Hay traducción. Pero a menudo falta una localización completa.
El resultado más claro del rastreo no es solo que los sitios con contenido multilingüe verificado directamente fueran una minoría entre los principales sitios web que pudimos clasificar. Es que publicar en otro idioma es apenas la primera capa de la implementación. La estructura de las URL, las anotaciones de idioma, los metadatos, la rastreabilidad y la coherencia a nivel de página suelen quedarse atrás respecto al contenido principal traducido.
11 hallazgos a partir de 25.005 sitios web destacados
- Se confirmó contenido multilingüe en el 26,3 % de los sitios rastreados correctamente que pudieron clasificarse. La cifra principal basada en HTML estático es de 5845 sitios confirmados de un total de 22.185 sitios rastreados correctamente y sin incertidumbre en la clasificación.
- La implementación multilingüe fue más frecuente entre los sitios mejor posicionados en el ranking. Se confirmó contenido multilingüe en el 40,1 % de los sitios clasificables del grupo de los 1000 primeros de Tranco, frente al 22,0 % del grupo situado a partir de la posición 25.000.
- Los subdirectorios fueron la arquitectura de URL observada con mayor frecuencia. Representaron el 51,6 % de los sitios multilingües confirmados, pero su predominio no demuestra que una arquitectura sea la «mejor» en todos los casos.
- No se detectó hreflang en casi un tercio de los sitios multilingües confirmados. De los 5845 sitios confirmados, 1769 publicaban contenido principal en otros idiomas sin que se detectara ninguna anotación hreflang.
- Cuando había hreflang, la mayoría de las implementaciones superaron las comprobaciones básicas que realizamos. El 72,2 % de los sitios con uso confirmado de hreflang superaron todas las comprobaciones aplicables, excluida la de x-default.
- Los metadatos orientados a los buscadores fueron la carencia de implementación más evidente. Solo el 11,6 % de los sitios confirmados obtuvieron la puntuación máxima en localización del título y los metadatos según la metodología de puntuación de GlotEO.
- Era habitual encontrar restos de contenido en otro idioma. El 39,4 % de los sitios multilingües confirmados recibieron la penalización del estudio por mezcla de idiomas.
- Se detectó un selector de idioma rastreable en un tercio de los sitios confirmados. El 33,0 % ofrecían enlaces en el selector; en el 65,8 % no se detectó ningún selector durante este rastreo.
- El 15,5 % de los sitios multilingües confirmados tenían redirecciones automáticas según la configuración regional. La investigación registra este comportamiento; no implica que todas las redirecciones produzcan el mismo resultado para los usuarios o en los buscadores.
- La revisión específica con JavaScript modificó las clasificaciones sin alterar la cifra principal redondeada a un decimal. El número de sitios confirmados aumentó en 117 y el de sitios con clasificación incierta se redujo en 523, mientras que la tasa de confirmados ajustada con JS se mantuvo en el 26,3 %.
- Una regla más estricta para las páginas alternativas en yoruba/tagalo dio lugar a una estimación de sensibilidad del 25,5 %. Al combinar ese criterio adicional con el ajuste mediante JS, el resultado fue del 25,4 %. Se trata de escenarios de clasificación específicos, no de sustitutos del resultado definitivo del 26,3 % ni de un intervalo de confianza estadístico.
¿Hasta qué punto son multilingües los principales sitios web?
Entre los principales sitios web clasificables analizados con éxito en la muestra de GlotEO basada en Tranco, el 26,3 % (5.845 / 22.185) tenía contenido multilingüe verificado directamente en la instantánea de HTML estático. Para considerarlo «confirmado», no bastaba con un selector de idiomas, un atributo lang o una etiqueta hreflang: el rastreador debía obtener al menos una URL alternativa cuyo contenido principal estuviera en un idioma distinto al de la página de inicio, con al menos 200 letras de texto principal en ambas páginas.
Esta definición hace que la confirmación sea deliberadamente más exigente que la simple detección de marcado SEO internacional. Distingue entre «el sitio anuncia otra configuración regional» y «hemos obtenido contenido sustancial en otro idioma».
de los sitios clasificables analizados con éxito se confirmaron directamente como multilingües en la instantánea de HTML estático.
5.845 / 22.185 · Casos indeterminados excluidos de este denominador · GlotEO Research 2026El denominador importa. De los 25.005 sitios analizados con éxito, 2.820 quedaron como indeterminados. GlotEO los mantuvo en una categoría propia en lugar de clasificarlos a la fuerza como monolingües. Tomando como denominador todos los análisis realizados con éxito, los sitios confirmados representaron el 23,4 % (5.845 / 25.005); los probables, el 14,4 %; los monolingües, el 50,9 %; y los indeterminados, el 11,3 %.
La cifra secundaria del análisis de sensibilidad es del 42,6 % (9.448 / 22.185) al combinar los casos confirmados y los probables. Resulta útil para comprender los sitios con señales sólidas de contenido multilingüe, pero de los que no se obtuvo ninguna página alternativa que cumpliera los criterios; no es la tasa principal de adopción.
