AI SEO In Detail

AI SEO In Detail › Módulo C · Demanda y búsqueda de palabras clave › Episodio 23

Episodio 23 · 5:42 · gratis

Ideas de palabras clave y términos relacionados con la API de DataForSEO

Encuentra ideas de palabras clave con tres endpoints de DataForSEO Labs: elige seeds, controla el coste por fila, deduplica, fusiona, limpia y compara volúmenes.

Al reproducir el vídeo se carga desde YouTube (modo de privacidad mejorada). El vídeo está en inglés con subtítulos en tu idioma.

Script gratuito

Script de descubrimiento de palabras clave

keyword_discovery.py consulta tres endpoints de DataForSEO Labs con un límite en cada llamada, guarda en caché el JSON sin procesar, normaliza y deduplica conservando la fuente, marca la deriva en una columna de estado y exporta a SQLite y CSV. Simulación por defecto; unos 0,13 $ por cada 1 000 filas.

  • Prueba tus seeds con poco gasto — De cinco a diez seeds cortos, uno por cada necesidad del cliente. Haz una llamada pequeña por seed, lee las primeras filas y sube el límite solo en los seeds que devuelvan lo que esperabas.
  • Descarga con límite y guarda todo en caché — Suggestions para profundidad, related para formulaciones distintas, ideas solo para temas cercanos. Cada respuesta sin procesar se guarda en disco antes de analizarla, así nunca pagas dos veces por los mismos datos.
  • Fusiona, marca y quédate con una sola fuente de volumen — Una fila por palabra clave con cada endpoint y cada seed que la encontró. Las filas fuera de tema y de marca se marcan, no se borran. Singular y plural se mantienen separados. Obtén los volúmenes de Google Ads después de la fusión si el resto de tu análisis los usa.
Descargar el script + README (zip)

Python 3.9+ · sin claves incluidas · sin registro

Los archivos están en inglés.

Transcripción completa (traducida)

948 palabras · traducción de la narración del episodio.

Introducción

Todo análisis de palabras clave empieza con una lista. Y la mayoría empiezan igual: alguien escribe unas palabras en una herramienta y exporta lo que sale.

Esa lista decide todo lo que sigue. Si falta un grupo entero de búsquedas, ningún análisis inteligente las encontrará después. Y si está llena de basura y duplicados, pagarás por analizar ruido.

En este episodio construimos la lista correctamente, con tres endpoints de DataForSEO que encuentran palabras de distinta forma. Mostraré para qué sirve cada uno, cómo elegir semillas, cómo quitar duplicados y cuánto cuesta por fila.

Tres endpoints, tres formas de encontrar palabras clave

DataForSEO Labs tiene tres endpoints para descubrir palabras clave. Suenan parecidos, pero funcionan muy diferente.

Keyword suggestions encuentra frases que contienen tu semilla. Tomemos nuestra tienda ficticia de café, con ejemplos inventados. Semilla "espresso grinder" da "espresso grinder for home", "espresso grinder parts", "espresso grinder under three hundred". Es la cola larga de una frase. Preciso, pero nunca sale de las palabras que diste.

Related keywords funciona desde la página de resultados. Google muestra búsquedas relacionadas al final de una página. Este endpoint sigue esos enlaces, y luego las relacionadas de esas, varios niveles de profundidad. Así encuentra otras formas de expresar la misma necesidad, como grinder. Es el que más te sorprende.

Keyword ideas funciona desde categorías. Mira a qué categorías de productos y servicios pertenecen tus semillas, y devuelve palabras clave de las mismas categorías. Toma varias semillas a la vez y va lo más amplio. También se aleja más de tu tema.

Mi orden: suggestions para profundidad, related para otras palabras, e ideas solo cuando quiero encontrar temas adyacentes.

Cómo elegir los seeds

Las semillas deciden lo que encuentras. Tres reglas.

Cortas y centrales. "Espresso grinder" es una buena semilla. "Best cheap espresso grinder for beginners" no lo es, porque suggestions solo devuelve frases que contengan todas esas palabras.

