¿Están relacionados las impresiones y los clics de Search Console?

Antes del lanzamiento de la actualización de agosto de 2024, estaba revisando los datos de mi sitio web en GA4. Ahora, para aquellos que están bien versados, es de conocimiento común que las posiciones SERP caen durante los fines de semana y se recuperan inmediatamente los siguientes días laborables.

Existen algunas teorías predominantes que intentan explicar este comportamiento de SERP. Sin embargo, ninguna de ellas puede considerarse la explicación definitiva. Con una curiosidad máxima, me puse a hacer lo que mejor hago: mirar datos y ver si hay algo que valga la pena encontrar.

Pero antes de sumergirme en la madriguera del conejo en la que pasé un par de semanas, permítanme explicarles por qué hice lo que hice.

El chapuzón del fin de semana

Todos los gráficos de rendimiento de GA4 se ven así en la mayoría de los nichos (avísenos si no es su caso). Como si imitara un pulso orgánico a lo largo de una semana completa.

Inicialmente, parece que el CTR y las impresiones están disminuyendo debido a la caída en la intención de búsqueda orgánica. Te quedarás con la impresión de que menos personas buscan tus KW los fines de semana.

Pero no eres el único. Supuse que ese también sería el caso.

Comencé a cuestionar esto después de notar que la caída no se mantiene constante sino que aumenta con el límite superior de tráfico de los días de semana.

Por ejemplo, cuando mi sitio obtuvo 500 tráfico los lunes, el tráfico correspondiente el sábado cayó por debajo de 200. Considérelo una caída de alrededor del 60% los fines de semana.

Sin embargo, cuando el tráfico de los lunes aumentó a 800, el tráfico del fin de semana también aumentó a alrededor de 320. Lo que refleja la caída del 60% pero generó más clics e impresiones en general.

Si la caída del fin de semana se debe únicamente al comportamiento del usuario, ¿cómo se mantiene consistentemente esta caída del 60%? Quiero decir, ¿no se supone que el comportamiento del usuario es más dinámico y errático?

Ya era hora de empezar a investigar esto.

Según SEJ, la explicación de este comportamiento de SERP es un error en el algoritmo de búsqueda. Suponiendo que ese sea el caso, muchos han informado de este comportamiento. La inacción de Google ante este llamado "error" parece un poco extraña.

Los datos de GA4 apuntan a algo aún más extraño

Ahora bien, presentar un caso basado en un solo sitio no es nada exhaustivo. Entonces, comencé a pedirles a mis colegas sus datos GA4.

En primer lugar, todos trabajan en el mismo nicho y, como era de esperar, experimentaron la misma caída el fin de semana. Aunque los porcentajes de caída variaron entre semana y fin de semana. Pero el gráfico estaba ahí, mostrando el mismo patrón.

Como muestra, de los 6 sitios que analicé, todos tuvieron una caída en sus posiciones promedio para su contenido principal durante los fines de semana. Ahora, la pregunta candente es ¿qué factor es la causa del menor tráfico? ¿Una caída en el volumen de búsqueda orgánica? ¿O un aumento de la posición media?

Teniendo esto en cuenta, comencé a dibujar estadísticas de correlación para las impresiones y posiciones promedio del fin de semana y los días laborables, para ver si realmente había un volumen de búsqueda más bajo o si el contenido se desclasificaba los fines de semana y se elevaba nuevamente los días laborables.

Tomé datos de tráfico y posición promedio de los lunes y sábados siguientes para los 6 sitios web. Así es como se ve la pendiente de correlación para 4 de los sitios.

Estos 4 sitios mostraron una correlación negativa entre impresiones y posiciones medias basándose en los mismos datos y en las mismas fechas. Lo cual es de esperar porque numéricamente a medida que las posiciones mejoran los valores bajan.

Lo extraño comienza cuando analizamos los sitios más grandes entre los 6. Aquí están los 2 más grandes,

¿Ves la pendiente ascendente? Esto significa que las posiciones y las impresiones están correlacionadas positivamente. Es decir, las impresiones aumentan a medida que aumenta la posición (clasificación más baja en SERP). No hay absolutamente ninguna buena explicación que pueda dar para esto. Sin mencionar que desafía el sentido común.

Entonces, para asegurarme, realicé el estudio de correlación en uno de los sitios más pequeños y más grandes con datos de este año (24 de enero – 24 de julio). Las pistas son válidas como puedes ver antes. El sitio más pequeño sigue la convención lógica de correlación negativa.

Por otro lado, el sitio más grande muestra una correlación positiva, lo que nuevamente no tiene sentido con el tamaño de datos más grande.

Quitar de los datos

Entonces esto es lo que encontré. Incluso en el mismo nicho, y con un comportamiento de tráfico aparentemente similar, las tendencias pueden ir en direcciones opuestas.

Esperaba obtener algunas respuestas, pero en cambio me quedé con esta abominación del análisis de datos y preguntas aún más ridículas. ¿Alguien puede explicar cómo un sitio puede obtener más impresiones a medida que sus clasificaciones se deterioran?

Más importante aún, ¿cómo es que una métrica orgánica como el comportamiento del usuario hace que las personas se comporten de manera tan consistente que las caídas del fin de semana se mantengan sin importar el cambio en el tráfico?

Declaraciones

Para generar estos gráficos, utilicé los archivos CSV exportados de GA4. Después de realizar una limpieza de datos de las exportaciones masivas, ejecuté un script de Python para organizar primero los datos en marcos de datos personalizados. A partir de estos datos se trazaron los gráficos de correlación y regresión.

Módulos de Python utilizados:

 import pandas as pd from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt import seaborn as sns from scipy.stats import pearsonr

Aparte de los módulos y fuentes de datos indicados, no se realizó ninguna otra manipulación de datos en el conjunto de datos original.

Puntos de datos:

He utilizado Impresiones vs. Promedio. Comparación de posiciones para encontrar la correlación entre ellas. Los puntos de datos son los lunes y sábados del mes de julio. Además de eso, para los gráficos de sitios grandes, utilicé datos de impresión y posición promedio de 2024 de enero a julio.

Acuerdo de confidencialidad:

Como habrás notado, los gráficos no contienen ningún marcador de referencia en el eje. Esto es para mantener privados los datos proporcionados por mis colegas. Si alguien quiere inspeccionar los datos de primera mano, estará sujeto a que acepte firmar un acuerdo de confidencialidad.

De lo contrario, esto es lo mejor que puedo ofrecer a los efectos de presentar este caso.

Concluyendo

Este pequeño experimento en realidad no hace ninguna afirmación significativa. Sin embargo, muestra que existen inconsistencias en la forma en que Google mantiene su algoritmo de búsqueda. La falta de explicación para el comportamiento del fin de semana y el hecho de ignorar el problema por completo me dejan escéptico sobre cuáles son las prioridades en la Búsqueda.