La adopción multilingüe confirmada disminuye a medida que baja la posición de las cohortes en la clasificación
HTML estático v1.0 · Sitios clasificables analizados con éxito en cada cohorte de Tranco
Los sitios más destacados tenían muchas más probabilidades de ser multilingües
El contenido multilingüe confirmado alcanzó el 40,1 % (192 / 479) entre los sitios clasificables de la cohorte de los 1.000 primeros de Tranco. La proporción descendió al 30,4 % en las posiciones 1.001–10.000, al 27,6 % en las posiciones 10.001–25.000 y al 22,0 % (1.845 / 8.394) en la cohorte 25k+.
El patrón se mantiene tras una importante comprobación de coherencia: la tasa de obtención satisfactoria de páginas aumentó a medida que bajaba la posición, del 53,6 % entre los dominios que se intentó analizar de los 1.000 primeros al 63,3 % en la cohorte 25k+. En otras palabras, el gradiente de adopción no se explica simplemente por una mayor frecuencia de fallos del rastreador en los dominios peor clasificados.
| Cohorte de Tranco | Sitios clasificables | Multilingües confirmados | Confirmados + probables | Tasa de obtención satisfactoria |
|---|---|---|---|---|
| Los 1.000 primeros | 479 | 40.1% (192/479) | 62.4% | 53.6% |
| 1,001–10,000 | 4,958 | 30.4% (1,505/4,958) | 50.0% | 60.6% |
| 10,001–25,000 | 8,354 | 27.6% (2,303/8,354) | 44.5% | 61.6% |
| 25k+ | 8,394 | 22.0% (1,845/8,394) | 35.2% | 63.3% |
La muestra de la cohorte 25k+ quedó truncada por el límite establecido: aún quedaban 2.351 dominios candidatos cuando se alcanzó el máximo de análisis realizados con éxito. Este resultado debe interpretarse como el de una cohorte de la muestra analizada, no como un censo completo de los sitios situados en la parte baja de la clasificación.
Lo que anuncian los sitios no siempre coincide con lo que puede verificar un rastreador
Para los sitios multilingües confirmados, el estudio distinguió dos conceptos relacionados con los idiomas. Los idiomas observados se identificaron en el contenido principal de las páginas que realmente se obtuvieron. Los idiomas anunciados se identificaron en las anotaciones hreflang. Esta distinción es importante porque una etiqueta puede anunciar un idioma al que el rastreo limitado nunca llega, mientras que un rastreador también puede descubrir páginas en otros idiomas que no están declaradas en hreflang.
Entre los 5.845 sitios multilingües confirmados, la mediana de idiomas observados fue de 3 y la media, de 3,13. Casi la mitad —el 46,8 %— mostró exactamente dos idiomas observados. Otro 16,1 % mostró tres; el 14,1 %, cuatro; y el 23,0 % alcanzó el máximo de cinco idiomas observados que permitía la herramienta de medición.
La comparación entre los idiomas declarados y los observados muestra por qué un solo indicador no basta. El número de idiomas declarados superó al de observados en el 38,7 % (2262 / 5845) de los sitios confirmados. El número de observados superó al de declarados en el 34,1 % (1991 / 5845). Ambos recuentos fueron positivos e iguales en el 27,2 %.
Además, el 30,5 % (1780 / 5845) de los sitios confirmados no tenía ningún idioma declarado en el campo del estudio derivado de hreflang, pese a que el rastreador había verificado contenido principal en otros idiomas. Es otra forma de ver la diferencia entre publicar una traducción y describir explícitamente la relación entre versiones regionales o lingüísticas mediante marcado legible por máquinas.
Número de idiomas declarados frente al de idiomas observados
Sitios multilingües confirmados · n=5845 · comparación de recuentos en categorías mutuamente excluyentes
Hay otra métrica que requiere especial cuidado al describirla: el 40,4 % de los sitios confirmados tenía al menos un código de idioma declarado que no aparecía en el conjunto de idiomas de los cuerpos de las páginas recuperadas. Esto no demuestra que esos sitios declaren traducciones que no existen. Una página que quedara fuera del rastreo de cinco páginas podría contener perfectamente el idioma declarado. La conclusión útil es más acotada: las declaraciones hreflang y un rastreo limitado del contenido sustancial de las páginas describen partes distintas del sistema.
Para quienes gestionan sitios web, esto plantea dos preguntas independientes de control de calidad. Primera: ¿puede un rastreador acceder a páginas con contenido sustancial en todos los idiomas que se pretende publicar? Segunda: ¿las anotaciones de idioma y región legibles por máquinas relacionan correctamente esas páginas entre sí? Superar una prueba no garantiza superar la otra.
Predominan los subdirectorios, pero la arquitectura de URL multilingües sigue siendo diversa
De los 5845 sitios multilingües confirmados, el 51,6 % (3015) utilizaba un subdirectorio como patrón principal de URL observado. Las implementaciones híbridas ocupaban el segundo lugar, con un 17,9 %, seguidas de los patrones desconocidos, con un 13,0 %, los subdominios, con un 8,6 %, y los ccTLD, con un 8,3 %. La localización mediante parámetros era poco frecuente, con un 0,5 %, y la localización en una misma URL lo era aún menos, con un 0,1 %.
Este resultado refleja la frecuencia de uso, no una clasificación de las mejores opciones para SEO. Los subdirectorios son habituales en la muestra; el estudio no evaluó si ofrecen mejores resultados que los subdominios o los ccTLD.
