Analítica y Medición

Al terminar este nivel vas a poder montar un sistema de medición de posicionamiento que separa tres cosas que casi nadie separa: lo que Google Search Console mide de verdad, lo que Google Analytics 4 infiere a partir de una muestra, y lo que nadie mide todavía y puede que no llegue a medirse nunca. Esa separación es el nivel entero.

La ilusión sobre la que funciona la mayoría de los informes de SEO es sencilla. Se coge una cifra que existe, se pone al lado una cifra que no existe, se suman en la misma tabla y se presentan como si tuvieran el mismo estatus. Impresiones reales de Google Search Console junto a una "visibilidad en IA" que una herramienta ha calculado haciéndole sus propias preguntas a un modelo. Clics reales junto a un "tráfico estimado" modelado por un tercero sobre un panel de usuarios. Quien lee la tabla asume que todas las filas pesan lo mismo, y ninguna nota al pie corrige esa impresión.

Hay un ejemplo documentado y casi perfecto de este problema dentro del propio Google Search Console: el informe de IA generativa expone únicamente impresiones. No da clics, no da consultas, no da CTR. Es Google diciéndote, dentro de su propio producto, que de una parte de tu visibilidad sólo te va a contar una dimensión. Un informe honesto refleja ese hueco y lo nombra. Un informe deshonesto lo rellena con una estimación y le pinta al lado un porcentaje de crecimiento.

Este nivel enseña a medir lo que existe y a nombrar lo que falta. Un curso que finge que todo es medible enseña a la gente a mentirse a sí misma con sus propios datos, y esa mentira siempre termina en una decisión concreta: se mata una página que estaba funcionando, se dobla la apuesta por una táctica que no hizo nada, o se justifica un presupuesto con una curva que no tenía detrás ningún modelo.

Qué cubre este nivel

• Sacar de Google Search Console lo que realmente contiene, y reconocer en qué punto sus datos dejan de ser un recuento y pasan a ser una muestra redondeada.
• Leer el informe de IA generativa de Google Search Console sabiendo que sólo hay impresiones, y construir un informe mensual que no invente lo que falta.
• Montar en Google Analytics 4 los cuatro o cinco informes que un SEO usa de verdad, y dejar de mirar los veinte que no usa nadie.
• Separar el tráfico que llega desde ChatGPT, Perplexity y Gemini de todo lo que el sistema de atribución mete en la bolsa de tráfico directo.
• Diagnosticar una caída de tráfico con un procedimiento fijo, antes de tener una hipótesis y antes de tocar nada en el sitio.
• Detectar una estadística de SEO falsa en menos de un minuto, y construir un forecast que puedas defender incluso cuando falle.

Lo que Google Search Console mide y lo que deja fuera

Google Search Console es la única fuente de primera mano que tienes sobre cómo te ve la Búsqueda de Google, y aun así no es un libro de contabilidad. Sus datos de rendimiento están muestreados y redondeados, y ese detalle cambia por completo cómo se puede usar la herramienta. Sirve para ver forma, dirección y orden de magnitud. No sirve para cuadrar cifras al dígito ni para justificar una diferencia pequeña entre dos semanas parecidas.

El primer efecto práctico es que las sumas no cuadran. El total de clics de una propiedad casi nunca coincide con la suma de los clics por consulta, porque las consultas con muy poco volumen se omiten para proteger la privacidad de quien busca. Cuanto más segmentas, más datos desaparecen por el camino. Un informe que presenta el desglose por consulta como si fuera el total está inflando una precisión que Google nunca prometió.

El segundo efecto es la posición media. Es una media de posiciones que nadie experimenta de forma continua, mezclada entre dispositivos, países y tipos de resultado. Una página que pasa de la posición 8,4 a la 7,9 no ha cambiado necesariamente de sitio en ningún resultado real: puede que simplemente haya recibido impresiones desde un país donde ya estaba mejor colocada. Por eso la posición media es una señal de alerta útil y una métrica de objetivo pésima.

