Modelado de la curva de CTR: CTR esperado para cada posición

El modelado de la curva de CTR aprende con qué frecuencia recibe clics tu sitio en cada posición, de la 1 a la 20, a partir de tus propias consultas en lugar de un promedio del sector, y después puntúa cada consulta frente a esa curva. Las consultas con muchos menos clics de los que predice su posición se marcan como de bajo rendimiento, junto con una estimación de los clics que ganarían si se ajustaran a la curva. Es la forma más rápida de encontrar títulos y fragmentos que merece la pena reescribir.

Cómo se ajusta la curva

1. Cada consulta con al menos 10 impresiones y una posición media de 20 o mejor se redondea a la posición entera más cercana.
2. Cada posición recibe un único CTR: sus clics totales divididos entre sus impresiones totales, de modo que las consultas grandes pesan más que las pequeñas.
3. Se ajustan dos formas a esos puntos mediante mínimos cuadrados ponderados por impresiones en escala logarítmica: una ley de potencias, CTR = a × position^b, y una exponencial, CTR = a × e^(b × position).
4. Con Model en Auto (best R²), gana la forma con mayor R². Puedes forzar Power law o Exponential, lo que repite el ajuste. El panel Model fit muestra la fórmula y ambos candidatos.

Una posición en la que ninguna de tus consultas recibió un clic no puede pasar a escala logarítmica, así que se excluye del ajuste. El informe necesita al menos tres posiciones con clics; si hay menos, te avisa de que no se ha podido ajustar ninguna curva y sugiere ampliar el rango de fechas o relajar los filtros.

Cómo se puntúa cada consulta

• Expected CTR: el valor de la curva en la posición media de la consulta, limitado entre el 0,05 % y el 95 %.
• Gap: CTR real menos CTR esperado.
• z-score: la diferencia dividida entre cuánto suele variar el CTR entre tus consultas en esa posición (una desviación estándar ponderada por impresiones, o la dispersión agrupada de todas las posiciones cuando una posición tiene menos de dos consultas).
• Status: Underperforming con un z-score de −1 o inferior, Outperforming con +1 o superior, Expected en el intervalo intermedio.
• Potential clicks: impresiones × (CTR esperado − CTR real) para una consulta por debajo de la curva, y cero para una por encima.

La tabla Expected CTR per position es más estricta con el ruido. Su z-score divide la diferencia entre el error estándar del promedio de la posición, y una posición solo cuenta como Above expected o Below expected cuando tu CTR se aleja de la curva al menos una décima parte del valor esperado.

Cómo leer los resultados

• Las tarjetas muestran Queries analysed, Best-fit model, R² of the fit, Under-performing queries y Potential added clicks.
• Your CTR vs expected CTR traza ambas líneas para las posiciones 1-20. Fitted curve muestra cada consulta como un punto bajo el modelo discontinuo, en rojo si rinde por debajo de lo esperado. CTR gap per position muestra la diferencia en puntos porcentuales.
• Queries vs the curve está ordenada por clics potenciales, con pestañas para All, Under-performing y Out-performing. Haz clic en una consulta para abrir su página de detalle.

Un R² bajo significa que el CTR de tu sitio apenas depende de la posición. Las búsquedas de marca y las navegacionales suelen ser la causa, ya que la gente hace clic en su destino sea cual sea la posición. Elige Non-branded only en el panel de filtros y vuelve a ejecutarlo antes de fiarte de la curva; los términos de marca se toman de Property Setup.

Qué supone y qué no puede ver

• Se considera que la posición es el principal factor del CTR. Los anuncios, las respuestas de IA, los mapas y otras funciones situadas por encima de tu resultado reducen los clics en la misma posición, y los datos de Search Console no los muestran.
• Tu propia curva es la vara de medir, así que, si tu sitio recibe pocos clics en general, solo destacan sus peores consultas. CTR Benchmark construye una curva similar, pero recurre a una referencia de mercado publicada en las posiciones donde tus datos son escasos, y CTR Curve en la navegación principal compara las curvas de todas tus propiedades.
• La posición media es el promedio que calcula Google de la posición más alta que ocupó tu sitio en cada búsqueda, de modo que una consulta que oscila mucho se suaviza en un único número.
• Potential clicks es un techo, no una previsión. Supone que la consulta podría recibir clics como tu consulta típica en la misma posición.

Qué hacer con una consulta de bajo rendimiento

Primero mira la página de resultados de la consulta. Si tu resultado es poco llamativo junto a otros más enriquecidos, o el título promete algo distinto de lo que la gente busca, reescribe el título y la descripción para que respondan a esa búsqueda; la guía sobre enlaces de título de Google explica qué utiliza. Después deja pasar unas semanas y vuelve a ejecutar el informe sobre el nuevo periodo.

En los artículos que gestiona AutoPSEO, esta comprobación se hace sola: una vez por semana, el motor de contenido pone en cola una optimización para un artículo situado en las posiciones 8-20 que recibe menos del 60 % de los clics que suele recibir esa posición. Consulta cómo mantener actualizados los artículos. Informes relacionados: Opportunity Scoring, para las consultas que necesitan un mejor posicionamiento y no un mejor fragmento.