La teoría del PageRank interno lleva décadas circulando en SEO, pero los datos empíricos sobre cómo se distribuye realmente la autoridad dentro de un sitio son menos frecuentes que las opiniones. Hay algunos patrones observables que vale la pena examinar con frialdad.

Un estudio publicado por investigadores de la Universidad Técnica de Dresde analizó la estructura de enlaces internos de 1.200 sitios web de distinto tamaño y sector. Los resultados mostraron que en el 78% de los casos, el 20% de las páginas concentraba más del 80% de los enlaces internos entrantes. Una distribución de ley de potencia clásica, pero con implicaciones prácticas claras: la mayoría de páginas en un sitio típico reciben muy poca o ninguna autoridad interna.

La profundidad de rastreo es el factor más directamente relacionado con este desequilibrio. Las páginas a 4 o más clics de la portada reciben en promedio un 67% menos de visitas de Googlebot que las páginas a 2 clics, según análisis de registros de servidor en sitios con más de 50.000 URLs. No hay una relación causal perfectamente demostrada con el ranking, pero la correlación con frecuencia de indexación es clara.

Algunos números concretos de un análisis en un sitio de contenido con 8.000 artículos: después de restructurar los enlaces internos para reducir la profundidad máxima de 7 clics a 3 clics, el número de páginas rastreadas por Googlebot en 30 días aumentó de 2.100 a 3.800. El tiempo que tardó ese cambio en estabilizarse fue de aproximadamente 45 días.

Los hub pages —páginas que funcionan como nodos centrales de enlace hacia grupos temáticos— muestran patrones estadísticos interesantes. En sitios donde existen estas páginas con 50 o más enlaces salientes internos, las páginas enlazadas desde ellas tienen un tiempo hasta primera indexación un 40% inferior al promedio del sitio.

Para analizar tu propia distribución de PageRank interno, Screaming Frog permite exportar un gráfico de enlaces que puedes procesar con herramientas como Gephi o networkx en Python. La métrica de betweenness centrality —qué tan frecuentemente pasa el flujo de autoridad por cada nodo— es más informativa que simplemente contar enlaces entrantes.

Lo que los datos no confirman con claridad es la transferencia proporcional exacta de autoridad entre páginas. Google no ha publicado la mecánica precisa de cómo el PageRank interno funciona en 2025. Lo que sí es observable y medible es el comportamiento de rastreo, y ahí los números son bastante consistentes.