Test dividido de SEO: separar páginas en dos grupos para demostrar que un cambio funcionó

Un gráfico de antes y después ya no demuestra que un cambio de SEO funcionó. En 2026, las actualizaciones principales (core updates), la estacionalidad, las vistas generales creadas por IA de Google (AI Overviews) y el Modo IA de Google alteran el tráfico orgánico sin que la marca toque nada en su sitio. La forma de separar el efecto del cambio de todo lo demás es el test dividido por páginas, con un grupo de control y una regla de decisión fijada antes de empezar.

La recomendación aparece en un análisis publicado por Search Engine Journal el 9 de noviembre, escrito desde el punto de vista de una agencia. Según el texto, la pregunta correcta ya no es si el tráfico subió. Lo que importa es saber si subió más de lo que habría subido sin el cambio, una estimación conocida como contrafactual.

Por qué dividir páginas y no usuarios

El test de CRO reparte a los visitantes entre dos versiones de una página, y eso no sirve para SEO. Google posiciona una sola versión de cada URL a la vez. Mostrarle a Googlebot una página distinta de la que ven las personas es cloaking, algo que las directrices de Google sobre pruebas en sitios web consideran una infracción de sus políticas contra el spam, incluso durante un test.

Por eso el test de SEO toma un conjunto de páginas de la misma plantilla, como producto, categoría o ubicación, y lo divide en dos grupos. Las páginas variantes reciben el cambio y las de control se quedan como están. Las páginas que compiten por las mismas búsquedas van juntas, los grupos se equilibran por nivel de tráfico y categoría, la asignación es aleatoria y ambos se ejecutan en las mismas fechas.

El grupo de control sirve para predecir lo que habrían hecho las variantes sin el cambio, y la diferencia entre esa predicción y el resultado real es el efecto. Antes de lanzarlo, el análisis sugiere probar el modelo en fechas ficticias del pasado: si encuentra un efecto donde no pasó nada, no podrá medir el cambio. CausalImpact, el paquete de código abierto de Google, es el modelo más conocido para esa predicción.

El briefing va antes del test

El texto recomienda un briefing de una página, compartido antes de que cualquier modificación se publique:

• la hipótesis: qué cambia y por qué debería ayudar;
• la métrica principal: para la mayoría de los cambios en la página, los clics orgánicos sin marca en las páginas probadas, acompañados del total de clics, porque Search Console descarta las consultas anonimizadas cuando se filtra por consulta;
• las métricas de protección, como la tasa de conversión, que no pueden caer por debajo de un límite acordado;
• la mejora mínima que justifica actuar;
• la fecha del análisis, en semanas completas;
• la regla de decisión: qué significa ampliar, revertir o registrar como no concluyente.

A la hora de presentar, un rango convence más que una cifra única. Decir que los clics subieron un 14% abre el debate; decir que el modelo sitúa la mejora entre el 8% y el 19% es más difícil de rebatir. Si el intervalo incluye el cero, el resultado no muestra un efecto positivo, y una probabilidad del 90% de efecto positivo todavía deja una posibilidad entre diez de que el cambio no haya hecho nada o haya empeorado las cosas.

La visibilidad en IA también cuenta

Según Google, los informes de rendimiento de IA generativa de Search Console llegaron a todos los sitios el 31 de agosto de 2026, salvo a los que tienen pocas impresiones en IA. Muestran, por página, cuántas veces apareció el contenido en las vistas generales creadas por IA y en el Modo IA, lo que permite comparar variantes y control. Todavía no hay datos de clics, así que la cifra funciona como señal de apoyo. Y, como confirmó John Mueller, de Google, todo enlace dentro de una vista general creada por IA recibe la posición de la propia vista general.

Para quien gestiona una marca, el mensaje es medir la presencia en las respuestas de IA junto con los clics: si un cambio hace subir uno y caer el otro, conviene investigar antes de ampliarlo. Los sitios más pequeños, que no admiten un test completo, pueden mantener un conjunto de páginas sin modificar, usar el filtro de consultas de marca de Search Console y anotar en el panel el día en que se publicó el cambio. Y los tests que no salieron bien también deben informarse, porque son los que hacen creíbles las victorias.