Calidad y core updates de Google: cómo diagnosticar una caída

Cuando el tráfico cae en la semana de una core update, lo primero que aparece son listas de «factores» a los que culpar: autoría, enlaces, velocidad, longitud. Google no ha publicado ninguna lista de factores de una core update, y lo que sí ha publicado es más modesto y más útil: cómo comprobar que la caída viene de ahí, qué esperar y qué no tocar.

Este artículo parte de la documentación oficial y de un método de diagnóstico que puedes repetir con tus datos. Separo lo que Google documenta de lo que es criterio de consultor, y termino con lo que mido en mi propia web, incluidas sus carencias.

Qué entiende Google por calidad

La guía de sistemas de clasificación describe los sistemas de ranking centrales como las tecnologías que producen los resultados para cada consulta, y PageRank sigue formando parte de ellos. Junto a él hay sistemas activos con función propia, como la detección de spam (incluido SpamBrain), la deduplicación, el contenido original o la información confiable. En esa página no aparece ninguna puntuación de calidad única por sitio.

Lo que sí cambió es el sistema de contenido útil. Se anunció en 2022 como «Helpful Content Update» y, según esa misma guía, hoy figura entre los sistemas retirados porque en marzo de 2024 pasó a formar parte de los sistemas de clasificación centrales. En la práctica, ya no existe un «golpe HCU» separado con calendario propio: esa valoración se mueve con las core updates.

El anuncio de aquel marzo da una medida de lo que Google perseguía. Esperaba reducir un 40 % el contenido de baja calidad y poco original en los resultados, y en la actualización de la nota, del 26 de abril de 2024, informó de que el cambio se completó el 19 de abril con una reducción del 45 %. Es una cifra de Google sobre sus propios resultados que tú no puedes contrastar.

La guía de contenido útil, fiable y centrado en las personas es lo más cercano a una definición operativa. Pregunta, entre otras cosas, si el contenido aporta información, análisis o investigación originales, si añade valor sustancial cuando usa otras fuentes, si lo guardarías o recomendarías y si da más valor que otras páginas de los resultados. Google recomienda aplicarla con objetividad y pedir a terceros ajenos al sitio que lo evalúen.

Core updates: qué son y cada cuánto llegan

Según la documentación de Search Central, una core update es un cambio amplio en los algoritmos y sistemas de búsqueda para ofrecer resultados más útiles y fiables. No se dirige a sitios ni a páginas concretas, ocurre varias veces al año y se anuncia en el historial de actualizaciones de ranking del Search Status Dashboard. La documentación no indica cuánto dura un despliegue y remite a ese panel para las fechas de inicio y fin.

Las duraciones que muestra el panel desde marzo de 2024 tienen un rango enorme:

Las horas del panel están en hora del Pacífico de EE. UU., así que el día de inicio puede desplazarse uno en España.

Dos detalles del calendario importan para diagnosticar. Primero, no todo lo que se mueve en una fecha es una core update: en marzo de 2024 la core update y una spam update arrancaron el mismo día, y en marzo de 2026 una spam update de menos de un día precedió a la core update por tres días. Segundo, la última core update antes de escribir esto, la de mayo de 2026, terminó el 1 de junio, y desde entonces el panel solo muestra una spam update en junio. Una caída en julio o agosto no se explica con ella por fechas.

Quality Rater Guidelines: qué miden y qué no

Los Search Quality Rater Guidelines son el documento que siguen los evaluadores humanos que contrata Google. La versión que servía la URL oficial cuando la abrí está fechada el 11 de septiembre de 2025. Su sección 0.1 explica el propósito: las valoraciones sirven para medir cómo de bien ofrecen los buscadores contenido útil y para mejorarlos con ejemplos. Incluye la frase que desmonta el mito más repetido: «No single rating can directly impact how a particular webpage, website, or result appears in Google Search».

La guía de contenido útil lo refuerza: los evaluadores no controlan el ranking y sus valoraciones no se usan directamente en los algoritmos. Sirven para comprobar que los sistemas funcionan. Describen lo que Google quiere conseguir, no qué activa una caída.

