Cada vez que leo «growth SEO» en una propuesta busco una sola cosa. Si detrás hay un experimento, o si solo está la palabra.
Lo digo porque el término se ha gastado rápido. Mucha gente le ha puesto «growth» al SEO de toda la vida, ha subido la tarifa y ha seguido haciendo lo mismo: tareas porque toca, contenido porque hay que publicar, informes con flechas verdes. Y growth SEO, al menos como yo lo entiendo, no va de eso. La idea entera la desarrollo en qué es growth SEO, pero se resume en una frase que me repito antes de tocar nada: una hipótesis sobre el negocio, una forma de probarla, y una métrica que de verdad importe. Lo demás es actividad disfrazada de estrategia.
Así que en lugar de definirlo otra vez, te enseño tres experimentos reales de proyectos míos. Anonimizados, porque casi todo lo que toco va con contrato de por medio, pero con las cifras de verdad. Y verás que el patrón se repite: casi siempre, lo que mueve el resultado es elegir bien qué medir mucho más que trabajar más horas.
Experimento 1: usar IA en producción sin tragarme el hype
Un mayorista B2B de material para construcción, con un catálogo que rondaba las quince mil fichas de producto. Tras un core update de Google se le había caído buena parte de la visibilidad de esas fichas, que era justo donde vivía su tráfico. El reflejo de medio sector ese trimestre era el mismo: reescribir el catálogo entero con IA, rápido y a saco, porque «la IA ya escribe fichas».
A mí eso me daba mala espina. No porque la IA no sirva, sino porque meter contenido generado a escala en quince mil URLs sin saber si funciona es una apuesta, no una estrategia. Y cuando vienes de un core update, lo último que necesitas es una segunda apuesta a ciegas encima de la primera.
Lo que monté fue otra cosa. Un experimento cerrado de treinta días, con un presupuesto de cuatro cifras bajas y unas pocas decenas de horas de trabajo. La pregunta no era «¿escribimos las fichas con IA?», era «¿qué tipo de contenido generado mueve la aguja en estas fichas, y cuál no hace nada?». Para responderla cogí una muestra de PDPs, generé variantes con varios modelos en lugar de casarme con uno, las publiqué de forma controlada, y medí el efecto real con CausalImpact, que es la forma de saber si lo que pasó después lo causó tu cambio o habría pasado igual.
El hallazgo no fue «la IA funciona». Fue más fino, y por eso más útil: unos enfoques de contenido movían posiciones y otros, escritos por la misma IA, no movían nada. La diferencia no estaba en la herramienta, estaba en qué le pedías que resolviera. Con eso supe qué escalar y qué tirar antes de tocar las quince mil fichas. Validar primero, escalar después. Treinta días y cuatro cifras bajas para no quemar el presupuesto entero en una corazonada.
Esto, para mí, es growth SEO en estado puro: aplicar método cuando todo el mundo a tu alrededor está aplicando fe. Llamarlo «hacer SEO con IA» se queda corto, y encima despista.
Experimento 2: el tráfico que parecía un triunfo y era un agujero
Una marca española de formación en fitness y nutrición. Un montón de tráfico orgánico, de esos números que enseñas en una junta y todos asienten. El problema aparecía cuando mirabas qué hacía ese tráfico después de entrar.
Cuando me senté con los datos, salió un reparto que todavía me ronda. El 81,7% del tráfico SEO aterrizaba en un cluster de calculadoras (la típica calculadora de calorías, de macros, esas) que convertían al 0,0021%. Mientras tanto, el 0,49% del tráfico que aterrizaba en las landings de los cursos convertía entre el 0,87% y el 3,05%. O sea: la práctica totalidad de la gente entraba por la puerta que no llevaba a ningún sitio, y el hilito que entraba por la puerta buena convertía cientos de veces mejor.
Dentro de la empresa la sensación era «el blog trae tráfico que no convierte». Y aquí viene lo que de verdad importa, porque es la diferencia entre una sensación y un hallazgo. Una sensación no se puede accionar. Te quedas con que «el blog no funciona» y no haces nada, porque tampoco sabes qué romper. El 81,7% contra el 0,49%, en cambio, ya no es una sensación. Es una arquitectura mal montada. Y una arquitectura mal montada se arregla.
