Tu ranking subió tres semanas después de publicar ese artículo de 3,000 palabras. Concluiste que el contenido largo funciona. Publicaste otro de 3,000 palabras. No pasó nada. Publicaste un tercero. Bajó una posición. Y en vez de preguntarte qué falló, buscaste una cuarta variable que explicara el fracaso, porque la primera vez sí funcionó, y tu cerebro necesita que el patrón se sostenga.
Ese es el problema. No el contenido largo, ni el corto, ni el ranking. El problema es que confundimos dos cosas que se parecen mucho cuando las miramos de reojo, pero que son completamente distintas cuando alguien nos obliga a mirarlas de frente: correlación y causalidad.
El experimento de Tyler Vigen con datos reales y causas inventadas
Hay un estudiante de derecho de Harvard, Tyler Vigen, que hace años decidió cruzar miles de series de datos públicas solo para ver cuáles se movían juntas. No cuáles se explicaban entre sí. Cuáles, sencillamente, subían y bajaban en el mismo ritmo. Su catálogo de correlaciones espurias es hoy casi un género propio.
El consumo de queso per cápita en Estados Unidos sigue, año con año, el número de personas que mueren enredadas en sus sábanas, con una correlación del 95 por ciento.
La cantidad de películas donde aparece Nicolas Cage coincide, con una precisión perturbadora, con el número de personas que se ahogan cayendo a una piscina.
Y el consumo de margarina en el estado de Maine se correlaciona al 99 por ciento con la tasa de divorcios de ese mismo estado. Todos los datos son reales. Ese es justo el problema: no hay nada falso en esas gráficas. Lo falso es la historia que le ponemos encima.
Porque ahí está el mecanismo, y vale la pena nombrarlo con precisión antes de llevarlo al SEO: cuando dos líneas se mueven parecido, el cerebro humano no se pregunta si hay una tercera causa detrás. Se pregunta cuál historia le gustaría contar. Y elige la que más le conviene, la que confirma lo que ya sospechaba, la que le ahorra seguir investigando. La correlación es un dato. La causalidad es una decisión narrativa que tomamos sobre ese dato, casi siempre sin darnos cuenta de que la estamos tomando.
Ahora llevemos eso a un dominio que conocemos mejor que el consumo de margarina en Maine.
La misma trampa, ahora con backlinks y rankings
Esta gráfica es un caso real, con los números redondeados por confidencialidad. Doce semanas, backlinks construidos en rojo, mejora de posición promedio en negro. Correlación de 97%. Si la llevas así, sin más contexto, a una junta de resultados, cierras el trimestre como un héroe del link building. El problema es que esas mismas doce semanas coincidieron con una actualización de Google que favoreció justo ese nicho, con la salida de un competidor directo que perdió autoridad por un rediseño mal hecho, y con el arranque de la temporada alta de búsquedas para esa categoría. Los backlinks probablemente ayudaron. Pero “probablemente ayudó” y “fue la causa” son dos frases distintas, y en la junta solo se pronunció la segunda, porque la segunda vende mejor.
Los Core Web Vitals es la misma trampa con otro disfraz
Esto pasa todo el tiempo con los Core Web Vitals. Alguien baja el LCP de 4.2 a 1.8 segundos, el tráfico orgánico crece 12 por ciento dos semanas después, y todo el equipo celebra la velocidad como causa única. Nadie separó cuánto vino de la velocidad, cuánto de la estacionalidad, cuánto del competidor que rompió media arquitectura al migrar su sitio web hecha con Lovable. La correlación temporal, mejoró la métrica técnica, subió el tráfico, se convirtió en causalidad sin que nadie presentara evidencia de mecanismo. Es la gráfica del queso, con Google Search Console en vez de estadísticas vitales.
El barrio, la alfabetización y por qué la historia que contamos importa más
que el dato
Y aquí viene el ejemplo que más uso en asesorías SEO, porque desnuda el vicio de fondo, no el vicio del dato sino el vicio de la historia que armamos con datos verdaderos. Si uno mira los barrios con mayor población inmigrante y cruza esa variable con tasas bajas de alfabetización, puede construir una narrativa completa, con gráficas convincentes, sobre que la inmigración reduce la alfabetización. Los datos serían reales. La conclusión sería una mentira montada sobre datos reales, porque ignora que ambas variables responden a una tercera causa, generalmente pobreza estructural y acceso desigual a educación, y no a una relación directa entre sí.
