Introducción

Una responsable de SEO abre por primera vez el registro de conversaciones del chatbot de un cliente. Espera encontrar un batiburrillo de mensajes. Lo que encuentra es una lista.

La pregunta más frecuente del mes pasado, formulada 38 veces, fue «¿Realizan envíos a Irlanda?». El segundo puesto lo ocupó «¿La camisa de lino tallan pequeña?». En tercer lugar quedó una variante educada de «¿Dónde está mi pedido?», formulada de once maneras diferentes.

Ninguna de ellas apareció en su investigación de palabras clave. La mayoría de ellas muestran un volumen nulo en todas las herramientas por las que paga.

Así es como funciona el análisis de chatbots como fuente de información para el SEO. Las herramientas de palabras clave estiman lo que la gente podría buscar. Un registro de chat recoge lo que realmente preguntaron, con sus propias palabras, en el momento en que estaban decidiendo si comprar o no.

Las herramientas de palabras clave muestran el volumen. Los registros de chat muestran las preguntas.

No estamos aquí para argumentar que las herramientas de palabras clave estén equivocadas. Son muy buenas en la tarea para la que fueron creadas. Simplemente, esa tarea tiene sus limitaciones.

Lo que se les escapa a las herramientas de palabras clave

Las herramientas de palabras clave modelan la demanda a partir de datos de búsqueda, y lo hacen bien a gran escala. Cuando una frase es demasiado específica, demasiado nueva o está redactada de forma demasiado peculiar, queda por debajo del umbral y aparece como cero o no aparece en absoluto.

Ahí es precisamente donde se encuentran muchas de las preguntas relacionadas con la compra. «¿Hacéis envíos a Irlanda?» no es una consulta que la mayoría de la gente escriba en Google. Es una pregunta que le hacen directamente a la tienda, una vez que ya les gusta el producto.

Así pues, la búsqueda habitual de palabras clave de cola larga tiene un punto ciego. La cola más larga de todas nunca llega a un motor de búsqueda. Va directamente al chat, a los mensajes directos de Instagram y al buzón de atención al cliente.

Por qué las preguntas de los clientes revelan la intención del usuario

Una consulta de búsqueda es una suposición sobre la intención. Una pregunta en una ventana de chat es la intención misma, con la página del producto aún abierta.

Cuando alguien pregunta si una chaqueta es impermeable, no está buscando chaquetas en general. Está a una respuesta de comprar esa chaqueta. La mayoría de los análisis sobre la intención de búsqueda tratan esa etapa como algo que hay que deducir a partir de los resultados de búsqueda (SERP). Aquí, en cambio, basta con leerla.

Esto convierte a los registros de chat en una de las fuentes más claras de intención a las que puede acceder un equipo de SEO, y una de las menos utilizadas.

Lo que realmente te revela el análisis de los chatbots

Abre el registro de conversaciones de cualquier tienda que lleve un mes utilizando un chatbot y te llamarán la atención tres cosas.

Las preguntas que hace la gente, con sus propias palabras

Los clientes no escriben como los profesionales del marketing. Escriben «¿cabe un portátil de 13 pulgadas?» en lugar de «tamaños de portátiles compatibles». Preguntan «¿es seguro para los gatos?» en lugar de «materiales aptos para mascotas».

Esas preguntas de los clientes son la materia prima de la búsqueda conversacional. La forma de expresarse que la gente utiliza con un chatbot es muy similar a la que emplean con los asistentes de voz y las herramientas de búsqueda basadas en IA, por lo que merece la pena conservarla en lugar de retocarla.

Las preguntas que nadie respondió

Esta es la parte útil. Cada pregunta que el chatbot no ha podido responder es una laguna en la web, no en el bot. Un chatbot de IA que responde a partir de las páginas de tu tienda solo puede ser tan bueno como esas páginas, por lo que sus fallos señalan directamente lo que falta.

Si doce personas preguntaron sobre el envío a Irlanda y el bot no tuvo nada que decir, la tienda no cuenta con una página clara sobre envíos a Irlanda. Se trata de un análisis de lagunas de contenido que no has tenido que elaborar manualmente.

