Palabras clave para ecommerce: cómo investigarlas y asignarlas a categorías y productos

Qué es una palabra clave en un ecommerce (y qué cambió)

Una palabra clave es la forma en que alguien escribe —o ahora también dice o pregunta— lo que necesita. En una tienda online, cada una de esas búsquedas es una pista sobre en qué punto de la compra está esa persona: explorando, comparando o lista para pagar.

Cuando escribí la primera versión de este artículo, el trabajo se resumía en encontrar términos con volumen, elegir los que tuvieran dificultad razonable y repartirlos entre categorías y productos. Esa base sigue en pie. Lo que cambió es el contexto:

• Google tiene dos experiencias con IA en el buscador: AI Overviews y AI Mode. En mayo de 2026, en su conferencia I/O, Google informó que AI Mode superó los 1.000 millones de usuarios mensuales un año después de su lanzamiento y que pasó a usar Gemini 3.5 Flash como modelo por defecto en todo el mundo.
• Ambas experiencias usan query fan-out: el modelo lanza varias búsquedas relacionadas a la vez para completar la respuesta. El ejemplo que da Google: para «cómo arreglar un césped lleno de maleza» puede buscar también «mejores herbicidas para césped» o «quitar maleza sin químicos».
• En la misma I/O 2026, Google presentó una nueva caja de búsqueda con IA, que describe como la mayor actualización de la caja en más de 25 años: se expande para que la persona describa lo que necesita, sugiere cómo formular la pregunta y acepta como entrada texto, imágenes, archivos, videos o pestañas de Chrome. También se puede hacer una pregunta de seguimiento desde un AI Overview y seguir la conversación en AI Mode sin perder el contexto.
• Ya en 2025 Google había reportado que quienes probaron AI Mode al principio escribían consultas de dos a tres veces más largas que en la búsqueda tradicional.
• ChatGPT muestra resultados de productos cuando la pregunta tiene intención de compra, y OpenAI aclara que esos resultados no son anuncios.
• Desde marzo de 2024, el sistema de contenido útil de Google dejó de ser un sistema aparte y pasó a formar parte de sus sistemas principales de ranking.

Traducido a una tienda: ya no basta con tener la palabra exacta en el título. Hay que entender la necesidad completa que hay detrás y que cada página responda a una sola de esas necesidades.

Las tres métricas que sigo mirando, y cómo las leo hoy

Volumen de búsqueda

Es el promedio de búsquedas mensuales de un término. Sirve para dimensionar la demanda, no para decidir solo. Un término con mucho volumen y una intención que tu tienda no satisface es tráfico que no compra.

Dificultad

Estima cuánto cuesta entrar a las primeras posiciones según la competencia que ya rankea. Cada herramienta la calcula distinto, así que la uso para comparar términos dentro de la misma herramienta, nunca como un número absoluto.

Longitud y especificidad

Las búsquedas de una o dos palabras (head) tienen mucho volumen y una intención difusa. Las de tres o más palabras (long tail) tienen menos volumen, pero dicen con precisión qué quiere la persona y suelen convertir mejor. Con la IA en el buscador, la long tail se volvió más larga todavía: aparecen consultas conversacionales con contexto, restricciones y presupuesto en la misma frase.

Y con las preguntas de seguimiento ya no investigo una consulta suelta, sino una secuencia. Quien pregunta «qué tenis de trail sirven para barro» suele seguir con «y cuáles son impermeables» o «cuánto cuestan en Colombia». Esas preguntas siguientes las anoto en el mismo grupo de intención, porque la página que responde la primera debería resolver también las que vienen después o enlazar a la que lo hace.

Clasificar por intención antes que por volumen

La clasificación que más me ha servido en tiendas no es por número de palabras, sino por lo que la persona quiere hacer. Cada intención pide un tipo de página distinto, y ese emparejamiento es la mitad del trabajo.

Hay un detalle que corrijo de la versión original: allí puse «diferencias entre dos modelos de celular» como ejemplo de palabra transaccional. No lo es. Quien compara todavía está investigando; esa búsqueda es comercial y la responde mejor una comparativa que una ficha de producto.

La intención navegacional merece más cuidado que antes. En octubre de 2026 Google empezó a probar, en AI Overviews y AI Mode, una sección destacada al inicio de la respuesta con los sitios oficiales cuando hay uno o dos lugares en la web donde se completa una tarea concreta, y anunció más enlaces dentro del texto de las respuestas, ubicados más arriba. Si alguien busca tu marca junto a un producto, la página que debe aparecer es la tuya: la de marca o la categoría, con el nombre de la tienda claro en el título.

La forma más confiable de saber qué intención tiene un término es mirar los resultados que Google muestra hoy para él. Si la primera página está llena de guías, una categoría difícilmente va a entrar; si está llena de fichas y listados de producto, un artículo de blog tampoco.