Las actualizaciones de algoritmo y el vecindario que mejoró sin avisar
En SEO hacemos la misma jugada con el algoritmo casi cada trimestre. Sale un Core Update, tres sitios de nuestra cartera bajan, y armamos la historia de que Google ahora castiga el contenido generado con IA, o que penaliza los dominios con muchas categorías, o que premia los sitios con más de cinco años de antigüedad. A veces esa historia tiene una pizca de verdad. Pero casi siempre ignora la tercera variable, que suele ser mucho menos elegante de explicar en una junta: la calidad editorial real del sitio, comparada no contra sí mismo sino contra lo que ahora ocupa su lugar en el top 10. No es que Google haya empezado a castigar algo nuevo. Es que el promedio de calidad de la SERP subió, y tu contenido se quedó exactamente donde estaba, inmóvil, mientras el resto del vecindario se mudaba a una mejor colonia.
Los estudios de factores SEO de ranking tienen el mismo defecto de fábrica
Esto no es una crítica exclusiva mía. Existe toda una tradición de estudios de correlación de factores de ranking, del estudio de Semrush al análisis de 11.8 millones de resultados de Backlinko, que durante años se leyeron como manuales de causalidad cuando en realidad describían asociaciones estadísticas entre miles de dominios. Search Engine Journal documentó bien el problema: un factor puede correlacionar con buen ranking simplemente porque los sitios que ya rankean bien tienden a hacer bien muchas cosas al mismo tiempo, no porque ese factor específico esté empujando el ranking. Es la misma trampa del queso, vestida con metodología y hojas de cálculo.
Por qué preferimos una causa falsa a una duda honesta
El peligro real, entonces, no es el queso ni las sábanas. El peligro es que la correlación plausible es casi irresistible para un cerebro que necesita cerrar el ciclo de la incertidumbre con una explicación, cualquier explicación, antes que quedarse con un signo de interrogación abierto frente al cliente. Y en SEO, un ecosistema donde ya de por sí trabajamos con una caja negra que Google no nos va a abrir jamás, esa necesidad de cerrar el ciclo se vuelve todavía más fuerte. Preferimos una causalidad falsa y tranquilizadora a una correlación honesta y sin resolver.
No es la única trampa estadística que se disfraza de intuición en este oficio. El sesgo del superviviente en SEO hace algo parecido desde otro ángulo: en vez de inventarle una causa a dos líneas que se mueven juntas, borra del análisis a todos los que fracasaron y te deja mirando solo a los que sobrevivieron, como si su fórmula fuera universal.
Tratar cada hallazgo como hipótesis, no como conclusión
Lo que sugiero, después de haber armado yo mismo varias historias de causalidad que no sobrevivieron a un segundo análisis, es tratar cada hallazgo bonito como una hipótesis y no como una conclusión hasta que aparezca al menos un mecanismo verificable. No basta con que las dos líneas se muevan juntas en Search Console. Hace falta poder explicar, con algo más sólido que la coincidencia temporal, por qué una cosa provocaría la otra, y hace falta buscar activamente razones alternas que expliquen el mismo movimiento antes de quedarnos con la primera historia que se nos ocurrió. Es más lento. Es menos vendible en una llamada de 30 minutos. Pero es la diferencia entre construir una estrategia sobre algo real y construirla sobre el equivalente SEO de recomendarle a alguien comer más margarina para salvar su matrimonio.
Toda la data que uso aquí es verdadera, y la de Tyler Vigen puede revisarse con nombre y apellido en su propio sitio. Lo que no es verdad es la causalidad que uno le monta encima cuando le conviene. Y esa distinción, aplicada con la misma disciplina a un algoritmo de Google que a una tabla de correlaciones, es probablemente la habilidad más subestimada de quien hace SEO en serio.