Las páginas que respondieron y las que no

Cuando un chatbot cita la página en la que se basa cada respuesta, también descubres qué páginas son realmente útiles. Una guía de tallas que responde a cuarenta preguntas a la semana está dando frutos. Una página de devoluciones que nunca se cita puede ser poco clara, estar escondida o, simplemente, no ser lo que la gente necesita.

Las buenas herramientas de análisis de chatbots te muestran las tres cosas: las preguntas, las omisiones y las fuentes. Si la tuya solo muestra el recuento de conversaciones, estás ante una métrica de vanidad.

Cuando cambian las preguntas

La lista no es estática. El lanzamiento de un nuevo producto, una oferta o una publicación de un creador pueden cambiar lo que la gente pregunta en cuestión de un día. Una oleada repentina de preguntas del tipo «¿vuelve a estar disponible?» te revela algo que un informe mensual de palabras clave nunca te dirá.

Aquí es donde el análisis de chatbots se gana un lugar junto a tu seguimiento de posicionamiento. Las posiciones te indican cuán visible eres. El registro de conversaciones te revela lo que las personas que te encontraron aún necesitaban saber.

Cómo convertir los registros de chat en una investigación de palabras clave para el comercio electrónico

Esta es la parte que convierte un registro interesante en una lista de palabras clave útil. Se tarda una tarde.

Paso 1: Exporta un mes de conversaciones

Recopila todas las conversaciones de los últimos 30 días, de todos los canales en los que opera el bot. El chat de la web por sí solo se quedará corto, ya que muchas preguntas previas a la venta llegan a través de Instagram y WhatsApp.

No las edites todavía. Los errores ortográficos y las expresiones extrañas forman parte del valor, ya que muestran cómo habla la gente cuando nadie está optimizando nada.

Paso 2: Agrupa las preguntas según la intención del usuario

Clasifícalas en categorías: envíos, tallas, devoluciones, existencias, detalles del producto y confianza. En esta fase, ignora la redacción y céntrate en lo que la persona intentaba averiguar.

Paso 3: Analiza las palabras clave con una herramienta de palabras clave

Ahora pasa cada categoría por tu herramienta habitual de palabras clave. Algunas preguntas se corresponderán claramente con términos que tienen volumen de búsqueda. Otras no mostrarán nada en absoluto.

Conserva ambas. Las que tienen volumen son oportunidades de posicionamiento. Las que no lo tienen son oportunidades de conversión, y suelen ser las preguntas que se interponen entre un visitante y una venta. La mayoría de las herramientas te ayudan a encontrar palabras clave. Este paso te ayuda a encontrar las que los clientes utilizan realmente.

Paso 4: Asigna cada pregunta a una página

Para cada pregunta, anota la página que debería responderla. Si hay una, comprueba que realmente lo haga. Si no la hay, has encontrado una página que escribir.

Sé riguroso en este punto. Una página que mencione el envío a Irlanda en una sola línea de una política extensa no es una respuesta. Si el chatbot no ha podido encontrarla, un comprador que eche un vistazo rápido en el móvil tampoco lo hará.

Paso 5: Redacta el contenido para las preguntas que no tienen página

Empieza por las preguntas sin respuesta más frecuentes, ya que son tanto las más fáciles de resolver como la prueba más clara de que falta algo. Una página breve y específica sobre los envíos a Irlanda será más útil para esa tienda que otra guía general sobre camisas de lino.

Se trata de una investigación de palabras clave para el comercio electrónico realizada al revés. En lugar de empezar por el volumen de búsquedas y esperar que se convierta en ventas, se parte de las preguntas que ya han planteado los compradores y se comprueba cuáles de ellas también tienen volumen de búsquedas.

Un análisis de lagunas de contenido basado en conversaciones reales

El análisis clásico de lagunas de contenido compara tus páginas con el posicionamiento de la competencia. Esta versión compara tus páginas con tus propios clientes.