Los conceptos que más se citan mal:

E-E-A-T y YMYL: lo que Google afirma como factor

La guía de contenido útil es explícita en un punto que muchos pasan por alto: E-E-A-T no es en sí un factor de ranking específico. Los sistemas combinan factores que ayudan a identificar contenido con buen E-E-A-T, la confianza es el componente más importante y no hace falta que un contenido demuestre todos los aspectos. En temas YMYL, los sistemas dan más peso a este criterio. Qué es y qué no es, con ejemplos de cómo demostrarlo, lo tienes en la guía de E-E-A-T en SEO.

La misma guía propone tres preguntas para revisar tu contenido. «Quién» pide que quede claro quién lo creó, con firma que enlace a información sobre el autor, y desaconseja inventar perfiles con fotos generadas, nombres falsos o credenciales falsas. «Cómo» pide explicar el proceso, incluido el uso de automatización o IA cuando sea relevante para el lector. «Por qué» es la que Google presenta como más importante: crear contenido para ayudar a las personas y no para atraer visitas desde buscadores.

Dos consecuencias prácticas. La autoría verificable responde al «quién» de la guía; si quieres ver cómo trabajo yo la parte de perfil profesional, lo explico en qué hace de verdad un consultor SEO. Y en YMYL (salud, finanzas, legal) cada página necesita más evidencia que en un blog de recetas.

Calidad y spam: dos mecanismos distintos

Una core update no sanciona. Un sistema de spam o una acción manual sí. Mezclarlos lleva a arreglos equivocados, así que conviene tener claras las tres políticas que Google nombró en marzo de 2024 y que figuran en sus políticas de spam:

• Abuso de contenido a escala. Generar muchas páginas con el fin principal de manipular el ranking, normalmente con grandes volúmenes de contenido poco original que aporta poco al usuario, «sin importar cómo se haya creado». Entre los ejemplos: IA generativa sin añadir valor o páginas creadas a partir de feeds y resultados de búsqueda.
• Reputación del sitio. Contenido de terceros publicado en un sitio anfitrión principalmente por las señales de ranking ya establecidas de ese anfitrión. Tener contenido de terceros no infringe la política por sí mismo, lo que la infringe es el propósito. Fuera del EEE puede haber acción manual; dentro, las páginas pueden tratarse como separadas del dominio principal, sin ese impacto.
• Dominios caducados. Comprar un dominio caducado y reutilizarlo principalmente para manipular el ranking.

Google detecta el spam con sistemas automatizados y, cuando hace falta, con revisión humana, y esta puede derivar en una acción manual. La diferencia que más importa al diagnosticar: la acción manual aparece en Search Console y una caída por core update no. El informe de acciones manuales muestra una marca verde si no hay ninguna, y si la hay, la reconsideración exige corregir todas las páginas afectadas y explicar el problema, los pasos y el resultado. Si lo que ves es una acción manual, el trabajo es otro: un caso habitual es el cloaking en webs hackeadas, y salir de una penalización real tiene su propio proceso de recuperación de penalizaciones.

Cómo diagnosticar una caída

El método de Google para diagnosticar caídas separa causas por familia: algorítmicas, técnicas, de seguridad, de spam con acción manual, estacionalidad y cambios de interés, migraciones y cambios de URL, y anomalías de datos. Mi orden: descartar antes de atribuir.

Descartes previos

1. Fecha exacta de la caída. En Search Console, el gráfico de Rendimiento con la vista diaria. Si las impresiones se mantienen y solo caen los clics, mira títulos y snippets, y descarta que la consulta se resuelva ahora en la propia SERP (búsquedas zero click).
2. Técnica. Informe de indexación de páginas, inspección de URL y estadísticas de rastreo. Un noindex mal colocado o un fallo de servidor provocan caídas que se confunden con una core update; el rastreo y el crawl budget son la primera parada si el problema es de descubrimiento.
3. Seguridad y acciones manuales. Informes de problemas de seguridad y de acciones manuales.
4. Estacionalidad. Amplía el rango a 16 meses, compara con el año anterior y contrasta con Google Trends: si la demanda cae para todos, no es tu sitio.
5. Migraciones y cambios de URL. Si tocaste URL, redirecciones o plantilla en esas semanas, es tu primera hipótesis.