Arquitectura de URL en los sitios multilingües confirmados
Patrón principal en categorías mutuamente excluyentes · n=5845
Qué significa «híbrido»
Un sitio se clasifica como híbrido cuando las URL alternativas recuperadas utilizan dos o más esquemas, como un ccTLD y un subdominio, o un subdominio y rutas de idioma o región. «Híbrido» no es una etiqueta de error.
Por qué importa usar URL distintas
Las directrices actuales de Google recomiendan utilizar URL independientes para las distintas versiones lingüísticas y advierten de que el contenido de una sola URL que se adapta al idioma o la región podría no rastrearse en su totalidad. Se trata de una recomendación externa, no de una conclusión de las mediciones de GlotEO.
Directrices externas: Google Search Central — Gestionar sitios multirregionales y multilingües ↗.
La brecha de hreflang: puede haber traducciones sin un mapa legible por máquinas
Hreflang estaba presente en el 69,7 % (4076 / 5845) de los sitios multilingües confirmados. Esto significa que el 30,3 % (1769 / 5845) tenía contenido principal en otros idiomas que GlotEO había recuperado, pero no se detectó hreflang en el HTML, en las cabeceras HTTP Link ni en el XHTML del mapa del sitio.
Esta distinción importa porque hreflang es una anotación, no un detector de traducciones. Su presencia no demuestra que exista contenido sustancial en otros idiomas, y su ausencia no demuestra que falte una traducción. El estudio midió ambos aspectos de forma independiente.
de los sitios multilingües confirmados no tenían hreflang detectable.
1769 / 5845 sitios multilingües confirmados · HTML estático v1.0Cuando los sitios confirmados sí utilizaban hreflang, los resultados de la mayoría de las comprobaciones técnicas eran relativamente buenos. De los 4076 sitios confirmados con hreflang, el 86,8 % utilizaba códigos de idioma válidos, el 98,2 % usaba URL absolutas, el 91,1 % incluía referencias a la propia página y el 96,0 % situaba las anotaciones en la cabecera del HTML cuando correspondía. Además, el 86,6 % de los 4006 casos en los que era aplicable la comprobación tenía anotaciones recíprocas.
En conjunto, el 72,2 % (2944 / 4076) superó todas las comprobaciones aplicables realizadas en el estudio, excluida la de x-default. x-default aparecía en el 65,2 % de los sitios confirmados que utilizaban hreflang, pero aquí su ausencia se considera una decisión de cobertura, no un incumplimiento automático de la especificación.
Calidad de hreflang entre los sitios confirmados que lo utilizan
Porcentaje que supera cada comprobación · los denominadores varían donde se indica
Guía externa: Google Search Central — Indicar a Google las versiones localizadas ↗.
Las mayores carencias aparecieron tras traducir el cuerpo del contenido
Una vez confirmado que un sitio es multilingüe, queda por determinar hasta qué punto está completa su implementación. El análisis por componentes de GlotEO muestra que algunas señales estructurales eran habituales, mientras que los metadatos orientados a los buscadores, los datos estructurados y las versiones alternativas en los mapas del sitio estaban mucho menos completos.
Localización del título y los metadatos
El 11,6 % (677 / 5.845) obtuvo la puntuación máxima en el componente de localización del título y los metadatos del estudio. Otros 2.385 obtuvieron una puntuación parcial. Este fue el componente con peores resultados entre los de mayor peso en el índice de implementación.
Restos de contenido en otros idiomas
Al 39,4 % (2.302 / 5.845) se le aplicó la deducción por mezcla de idiomas, lo que significa que el rastreador encontró cadenas de texto relevantes en otro idioma en la navegación, el pie de página u otros elementos que rodean el contenido principal, según las reglas del estudio.
Coincidencia del idioma declarado en HTML
El 86,4 % (5.048 / 5.845) obtuvo la puntuación máxima porque el idioma declarado en el HTML coincidía con el del contenido detectado. Google afirma que determina el idioma a partir del contenido visible, en lugar de basarse en el atributo lang.
Redirecciones automáticas según la configuración regional
El 15,5 % (908 / 5.845) presentó el comportamiento de redirección automática según la configuración regional registrado en el estudio. Google desaconseja las redirecciones automáticas por idioma que puedan impedir el acceso a las versiones alternativas.
Puntos fuertes y débiles de las implementaciones multilingües confirmadas
Porcentaje que obtiene la puntuación máxima en componentes seleccionados del GMWS · n=5.845 sitios confirmados
La navegación por idiomas es otro ejemplo de la diferencia entre «encontramos otro idioma» y «la interfaz ofrece un selector convencional». Se detectó un enlace de selección de idioma rastreable en el 33,0 % (1.927 / 5.845) de los sitios confirmados, un selector basado únicamente en JS en el 1,3 % y ningún selector en el 65,8 %. Esta última cifra no debe interpretarse como una tasa de fallos de experiencia de usuario: el rastreo podía confirmar la existencia de contenido alternativo por otras vías.
