valor al esquema en su conjunto. Utiliza «AggregateRating» únicamente cuando las valoraciones sean reales y verificables.

5. Tratar el directorio como un proyecto puntual en lugar de como una tarea operativa continua. Los directorios requieren un mantenimiento activo: hay que eliminar las entradas obsoletas, añadir nuevas entradas, eliminar los enlaces externos rotos y mantener el esquema sincronizado. Sin ello, los directorios pierden calidad en un plazo de entre 12 y 24 meses.

Un sitio web de directorio que tenga éxito en 2026 se caracteriza por un modelo de datos limpio, un generador de plantillas disciplinado, un filtro estricto de indexabilidad, un grafo de enlaces internos programado y un mantenimiento operativo continuo. La arquitectura es repetible; lo que varía es la calidad de los datos y el criterio editorial sobre qué entidades y categorías merecen aparecer en los resultados de búsqueda.

No hace falta que hagas todo esto el primer día. Lo que sí tienes que hacer es saber cuáles de estos elementos aún no has implementado y solucionar el siguiente antes de que Google se dé cuenta.

Construyo plataformas de directorios y listados comenzando desde USD 8k. El caso de estudio HostList.io ilustra el patrón a escala; la conversación sobre cómo debe verse tu directorio específico es gratuita.

Conclusión clave: Considera «el resultado final» ante todo como una decisión operativa. Las herramientas solo funcionan cuando la responsabilidad es sincera.