Proyectos & Casos de uso

El proceso tradicional de keyword research, clustering y creación de briefs de contenido requería horas de trabajo manual repetitivo: exportar datos de múltiples herramientas, clasificar keywords por intención, crear agrupaciones lógicas y redactar briefs individuales. Escalar ese proceso sin aumentar el equipo era inviable.

Diseño de un pipeline automatizado end-to-end usando Make como orquestador central:

• Extracción de keywords y competitividad vía DataForSEO API.
• Clasificación automática por intención de búsqueda usando un modelo LLM.
• Clustering semántico de keywords mediante embeddings + similitud coseno.
• Generación automática de briefs de contenido con prompts estructurados (GPT-4).
• Entrega organizada en Google Sheets listo para el equipo de contenido.

Los motores de búsqueda tradicionales están cediendo cuota de atención a las respuestas generadas por IA (ChatGPT, Perplexity, Gemini). Muchas marcas no aparecen citadas en estas respuestas, perdiendo visibilidad ante usuarios que ya no hacen clic en resultados orgánicos clásicos.

Implementación de una estrategia GEO (Generative Engine Optimization) basada en:

• Auditoría de citaciones actuales de la marca en respuestas de LLMs.
• Identificación de queries donde la marca debería ser citada pero no lo es.
• Reestructuración de contenidos clave: definiciones claras, formato pregunta-respuesta, datos propios.
• Optimización de señales de autoridad: citas externas, menciones en medios y linkbuilding editorial.
• Monitorización mensual del porcentaje de citaciones en ChatGPT, Perplexity y Gemini.

Las auditorías SEO técnicas tienden a ser procesos ad-hoc difíciles de escalar: cada analista sigue criterios distintos, los entregables son inconsistentes y el tiempo invertido para cada cliente es desproporcionado respecto al valor generado.

Creación de un sistema de auditoría estandarizado y replicable que cubre:

• Crawl completo con Screaming Frog + configuraciones predefinidas para detectar los errores más críticos.
• Análisis de cobertura de indexación cruzando datos de GSC API con el crawl.
• Revisión de arquitectura de enlazado interno con scripts Python personalizados.
• Detección de canibalización de keywords e issues de duplicados.
• Dashboard de resultados automatizado en Looker Studio para presentación al cliente.