Los selectores son útiles, pero no demuestran que exista localización
Un selector de idioma es un mecanismo de navegación. Parece obvio, pero es una distinción importante para la investigación. Un menú desplegable puede enumerar diez idiomas aunque el rastreador no pueda verificar contenido alternativo sustancial, mientras que un sitio multilingüe puede ofrecer páginas alternativas a través de la navegación, los mapas del sitio o patrones de URL por configuración regional sin presentar un selector convencional en el HTML de la muestra. Por eso, el clasificador nunca utilizó un selector como único criterio de confirmación.
El mismo principio se aplica a hreflang, los ccTLD y html lang. Cada uno es una señal útil, pero ninguno es el contenido en sí. El criterio de confirmación más exigente del estudio —recuperar contenido principal sustancial en otro idioma— se diseñó para evitar que la frecuencia de uso del marcado se tradujera en una cifra inflada de adopción multilingüe.
Las redirecciones automáticas pueden ocultar la vía alternativa
Se detectaron redirecciones automáticas según la configuración regional en el 15,5 % de los sitios confirmados. GlotEO no intentó eludir esas redirecciones simulando preferencias de idioma, y el rastreador no envió ninguna cabecera Accept-Language. Esto es importante porque un sitio que elige una configuración regional en función del contexto de la solicitud puede ofrecer un conjunto de páginas rastreables distinto al de un sitio donde cada idioma tiene una URL accesible de forma independiente.
Por su parte, Google recomienda permitir que los usuarios cambien entre versiones de idioma y advierte de que las redirecciones automáticas pueden impedir que los usuarios y los motores de búsqueda vean todas las versiones. La investigación no mide el efecto de las redirecciones en el posicionamiento; registra con qué frecuencia apareció este comportamiento en la muestra multilingüe confirmada.
La localización de los datos estructurados y los mapas del sitio sigue siendo limitada
Solo el 19,2 % (1.125 / 5.845) de los sitios confirmados obtuvo la puntuación máxima en el componente de datos estructurados inLanguage del estudio, y solo el 11,9 % (693 / 5.845) obtuvo la puntuación máxima en las versiones alternativas XHTML de los mapas del sitio. No son requisitos universales para todos los sitios multilingües, por lo que su baja adopción no debe interpretarse directamente como una «tasa de error». Es más adecuado entenderlos como capas adicionales legibles por máquinas que relativamente pocos sitios confirmados de la muestra utilizaron de forma completa.
En conjunto, estos resultados muestran por qué es fácil simplificar en exceso las auditorías multilingües. Un equipo puede traducir correctamente su contenido principal, publicar URL limpias para cada configuración regional y mantener etiquetas canónicas bien implementadas, pero aun así dejar carencias en los metadatos, los mapas del sitio, los datos estructurados o la navegación entre idiomas. A la inversa, un sitio puede tener un marcado excelente mientras la propia página traducida sigue incompleta. Una auditoría útil debe examinar tanto el contenido como la implementación que lo rodea.
El GlotEO Multilingual Web Score muestra grandes diferencias en la implementación
El GlotEO Multilingual Web Score (GMWS) es un índice de 0 a 100 que mide el grado de completitud de la implementación y se calcula únicamente para los 5.845 sitios multilingües confirmados. No es un factor de posicionamiento de Google, ni una puntuación E-E-A-T, ni una puntuación de la web en su conjunto.
La mediana de las puntuaciones de los sitios confirmados fue de 75, con una media de 67,1, un percentil 25 de 50 y un percentil 75 de 83. La distribución presenta una cola izquierda considerable: el 15,0 % de los sitios confirmados obtuvo entre 20 y 39 puntos, mientras que otro 36,6 % obtuvo entre 80 y 100.
Distribución del GMWS entre los sitios multilingües confirmados
Índice de completitud de la implementación · n=5.845 · no es un factor de posicionamiento
La puntuación es útil porque sus componentes son públicos, no ocultos. El contenido alternativo confirmado alcanza el 100 % por definición. Las URL diferenciadas y rastreables obtuvieron la puntuación máxima en el 86,4 % de los sitios confirmados; la coherencia entre canonical y hreflang, en el 82,3 %; la coincidencia del idioma declarado en HTML, en el 86,4 %; y la traducción de slugs, en el 69,0 %. En cambio, la localización del título y los metadatos alcanzó el 11,6 %; las versiones alternativas XHTML de los mapas del sitio, el 11,9 %; y los datos estructurados inLanguage, el 19,2 %.
JavaScript cambió cientos de clasificaciones, pero no el resultado principal expresado con un decimal
La instantánea fija del HTML estático no renderizó JavaScript de forma deliberada. Identificó 889 sitios analizados con éxito como js_required: 768 inciertos y 121 probables. Ninguno se clasificó como confirmado o monolingüe en la instantánea estática, porque sus estructuras, con una fuerte dependencia de scripts, impedían que el clasificador habitual obtuviera suficiente texto sustancial para determinarlo.
Una ejecución específica con Chromium renderizó únicamente esos 889 sitios. Lo consiguió en 858 y mantuvo la clasificación original de los 31 cuyo renderizado falló. De los 768 sitios antes clasificados como inciertos, 66 pasaron a confirmados, 48 a probables, 412 a monolingües y 242 siguieron siendo inciertos. De los 121 sitios probables, 51 pasaron a confirmados, 67 siguieron siendo probables y 3 pasaron a inciertos.
