Proteger tus datos de la extracción automática

El sitio público de tu club está hecho para que lo lean. Los buscadores lo indexan, los socios lo comparten y personas que nunca oyeron hablar de tu club te encuentran gracias a él: para eso sirve tener uno. La protección contra la extracción de datos se ocupa del problema más acotado que hay debajo: que alguien copie las partes de tu sitio que tratan sobre personas y no sobre el club, por lo general para vendértelas a ti o a otros. Encontrarás estos controles en la tarjeta Protección de tus datos de la página Configuración, en Sistema en la barra lateral de administración.

Lee esto primero, porque condiciona todo lo que sigue. A alguien decidido a extraer datos con un navegador real desde conexiones domésticas comunes no se lo puede detener: solo se le puede hacer caro y visible. Nada de esta página es un candado. El único control que un copiador decidido realmente no puede esquivar es el que saca la información de una solicitud anónima desde el principio, y justamente por eso la opción predeterminada está ahí.

Quién puede usar esto

Solo los administradores. Los moderadores pueden abrir Configuración para otras cosas, pero la tarjeta Protección de tus datos y su lista de actividad son solo para administradores: tanto la configuración como lo que detectamos solo puede leerlo un administrador de tu organización, así que un moderador no los verá.

No hay que activar ningún módulo ni hace falta un plan en particular. Todas las organizaciones tienen esta configuración, y todas empiezan con la opción privada predeterminada, la haya abierto alguien o no.

Qué hay en la página

• Mostrar las plantillas de los equipos a visitas que no iniciaron sesión: desactivado de forma predeterminada. Controla si la lista de jugadores de la página de un equipo es visible para alguien que no inició sesión.
• Rastreadores de IA: permitirlos (la opción predeterminada) o pedirles que no entren. Hay un enlace al robots.txt de tu organización para que veas exactamente qué registra tu elección.
• Avisarme si se superan estas solicitudes diarias: cuántas solicitudes de páginas puede hacer un mismo origen en un día antes de que analicemos la forma de su tráfico y, si parece una copia automatizada, avisemos a tus administradores.
• Actividad inusual que detectamos: lo que encontró nuestra revisión nocturna, con la fecha, qué la activó y cuántas páginas recorrió ese origen. Puedes marcar cada caso como resuelto.

Tu directorio de socios es una configuración aparte, con su propio consentimiento por socio, y está en Socios → Directorio. También está desactivado de forma predeterminada, y ningún socio aparece en él sin haberlo aceptado personalmente; consulta Socios.

Paso a paso

Decide qué puede ver una visita anónima

1. Abre Configuración y busca Protección de tus datos.
2. Deja desactivada la opción Mostrar las plantillas de los equipos a visitas que no iniciaron sesión, salvo que realmente quieras que tus plantillas sean públicas. Es lo más eficaz de la página: con la opción desactivada, los nombres nunca están en la respuesta que recibe una visita anónima, así que no hay nada que un copiador pueda llevarse, por más ingenioso que sea. Las visitas que iniciaron sesión siguen viendo la plantilla.
3. Actívala solo si tu club realmente quiere una plantilla pública: algunos clubes lo quieren, y es una decisión válida si se toma a conciencia.
4. Guarda. El cambio se aplica en la siguiente carga de la página; no hay caché que esperar. Si alguna vez nuestra propia verificación no llega a ejecutarse, la página oculta la plantilla en lugar de mostrarla.

Elige tu política para los rastreadores de IA

1. Permitir rastreadores de IA (recomendado) les permite leer tu sitio como lo hace un buscador. Cada vez más gente encuentra clubes preguntándole a un asistente en lugar de escribir en un buscador, así que es una vía real para que lleguen socios nuevos.
2. Pedir a los rastreadores de IA que no entren registra una solicitud dirigida a rastreadores como GPTBot, ClaudeBot, PerplexityBot y Google-Extended. Lee las preguntas frecuentes antes de elegirla: tiene un costo, y es un pedido, no una orden.
3. Adónde va realmente tu elección. Un rastreador solo busca robots.txt en la raíz de la dirección web que visita, así que ahí es donde lo publicamos. En tu propio dominio personalizado todo el sitio es tuyo, y pedir a los rastreadores de IA que no entren es un pedido general para todo el sitio. En una dirección clubhelix.com, el archivo de la raíz es compartido por todas las organizaciones, así que tu elección aparece ahí como tus propias líneas dentro de ese archivo. El enlace junto a la opción es una vista previa de lo que dice la parte de tu organización; no es un archivo que ningún rastreador descargue.
4. Elijas lo que elijas, Google y Bing no se ven afectados. Son rastreadores aparte y nunca los restringimos. La visibilidad de tu sitio en los buscadores depende de Permitir que los buscadores indexen este sitio, más arriba en la misma página.

Define tu nivel de aviso y lee lo que detectamos

1. Avisarme si se superan estas solicitudes diarias cuenta las solicitudes de un mismo origen. El valor predeterminado sirve para la mayoría de los sitios de clubes. Un sitio con mucho movimiento durante la semana de finales generará cifras altas de forma legítima: sube el valor en lugar de acostumbrarte a ignorar los avisos.
2. Cada noche revisamos el tráfico del día anterior en busca de patrones típicos de la recolección de datos: muchas solicitudes, muchas páginas distintas, páginas recorridas en orden, ningún sitio de origen, ninguna señal de un navegador real que termine de cargar la página.
3. Cuando algo lo activa, aparece en Actividad inusual que detectamos y tus administradores reciben una notificación. Indica qué lo activó, cuántas solicitudes y cuántas páginas distintas; nunca una dirección IP y nunca la identidad de una visita.
4. Léelo y decide. La mayoría no requiere nada: un bot mal hecho pero inofensivo, o un día de mucho movimiento de verdad. Un recorrido repetido y deliberado de las páginas de tus equipos es el momento en que desactivar la plantilla vale lo que cuesta.
5. Márcalo como resuelto para quitarlo de la lista.