El tercer efecto es el más incómodo. Las impresiones cuentan que tu resultado estuvo presente, no que alguien lo leyera. Con el crecimiento de las búsquedas sin clic, la distancia entre aparecer, ser leído y recibir la visita se ha ensanchado, y Google Search Console sólo cubre los dos extremos de esa cadena. La parte del medio, que es justo donde vive buena parte del valor de marca, no está instrumentada en ninguna herramienta.

Búsquedas sin clic y tráfico de IA: por qué se rompe la atribución

La atribución se rompe porque la respuesta y la visita han dejado de ser el mismo evento. Durante veinte años el posicionamiento pudo medirse casi entero con una sesión: alguien buscaba, hacía clic, aterrizaba, y Google Analytics 4 o su antecesor lo registraba. Hoy una parte del recorrido termina antes del clic, dentro de un resumen generado, y otra parte llega desde un asistente que no siempre manda un referente utilizable.

El caso más claro sigue siendo el informe de IA generativa de Google Search Console: sólo impresiones, sin clics, sin consultas y sin CTR. Puedes saber que apareciste, pero no en respuesta a qué ni con qué resultado. Cualquier herramienta que te ofrezca esa desagregación la está estimando, y tu informe debería decir con qué método la estima.

Con ChatGPT, Perplexity y Gemini el problema es distinto pero igual de real. Parte del tráfico llega etiquetado como referencia y se puede aislar limpiamente. Otra parte llega como directo porque el enlace se abrió fuera del navegador, se copió a mano o pasó por una redirección que perdió el origen. El tráfico de IA que ves es por tanto un suelo, nunca un techo, y conviene escribirlo así dentro del propio informe en lugar de dejar que el lector suponga lo contrario.

La consecuencia operativa es que hay que cambiar la unidad de análisis. En lugar de perseguir una atribución exacta que ya no existe, se vigilan tres series en paralelo: impresiones y clics de Google Search Console, sesiones por fuente identificable en Google Analytics 4, y una serie de demanda de marca formada por las búsquedas de tu nombre, el tráfico directo a páginas profundas y las menciones que puedas rastrear. Cuando la primera baja y la tercera sube, no estás perdiendo posicionamiento: te están citando sin clic. Ese diagnóstico es imposible mirando una sola fuente.

Cómo leer una caída sin inventarte la causa

Ante una caída de tráfico, el procedimiento va antes que la hipótesis. La mayoría de los diagnósticos malos nacen de elegir la explicación primero y buscar después los datos que la sostienen, y en un panel con suficientes filtros siempre aparece alguno. El orden correcto empieza por descartar que la caída sea un artefacto de medición.

Primero se comprueba si el dato es real. Un contenedor de etiquetas roto, un banner de consentimiento mal configurado, un filtro nuevo o un cambio de propiedad producen caídas perfectas y falsas. Después se compara la misma ventana temporal en Google Search Console y en Google Analytics 4: si una cae y la otra no, el problema está casi siempre en la medición y no en el posicionamiento.

El paso siguiente es acotar. Se mira si la caída afecta a todo el sitio o a un directorio, a todos los dispositivos o sólo a móvil, a todos los países o sólo a uno, a todas las consultas o sólo a las de marca. Una caída que respeta un límite claro, como una carpeta, un idioma o un tipo de plantilla, señala una causa estructural o editorial. Una caída uniforme y simultánea señala un cambio del lado de Google o un problema de servidor.

Sólo al final se mira el calendario de Core Updates y de incidencias conocidas, y se mira con cuidado. Coincidir en fecha con una actualización no demuestra causalidad: durante una actualización amplia también hay caídas provocadas por competidores que publicaron algo mejor, por estacionalidad y por cambios propios que nadie documentó. La respuesta honesta a muchas caídas es que no se puede aislar la causa con los datos disponibles, y decirlo es más profesional que fabricar un culpable.

