¿Qué es un factor de ranking?

Google confirma muy pocos factores de ranking por su nombre, con fecha y en sus propios canales. La mayoría de lo que circula bajo la etiqueta «factor de ranking» es interpretación de terceros, no una declaración de Google. Estos son los que sí están confirmados, con la fuente y la fecha de cada confirmación:

• HTTPS: Google lo convirtió en señal de ranking el 6 de agosto de 2014, según el propio Search Central Blog (entonces Webmaster Central Blog). La entrada lo describió como una «señal ligera», con menos peso que la calidad del contenido y un efecto que entonces afectaba a menos del 1% de las consultas globales.
• Adaptación a móvil e indexación mobile-first: Google anunció el 26 de febrero de 2015 que la compatibilidad móvil pasaría a influir en el ranking, con el cambio activo desde el 21 de abril de ese año, el update que la industria bautizó como «Mobilegeddon». Desde 2019, además, Google indexa por defecto la versión móvil de cada página y no la de escritorio, bajo el criterio de indexación mobile-first.
• Core Web Vitals: forman parte de las señales de «page experience» desde 2021, junto con HTTPS y la ausencia de interstitials intrusivos, según la documentación oficial de Search Central sobre Core Web Vitals.
• Contenido útil y centrado en las personas («helpful content»): Google lo anunció el 18 de agosto de 2022, con despliegue desde el día 25 de ese mes. Desde 2024 dejó de ser una actualización separada y pasó a integrarse en los sistemas de ranking centrales, según la guía oficial «Creating helpful, reliable, people-first content».

Nótese lo que tienen en común: cada uno tiene fecha de anuncio, fuente oficial identificable y, en el caso de HTTPS, hasta una cifra de impacto declarada por el propio Google. Fuera de esta lista corta, Google ha evitado sistemáticamente confirmar factores individuales con ese nivel de detalle. Cuando un artículo asegura que Google «confirmó» un factor sin citar ni fecha ni fuente propia, lo más probable es que esté repitiendo una suposición del sector, no una declaración real.

Una señal correlacionada es una característica que, en un estudio concreto, aparece con más frecuencia entre las páginas que rankean bien. Eso no significa que Google la use como factor: puede ser consecuencia de otra causa común, o simple coincidencia estadística en la muestra analizada. La diferencia importa porque un factor confirmado es una palanca que se puede accionar con una expectativa razonable de efecto. Una correlación es, como mucho, una pista que merece investigarse más.

El ejemplo más citado del sector es la lista de «200 factores de ranking». El origen es un comentario de Matt Cutts, entonces responsable del equipo antispam de Google, quien en 2009 mencionó que el algoritmo manejaba «más de 200 variables». Google nunca publicó esa lista con nombres y pesos. Las versiones que circulan hoy, con 200 puntos numerados, las elaboran empresas de herramientas SEO a partir de su propia observación, no de una fuente de Google.

Hay ejemplos con fecha y cita concreta de lo contrario. En enero de 2014, el propio Matt Cutts negó en un vídeo oficial de Google Webmasters que los «me gusta» de Facebook o los seguidores de Twitter formaran parte del algoritmo de ranking. En junio de 2019, John Mueller, de Google, respondió en Twitter que «la antigüedad del dominio no ayuda en nada» cuando se le preguntó si un dominio más antiguo posicionaba mejor. Ambos son señales que siguen apareciendo en listas de «factores» de artículos de terceros pese a que Google las desmintió explícitamente, con nombre y fecha.

La velocidad de carga sufre una confusión parecida. Google confirmó los Core Web Vitals como señal, no una métrica genérica de «segundos de carga» al margen de ellos. Tratar el page speed como un factor extra, distinto y adicional a los Core Web Vitals, mezcla una métrica de diagnóstico útil con una señal de ranking que Google sí definió con precisión.