Tras incorporar únicamente esos 889 resultados y mantener sin cambios las otras 24.116 filas de análisis completados con éxito, los confirmados aumentaron de 5.845 a 5.962 (+117) y los inciertos disminuyeron de 2.820 a 2.297 (−523). Sin embargo, la proporción de confirmados entre los análisis completados con éxito y no clasificados como inciertos se mantuvo en el 26,3 % con un decimal: 5.962 / 22.708.
Instantánea estática frente al ajuste específico con JavaScript
Los mismos 25.005 dominios analizados con éxito; solo se reevaluaron las 889 filas js_required
¿Qué robustez tiene la estimación del 26,3 %?
El resultado principal sigue siendo la estimación fija basada en HTML estático: un 26,3 % (5.845 / 22.185) de sitios multilingües confirmados entre los análisis completados con éxito y clasificables. Posteriormente evaluamos las dos partes de la metodología con más probabilidades de afectar a la clasificación: los sitios dependientes de JavaScript y un conjunto de clasificaciones que dependían de la detección de los idiomas yoruba (yo) o tagalo (tl).
Ninguno de los dos análisis específicos cambió la conclusión central. El resultado ajustado con JavaScript se mantuvo en el 26,3 % (5.962 / 22.708). Aplicar una regla más estricta para las páginas alternativas a las clasificaciones dependientes del yoruba o el tagalo produjo una estimación de sensibilidad del 25,5 % (5.647 / 22.165). La combinación de ambos ajustes específicos dio como resultado un 25,4 % (5.764 / 22.688).
Se trata de análisis de sensibilidad, no de sustitutos del resultado principal fijo. Tampoco son cuatro rastreos independientes: la instantánea estática permanece sin cambios y los dos ajustes solo reevalúan las filas para las que se diseñaron.
Las comprobaciones específicas de robustez no cambiaron la conclusión central
La proporción de sitios multilingües confirmados se mantuvo cerca de una cuarta parte de los sitios clasificables en cada uno de los análisis alternativos específicos.
Resultado principal fijado
HTML estático v1.0
26.3%
5.845 confirmados · 22.185 clasificables
| Análisis | Confirmados | Denominador de casos clasificables | Porcentaje confirmado | Estado |
|---|---|---|---|---|
| HTML estático v1.0 | 5,845 | 22,185 | 26.3% | Resultado principal fijado |
| Ajuste específico de JS | 5,962 | 22,708 | 26.3% | Análisis de robustez |
| Sensibilidad al yoruba / tagalo | 5,647 | 22,165 | 25.5% | Análisis de sensibilidad |
| Sensibilidad a JS + yoruba/tagalo | 5,764 | 22,688 | 25.4% | Sensibilidad combinada |
Consulta los datos subyacentes del análisis de sensibilidad →
¿Qué cambió al aplicar la regla más estricta?
La capa de análisis de identificación de idiomas examinó únicamente 242 filas cuya clasificación como multilingües dependía de los códigos de lingua yo (yoruba) o tl (tagalo) como único idioma distinto detectado: 228 confirmadas en los datos fijados, más 14 probables. Se utilizó HTML guardado. No se realizó ninguna descarga en directo. No se volvió a rastrear el conjunto de datos de 25.005 sitios. Se excluyó wikipedia.org del conjunto de 242 filas con esa dependencia porque su clasificación confirmada como multilingüe no dependía de la detección de tl como idioma de la página de inicio.
Con esa capa de análisis, el número de casos confirmados pasa de 5.845 a 5.647 (−198). El denominador correspondiente de casos clasificables es 22.165, por lo que la estimación de sensibilidad es del 25,5 % (5.647 / 22.165). Esa cifra no es el resultado principal.
Tras eliminar los elementos de interfaz repetidos del sitio, yo o tl seguían figurando entre los idiomas observados en 217 / 242 filas. Solo 25 / 242 perdieron por completo el código de idioma. Por tanto, la mayoría de los cambios de clasificación no se debieron simplemente a que el detector dejara de identificar el yoruba o el tagalo. La mayoría se debieron a una regla más estricta para las páginas alternativas: una página alternativa en yo o tl solo se contabilizaba como evidencia de multilingüismo cuando su URL representaba una auténtica página localizada, una edición en otro idioma o una edición para un mercado concreto, en lugar de ser simplemente una URL distinta cuyo texto se detectaba como otro idioma. Entre las filas que seguían confirmadas, 30 incluían yo/tl detectados en la página de inicio que persistían tras eliminar los elementos de interfaz.
Esto sugiere que el principal problema no era simplemente que el detector de idiomas identificara erróneamente las páginas como yoruba o tagalo. En muchos casos, el idioma detectado se mantuvo tras eliminar los elementos comunes repetidos. El cambio más importante surgió al plantear una pregunta más estricta: ¿era la URL alternativa realmente una edición localizada del sitio? La equivalencia entre páginas alternativas resultó ser una fuente importante de incertidumbre en la clasificación, junto con la propia identificación del idioma. Esta interpretación se limita a este análisis específico; no representa una tasa de error global del clasificador.
Una revisión independiente asistida por IA, no un estudio de validación con un patrón de referencia humano, concluyó que los cálculos son correctos. La cifra de sensibilidad no sustituye al resultado principal fijado.