Referencia de campos

Consejos y preguntas frecuentes

• ¿Esto puede impedir que alguien copie nuestro sitio? No, y quien te diga lo contrario te está vendiendo algo. Una persona con un navegador real desde una conexión doméstica común se ve exactamente igual que un socio leyendo tu sitio, porque eso es lo que está haciendo, solo que más rápido y en mayor cantidad. Lo que hacen estos controles es que la copia masiva sea lenta y llamativa, y dejar fuera de alcance la parte realmente sensible. Vale la pena tenerlo. No es un candado.
• Entonces, ¿qué funciona de verdad? No publicar la información. Dejar las plantillas de los equipos solo para quienes iniciaron sesión, y dejar desactivado tu directorio de socios, son los controles que un copiador decidido no puede esquivar, porque los nombres nunca están en la respuesta. Todo lo demás es fricción o detección.
• ¿Se hace cumplir el robots.txt? No. Es un archivo que les pide a los rastreadores que se comporten bien, y los rastreadores bien gestionados lo hacen: los buscadores lo respetan, y nosotros también cuando leemos tu sitio anterior durante una migración. Un rastreador que lo ignora no enfrenta ninguna consecuencia. Así que pedir a los rastreadores de IA que no entren frena a los que siguen las reglas y no hace nada contra los que no. Varios de estos rastreadores tienen antecedentes irregulares.
• ¿Qué nos cuesta pedir a los rastreadores de IA que no entren? Visibilidad, en un canal que está creciendo. Cuando alguien le pregunta a un asistente "qué clubes de fútbol caminando hay cerca de mi ciudad", la respuesta sale de los sitios que esos rastreadores pudieron leer. Si les pides que no entren, no apareces en esa respuesta. Los clubes cuyas páginas son sobre todo información pública (calendario de partidos, horarios de entrenamiento, cómo asociarse) suelen ganar más por poder ser encontrados que lo que pierden porque los lean. Los clubes cuyas páginas tienen mucha información sobre personas identificables pueden evaluarlo de otra forma. Es una verdadera disyuntiva, y por eso no la decidimos por ti.
• ¿Algo de esto afecta nuestro posicionamiento en Google? La opción de rastreadores de IA no: los rastreadores de los buscadores nunca se incluyen en ella, y nunca les limitamos la frecuencia por ningún motivo. Ocultar las plantillas de los equipos quita esos nombres de la página pública, así que salen del índice como cualquier otro contenido que dejes de publicar. Tu posicionamiento para todo lo demás no cambia.
• "Actividad que detectamos": ¿por qué esa redacción tan cuidadosa? Porque es todo lo que puede afirmar con honestidad. El tráfico que no logramos reconocer no deja ningún registro, así que una lista vacía significa que no vimos nada, no que no haya pasado nada. Preferimos decírtelo antes que dejar que leas una semana tranquila como prueba de seguridad.
• ¿Un socio común puede activar un aviso? No debería. La revisión está pensada a propósito para considerar humano el tráfico en caso de duda, porque un aviso que da falsas alarmas es un aviso que dejas de leer. Busca la combinación (volumen, más amplitud, más ningún sitio de origen, más ninguna señal de un navegador real) y no solo el volumen. Una sede social, una escuela o un estadio donde cuarenta personas comparten una misma conexión a internet es justamente el caso que la inclina en esa dirección. Si recibes una falsa alarma, sube el nivel de aviso y avísanos.
• También limitamos la velocidad con la que cualquiera puede pedir páginas. Cada solicitud a una página pública pasa por un límite que una persona navegando nunca alcanza y que una copiadora masiva rápida sí alcanza. A una visita que dice ser un buscador no le creemos solo por decirlo: buscamos la dirección de la que vino la solicitud y confirmamos que realmente pertenece a ese buscador, así que usar el nombre de Googlebot no sirve de nada. Los rastreadores genuinos de los buscadores están exentos, siempre, y si no podemos completar esa verificación les damos el beneficio de la duda antes que arriesgarnos a rechazar a un buscador real. Lo que el límite no puede hacer es frenar a alguien paciente: un copiador que recorre tu sitio a velocidad de lectura desde unas pocas conexiones domésticas se mantiene por debajo, y por eso la opción de la plantilla importa más que el límite.
• ¿Adónde van los avisos? A la lista de la página Configuración, y como notificación a los administradores de tu organización. Siguen tus preferencias de notificación como cualquier otro aviso no urgente, así que si nadie los ve, revisa eso primero.
• ¿Y las direcciones de correo en nuestras páginas? Todo lo que publicas lo puede leer cualquiera: una dirección de correo de la comisión directiva publicada en una página pública se recolecta en cuestión de días. Por ahora no hay una opción para eso aquí, así que tómalo como una decisión que tomas cuando escribes la dirección. Un formulario de contacto es una forma más segura de estar disponible.
• Alguien nos está copiando igual. ¿Y ahora? Desactiva la opción de la plantilla y revisa qué más publicas sobre personas, para que haya menos que llevarse. Luego avísanos: la recolección repetida y deliberada de datos de un club es algo que queremos ver, y nuestros términos del servicio prohíben el acceso masivo automatizado, lo que te da algo que mostrarle a una empresa que debería saberlo. No va a disuadir a nadie que actúe de mala fe.

Relacionado: Configuración para la visibilidad del sitio y tu dirección web, Socios para el directorio de socios y su consentimiento por socio, Equipos para las plantillas que esto afecta, y Legal y políticas para tus términos publicados.