Un caso reciente ilustra por qué la tentación de tratar cualquier correlación como factor confirmado sigue viva. En mayo de 2024 se filtró en GitHub documentación interna de la API «Content Warehouse» de Google, con más de 14.000 atributos repartidos en unos 2.600 módulos. Google confirmó la autenticidad de los documentos el 29 de ese mes, pero advirtió contra «asumir cosas inexactas sobre la Búsqueda a partir de información fuera de contexto, desactualizada o incompleta». La filtración demuestra que Google maneja muchísimas más señales de las que confirma públicamente, y que ver el nombre de un campo en una base de datos interna no equivale a saber cómo, o si, ese campo pesa en el ranking final.

Vender una correlación como si fuera un factor confirmado promete más control del que existe. Si una agencia o una herramienta afirma «optimiza estos 200 factores y subirás posiciones», está prometiendo una relación causa-efecto que ni siquiera Google ha verificado en la mayoría de esos puntos. El cliente compra una sensación de certeza, no una garantía real.

Ese incentivo no es exclusivo del SEO clásico. En la visibilidad dentro de respuestas de IA generativa ocurre algo parecido. Un estudio de Ahrefs del 26 de mayo de 2025, sobre 75.000 marcas, encuentra solo una correlación débil de 0,218 entre el número de backlinks y la presencia en Google AI Overviews, mientras que las menciones de marca sin enlazar correlacionan mucho más, con 0,664. Un estudio de Semrush del 16 de octubre de 2025 encuentra en cambio una correlación bastante más alta para el Authority Score, 0,65, medida sobre otra muestra y con otro método. Ambos estudios avisan de que sus propias cifras no deben leerse como causalidad, y ni siquiera coinciden en el orden de magnitud. El mismo patrón se repite en ambos campos: cuanta menos certeza real hay detrás de un dato, más rentable resulta venderlo como si la hubiera.

Quien se beneficia de difuminar el límite entre factor y correlación suele ser quien vende el servicio de «optimización», no quien lo compra. Una lista larga y numerada de factores parece más rigurosa que una lista corta y honesta, aunque la lista corta sea la única respaldada por una fuente verificable con fecha.

Nada de esto significa que los datos de correlación no sirvan para nada. Una correlación débil o contradictoria sigue siendo una pista que merece seguirse, solo que no es una promesa. Decirle a un cliente que los backlinks «podrían» relacionarse con la visibilidad en IA, sin garantizar un efecto de ranking, fija una expectativa más realista que vender esa misma correlación como una palanca segura.

• Antes de llamar «factor» a algo, busca la fuente primaria: la documentación de Search Central, un post oficial del blog de Google o una declaración con nombre y fecha de alguien de Google, no un artículo que cite «estudios» sin enlazar cuáles.
• Si la fuente es un estudio de correlación, comprueba el tamaño de la muestra, el método estadístico y si los propios autores avisan de que correlación no implica causalidad, como hace Ahrefs en sus propios informes sobre visibilidad en IA.
• Desconfía de cualquier cifra citada sin fecha ni enlace a la fuente original. En un campo que cambia cada pocos meses, un dato sin fecha suele estar desactualizado antes de leerse.
• Cuando dos fuentes serias se contradicen, como ocurre entre el estudio de Ahrefs y el de Semrush sobre backlinks y visibilidad en IA, cita ambas cifras con estudio y fecha, en vez de quedarte solo con la que más te conviene.
• Revisa periódicamente developers.google.com/search para ver qué ha cambiado: Google actualiza esa documentación con una fecha visible al pie de cada página.

• Presentar la lista de «200 factores de ranking» como si Google la hubiera publicado, cuando su origen es una cifra suelta de 2009 que Google nunca detalló.
• Recomendar «optimizar la antigüedad del dominio» o acumular menciones en redes sociales como si fueran factores de ranking, pese a que Google las ha desmentido de forma explícita.
• Tratar la velocidad de carga como un factor aparte de los Core Web Vitals, en vez de entender que estos son la forma en que Google sí mide y usa esa velocidad.
• Citar un estudio de correlación, por ejemplo entre backlinks y menciones en IA, como si demostrara causalidad, sin mencionar que los propios autores del estudio advierten de lo contrario.
• Ignorar la fecha de una fuente: repetir en 2026 una cifra o un factor de 2009 sin comprobar si Google lo actualizó, lo retiró o lo integró en un sistema más amplio.