Ejemplos conocidos de clasificación
Estos ejemplos muestran qué cambió realmente con el análisis de sensibilidad. Ilustran la metodología aplicada a dominios concretos mediante este instrumento de investigación; no son valoraciones de los programas lingüísticos globales de esas organizaciones.
Error al identificar el idioma de la página de inicio, sin cambios en la clasificación
wikipedia.org
El detector de idioma de la página de inicio la clasificó como tl / tagalo en lugar de en / inglés. Se trata de un error real de identificación del idioma de la página de inicio. Wikipedia sigue siendo un sitio multilingüe confirmado: el rastreo identificó de forma independiente ediciones en japonés, alemán y ruso. Hay que distinguir entre un error de detección del idioma y un error de clasificación como sitio multilingüe. Este caso corresponde al primero, no al segundo.
Confirmado → monolingüe
office.com
Con la regla más estricta para las páginas alternativas, office.com pasa de confirmado a monolingüe porque worldwide.aspx no se consideró una auténtica página localizada o una versión en otro idioma. El ejemplo muestra por qué importa la equivalencia entre páginas: una URL distinta no constituye automáticamente una versión para otra configuración regional.
Varias clasificaciones se volvieron más conservadoras
Dominios de Amazon
Con la regla más estricta: amazon.it → probable; amazon.com.au → probable; amazon.ae → monolingüe; amazon.sa → monolingüe. Estas etiquetas se refieren únicamente a lo que pudo comprobarse directamente para ese dominio concreto con esta metodología. No implican que Amazon sea monolingüe a escala mundial.
Lo que este estudio puede —y no puede— revelar
Los estudios web a gran escala pierden utilidad cuando sus salvedades se tratan como letra pequeña legal. Varias limitaciones afectan de forma sustancial al uso que debe hacerse de estas cifras, por lo que deben formar parte de la interpretación en lugar de quedar ocultas al pie de la página.
Este estudio analiza grandes sitios incluidos en la clasificación de Tranco, no todos los sitios web
La población de origen fue la lista 46W9X de Tranco. Tranco está diseñado para ofrecer una clasificación de dominios populares orientada a la investigación, de modo que la muestra se centra deliberadamente en sitios destacados, en lugar de los millones de dominios pequeños, inactivos o poco visitados que existen en internet. La afirmación correcta se refiere a los grandes sitios web analizados correctamente en esta muestra, no al «26,3 % de la web».
Las exclusiones obedecen a problemas de infraestructura, no a sitios monolingües
El rastreador intentó acceder a 40.457 dominios únicos y analizó correctamente 25.005. Los 15.452 restantes se excluyeron por motivos como fallos de DNS, respuestas de robots, errores HTTP, restricciones de acceso y CAPTCHA. Esos dominios nunca se contabilizaron como observaciones monolingües. Tratar los sitios inaccesibles como monolingües sesgaría sustancialmente el resultado.
«Confirmado» mide el contenido alternativo detectable, no la calidad de la traducción
Un sitio confirmado superó una prueba de contenido deliberadamente mecánica: el rastreo recuperó contenido principal sustancial en un idioma distinto al de la página de inicio. El estudio no evaluó la fluidez lingüística, la adaptación cultural, la calidad terminológica, el rendimiento de conversión ni la precisión de la traducción humana. Un sitio puede estar técnicamente confirmado como multilingüe y aun así contener malas traducciones; también puede ofrecer una excelente localización en secciones que el rastreo no visitó.
El rastreo se limita a cinco páginas de contenido por dominio
El límite de páginas mantiene un estudio de 25.000 dominios dentro de lo viable desde el punto de vista computacional y evita que los sitios grandes dominen el rastreo. La contrapartida es una cobertura incompleta del corpus. Los idiomas observados, los hallazgos de mezcla de idiomas, las comprobaciones de metadatos y otras medidas a nivel de página describen lo que apareció en la muestra limitada de páginas, no necesariamente todas las URL que ofrece el dominio.
JavaScript se probó de forma selectiva, no en todos los sitios
La captura estática no utilizó renderizado en navegador. La pasada posterior con Chromium se centró en los 889 registros analizados correctamente que se habían marcado expresamente como dependientes de JavaScript. Era el punto adecuado para comprobar esa laguna evidente en la clasificación, pero no permite determinar qué resultados produciría un nuevo rastreo completo con renderizado en navegador de los 25.005 casos analizados correctamente.
La identificación del idioma y la equivalencia entre páginas alternativas pueden dar lugar a casos atípicos
La identificación del idioma y la equivalencia entre páginas alternativas son clasificaciones automatizadas y pueden dar lugar a casos atípicos, especialmente en páginas breves, con mucho texto repetitivo o poco convencionales. Un análisis de sensibilidad centrado en el yoruba y el tagalo redujo la estimación de sitios confirmados del 26,3 % al 25,5 % al aplicar reglas más estrictas para las páginas alternativas, sin cambiar la conclusión general. La revisión de sensibilidad de la identificación del idioma contó con asistencia de IA; no fue un estudio de validación con un patrón de referencia humano.
