Crear un gráfico con el número de Keywords por posiciones con los datos de Search Console (lo de Semrush)

A lo mejor Semrush es la herramienta más conocida del mercado en el mundo del SEO. Mi impresión es que es una herramienta que entusiasma más en la gente que se asoma al mundo del SEO que a los que profundizan en aspectos más técnicos, pero no estoy seguro de si esto es por defecto o por efecto, es decir, si se trata de un defecto de SemRush o un efecto secundario de la que es una de sus características principales: SemRush lleva la facilidad de uso por bandera y creo que, en ese sentido, es una herramienta que ha hecho muy buen trabajo. Es muy fácil de utilizar y cualquiera, con un conocimiento de SEO muy básico, es capaz de extraer informes. El problema es que muchos de esos informes, de por sí, tienen un valor relativo y un aspecto más concluyente del que tal vez merecen. Como en cualquier informe, hay que interpretarlos para sacar conclusiones de ellos y para poder deducir acciones de esa información. Además, muchos de esos informes pueden ser equívocos y dar una imagen distorsionada del estado de una página -pienso en la famosa puntuación de salud- o de cómo está evolucionando en su posicionamiento orgánico. Este último es el caso del famoso informe de posiciones.

Me refiero a este 👇

Entiendo por qué este gráfico es tan popular. Es fácil de entender, es vistoso y es fácil de explicar. Ahora bien, la información real que sacamos de esta evolución no siempre está clara. Para empezar, visualmente, reciben el mismo peso las palabras en top 3 que las palabras en las posiciones 51 a 100, cuando sabemos que estas posiciones no traerán poco o ningún tráfico a una web. Además una página web puede alcanzar muchas posiciones en puestos bajos simplemente a base de crear contenido, sin que eso garantice la calidad del contenido (quiero decir, sin garantizar que Google lo interprete como contenido realmente valioso) ni la calidad de tráfico que se atrae.

El caso más habitual son las páginas que se dedican a crear contenido no demasiado vinculado con su actividad para generar un tráfico que, luego, sabemos que va a tener unos niveles de conversión muy bajos. Esto no es un error necesariamente. Hay proyectos que, por su tamaño y su modelo de negocio, están orientadas a gran consumo y se pueden permitir este tipo de estrategia sólo para hacer crecer la notoriedad de su marca. Ahora bien (y este es un caso muy habitual) si una página web tiene una de estas gráficas mostrando una subida espectacular con las cinco categorías incluidas (me refiero a top 3, 4.10,11-20…) y la inclinación de esa curva se va reduciendo hasta desaparecer a medida que eliminamos las categorías menos relevantes no podemos hablar de una mejora en el posicionamiento.

Dicho más claro. Si tienes una subida espectacular y, al quitar las palabras posicionadas en los grupos del 10 al 100 te quedas plano seguramente no estarás aumentando el tráfico a tu web.

En fin, hay otras pegas que se le pueden hacer a este gráfico. En realidad, tanto a este como a cualquier otro. El problema final siempre es intentar encontrar un gráfico que explique de forma hiper simplificada algo que es complejo. El problema es de uso, y eso nos pasa con este gráfico o con cualquier otro con el que intentemos explicar todo lo que hay alrededor de la evolución orgánica de una página. Pero la mayoría de gráficos no tienen la popularidad que tiene este, que gusta sobre todo en los departamentos de marketing.

Pero bueno, me estoy enrollando. El caso es que un par de veces me he encontrado con circunstancias en las que nos pedían replicar el gráfico de SemRush en los informes de Data Studio. Esto es bastante sencillo de hacer utilizando el conector de SemRush para Data Studio pero, si no se dispone de esta opción, que es de pago, vamos a ver una forma de montar una gráfica con la evolución del posicionamiento por categorías de posición en Data Studio utilizando los datos de posicionamiento de Search Console.

Quizás haya una forma más elegante de resolver esto, pero no he sabido encontrarla. El problema para clasificar el número de keywors que tenemos por cada posición en los datos de Search Console es que estamos hablando de una métrica y aquí necesitamos una dimensión. Para convertir nuestra métrica en una dimensión utilizaremos una tabla y vincularemos los datos.

Antes de nada, vamos a conectar los datos de Search Console a Data studio. No tiene ninguna dificultad, pero dejo aquí la documentación de Google al respecto.

Nosotros vamos a utilizar aquí la Tabla de Site de Google Search Console, aunque en las dos podemos encontrar la métrica que nos interesa, que es la de Average Position (sobre las diferencias entre las dos tablas ya hablaremos en otro momento.

Lo que vamos a hacer es muy sencillo (y, como digo, quizás haya una solución más elegante). Vamos a crear una tabla en Google Sheets que clasifique las posiciones en las cinco categorías que se clasifican en el gráfico de SemRush: 0 a 3, 3 a 10, 11 a 20, 21 a 50 y 50 a 100. Esta tabla la vamos a cruzar con la tabla que acabamos de importar de Data Studio y con eso construimos el gráfico.

Ahora bien, para hacer esto no nos sirve la métrica de Average Position tal y como está. Necesitamos números enteros para que podamos cruzar los datos, así que lo que vamos a hacer es utilizar la función Floor para que nos devuelva el valor integral más cercano, así que nos vamos a agregar un campo

Y creamos un campo al que yo, aquí, en un alarde de originalidad, voy a llamar “Posiciones medias”.

floor(Average Position)

En el cuadro vemos el resultado y la comparación entre nuestra “Average position” y la métrica “Posiciones medias”. He cargado bien de decimales la “Average position” para que se vea bien. Es un poco exagerado, pero aquí venimos a dar espectáculo 😂

Ahora vamos a crear una tabla con las posiciones de 1 a 100 por categorías. Yo he creado esta dejo aquí el enlace por si a alguien le es de utilidad. No tiene ninguna complicación. Una columna “Posición” con las posiciones de 1 a 100 y una columna

Para unir las tablas vamos a ir a la opción de “Combinar datos”

Desde ahí vamos a vincular nuestras dos tablas, la de Search Console y el excel que hemos creado. La combinación de datos funciona así

Para la combinación de las tablas vamos a seleccionar el operador de unión full outer y vamos a vincular los campos “Posición” de la tabla que hemos creado en la hoja de Gsheet y la métrica “Posiciones medias” que hemos generado en la tabla de google Search Console. Algo como esto

Y básicamente ya lo tenemos. Ahora se trata de montar el gráfico como queramos. Yo voy a montar un gráfico de Anillo como el de la imagen para tener la distribución del número de Queries que tengo posicionadas en cada categoría. En este seleccionaré la opción multifiltro para que funcione como un filtro en el panel. Al lado colocaré el gráfico de barras acumuladas con las categorías dispuestas en el eje vertical y la fecha en el eje horizontal.

El resultado final es una cosa parecida a esta.