Ayer Google ha publicado en el blog de webmasters, un estudio sobre el uso de los sitemaps en Google que hizo publico en la www09 de Madrid. El estudio es muy interesante recomiendo imprimirlo y leerlo pera para los que no tengan mucho tiempo os dejo las conclusiones mas interesantes.

El objetivo del estudio fue medir el uso de Google sitemaps en estos últimos años para poder determinar la manera de indexar de estos archivos y la frescura de las serps de Google, aquí cualquier seo podría debatírselo pero no es el momento.
Según Google si utilizamos el Sitemap la indexación será mucho mas profunda y tal vez indexe documentos que no había encontrado. Sobre la frescura de las serps indican que sus índices son indexados mas rápidos si utilizas sitemaps a los que no, jejeje, mentira cochina.

Los datos mas interesante del estudio:
– ~ 35 millones de Sitemaps se publicaron, a partir de octubre de 2008.
– Los 35 millones de Sitemaps incluyen «varios miles de millones de» URL.
– Los formatos mas empleados son XML (77%), desconocido (17.5%), URL list (3.5%), Atom (1.6%) y RSS (0.11%).
– 58% de las URL en el Sitemap contienen fechas de la ultima modificación .
– 7% de las URL contiene el cambio de frecuencia de rastreo.
– El 61% de URL contienen la prioridad de cada documento.

El documento analiza el proceso utilizado por Google para Sitemaps. Aquí está un diagrama de flujo que explica rápidamente.

Indexación : El conjunto de datos utilizados para medir la indexación de Sitemaps es de aproximadamente 3 millones de URL, 1,7 millones de URLs específicamente Sitemaps y el resto del proceso estándar. Se descubrió que las Urls duplicadas estaban cerca de un millón durante el proceso de rastreo. En resumen, el estudio encontró que el 63% es «eficiente» y en el 99% de los sitemaps enviados el rastreo fue eficiente, lo que no dicen es que pasa con el 1% restante.

La frescura de las serps, según Google el 78% de las urls indexadas y mostradas en las serps son sacadas de los sitemaps dejando el 22% a las urls encontradas por el Google bot.

También me llama la atención que el 14 % de las urls están indexadas gracias a ping, la mayoría serán blogs me imagino.
En definitiva la lectura del informe creo que es muy interesante para cualquier persona que este interesada en el seo sea o no sea profesional.