Archivo de contenido

¿Qué es el archivo de contenido?

Archivar contenido es trasladar el contenido que ya no se usa, edita ni publica de forma activa, como páginas antiguas, documentos, medios y entradas, a un almacenamiento separado a largo plazo, donde se conserva sin cambios y sigue siendo localizable. El objetivo es mantener el sistema en producción ligero y actual sin perder lo que hay que conservar por razones legales, históricas o de negocio.

Archivar no es borrar ni es una copia de seguridad. Borrar elimina el contenido para siempre. Una copia de seguridad sirve para recuperarse de un fallo y se sobrescribe con el tiempo. Un archivo es el registro a largo plazo en sí, con sus propias reglas de conservación y su propia búsqueda.

Cómo funciona el archivo de contenido

1. Decide qué cumple los criterios. Antigüedad, última actualización, tráfico, estado o un hecho de negocio como un producto descatalogado. Una auditoría de contenido es la forma habitual de encontrar candidatos.
2. Fija una regla de conservación. Define cuánto se conserva cada tipo de contenido y quién aprueba su eliminación. Los requisitos legales y las obligaciones de protección de datos pueden fijar tanto un mínimo como un máximo.
3. Trasládalo con sus metadatos. Conserva títulos, autores, fechas, categorías y la URL original para que siga siendo localizable y trazable.
4. Controla el acceso. El contenido archivado suele ser de solo lectura, con acceso restringido si es sensible.
5. Revisa y elimina. Al terminar el plazo de conservación, bórralo o transfiérelo según la regla y deja constancia.

El archivo es la fase final del ciclo de vida del contenido, después de la creación, la publicación y el mantenimiento.

Ejemplo: archivar páginas antiguas de un sitio web

Una empresa tiene 400 entradas de blog y páginas de ayuda, y 60 describen un producto que ya no vende. Traslada esas 60 a su archivo, con una nota de fecha y motivo. Las páginas que aún reciben tráfico de búsqueda y tienen un sustituto cercano se redirigen a él. Las que no tienen sustituto ni tráfico se mantienen en línea con un aviso claro de "archivado" o se retiran. Lo que se haga con la URL pública es lo que más afecta a la búsqueda.

Archivo y SEO

• URL retiradas. Google trata igual los errores 4xx salvo el 429 y, para una URL indexada antes, la elimina del índice. Si hay un sustituto real, una redirección permanente del servidor (301) lleva a los visitantes allí, y Google recomienda las redirecciones cuando cambia la URL de una página.
• Mantener una página en línea pero fuera de la búsqueda. Usa una regla noindex en la etiqueta meta robots o en la cabecera X-Robots-Tag. La página debe poder rastrearse: si robots.txt la bloquea, Google nunca ve el noindex, y Google no admite noindex dentro de robots.txt.
• No redirijas todo a la página de inicio. Una redirección debe llevar al contenido equivalente más cercano.

Errores comunes

• Tratar una copia de seguridad como archivo. Las copias sirven para recuperar y se rotan, no son un registro de conservación.
• Archivar sin metadatos, de modo que nadie pueda encontrar o verificar el elemento después.
• No prever la eliminación. Conservarlo todo para siempre aumenta el coste y el riesgo, sobre todo con datos personales.
• Archivar páginas y olvidar los enlaces entrantes, los sitemaps y la navegación, lo que deja enlaces rotos.
• Archivar por intuición en lugar de seguir un calendario de conservación por escrito.

Archivo y monitorización

La misma pregunta sobre conservación se aplica a los datos operativos. LoadFocus conserva el historial de pruebas de carga y de monitorización durante un periodo que depende del plan, por ejemplo el de pruebas de carga va de una semana en Free a un año en Enterprise, según figura en la página de precios. Tras un cambio grande de archivo o redirecciones, vigila las etiquetas noindex accidentales y las cadenas de redirecciones: How to monitor the SEO of your website (en inglés) lo explica.

Preguntas frecuentes sobre el archivo de contenido

¿Qué diferencia hay entre archivar contenido y una copia de seguridad?

Una copia de seguridad es una copia reciente para recuperarse de una pérdida o un fallo y se sustituye con el tiempo. Un archivo es el registro a largo plazo del contenido que ya no se usa activamente, gestionado con reglas de conservación.

¿Deben las páginas archivadas seguir en línea?

Depende. Si hay un sustituto cercano, redirige a él. Si la página aún es útil para los lectores, mantenla con un aviso de "archivado". Si no se da ninguno de los dos casos, retírala y deja que la URL devuelva un 404 o un 410.

¿Archivar contenido perjudica al SEO?

No, si las URL públicas se tratan con criterio. Una página retirada sale del índice, y una redirección al sustituto adecuado conduce a los visitantes. Una retirada masiva sin redirecciones puede dejar enlaces rotos.

¿Cuánto tiempo debe archivarse el contenido?

El que indique tu calendario de conservación. El plazo depende de requisitos legales, normativos y de negocio, y varía según el tipo de contenido y el país.

¿Puedo combinar noindex y robots.txt?

No para la misma página. Si robots.txt bloquea la página, los rastreadores no pueden ver la regla noindex y esta no surte efecto.