SimilarWeb: cómo estima el tráfico y qué no mide

SimilarWeb es una empresa privada de análisis de datos digitales, no un servicio de Google ni una fuente oficial de tráfico web. La cifra que muestra para un dominio cualquiera no sale de una conexión directa a la analítica de esa web, salvo en un caso concreto: que el propio dueño del sitio haya autorizado a SimilarWeb a acceder a sus datos. Para el resto, la inmensa mayoría de las webs que se consultan en la herramienta, incluida casi cualquier web de un competidor, la cifra es una estimación construida con otras fuentes.

Según la documentación oficial de SimilarWeb, la empresa combina cuatro tipos de fuente. La primera es la analítica propia que comparten de forma voluntaria millones de webs y apps que sí han conectado sus datos con SimilarWeb: la única fuente que se acerca a una medición real. La segunda es un panel de usuarios, extensiones de navegador y aplicaciones propias instaladas en millones de dispositivos en todo el mundo, que recogen de forma anonimizada el recorrido de navegación de quien las instaló. La tercera es el rastreo de la web pública, con un robot propio que indexa páginas de forma continua. La cuarta son acuerdos de datos con socios externos, entre ellos proveedores de acceso a internet, plataformas de publicidad y empresas de medición, que aportan datos de comportamiento ya agregados sobre webs y apps.

Para una web sin conexión directa, que es el caso habitual cuando se analiza a un competidor, SimilarWeb no mide su tráfico: lo modela a partir de lo que ve en su panel, lo que aportan sus socios de datos y lo que encuentra su rastreador, y extrapola una cifra a partir de ahí. Cuanto mayor sea la presencia de esa web en el panel y en los datos de los socios, más se acerca el modelo a un número fiable. Cuanto menor sea esa presencia, más depende el resultado de la extrapolación estadística en lugar de una observación directa.

SimilarWeb sí describe el proceso general. Según su propia documentación, actualizada en 2026, la empresa procesa 10.000 millones de señales digitales al día y 2 terabytes de datos diarios, sobre una cobertura declarada de más de 100 millones de sitios web y 4 millones de apps, con hasta 10 años de datos históricos. Ese volumen pasa por tres fases que la propia empresa nombra: limpieza de datos, consolidación de datos y clasificación de datos, antes de que un equipo que SimilarWeb cifra en 200 científicos de datos y 50 doctorados aplique los modelos que convierten esas señales en una cifra de tráfico por dominio.

Hasta ahí llega lo público. Lo que SimilarWeb no publica es el detalle que permitiría verificar una cifra concreta: el tamaño exacto de su panel de usuarios, cuántos dispositivos activos aporta en un país o en un sector determinado, ni la ponderación exacta que recibe cada fuente (panel, socios de datos, rastreo) para una web en particular. Tampoco publica un intervalo de confianza junto a cada cifra, algo habitual en estadística oficial, ni una nota que distinga, dominio por dominio, si el número procede de datos compartidos directamente o de un modelo estadístico. En la interfaz se ve la misma cifra en ambos casos, sin indicar cuál de los dos escenarios aplica.

Esta falta de detalle no es exclusiva de SimilarWeb. Ningún proveedor de este tipo de métricas hace pública la fórmula completa de su modelo, por la misma razón por la que Google tampoco publica su algoritmo de ranking: hacerlo facilitaría manipular el resultado. Pero conviene tenerlo presente antes de citar una cifra de SimilarWeb como si fuera un dato verificable al detalle, porque la parte que sostiene esa cifra, la composición exacta del panel y el peso de cada fuente, queda fuera del alcance de quien la consulta.

El malentendido más extendido, y el que sostiene esta página entera, es tratar el número de SimilarWeb como si fuera una medición real de tráfico, del tipo que ofrece Google Analytics. No lo es. GA4 registra las visitas que llegan de verdad a una web concreta, con una etiqueta instalada en esa misma web. SimilarWeb, para cualquier dominio al que no tenga acceso directo, estima ese tráfico a partir de un panel, de socios de datos y de rastreo, sin ver ni una sola visita real de esa web salvo que su dueño se la haya compartido. Son dos categorías distintas: una cuenta, la otra calcula.