Multilingual Web Score es un marco de investigación, no una puntuación de los motores de búsqueda
GMWS facilita la comparación de diferencias de implementación al publicar una ponderación transparente de doce componentes más dos penalizaciones. Las ponderaciones forman parte del diseño de investigación de GlotEO. Google no las diseñó ni las avaló, y aquí no se evaluó ninguna relación entre la puntuación y el posicionamiento, el tráfico o la conversión.
Compara tu propia implementación multilingüe
La investigación resulta más útil cuando sirve de punto de partida para una auditoría. La siguiente lista te permite comparar indicadores habituales de implementación con la muestra de sitios multilingües confirmados. Marcar una casilla no genera una puntuación de posicionamiento; simplemente registra qué capas de implementación ha abordado tu sitio.
Lista de comprobación de la implementación multilingüe
Marca lo que ya está implementado en tu sitio. Salvo que se indique lo contrario, los valores de referencia corresponden al HTML estático v1.0.
Qué deberían hacer de otra manera los equipos
1. Aborda la traducción y la visibilidad como líneas de trabajo independientes. Una página puede existir en otro idioma sin indicar claramente su relación con las páginas equivalentes. Eso es precisamente lo que demuestra el 30,3 % de sitios sin hreflang. Para saber más sobre la implementación de URL localizadas y hreflang, consulta SEO multilingüe.
2. Revisa la calidad de la estructura de la página, no solo del artículo o de la descripción del producto. Se detectaron restos sin traducir mezclados con el contenido traducido en el 39,4 % de los sitios confirmados. La navegación, los textos del pie de página, los formularios y las plantillas pueden perjudicar una traducción que, por lo demás, está completa.
3. Incluye los metadatos en el flujo de trabajo de localización. La tasa del 11,6 % de puntuación máxima en título y metadatos fue la carencia de implementación más evidente entre los factores con mayor peso en la puntuación. Los metadatos orientados a los buscadores no deberían dejarse para el final.
4. Asigna un destino estable a cada configuración regional. El estudio constató que las URL diferenciadas y rastreables eran habituales entre los sitios confirmados y, por su parte, Google recomienda usar URL diferenciadas en lugar de depender únicamente de contenido que se adapta a la configuración regional.
5. Haz visible la incertidumbre en las auditorías. Este estudio no clasificó como «monolingües» los sitios que no pudo clasificar. Tus propias auditorías deberían ser igual de cuidadosas con las estructuras basadas en JavaScript, la adaptación geográfica, la autenticación y el acceso de los rastreadores.
Cómo se realizó el estudio
Este es un estudio observacional de sitios web destacados de una muestra basada en la clasificación de Tranco, no una muestra aleatoria de todos los dominios registrados ni un conjunto de datos de clientes.
Reglas de clasificación
Confirmado: el rastreador obtuvo una URL alternativa cuyo contenido principal estaba en un idioma distinto al de la página de inicio, con al menos 200 letras de contenido principal en ambas páginas.
Probable: el sitio presentaba indicios sólidos para descubrir contenido multilingüe —como hreflang, URL con formato de configuración regional o un selector que apuntaba a otra ruta—, pero el rastreo no obtuvo ninguna página alternativa que cumpliera los criterios.
Monolingüe: se analizó la página de inicio, no se obtuvo ninguna página alternativa que cumpliera los criterios y no se detectó ningún conjunto sólido de indicios para descubrir contenido multilingüe.
Incierto: las pruebas eran contradictorias o insuficientes. La categoría «Incierto» se mantuvo visible y nunca se reclasificó como «Monolingüe» sin indicarlo.
Qué está fijado y qué es un análisis complementario
HTML estático v1.0
Conjunto de datos principal de la investigación, fijado. El resultado principal sigue siendo un 26,3 % (5.845 / 22.185) de casos confirmados entre los casos analizados correctamente y clasificables.
Análisis complementario específico de JS
Análisis de robustez limitado a 889 casos js_required procesados correctamente. Las 24.116 filas restantes procesadas correctamente no se modificaron. No se trata de un nuevo rastreo completo.
Análisis complementario de sensibilidad al yoruba/tagalo
Análisis de sensibilidad con una clasificación alternativa sobre 242 filas con HTML guardado cuya categoría dependía de yo o tl. Ninguna obtención de páginas en vivo. No es un nuevo rastreo.
Vista combinada de los análisis específicos
JavaScript y el análisis de sensibilidad de la identificación de idiomas se muestran conjuntamente con un resultado del 25,4 % (5.764 / 22.688). Es una vista de dos análisis complementarios, no un cuarto rastreo.
Detalles de la metodología y limitaciones
La unidad de análisis fue el dominio de nivel de registro de Tranco. El rastreador intentó primero acceder mediante HTTPS y, si fallaba TLS, mediante HTTP. Se respetaron las reglas de robots, incluido el tratamiento previsto en el estudio para las respuestas 5xx de robots. No se eludieron la autenticación, los CAPTCHA ni otros controles de acceso. La versión estática fijada v1.0 no ejecutó JavaScript.
El estudio intentó acceder a 40.457 dominios únicos y analizó correctamente 25.005, lo que supone una tasa de éxito de obtención y análisis del 61,8 %. Las 15.452 exclusiones se debieron a problemas de infraestructura o acceso, no a que los sitios fueran monolingües. Entre las principales categorías de exclusión figuraban los fallos de DNS, las respuestas 5xx de robots, las respuestas HTTP 4xx, las prohibiciones de robots y los CAPTCHA.