Qué mide cada herramienta y qué cree la gente que mide

La tabla siguiente resume el reparto real de competencias entre las herramientas de este nivel. Las columnas que importan son la tercera y la cuarta: lo que la herramienta no puede medir, y lo que mucha gente cree que mide sin haberlo comprobado nunca.

Herramienta	Qué mide de verdad	Qué no puede medir	Qué cree la gente que mide
Google Search Console	Impresiones, clics, posición media y consultas de la Búsqueda de Google, muestreados y redondeados	Tráfico que no venga de la Búsqueda de Google, conversiones, y el detalle de las consultas de muy poco volumen	Que es un recuento exacto y que la suma por consulta iguala el total del sitio
Informe de IA generativa de Google Search Console	Impresiones, y nada más	Clics, consultas, CTR y en qué respuesta concreta apareciste	Que muestra el rendimiento completo de tu contenido en respuestas generadas
Google Analytics 4	Sesiones, eventos y conversiones del lado del sitio, con el origen que el navegador haya sido capaz de transmitir	Posiciones, impresiones y el origen real de las visitas que llegan sin referente	Que la bolsa de tráfico directo es gente que escribió la dirección a mano
Looker Studio	Nada por sí mismo: presenta lo que le entregan Google Search Console, Google Analytics 4 u otra fuente conectada	Corregir, completar o validar un dato que ya venía mal de origen	Que un dashboard bien diseñado es en sí mismo una fuente de datos
Herramientas de seguimiento de posiciones	La posición observada desde una ubicación, un dispositivo y un momento que define la propia herramienta	La posición que vieron tus usuarios reales, personalizada y cambiante	Que existe una única posición verdadera por palabra clave
Herramientas de visibilidad en LLMs	Con qué frecuencia apareces en las respuestas a un conjunto de prompts que la herramienta escribe y repite	Cuánta gente real hizo esas preguntas y qué respuesta recibió cada una	Que es una cuota de mercado de tu visibilidad en IA

Las 10 lecciones de este nivel

1. Search Console a fondo: lo que sí y lo que no te dice
2. El informe de IA generativa de GSC: sólo impresiones
3. Cómo medir visibilidad en LLMs (y los límites de cada herramienta)
4. GA4 para SEOs: los informes que realmente usas
5. Atribución de tráfico de IA: ChatGPT, Perplexity y Gemini en tus datos
6. Cómo leer una caída de tráfico sin entrar en pánico
7. Estadísticas de SEO que son mentira (y cómo detectarlas)
8. Forecasting SEO: modelos honestos, no promesas
9. Dashboards de SEO: qué poner y qué quitar
10. Testing SEO: cómo hacer un experimento que signifique algo

Cómo estudiar este nivel

Haz el nivel con una propiedad real abierta al lado. Sin datos propios delante, todo esto se queda en teoría y no se fija.

1. Abre Google Search Console en tu sitio y exporta el histórico completo de rendimiento antes de empezar la lección 1. Vas a necesitar la serie larga para todo lo demás.
2. Haz las lecciones 1 a 3 seguidas: son las tres caras de la misma pregunta, qué mide Google y qué decide no enseñarte.
3. Antes de la lección 4, escribe las cinco preguntas que le haces a Google Analytics 4 cada mes. Al terminar la lección, quita de tus informes todo lo que no responda a una de esas cinco.
4. La lección 6 se practica con una caída pasada, no con una en curso. Coge un mes malo del año anterior y aplica el procedimiento entero con la respuesta ya conocida.
5. Haz las lecciones 8 y 10 en el mismo bloque: un forecast sin método de test es una promesa, y un test sin forecast previo es un experimento sin hipótesis.
6. Termina escribiendo la lista de las tres cosas de tu informe mensual que no puedes medir. Esa lista es el verdadero resultado del nivel.

Cuando acabes, vuelve al índice completo del curso de SEO gratis para elegir el siguiente nivel y ver cómo encaja la analítica con el trabajo técnico, de contenidos y de enlazado que viene antes y después.