Lo dijo mejor el CEO en una reunión, y me lo apunté: «eso es lo que hace que no puedas volver a no verlo. Pensábamos que el blog traía tráfico que no convierte, y eso es una sensación. 81,7% concentrado en calculadoras y 0,49% en landings es otra cosa. Una arquitectura mal hecha la puedes arreglar. Una sensación no.»
El experimento, entonces, no era «hagamos más posts». Era dejar de alimentar el motor que traía volumen sin negocio y empezar a reconducir ese tráfico hacia donde sí pasaba algo. Dato mata relato. Y el dato decía que producir más de lo mismo solo habría engordado el 81,7%.
Te dejo un matiz honesto, porque odio los casos que sobrevenden. Esto es un caso vivo, y lo que se ha movido hasta ahora son señales tempranas de reconocimiento, no ventas cerradas. Reconocimiento antes que conversión. Quien te cuente que un cambio de arquitectura se traduce en ingresos al mes siguiente, te está vendiendo algo. Pero la decisión de dejar de celebrar una métrica de vanidad y empezar a mirar la que paga, esa se tomó el día que el tráfico dejó de ser un número bonito y pasó a ser un reparto.
Experimento 3: rankear de maravilla para el país equivocado
Un fabricante del sector movilidad, expansión en cinco mercados europeos a la vez. Sobre el papel, el SEO no iba mal: impresiones, posiciones, visibilidad. El problema no era de volumen, era de puntería.
En la auditoría de geo-targeting apareció el hallazgo que reformuló el proyecto entero. En el mercado más afectado, más de la mitad de los usuarios (un 52%) aterrizaba en el dominio equivocado. Y un 36% de las páginas que más tráfico recibían no eran ni comerciales ni del país correcto. Estábamos rankeando, sí, pero mandábamos a la gente al sitio que no era, en el idioma que no tocaba, a páginas que no vendían.
La frase que me quedó de ese proyecto la digo tal cual cuando me preguntan por SEO internacional: antes de preguntarnos qué contenido faltaba, tuvimos que preguntarnos por qué la mitad de la gente estaba llegando al país equivocado. Localizar va mucho más allá de traducir: es entender cómo se expresa el miedo de compra en cada mercado, y asegurarte de que cada uno aterriza donde le corresponde.
El experimento aquí fue arreglar las señales internacionales (hreflang, geo-targeting, enlazado, qué página es la comercial en cada mercado) y mirar la métrica correcta. Y la métrica correcta no era el tráfico total. De hecho podía bajar, porque ibas a dejar de recibir visitas de mercados donde ni vendías. Lo que importaba era el tráfico non-brand del país que paga. Ese se multiplicó: los clics non-brand crecieron más de un 350%, y los crecimientos por mercado fueron de entre el 40% y el 125% interanual. Esto se cruza de lleno con cómo pienso el SEO internacional y, en el fondo, con trabajar como SEO Product Manager: son decisiones de producto que deciden cómo te encuentra el buscador, no parches que pones después.
Cómo monto uno de estos (sin un equipo de data science detrás)
Me preguntan a menudo si para esto hace falta montar un laboratorio. No, hace falta orden. Cuando arranco un experimento de growth SEO sigo más o menos los mismos cuatro pasos, y ninguno es especialmente sofisticado.
Primero, escribo la hipótesis en una frase, y tiene que hablar de negocio, no de SEO. «Si reconducimos el tráfico de calculadoras a las landings de curso, sube la conversión» sirve. «Subir el CTR» no sirve, porque el CTR no paga nóminas. Si no consigo cerrar la frase, suele ser señal de que todavía no entiendo el problema, y entonces toca volver a los datos antes de tocar nada.