Tampoco es un factor de ranking de Google. El buscador no consulta la cifra de tráfico de SimilarWeb para decidir el orden de sus resultados, del mismo modo que no consulta Domain Authority, Domain Rating ni ninguna otra métrica de terceros para posicionar una web. Un tráfico estimado alto en SimilarWeb no adelanta ni explica una buena posición en Google.

Y no es una cifra igual de fiable para cualquier web. La fiabilidad del modelo depende de cuánta presencia tenga esa web en el panel de usuarios de SimilarWeb, y esa presencia no se reparte igual entre una web grande y una pequeña. Un estudio independiente de SparkToro, publicado el 22 de noviembre de 2022 sobre 641 webs con datos reales de Google Analytics de junio de 2020 a junio de 2021, encontró que SimilarWeb era, de las herramientas de terceros comparadas, la que mejor correlacionaba con el tráfico real medido en Analytics, salvo en un segmento: en las webs con menos de 5.000 visitantes mensuales según GA, SimilarWeb dio el peor resultado de todos los proveedores analizados. Otro estudio, publicado el 27 de mayo de 2022 en la revista académica PLOS ONE sobre 86 webs de 26 países, encontró que SimilarWeb infraestimaba el total de visitas en un 19,4 % y las visitas únicas en un 38,7 % frente a los datos reales de Google Analytics del mismo periodo. Dos estudios independientes, dos metodologías distintas, y la misma conclusión de fondo: la desviación existe, es sustancial, y crece cuanto más pequeña o menos conocida es la web analizada.

Donde el número de SimilarWeb funciona bien es como orden de magnitud. Sirve para hacerse una idea aproximada de si un competidor recibe tráfico en el orden de los miles, los cientos de miles o los millones de visitas al mes, sin tener acceso a su analítica real, algo que de otro modo sería imposible de saber. También sirve para seguir una tendencia a lo largo del tiempo, siempre con la misma herramienta y el mismo criterio: si la cifra de un competidor sube o baja de forma sostenida durante varios meses, esa dirección suele decir algo real, aunque el número exacto de cada mes no lo sea.

Donde no sirve es como sustituto de una analítica real a la hora de tomar una decisión que depende de precisión. No sirve para justificar una cifra concreta en un informe que va a un cliente o a un consejo, ni para calcular con exactitud cuánto tráfico pierde o gana la propia web, algo para lo que ya existe Google Analytics conectado directamente al sitio. Tampoco sirve para repartir un presupuesto de medios comparando cifras de SimilarWeb entre varios competidores como si fueran datos exactos y comparables al céntimo: la desviación de cada dominio frente a su tráfico real no es uniforme, así que una diferencia pequeña entre dos cifras de SimilarWeb puede no reflejar una diferencia real entre esas dos webs.

La confusión más peligrosa, y la razón de ser de esta página, es tomar la cifra de SimilarWeb por una medición real de analítica, del tipo de Google Analytics o de los propios logs del servidor. No lo es. GA4 y los logs del servidor cuentan visitas reales que suceden en una web concreta, con acceso directo a esos datos. SimilarWeb estima, con un panel, con socios de datos y con rastreo, el tráfico de una web a la que normalmente no tiene ese acceso directo. Cuando alguien dice «esta web tiene tres millones de visitas al mes, según SimilarWeb», está citando una estimación de un proveedor externo, no un dato medido en esa web.

La segunda confusión, muy propia de esta sección del sitio, es mezclar SimilarWeb con las otras cinco herramientas descritas aquí: Domain Authority de Moz, Domain Rating de Ahrefs, Authority Score de Semrush, el índice de visibilidad de Sistrix y Trust Flow de Majestic. Esas cinco métricas miden la fuerza del perfil de enlaces de un dominio, construidas sobre un índice de enlaces propio de cada herramienta. SimilarWeb no mide enlaces en absoluto: mide, o más bien estima, tráfico. Son categorías completamente distintas, aunque las cinco convivan a menudo en el mismo informe de SEO como si fueran variaciones de lo mismo. Que un dominio tenga un Domain Rating alto no dice nada sobre su tráfico estimado en SimilarWeb, y al revés.