Cómo investigo las palabras clave de una tienda

1. Empiezo por lo que la tienda ya sabe. El buscador interno del sitio, las preguntas que llegan por WhatsApp o chat, las devoluciones y las reseñas muestran con qué palabras habla el cliente real. Ahí aparecen términos que ninguna herramienta sugiere.
2. Reviso Search Console. En el informe de rendimiento filtro por página para ver con qué consultas ya aparece cada categoría y cada ficha. El filtro por expresiones regulares permite agrupar variantes, por ejemplo todas las consultas que empiezan por «cómo», «qué» o «cuál», que suelen ser las conversacionales. El tráfico que llega desde AI Overviews y AI Mode también se cuenta en este informe, dentro del tipo de búsqueda «Web».
3. Cruzo con el informe de IA generativa de Search Console. Desde el 31 de agosto de 2026 está disponible para todos los sitios. Muestra las impresiones de tus URL en AI Overviews y AI Mode, agrupadas por página, país, fecha y dispositivo, y permite filtrar por tipo de búsqueda: «Web: basada en texto» o «Web: multimodal», que incluye las búsquedas con imágenes desde Google Lens, Circle to Search, imágenes subidas y la búsqueda de imágenes de Chrome. No trae las consultas, así que no reemplaza al informe de rendimiento: lo uso para saber qué categorías y fichas ya aparecen en respuestas de IA y, en tiendas de producto físico, cuáles aparecen cuando la gente busca con una foto. Esas páginas las reviso primero con las consultas del informe normal.
4. Amplío con herramientas de investigación. Google Keyword Planner, Ahrefs o Semrush sirven para estimar volumen, encontrar variantes y ver qué términos traen tráfico a otras tiendas del mismo nicho. Las cifras de volumen son estimaciones y cada herramienta da la suya.
5. Miro la SERP de cada término importante. Qué tipo de páginas rankea, qué preguntas aparecen en «Más preguntas» y si hay una respuesta generada con IA. Si la hay, me fijo qué subtemas cubre: son pistas de las búsquedas relacionadas que el sistema está lanzando.
6. Agrupo por intención, no por palabra. «Tenis de trail para mujer» y «zapatillas de trail femeninas» son la misma necesidad. Van juntas a una sola página.

El mapa de palabras clave: una intención, una URL

El entregable que más valor le da a una tienda no es la lista de palabras, sino el mapa que dice qué página responde a cada grupo. Lo armo en una hoja con cuatro columnas: grupo de intención, término principal, variantes y URL asignada. Si un grupo no tiene URL, es una página por crear; si dos grupos apuntan a la misma URL, hay que decidir cuál manda.

Ese mapa es también la principal defensa contra la canibalización: dos páginas de la misma tienda peleando por la misma búsqueda. Pasa mucho con productos casi idénticos o con un artículo del blog que termina compitiendo con la categoría. La regla que aplico es simple: si dos páginas responden a la misma intención, una sobra o hay que diferenciarlas con claridad y enlazarlas entre sí.

Dónde va cada palabra clave según el tipo de página

Categorías y subcategorías

Son las páginas que más búsquedas comerciales pueden captar, porque responden a necesidades amplias con un listado para elegir. Les asigno el término head o middle tail del grupo y lo uso en el título, el H1, el nombre en el menú y un texto breve que ayude a elegir (no un bloque de relleno al pie de la página).

Las subcategorías nacen de la investigación: si hay demanda real y sostenida para «tenis de trail para mujer», merece su propia página. Si no la hay, basta con un filtro. Crear subcategorías por cada variante posible solo multiplica páginas casi vacías. Y si esos filtros terminan generando miles de URL rastreables, el problema ya es técnico; lo explico en los errores técnicos de SEO que más frenan a una tienda online.

Un ajuste respecto a lo que escribí antes: yo recomendaba reflejar la jerarquía de palabras clave en la URL, nivel por nivel. Google aclara en su guía de estructura para ecommerce que en general no usa la estructura de la URL para entender cómo está organizado un sitio; se apoya en los enlaces entre páginas. Las URL deben ser legibles y con palabras que use tu audiencia, pero lo que comunica la jerarquía es el enlazado: menú → categoría → subcategoría → producto.

Fichas de producto

Aquí van los términos long tail y transaccionales: modelo, atributo, talla, color, uso. El título del producto debe decir lo que la persona escribiría para encontrarlo, no el código interno del proveedor. La descripción es el lugar para las preguntas reales que la gente hace antes de comprar: para quién es, en qué se diferencia del modelo cercano, cómo se cuida, qué incluye.

Los datos estructurados de producto y el feed de Merchant Center no son palabras clave, pero cumplen una función parecida: le dicen a Google y a otras plataformas de forma explícita qué vendes, a qué precio y con qué disponibilidad. Google recomienda usar ambos, y OpenAI permite a las tiendas solicitar un feed directo de productos para ChatGPT.

Guías y blog

Las búsquedas informativas y buena parte de las comerciales (cómo elegir, cuál es mejor para, qué diferencia hay) se responden mejor con contenido editorial que enlace a la categoría o a las fichas que resuelven la compra. Ese contenido es el que más probabilidades tiene de ser citado cuando alguien hace la pregunta completa en un buscador con IA.