Segundo, decido cómo voy a aislar el efecto. Un grupo que toco y otro que dejo igual como control, o una ventana de antes y después con algo que me diga si el cambio lo causé yo o habría pasado solo. En el caso del mayorista era CausalImpact; en una web pequeña puede ser tan simple como un grupo de páginas tratadas contra otro intacto. Lo que no vale es tocar todo a la vez y luego adivinar qué funcionó.
Tercero, elijo la métrica antes de empezar, no después. Esto es clave y casi nadie lo hace. Si eliges la métrica cuando ya tienes los resultados, vas a encontrar la que te dé la razón. Siempre hay una flecha verde en algún sitio.
Cuarto, decido de antemano qué voy a hacer si sale que no. Porque la mitad de las veces sale que no. Y un experimento que solo sabe celebrar no experimenta nada, hace relaciones públicas contigo mismo.
Qué tienen en común (y qué no es growth SEO)
Vuelve a los tres. Un experimento de IA acotado en lugar de reescribir quince mil fichas a fe. Un reparto de tráfico que convierte una sensación en una arquitectura que sí se puede tocar. Un geo-targeting que cambia la pregunta de «qué contenido falta» a «por qué llega la gente al país que no es». Tres proyectos sin nada que ver entre sí. El mismo patrón debajo.
Y el patrón es este: una hipótesis sobre el negocio, una forma de aislar el efecto, y una métrica que importe de verdad, aunque la decisión que salga sea dejar de hacer algo. Esa última parte es la que más cuesta vender, porque dejar de hacer cosas no se factura tan bien como hacer más. Pero es donde está casi todo el valor.
Y ya que estamos, lo que no es growth SEO, por mucho que lleve la etiqueta: un dashboard con flechas verdes que nadie cruza con negocio, producir contenido por inercia porque el calendario manda, y perseguir tráfico que no tiene nada que ver con quien te compra. El tráfico que no se liga a negocio es una métrica de vanidad con buena prensa. Y la prensa, en SEO, la paga el cliente.
Si te fijas, ninguno de los tres casos empieza por una táctica. Empiezan por una pregunta de negocio mal contestada. Por eso lo repito hasta cansar: el síntoma es SEO. La causa es marca, arquitectura, decisión. El ranking casi nunca es el problema de verdad, solo es donde el problema se hace visible.
Si quieres verlos completos, con sus cifras y sus matices, una parte de estos proyectos está en mi archivo de casos.
Preguntas frecuentes
¿Qué diferencia hay entre growth SEO y SEO normal?
El SEO normal ejecuta una lista de tareas porque «se hacen». El growth SEO formula una hipótesis ligada al negocio, la prueba aislando el efecto y decide con el dato delante, aunque la decisión sea dejar de hacer algo que tradicionalmente se hace. La diferencia no está en las tácticas, está en cómo eliges cuáles y cómo sabes si funcionaron.
¿Necesito mucho tráfico para hacer experimentos de growth SEO?
Menos del que crees. Necesitas el suficiente para que un cambio sea medible. La mayoría de webs ya tienen páginas con impresiones de sobra para probar propuestas, arquitectura o enlazado antes de invertir en producir más.
¿Qué métricas miran estos experimentos?
Las que se atan al negocio. CTR donde el ranking ya es bueno, conversión por tipo de página, tráfico non-brand del mercado que paga. Casi nunca la posición media o las sesiones totales por sí solas, que son las que mejor quedan en una junta y peor predicen los ingresos.
¿Esto sirve para una web pequeña?
Sí, y muchas veces mejor. Con menos páginas, cada experimento es más fácil de aislar y la decisión de negocio es más directa. El tamaño ayuda a tener volumen, pero no es lo que hace que un experimento sea bueno.
¿Puedo usar IA para esto sin que se note el hype?
Puedes, si la tratas como una palanca y no como una fe. El caso del mayorista es justo eso: IA en producción, pero validada con método antes de escalar. La IA no sustituye la pregunta de negocio. Como mucho, te ayuda a responderla más rápido.
Si tienes impresiones de sobra y pocos clics, o tráfico que en la junta luce y en la cuenta de resultados no aparece, eso no se adivina, se prueba. Es la mitad de mi trabajo. Si te ronda, cuéntamelo.