7 cifras de SEO que mienten: trampas de medición que encontramos en datos reales de clientes

Puntos clave

• La mayoría de las malas decisiones de SEO no vienen de una mala estrategia. Vienen de un número que parecía correcto y no lo era.
• El valor más peligroso de cualquier reporte es un cero, porque "medido y sin nada" y "nunca medido" se ven igual.
• Los key events de GA4, las sesiones por página, los totales de Search Console, las posiciones de ranking y el conteo de páginas huérfanas tienen cada uno una forma conocida de engañarte. Las siete trampas de abajo salieron de datos reales que medimos.
• Antes de actuar sobre una cifra, hazte tres preguntas: qué se midió realmente, en qué fechas y en qué se convirtió un valor faltante.
• Un número sin su cobertura y su fecha es una afirmación, no una medición.

Definición: Una trampa de medición es una métrica que se calcula correctamente con los datos que recibió, pero responde una pregunta distinta de la que aparenta responder, casi siempre por datos faltantes, un alcance que no coincide o un valor por defecto que ocupa el lugar de una lectura real.

Por qué escribimos esto

Ezeo trae datos de Google Analytics 4, Search Console, Microsoft Clarity, el seguimiento de rankings, rastreos del sitio y cinco asistentes de IA, y los junta en un solo lugar. Unir esas fuentes te obliga a mirar de cerca qué significa de verdad cada número, porque dos herramientas que no coinciden no pueden tener razón las dos.

En los últimos meses encontramos siete casos en los que una cifra que mostrábamos nosotros, o en la que se apoyaba un cliente, estaba mal de una forma que ningún mensaje de error te habría revelado. Algunos estaban en nuestro propio producto y los corregimos. Todos son comunes, y es posible que tengas alguno en tus reportes hoy. Dejamos fuera los nombres de los clientes; los números son tal como los medimos.

Trampa 1: "Conversiones" de GA4 que no son compras

Lo que vimos: en 30 días, la propiedad de GA4 de un cliente reportó 338,097 conversiones contra 15,497 compras reales, unas 22 veces el número de ventas. En otra propiedad la diferencia fue de más de 1,500 veces.

Por qué pasa: en GA4, las conversiones (rebautizadas como key events en 2024) son los eventos que el dueño de la propiedad marcó como importantes. En la primera propiedad incluían eventos de agregar al carrito, clics en el botón de compra, pasos del checkout, clics en enlaces de teléfono e incluso quitar del carrito, todo sumado junto con las compras. Eso da alrededor de dos "conversiones" por sesión, una cifra que nadie podría leer como una tasa de conversión. El conteo de la segunda propiedad eran sobre todo vistas de producto. Ninguno de los dos números estaba mal; ninguno contaba ventas. Otras tres propiedades que conectamos no enviaban ningún evento de comercio, así que cualquier tasa de conversión calculada para ellas habría medido algo distinto de comprar.

Qué hacer: nunca compares conteos de conversiones entre propiedades, y no reportes una tasa de conversión hasta que hayas abierto la lista de key events y confirmado cuáles son compras. Si tu objetivo son los ingresos, cuenta solo eventos de compra.

Trampa 2: Sesiones por página que suman más que el sitio

Lo que vimos: al sumar las sesiones de todas las páginas de destino y rutas de página de un sitio, el total salió 59% más alto que el número real de sesiones del sitio.

Por qué pasa: GA4 cuenta una sesión en cada página que tocó. Una visita que ve cuatro páginas aporta una sesión a la fila de cada una de ellas. Los usuarios únicos se comportan igual. Las filas por página son correctas para su página y no significan nada cuando se suman.

Qué hacer: toma los totales del sitio de una consulta a nivel de sitio, no sumando un reporte de páginas. Si un dashboard muestra un total del sitio, pregunta cómo se calculó.

Trampa 3: Días sin datos guardados como días en cero

Lo que vimos: un cliente cuyo sitio recibía varios cientos de sesiones de GA4 cada día mostraba en Microsoft Clarity diez días de treinta sin ninguna actividad. El dashboard concluyó "no se detectó frustración de usuarios", y la cifra promedio de engagement marcaba 31.60 contra un 45.14 real una vez que se quitaron esos días.

Por qué pasa: cuando una API devuelve una respuesta vacía para un día, el proceso de sincronización tiene que decidir qué guardar. Escribir ceros es lo más fácil, y produce un día que se ve exactamente igual que un día medido sin tráfico. Los promedios entonces incluyen esos ceros falsos, y cada sincronización sigue reportando éxito.

Encontramos el mismo patrón en GA4. Una solicitud que pedía solo algunas métricas podía escribir cero en las métricas que no había pedido, en todo su rango de fechas. En dos clientes, abrir un reporte de ingresos sobrescribió en silencio un mes de conteos de sesiones de todo el sitio con ceros. La sincronización reportó éxito durante un mes, porque hasta donde sabía, había tenido éxito.

Qué hacer: trata una racha repentina de días en cero como una pregunta sobre los datos antes que como una pregunta sobre el rendimiento. En cualquier pipeline que controles, guarda "no reportado" como vacío, nunca como cero, y deja junto a cada promedio cuántos días se midieron de verdad.

Trampa 4: Totales de Search Console tomados de la tabla equivocada

Lo que vimos: una cifra de impresiones de 161.0K en un dashboard donde el total real del sitio para el periodo era 261.2K. La cifra más baja estaba etiquetada como "estimado".