SimilarWeb se fundó en 2007 en Tel Aviv, obra de Or Offer junto con Nir Cohen. Según varios perfiles de la compañía, la idea no nació del análisis de datos, sino del propio negocio de joyería de Offer: buscaba una forma de encontrar online diseñadores y competidores parecidos a los suyos, y para eso construyó su propia herramienta. De esa necesidad muy concreta y personal salió el primer producto, una extensión de navegador que sugería a los usuarios webs parecidas a la que estaban visitando en ese momento, de ahí el nombre.

En 2009 la empresa ganó el primer SeedCamp israelí, un hito temprano para el startup. El giro real llegó en 2011: en lugar de limitarse a sugerir webs similares, SimilarWeb empezó a ofrecer comparativas de tráfico y datos de uso de apps como producto propio, la base del modelo de negocio actual. En 2013 llegó una versión gratuita de la extensión, que llevó la analítica web a un público más amplio, según la propia empresa parte del objetivo de Offer de democratizar la inteligencia web, hasta entonces reservada sobre todo a grandes compañías con equipos de análisis propios. En 2021 SimilarWeb salió a bolsa en Nueva York, con el símbolo SMWB.

Del rastreo de la competencia de un joyero a la estimación de tráfico de millones de dominios hay un trecho largo, recorrido en algo más de década y media.

SimilarWeb respondió a la creciente importancia de la búsqueda por IA con un producto propio, anunciado oficialmente. El 28 de julio de 2025, según su propia nota de prensa, la empresa presentó el «GenAI Intelligence Toolkit», compuesto por dos piezas: «AI Brand Visibility» muestra qué temas se asocian a una marca y qué fuentes se citan con más frecuencia en las respuestas de IA, y «AI Traffic» mide cuánto tráfico real llega desde chatbots como ChatGPT, Gemini, Perplexity, Grok o Copilot a páginas concretas, con comparación frente a competidores y los prompts exactos que generan ese tráfico.

El CEO y fundador Or Offer justificó el lanzamiento en la nota de prensa afirmando que la IA «representa un cambio fundamental en el mercado digital», junto con el objetivo declarado de ayudar a los clientes a entender cómo la IA está transformando la web. Como prueba de la urgencia, la empresa citó una cifra propia: en junio de 2025, según datos de SimilarWeb, las plataformas de IA generaron más de 1.100 millones de visitas de referencia, un aumento del 357 % respecto al año anterior.

Lo llamativo de este paso es su continuidad con la historia de la empresa: SimilarWeb siempre ha estimado tráfico que no mide de forma directa, así que el tráfico de IA es, para su modelo de negocio, una fuente más entre varias, no una categoría completamente nueva. Eso explica por qué SimilarWeb pudo sacar un producto terminado con relativa rapidez, mientras otros proveedores tuvieron que construir metodología desde cero.

Donde la cifra de SimilarWeb funciona bien es como orientación aproximada sobre el tamaño de un competidor y como tendencia a lo largo del tiempo, siempre que se mida con la misma herramienta y el mismo criterio. Con el nuevo GenAI Intelligence Toolkit, esa utilidad se extiende ahora al tráfico de IA: quien quiera saber si un competidor está ganando visitas notables desde ChatGPT o Perplexity dispone por primera vez de una fuente de datos que antes, sencillamente, no existía, porque las herramientas de analítica clásicas no suelen separar bien los referrals de IA.

Donde no funciona bien es cuando la precisión importa. Como se explicó en el apartado sobre fiabilidad, estudios independientes de SparkToro y PLOS ONE encontraron que SimilarWeb infraestimaba de forma notable el tráfico real de webs pequeñas, y según SparkToro era, precisamente en webs con menos de 5.000 visitantes mensuales, la herramienta menos fiable de todas las comparadas. Esa limitación probablemente también se aplica a las nuevas cifras de tráfico de IA, porque se apoyan en la misma lógica de panel y modelado que la estimación de tráfico clásica, aunque SimilarWeb no publica cifras de fiabilidad específicas para ellas.

Lo que SimilarWeb no puede hacer, ni en el tráfico clásico ni en el nuevo tráfico de IA, es sustituir una cifra de analítica real, medida de forma directa. Para la propia web, GA4 sigue siendo la fuente más fiable; SimilarWeb aporta su mayor valor justo donde no hay datos propios, en la competencia.