Sin respuesta significa que falta

Si el chatbot no ha podido responder a una pregunta, la información o bien no está presente en la web o bien está redactada de forma tan vaga que no se ha podido utilizar. En cualquier caso, esa página necesita mejoras.

«Respondida pero repetida» significa «imposible de encontrar»

Algunas preguntas se responden correctamente cada vez y, aun así, siguen llegando. Eso suele significar que la respuesta existe, pero que los usuarios no pueden encontrarla por sí mismos. La solución pasa por los enlaces internos, la navegación o un título más claro, no por contenido nuevo.

Cómo será el SEO de las páginas de preguntas frecuentes a partir de 2023

En agosto de 2023, Google anunció que los resultados enriquecidos de las preguntas frecuentes solo se mostrarían para sitios web gubernamentales y de salud conocidos y de referencia. Para la mayoría de las tiendas, el fragmento de las preguntas frecuentes en los resultados de búsqueda ha desaparecido.

Esto cambia el propósito de una página de preguntas frecuentes. La página ya no tiene como objetivo conseguir un resultado enriquecido. Se trata de responder a las preguntas que la gente realmente plantea, con la suficiente claridad como para que tanto los usuarios que realizan búsquedas como tu chatbot puedan utilizarlas. Los registros de chat te indican cuáles son esas preguntas.

Lo que el análisis de chatbots no te dirá

Sería fácil exagerar esto, así que no lo haremos.

Solo se tienen en cuenta las personas que han preguntado

Un registro de chat es una muestra de visitantes que se interesaron lo suficiente como para escribir una pregunta. Los que se marcharon sin preguntar son invisibles. Ese grupo suele ser más numeroso, así que considera el registro como una indicación clara de lo que falta, más que como una imagen completa de la demanda.

No sustituye al volumen de búsqueda

Una pregunta formulada 38 veces en una ventana de chat te indica que es importante para los compradores. No te dice cuántas personas la buscan en Google. Para eso sigues necesitando una herramienta de palabras clave, y ambas cifras responden a preguntas diferentes.

Su utilidad depende de la honestidad del bot

Si un chatbot adivina en lugar de admitir que no sabe, sus análisis ocultarán las lagunas que estás buscando. Una respuesta errónea dada con seguridad parece un éxito en el registro. Esa es una razón más para elegir un bot que se niegue a responder cuando la respuesta no se encuentre en tu material.

No obstante, la formulación sigue siendo útil. Incluso una pequeña muestra de lenguaje conversacional real en las búsquedas resulta más útil que una lista de frases que nadie ha dicho nunca en voz alta.

Dónde encaja esto en una estrategia de SEO para el comercio electrónico

Nada de esto sustituye al resto del trabajo. Simplemente hace que el resto del trabajo esté mejor orientado.

Palabras clave de cola larga para SEO que vienen con prueba de demanda

El problema habitual con la segmentación de cola larga es que se apuesta por cifras reducidas. Los registros de chat eliminan parte de esa incertidumbre, porque sabes que clientes reales hicieron la pregunta antes de que escribieras una sola palabra.

Consejos de SEO para el comercio electrónico que empiezan por la bandeja de entrada

La mayoría de los consejos de SEO empiezan por la SERP. Nosotros añadiríamos uno que empieza por la bandeja de entrada: lee las preguntas antes de planificar el calendario de contenidos.

Esto también garantiza la honestidad de una estrategia amplia de SEO para el comercio electrónico. Si las páginas que estás creando no responden a las preguntas que plantean los clientes, ni siquiera el posicionamiento las salvará.

Cómo gestiona Agentency el análisis de los chatbots

Nosotros creamos uno de estos, así que esto es lo que muestran nuestros propios análisis de chatbot.

La vista de conversaciones muestra las preguntas reales

La vista de conversacionesde Agentencymuestra las preguntas que la gente plantea realmente, cuáles han quedado sin respuesta y en qué casos la falta de una página te está costando ventas. Esa última parte es la lista de lagunas de contenido, generada a partir de compradores reales en lugar de una comparación con la competencia. Es el informe que entregaríamos en primer lugar a un equipo de SEO.