Por qué pasa: los reportes de Search Console cambian según cómo los pidas. Un reporte a nivel de consulta omite las consultas anonimizadas, así que siempre suma menos que el total del sitio. Nuestra cifra venía de un respaldo que cambiaba a la tabla por consulta cada vez que faltaba un solo día en la serie del sitio, y en el cambio perdía más de un tercio de las impresiones. Además, los días más recientes de Search Console están incompletos durante unos tres días, y una sincronización que rellena fechas que la API no reportó hace que una ventana parcial parezca completa.

Qué hacer: toma los totales de la serie del sitio, termina tu ventana unos días antes de hoy y reporta cuántos días de la ventana devolvió realmente Google. Si un número dice "estimado", averigua de dónde se está estimando.

Trampa 5: "Posición 101" en un ranking promedio

Lo que vimos: palabras clave rastreadas con una posición de 101.

Por qué pasa: los rastreadores de posiciones suelen revisar los primeros 100 resultados. Cuando no encuentran una palabra clave, algunas herramientas guardan un valor de relleno justo después del final, como 101, para que la columna nunca quede vacía. Ese relleno no es una posición. Al promediarlo con posiciones reales, jala el promedio hacia abajo en una cantidad que depende solo de cuántas palabras clave faltaron, y una palabra clave que pasa de "fuera del top 100" a la posición 95 parece una mejora pequeña cuando es el mayor cambio que puede hacer.

Nuestras propias palabras clave lo muestran. En septiembre de 2026, "answer engine optimization" no estaba en el top 100 de Google para ezeo.ai, y la fila de seguimiento decía 101.

Qué hacer: reporta "sin posicionar" como un conteo aparte, separado de la posición promedio de las palabras clave que sí posicionan. Nunca promedies un valor centinela.

Trampa 6: Todas las páginas son huérfanas

Lo que vimos: un reporte de enlazado interno que decía que las 442 páginas de una tienda, las 442, eran huérfanas, con una salud de enlaces de 0%.

Por qué pasa: una página huérfana es aquella a la que ninguna otra página enlaza. Eso solo se puede saber con un rastreo que siguió los enlaces del sitio. El reporte estaba leyendo un grafo de enlaces que no tenía ninguna fila, y "no se encontraron enlaces" se volvió "no existen enlaces". El mismo grafo vacío apareció después en una tarjeta de resumen que reportaba cero enlaces internos para un sitio cuyo grafo rastreado tenía más de 27,000.

Qué hacer: una lista de huérfanas solo tiene sentido junto con la cobertura del rastreo: cuántas de las páginas conocidas del sitio alcanzó. Si la cobertura es baja o desconocida, "no vista" significa desconocida, no huérfana.

Trampa 7: Un puntaje de visibilidad en IA en cero para asistentes a los que nadie preguntó

Lo que vimos: en nuestro propio historial de visibilidad en IA, las revisiones que solo habían consultado Google AI Overviews también guardaban un cero para ChatGPT y un cero para Perplexity.

Por qué pasa: el registro tenía una columna para cada asistente, y las columnas que no se llenaban quedaban en cero por defecto. El resultado parecía un barrido completo en el que estábamos ausentes en todos lados. Era el barrido de una sola superficie.

Qué hacer: en cualquier reporte de visibilidad en IA, tuyo o de un proveedor, pregunta qué asistentes se consultaron realmente en cada corrida. Una superficie que no se revisó debe aparecer como no medida. Escribimos una guía aparte sobre qué mide realmente una puntuación de visibilidad en IA porque es muy fácil caer en esta trampa.

El patrón detrás de las siete

Mira otra vez las siete y verás que se repiten las mismas tres fallas.

Ninguna produce un error. Cada proceso que las escribió reportó éxito. Eso es lo que las hace peligrosas: una falla que grita se arregla, y una falla que parece un martes cualquiera se le reporta a un cliente.

Una lista de cinco minutos para cualquier reporte de SEO

1. Revisa las fechas. ¿La ventana termina antes del retraso de reporte de la fuente? ¿Cada cifra tiene fecha?
2. Busca los ceros. Por cada cero, pregunta si se midió. Busca rachas de días en cero.
3. Revisa el alcance. ¿Los totales del sitio se toman de datos a nivel de sitio, no sumados desde páginas? ¿Las "conversiones" son compras?
4. Busca valores de relleno. Posiciones de 100 o 101, puntajes de exactamente 0 o 100 y valores idénticos en muchas filas suelen ser valores por defecto.
5. Pide la cobertura. Páginas rastreadas de las páginas conocidas, días reportados de los días de la ventana, superficies revisadas de las superficies compatibles.

Cómo esto da forma a Ezeo

Cada trampa de arriba cambió la forma en que funciona Ezeo. Los valores ausentes se muestran como un guion, nunca como un cero. Los promedios indican cuántos días o corridas cubren. Los totales del sitio salen de datos a nivel de sitio. Los reportes de huérfanas exigen cobertura del rastreo. La visibilidad en IA se reporta por superficie, con la fecha en que se midió cada una. Y publicamos las cifras de nuestro propio proyecto en nuestra página de inicio, incluso las poco favorables, con la fecha en que se leyeron.

Creemos que ese es el mínimo que una herramienta de medición te debe. Si quieres ver tus propios datos sometidos al mismo estándar, agenda una llamada.