Medimos cuántos hallazgos de nuestras auditorías salen mal: el 4,3%, y todos exageraban

Nadie publica su tasa de error. Nosotros la medimos sobre una auditoría completa y sale un 4,3%: cinco de 117 puntos evaluados estaban mal.

Lo interesante no es el porcentaje. Es la forma que tiene.

Los tres hechos que salen de esos cinco errores

1. Los cinco exageraban. Ni uno solo minimizaba un problema. Eso no es ruido aleatorio, tiene dirección, y la dirección tiene una explicación incómoda: un hallazgo grave es más fácil de justificar que uno leve, y nadie revisa dos veces una cifra que confirma que había que contratarte.

2. Los cinco se detectaron antes de entregar, cuestionándolos y volviendo a la fuente. Eso es tranquilizador y también es la prueba de que el proceso depende de que alguien tenga tiempo y ganas de dudar de su propio trabajo.

3. Ninguno lo habría cazado una herramienta. Y esto es lo importante: los cinco tenían cifra, fuente, comentario y prioridad. Estaban perfectamente formados. Lo que fallaba era la lectura del dato, no el formato.

Por qué un 4,3% de hallazgos mal es más del 4,3% de plan mal

Aquí está la parte que nadie cuenta cuando te entrega un plan de trabajo.

El 52% de las tareas dependía de un único hallazgo. Si ese hallazgo está inflado, la tarea entera lo está, y nada en el documento lo avisa. La tarea se lee igual de sólida que las demás.

**Solo el 15% se apoyaba en un hallazgo con umbral objetivo y fuente contrastada.** El resto descansa en criterio, que no es malo, pero tampoco es lo mismo.

Con esas dos cifras, la expectativa razonable es de dos o tres tareas erróneas por plan, entre el 5% y el 7%. Y comprobado hacia atrás: al corregir los cinco hallazgos, el plan de aquel proyecto pasó de 35 a 40 tareas. No es que sobraran cinco: es que cambiaron.

Dónde nacen estos errores

Al mirar el terreno, la explicación aparece sola:

Un criterio que dice «el enlazado interno debe ser adecuado» no se puede incumplir ni cumplir: se puede opinar. Y una cifra sacada de una sola herramienta no tiene con qué contrastarse. Esos dos porcentajes son el terreno donde crece el 4,3%.

Lo que ningún script puede cubrir

Escribimos una comprobación automática que marca los hallazgos prioritarios cuyos números encajan en los patrones de error conocidos —una proporción sin denominador, un recuento sin universo, un agregado presentado como caso, un dato de laboratorio presentado como de campo, una cifra de un tercero sin contrastar—. Contrastada hacia atrás, marca los cinco. Reduce el trabajo de revisar 117 puntos a releer diez.

Pero hay un tipo de error que no cubre y probablemente no cubrirá nunca: la atribución causal equivocada.

El ejemplo de aquella auditoría: «la web es lenta por las imágenes». Cifras correctas, medición correcta, fuente correcta. Y falso, porque el 70% del tiempo de carga era el servidor tardando en responder, no las imágenes. Un informe con esa frase manda a alguien a optimizar fotos durante dos semanas para no cambiar nada.

Eso solo lo caza contrastar la hipótesis con una segunda fuente. No hay atajo.

Qué preguntar a quien te entregue una auditoría

Cuatro preguntas, y ninguna es agresiva:

1. ¿Sobre cuántas páginas está contado esto? Si no lo sabe de memoria, que lo mire. Es el error más común y el más fácil de comprobar.
2. ¿De dónde sale esta cifra y hay una segunda fuente que lo confirme? Especialmente en lo que venga de una sola herramienta de pago.
3. ¿Qué pasa con esta tarea si el hallazgo del que cuelga está mal? La respuesta te dice cuánto del plan depende de un solo número.
4. ¿Cuál de estos hallazgos es una causa demostrada y cuál es una correlación? Un buen informe ya lo distingue por escrito. Si no lo hace, no significa que esté mal, pero significa que alguien tendrá que preguntarlo antes de gastar el presupuesto.

La honestidad del dato

Muestra de uno. Es una sola auditoría completa, así que el 4,3% es una cota inferior: solo cuenta los errores que encontramos. Los que no encontramos no están en el numerador. La cifra real es mayor y no sabemos cuánto.

Y no publicamos esto por transparencia. Lo publicamos porque medir la tasa de error es lo único que permite bajarla, y porque una auditoría sin tasa de error conocida se presenta implícitamente como si fuera cero. Ninguna lo es.

Si tu proveedor te dice que la suya no tiene errores, no te está diciendo que sea perfecta. Te está diciendo que no la ha medido.

El otro lado del mismo problema no son los hallazgos sueltos sino la nota que los resume: la web con mejor puntuación de nuestra cartera perdía tráfico.

Preguntas frecuentes

¿Son fiables las auditorías SEO?

Son útiles y no son infalibles. En la nuestra, el 4,3% de los puntos evaluados estaba mal, y todos en la dirección de exagerar el problema. Lo que hace fiable a un informe no es que no tenga errores, sino que cada cifra venga con su denominador, su fuente y la distinción entre lo que es un dato y lo que es una interpretación.

¿Por qué las auditorías SEO exageran los problemas?

En parte por un sesgo estructural: un hallazgo grave justifica el trabajo y nadie vuelve a comprobar una cifra que confirma lo que se esperaba. En parte por método: dos tercios de los criterios que revisamos tenían el umbral escrito en prosa en lugar de en una cifra concreta, y eso deja la puerta abierta a la interpretación.

¿Qué debe incluir una auditoría SEO para ser fiable?

Cada hallazgo con su cifra, el conjunto de páginas sobre el que está contada, la fuente y la fecha de medición. Y una separación explícita entre lo que está demostrado y lo que es una hipótesis. Sin la fecha y el denominador, una cifra correcta se puede leer mal seis meses después.