Cada respuesta muestra su fuente

El agente responde basándose en tu catálogo, las guías de tallas, las normas de envío y la política de devoluciones, y cada respuesta muestra la fuente de la que procede. Así puedes ver qué páginas asumen la mayor carga y cuáles nunca se utilizan.

Una base de conocimientos para todos los canales

El mismo agente responde en tu tienda online, WhatsApp, mensajes directos de Instagram y Messenger, a partir de una única base de conocimientos. Las preguntas de todos los canales terminan en el mismo lugar, en lugar de quedar dispersas en bandejas de entrada que nadie compara. Además, responde en el idioma del comprador, por lo que el registro también muestra de qué mercados proceden las consultas.

Las solicitudes de reposición se convierten en datos de demanda

Cuando un cliente desea recibir una alerta de reposición, un formulario previo al chat recopila su correo electrónico o número de teléfono y lo añade a tu lista de clientes. Para un equipo de SEO, una gran cantidad de solicitudes de reposición de un mismo producto es una señal clara de lo que la gente quiere encontrar.

Las excepciones de reembolso se transfieren con contexto

Cualquier asunto que requiera la intervención de una persona, como una excepción de reembolso, se deriva con la transcripción, la referencia del pedido y los datos del comprador adjuntos. El chatbot no hace conjeturas, lo que también garantiza la fiabilidad de tus análisis.

Preguntas frecuentes

Cómo encontrar palabras clave de cola larga

Empieza con una herramienta de palabras clave y filtra las frases más largas y específicas con menor dificultad. A continuación, añade las preguntas que los clientes plantean a tu chatbot y a tu equipo de atención al cliente. Estas suelen tener un volumen registrado reducido, pero provienen de personas que están a punto de comprar.

¿Qué es un análisis de lagunas de contenido?

Es el proceso de identificar temas que tu público necesita y que tu sitio web no cubre adecuadamente. Normalmente compara tus páginas con las posiciones en los rankings de la competencia, pero también puede compararlas con las preguntas que formulan tus propios clientes.

Cómo realizar una investigación de palabras clave para el comercio electrónico

Investiga términos de categorías y productos en una herramienta de palabras clave y, a continuación, compáralos con lo que los compradores preguntan realmente en tu sitio web y en tu bandeja de entrada. Da prioridad a los términos que tengan volumen de búsqueda y que, además, coincidan con lo que los compradores preguntan realmente.

Cómo utilizar las palabras clave de cola larga

Dedica a cada una de las palabras clave importantes una página o una sección clara que responda directamente a ella. Utiliza las propias palabras del cliente en los títulos cuando suene natural, y enlaza a esa respuesta desde las páginas de productos en las que surja la pregunta.

En resumen

Las herramientas de palabras clave te indican lo que la gente podría buscar. El análisis de los chatbots te indica lo que preguntaron cuando ya se encontraban en tu sitio web.

La mejor lista de palabras clave utiliza ambas fuentes. Empieza por las preguntas del registro, comprueba cuáles tienen volumen de búsqueda y crea las páginas que aún nadie ha escrito.

Es una forma sorprendentemente sencilla de encontrar el próximo contenido que merece la pena escribir. Los clientes ya te lo han dicho. Solo hay que leer el registro.

Así que, antes de la próxima reunión de planificación de contenidos, abre el análisis del chatbot y lee las conversaciones de una semana. Es la investigación más barata que harás en todo el trimestre y, probablemente, la más sincera.

Agentency es un creador de chatbots con IA para atención al cliente y ventas. Las empresas entrenan al agente de IA de Agentency con su propia página web, documentos y catálogo de productos, y este responde a las preguntas de los clientes indicando la fuente. Cuando no encuentra la respuesta, se niega a responder y pasa la consulta a una persona con la transcripción completa. Un solo agente cubre la página web, WhatsApp, Instagram, Messenger, Telegram, Slack y más de 10 canales, en el idioma del cliente, para comercio electrónico, inmobiliarias, restaurantes y equipos de asistencia.