Cómo la IA rediseñó nuestra estrategia de keywords después de analizar el intent real
El proceso de selección de keywords para las campañas de búsqueda pagada y para la estrategia de SEO había estado basado durante 3 años en el mismo enfoque: herramientas de investigación de palabras clave que mostraban el volumen de búsqueda mensual de cada término y el nivel de competencia. Era el enfoque estándar de la industria y producía listas de keywords razonables para cualquier campaña. También era un enfoque que usaba volumen de búsqueda como proxy de intención de compra, lo que en B2B con ciclos de venta largos era una aproximación frecuentemente incorrecta.
El análisis de intent real que el sistema de IA realizó procesaba una variable que las herramientas de keyword estándar no consideraban: el contexto de uso de cada término en el contenido donde aparecía. Un término como "software de gestión" podía aparecer en artículos académicos sobre el tema, en tutoriales para principiantes, en comparativas de herramientas para evaluadores avanzados y en páginas de precios de empresas en evaluación. El mismo término con cuatro intenciones completamente distintas. El volumen de búsqueda promediaba todas esas intenciones en un solo número que no decía nada sobre cuántas de esas búsquedas correspondían al perfil del comprador que nos interesaba.
El sistema clasificó cada término de la lista de keywords según 4 categorías de intent: investigación académica o informacional sin intención de compra verificable, exploración de la categoría sin compromiso de evaluación activa, evaluación comparativa entre soluciones con intención de compra implícita, y decisión de compra con intención explícita de adquisición. Solo las categorías 3 y 4 eran relevantes para las campañas de performance y para el SEO de conversión.
El resultado del análisis redujo la lista de keywords prioritarias de 847 a 203, eliminando el 76% de los términos que el enfoque de volumen había incluido pero que el análisis de intent clasificaba como de investigación o exploración sin potencial de conversión. Al mismo tiempo, identificó 34 términos de alta intención de compra que la herramienta de volumen había ignorado porque su volumen de búsqueda mensual era bajo, pero que el análisis de intent confirmaba que correspondían a búsquedas hechas en etapas avanzadas del ciclo de evaluación.
Los 34 términos de alta intención identificados por el sistema produjeron en el primer trimestre de uso una tasa de conversión de tráfico a lead del 8.3%, frente al 1.9% del promedio de los términos de alto volumen que habían estado en las campañas anteriores. Era la diferencia entre atraer a quien busca y atraer a quien está listo para comprar. El análisis de intent no reemplazó el análisis de volumen como indicador de relevancia de un término. Lo complementó con la dimensión que el volumen no puede proporcionar: la calidad de la intención detrás de la búsqueda.