Hay un incentivo nuevo para mantener ese contenido vivo. Desde el 27 de mayo de 2026, las Fuentes preferidas (Preferred Sources) de Google también se muestran en AI Overviews y AI Mode: si una persona eligió tu sitio como fuente preferida, tus enlaces aparecen marcados en las respuestas. Google dice que cualquier sitio que publique contenido actualizado es apto y que la gente tiene el doble de probabilidad de hacer clic en una fuente preferida. Para una tienda con un blog de guías de compra, pedirles a los lectores frecuentes que la agreguen es una acción barata.

Imágenes

El texto alternativo describe la imagen para quien no la ve, y puede incluir la palabra clave cuando encaje con naturalidad. Google advierte que llenar el alt de palabras clave da una mala experiencia y puede hacer que el sitio se vea como spam.

Búsquedas conversacionales: cómo preparar la tienda para la IA

Cuando alguien le pregunta a AI Mode o a ChatGPT «qué tenis de trail me recomiendas para senderos con barro si tengo pie ancho y no quiero gastar mucho», no hay una palabra clave que posicionar. Hay varias necesidades a la vez: tipo de terreno, horma, presupuesto. La respuesta se arma a partir de páginas que resuelven cada una de esas piezas.

Lo que hago para que una tienda tenga opciones de aparecer:

• Escribir los atributos que importan en texto. Horma, materiales, tipo de suela, para qué terreno sirve. Si esa información solo está en una imagen o en una tabla del fabricante incrustada como foto, no se puede leer.
• Responder las preguntas reales en la ficha y en la categoría. Las que salen del chat de ventas y de las reseñas, con respuestas directas en las primeras líneas.
• Mantener precio, disponibilidad y envío consistentes entre la página, los datos estructurados y el feed. OpenAI explica que ordena a los vendedores de un producto por factores como disponibilidad, precio y calidad.
• Tener el feed de Merchant Center al día. La guía de Google para optimizar para IA generativa dice que las respuestas pueden incluir listados e información de productos, y que Merchant Center ayuda a que los productos se vean tanto ahí como en el resto de resultados.
• No buscar atajos. Google dice que no hay requisitos adicionales ni optimizaciones especiales para aparecer en AI Overviews o AI Mode: la página tiene que estar indexada y ser apta para mostrarse con fragmento. En esa misma guía aclara que no hace falta un archivo llms.txt, ni partir el contenido en fragmentos pequeños, ni reescribirlo para la IA, y que lo que llaman AEO o GEO sigue siendo SEO.
• No perseguir cada variante. Google explica que sus sistemas de IA entienden sinónimos y el significado general de lo que alguien busca, así que no hace falta capturar todas las formas posibles de una long tail. Es otro argumento para agrupar por intención y no crear una página por sinónimo.

Malos usos de las palabras clave que sigo encontrando

• Repetir el término hasta que suena raro. Google define el keyword stuffing como llenar una página de palabras clave para manipular el ranking, y pone como ejemplo repetir las mismas frases de forma poco natural o listar ciudades para las que se quiere posicionar. En tiendas lo veo sobre todo en textos de categoría escritos para el buscador.
• Elegir por volumen y no por intención. Una categoría optimizada para un término informativo atrae visitas que no compran.
• Una página para cada sinónimo. Termina en canibalización y en páginas delgadas que no ayudan a nadie.
• Olvidar lo local. Si vendes en una ciudad o tienes cobertura de envío limitada, dilo en la categoría y en la ficha. Pocas cosas frustran más que encontrar el producto y descubrir al final que no llega a tu ciudad.
• No volver al mapa. Las búsquedas cambian con la temporada, con los lanzamientos y ahora con la forma en que la gente le habla a la IA. Reviso el mapa al menos cada trimestre con los datos de Search Console, incluido el informe de IA generativa.

Por dónde empezar esta semana

1. Exporta de Search Console las consultas de tus diez categorías con más impresiones, y abre el informe de IA generativa para ver cuáles de ellas ya aparecen en AI Overviews o AI Mode.
2. Agrúpalas por intención y anota qué URL responde a cada grupo.
3. Marca los grupos sin URL (páginas por crear) y los grupos con dos URL (posible canibalización).
4. Elige una categoría y reescribe su título, su H1 y su texto de apoyo para la intención que de verdad tiene.
5. Lleva las tres preguntas más frecuentes de tus clientes a las fichas de esa categoría.

La investigación de palabras clave sigue siendo la base del SEO de una tienda. Lo que cambió es que ya no se trata de repartir términos, sino de que cada página resuelva una necesidad completa, con la información escrita de forma que la entienda una persona, un buscador y un asistente de IA.

Johan Esteban Ortiz Zapata

Especialista SEO senior con más de 7 años en SEO técnico, estratégico y off-page para marcas de banca, retail y educación en Colombia. Más sobre mí · Agendar diagnóstico

Publicado por primera vez el 3 de octubre de 2023. Actualizado y ampliado el 5 de noviembre de 2026.