Cubre diferentes necesidades, no diferentes palabras. Una semilla por cosa que el cliente quiere hacer: moler, preparar, mantener, comprar piezas. Las palabras son lo que el endpoint related encuentra por ti.

Usa tus propios datos. Tus top queries en Search Console son semillas probadas. Ya traen impresiones, así que sabes que gente real usa esas palabras.

Cinco a diez buenas semillas suelen ganar a cincuenta mediocres. Y pruébalas antes de gastar dinero real. Haz una llamada pequeña por semilla con límite bajo, lee las primeras filas, y solo sube el límite para las semillas que devuelvan lo que esperabas.

Coste por fila y cómo controlarlo

Ahora dinero. Los endpoints Labs cuestan un centavo por tarea más una cantidad pequeña por fila devuelta. Mil filas salen a unos trece centavos. Diez mil filas, poco más de un dólar.

Es barato. Pero es fácil multiplicar. Diez semillas, tres endpoints, búsquedas relacionadas profundas, varios países, y de repente pagas por cien mil filas, la mayoría duplicados.

Así que contrólalo en la petición. Pon un límite en cada llamada. Usa filtros, por ejemplo un mínimo de palabras o excluyendo frases que contengan palabras que no quieres. Y guarda cada respuesta cruda en disco antes de parsearla, como configuramos en el episodio seis. Si necesitas los datos otra vez, lees el archivo en vez de pagar dos veces.

Un filtro que no uso es "volumen mayor que cero". Como vimos en el episodio diecinueve, cero significa bajo el piso de medición, no sin demanda. Filtra por relevancia, no por volumen.

Deduplicar y fusionar

Los tres endpoints se solapan mucho. Así que el siguiente paso es fusionar.

Normaliza cada palabra clave primero: minúsculas, quita espacios, colapsa espacios dobles. Luego elimina duplicados en la forma normalizada. Mantén una fila por palabra, pero registra cada endpoint y semilla que la encontró. Una palabra encontrada por los tres endpoints desde dos semillas diferentes es probablemente central a tu tema. Esa es información útil. No la tires.

Qué no fusionar: singular y plural. Parecen duplicados, pero como vimos en el episodio veinte, pueden ser palabras diferentes con volúmenes diferentes. Mantén ambas, y deja que el paso de validación decida.

Limpiar la deriva

Después de fusionar, la lista aún contiene desviación. Especialmente del endpoint ideas, y de búsquedas relacionadas profundas. Una semilla sobre molinillos de espresso puede traer molinillos de especias, empleos, o una marca con la que nunca competirás.

Lo limpio en tres pasadas.

Una lista de palabras negativas. Palabras que señalan una necesidad diferente: empleos, salario, descarga gratis, o una categoría que no cubres. Cualquier palabra que contenga una se marca.

Una lista de marcas. Nombres de marcas de competidores y grandes minoristas. Esas búsquedas son de navegación, y no las ganarás.

Y un escaneo manual rápido, ordenado por volumen. Las primeras cientos de filas son donde una palabra fuera de tema distorsionaría más tu análisis, así que ahí valen tus ojos.

Nota que dije marcadas, no borradas. Mantén las filas con una columna de estado. Una palabra fuera de tema hoy puede ser una nueva categoría el año que viene. Y si borras filas, pagarás por traerlas otra vez.

Volúmenes: ¿el número de quién?

Labs devuelve un volumen de búsqueda por cada fila. Es útil para un primer orden. Pero recuerda el episodio dieciocho: una fuente de volumen por dataset. Si el resto de tu análisis usa volúmenes de Google Ads, tráelos para la lista final, después de eliminar duplicados, mil palabras por tarea. Traerlos después de fusionar significa que pagas por cada palabra una vez.

El resultado de este episodio es una lista maestra limpia. Una fila por palabra, con sus fuentes, su semilla, y un volumen de una fuente consistente. Esa lista es la entrada para todo en los siguientes módulos.

Resumen final

Tres endpoints, un puñado de buenas semillas, un límite en cada llamada, y una fusión cuidadosa. El script está enlazado en la descripción. Siguiente episodio: agrupar esas palabras en clusters por cuánto se solapan sus resultados. Nos vemos allí.