
Imagen de andranik.h90 en Magnific
Mirar la web de un competidor y sacar impresiones es fácil. Convertir esa intuición en un análisis de la competencia que se pueda repetir, comparar en el tiempo y defender ante un comité de dirección es otra cosa. Para eso hace falta tratar el SEO de la competencia como cualquier otro problema de datos: con una pregunta clara, una extracción ordenada, limpieza, un modelo sencillo y métricas bien definidas.
Este enfoque te sirve tanto si trabajas en un equipo de marketing como si eres analista de BI y te han pedido "ver qué hace la competencia en Google". El objetivo es un conjunto de datos que puedas cruzar con tus fuentes y actualizar cada mes.
Paso 1: Define la pregunta y el conjunto de competidores
Antes de extraer nada, escribe qué quieres responder. No es lo mismo "¿por qué búsquedas nos supera la competencia?" que "¿qué cuota de visibilidad tenemos en nuestra categoría?" o "¿qué temas están creciendo en el sector?". Cada pregunta pide datos y cortes distintos, y condiciona todo el análisis de la competencia posterior.
Después, elige los dominios. Lo razonable es trabajar con entre tres y seis competidores, y conviene que sean competidores en búsqueda, no solo en ventas. A veces quien te quita tráfico es un medio especializado o un comparador, no la empresa que ves en las licitaciones. Documenta el criterio de selección, el país y el idioma.
Paso 2: Extrae los datos con una herramienta de análisis de la competencia
Para cada dominio necesitas, como mínimo, tres conjuntos: las palabras clave por las que posiciona, las páginas que concentran su tráfico y una serie temporal de tráfico orgánico estimado.
En Ubersuggest, el Análisis de tráfico ofrece un resumen del tráfico SEO de cualquier dominio: la evolución estimada de sus visitas orgánicas, las palabras clave por las que aparece con su posición y volumen, y sus páginas principales. La herramienta permite exportar estos datos en CSV. Repite la exportación para cada competidor y para tu dominio con la misma configuración.
Guarda los ficheros originales sin tocar, con dominio, tipo de dato y fecha en el nombre. Es tu capa en bruto.
Paso 3: Limpia y normaliza antes de comparar
Los datos de palabras clave llegan con ruido. Antes de cruzar dominios, normaliza el texto de las consultas: pasa todo a minúsculas, unifica tildes si tu caso lo requiere y elimina espacios duplicados. Así evitas que dos variantes de la misma búsqueda cuenten como palabras distintas.
En las URL, quita parámetros de seguimiento y barras finales para que una misma página no aparezca varias veces. Y añade dos columnas: una que marque si la consulta incluye el nombre de una marca, y otra con la intención de búsqueda (informativa, comercial, transaccional o de navegación). La primera es casi imprescindible, porque el tráfico de marca de un competidor no es algo que tú puedas disputar y distorsiona cualquier comparación si no lo separas.
La intención puede asignarse con reglas simples sobre términos como "qué es", "precio" o "comprar", revisando a mano los casos dudosos.
Paso 4: Construye un modelo comparativo sencillo
Con los datos limpios, une todo en una tabla de hechos con una fila por combinación de palabra clave y dominio. Las columnas básicas serían la consulta, el dominio, la posición, la URL que posiciona, el volumen, la intención, la marca de consulta de marca y la fecha de extracción. Una dimensión de temas te permitirá agregar por línea de producto.
Desde ese modelo puedes pivotar como quieras: palabras clave por dominio, posiciones medias por tema o páginas que más consultas concentran. Lo más útil suele ser la vista de brecha, es decir, las palabras clave de la competencia en las que uno o varios rivales aparecen en las primeras posiciones y tú no apareces o estás muy por detrás. Ubersuggest tiene una función específica para esto, la Brecha de palabras clave del sitio web, que te sirve como comprobación rápida de tu propio cruce.
Paso 5: Define métricas derivadas y documenta cómo se calculan
Contar palabras clave por dominio dice poco, porque no pesa lo mismo una consulta con miles de búsquedas que una con diez. En un análisis de la competencia serio es mejor construir métricas ponderadas.
Una opción habitual es una cuota de visibilidad estimada: para cada consulta, multiplicas el volumen por un coeficiente de clics según la posición, sumas por dominio y divides entre el total del conjunto. El coeficiente puedes sacarlo de tus propios datos de Google Search Console, calculando el porcentaje medio de clics que obtienes en cada posición. Así tu métrica se basa en el comportamiento real de tu sector.
Otras métricas útiles son las consultas en las tres primeras posiciones por tema y la concentración del tráfico SEO en pocas URL. Elijas lo que elijas, escribe la fórmula en un documento compartido. Si cambias la definición a mitad de serie, la comparación histórica deja de valer.
Paso 6: Valida, visualiza y automatiza la serie temporal
Ten presente que el tráfico y el volumen que dan las herramientas SEO de terceros son estimaciones basadas en modelos. Son muy útiles para comparar dominios y ver tendencias, pero no para afirmar cuántas visitas exactas recibe un competidor. Para calibrar, compara la estimación de tu propio dominio con lo que te dice Google Search Console o Google Analytics. Si la herramienta te infravalora un 30 %, es razonable pensar que el sesgo será parecido en dominios similares.
Para la visualización, un panel en Looker Studio o en tu herramienta de BI habitual con tres vistas suele bastar: evolución de la cuota de visibilidad por dominio, brecha de palabras clave por tema y páginas con más tráfico estimado de cada competidor.
Por último, repite la extracción cada mes con la misma configuración y añade cada carga como una nueva instantánea con su fecha. Así pasas de una foto puntual a una serie temporal. Para seguir posiciones concretas de forma continua, el Rastreo de ranking de palabras clave de Ubersuggest te permite vigilar un conjunto cerrado de consultas sin exportar todo cada vez.
Del informe puntual a un análisis de la competencia continuo
Esta metodología cuesta más al principio que mirar un par de pantallas, pero el resultado es otro. Tienes datos trazables, métricas definidas y una serie que se enriquece con cada carga. Eso te permite responder a preguntas nuevas sin volver a empezar y presentar conclusiones que se apoyan en números y no en impresiones.