El límite de la página de inicio más cuatro URL de contenido implica que el número de idiomas observados no constituye un censo de todas las versiones regionales que puede ofrecer un sitio. Por tanto, cinco idiomas observados es el máximo visible con este instrumento. Del mismo modo, los idiomas declarados mediante hreflang que no se observaron en el contenido de las páginas obtenidas no demuestran que esas páginas no existan en otra parte del sitio.
La cohorte de más de 25.000 dominios se truncó cuando el estudio alcanzó su límite de análisis completados correctamente; quedaron 2.351 dominios candidatos. La muestra está sesgada por la posición en la clasificación y presenta una alta proporción de páginas de inicio en inglés. Los resultados deben describirse como propiedades de la muestra analizada de sitios principales de Tranco, no de «la web».
El resultado v1.1 ajustado para JavaScript es un análisis complementario específico de robustez sobre 889 casos js_required procesados correctamente. No es un nuevo rastreo completo con Chromium de los 25.005 sitios. El análisis complementario de yoruba/tagalo es un segundo análisis específico sobre 242 filas con HTML guardado cuya categoría dependía de yo o tl como único idioma diferente. Ninguno de los dos análisis complementarios sustituye al conjunto de datos fijado de HTML estático. Los futuros trabajos de validación utilizarán una muestra con revisión humana a ciegas para estimar la precisión y la exhaustividad del clasificador en cuanto al carácter multilingüe, el idioma de la página y la equivalencia de las páginas alternativas.
Lista de origen de Tranco: 46W9X ↗. Los enlaces de Google que aparecen en otras partes de esta página están etiquetados como orientación externa y no se mezclan con las tablas de resultados de GlotEO.
Utilizar los datos
Hay dos libros de cálculo disponibles. El conjunto de datos principal fijado es la fuente del resultado principal del 26,3 % y de las estadísticas de implementación posteriores. Un libro derivado independiente sirve de base para los análisis complementarios específicos de JavaScript y yoruba/tagalo. No sustituye a la versión fijada.
Conjunto de datos principal congelado
El conjunto de datos original congelado en el que se basan los principales resultados de El estado de la web multilingüe 2026, incluida la estimación del 26,3 % de sitios multilingües confirmados.
Abrir el conjunto de datos principal congelado ↗Archivo: State-of-the-Multilingual-Web-2026-freeze.xlsx
Libro de cálculo de robustez y sensibilidad
Análisis derivados que respaldan las comprobaciones específicas de sensibilidad relativas a JavaScript y a la clasificación del yoruba y el tagalo. Estas capas de análisis complementan el conjunto de datos congelado y no sustituyen los resultados principales de la investigación.
Abrir los datos de robustez y sensibilidad ↗Archivo: State-of-the-Multilingual-Web-2026-derived-overlays.xlsx
Cita breve
GlotEO. El estado de la web multilingüe 2026. GlotEO Research, 2026.
Cita recomendada
GlotEO. «El estado de la web multilingüe 2026». GlotEO Research, 2026. Datos de HTML estático congelados a fecha de 28 de agosto de 2026; análisis específicos de sensibilidad relativos a JavaScript y a la identificación de idiomas a fecha de 29 de agosto de 2026. Muestra principal: N=25.005 dominios registrables de la lista Tranco 46W9X analizados correctamente. Estimación principal congelada: 26,3 % (5.845 / 22.185) de sitios multilingües confirmados entre los analizados correctamente y clasificables.
Integridad de la investigación
Resultado principal de HTML estático v1.0: 26,3 % (5.845 / 22.185) de sitios multilingües confirmados entre los analizados correctamente sin incertidumbre. Capa de análisis específico de JS: 26,3 % (5.962 / 22.708) tras reevaluar únicamente los 889 casos js_required analizados correctamente. Capa de análisis de sensibilidad para el yoruba y el tagalo: 25,5 % (5.647 / 22.165). Resultado combinado de los análisis específicos: 25,4 % (5.764 / 22.688). El rango del 25,4 % al 26,3 % no es un intervalo de confianza.
Al citar un porcentaje, conserve su denominador e indique si la cifra corresponde a la versión estática v1.0, al ajuste por JS o a una capa de análisis de sensibilidad para el yoruba y el tagalo. La cifra del 42,6 % de sitios confirmados y probables es una medida de sensibilidad, no la tasa principal de adopción. Las estadísticas de implementación que se presentan más adelante en esta página siguen basándose en los 5.845 sitios confirmados del conjunto de datos congelado.
Fuente de la investigación: rastreo original de GlotEO y conjunto de datos derivados congelado. Orientaciones externas: páginas de Google Search Central enlazadas más arriba. Las orientaciones externas solo aportan contexto y no se incorporan a los cálculos de porcentajes originales de GlotEO.
Publicado el 29 de agosto de 2026. Actualización de la investigación: 29 de agosto de 2026 — se añadió un análisis específico de sensibilidad de la clasificación del yoruba y el tagalo. Los datos originales congelados de HTML estático y el resultado principal del 26,3 % no han cambiado.