Comparar con las fechas oficiales

Con las causas anteriores descartadas, la regla de Google es esperar a que termine el despliegue, dejar pasar al menos una semana completa y comparar esa semana con la anterior al inicio. Una caída anterior al inicio oficial no se explica con esa core update. Las fechas de Search Console y las del panel están en hora del Pacífico, así que son comparables entre sí.

Segmentar en Search Console

La caída global dice poco. Lo que orienta es qué cayó y qué no, y la documentación de Google recomienda mirar todas las pestañas porque el cambio puede limitarse a unas consultas, URL, países, dispositivos o apariencias. Esta es la tabla de segmentación que uso:

Para el corte por grupos de páginas, a mí me ahorra tiempo agrupar por primera carpeta de la URL. Este script de Python compara dos exportaciones de páginas de Search Console (antes y después) y devuelve los clics por grupo ordenados de mayor a menor pérdida. Lo probé con dos CSV sintéticos, no con una exportación real, y asume columnas Pages y Clicks: si tu exportación está en español, renómbralas.

import csv, sys
from collections import defaultdict
from urllib.parse import urlparse

def clics_por_grupo(ruta):
    grupos = defaultdict(int)
    with open(ruta, newline="", encoding="utf-8") as f:
        for fila in csv.DictReader(f):
            url, clics = fila["Pages"], int(fila["Clicks"])
            partes = [p for p in urlparse(url).path.split("/") if p]
            grupos["/" + (partes[0] if partes else "")] += clics
    return grupos

antes, despues = clics_por_grupo(sys.argv[1]), clics_por_grupo(sys.argv[2])
for g in sorted(set(antes) | set(despues), key=lambda g: despues[g] - antes[g]):
    a, d = antes[g], despues[g]
    print(f"{g:<14}{a:>7}{d:>7}{d - a:>+8}  {((d - a) / a * 100 if a else 0):+.0f} %")

Si una sola sección concentra la pérdida, ya sabes dónde mirar contenido, plantilla e intención.

Qué hacer tras una caída y qué no

Una caída pequeña de posición, de la 2 a la 4 por ejemplo, no requiere acciones drásticas. Una caída grande y sostenida, de la 4 a la 29, merece una evaluación profunda del sitio completo y de las páginas más afectadas. En ambos casos pide evitar soluciones rápidas, mejorar el contenido de forma significativa y tratar el borrado de contenido como último recurso.

Sobre los plazos, la documentación dice que algunos cambios pueden notarse en pocos días, pero que confirmar la utilidad de un sitio a largo plazo puede llevar varios meses. Si pasados unos meses no hay efecto, puede que haya que esperar a la siguiente core update, y Google también hace actualizaciones menores no anunciadas. No promete impacto. La guía de depuración de caídas aconseja esperar algunas semanas antes de volver a analizar.

La guía de contenido útil también incluye entre las señales de contenido para buscadores cambiar fechas o añadir y quitar contenido solo para parecer «fresco», y ajustarse a un número de palabras que se cree preferido por Google (la guía dice que no existe tal preferencia).

Plan de trabajo de calidad en seis frentes

Mi plan de calidad es la autoevaluación de Google traducida a tareas, sin lista de factores detrás. Este es el reparto que aplico, con cómo se comprueba cada frente:

Los frentes técnicos y de experiencia son rápidos de comprobar, pero cuando el problema está en la utilidad del contenido ningún arreglo técnico lo corrige. La guía de Google pide revisar la experiencia de página con visión integral, no con una métrica suelta.

La IA generativa entra en este plan como herramienta. La política de contenido a escala dice que el problema es producir grandes volúmenes sin valor para el usuario sin importar cómo se haya creado, y la guía de contenido útil pide explicar el uso de automatización cuando sea relevante para el lector. Cómo se relaciona esto con la visibilidad en respuestas generativas, incluido qué pide Google para las AI Overviews, lo trato en el artículo sobre posicionar en búsqueda con IA.

Cómo lo trato en mi web

Qué sí está. Cada artículo muestra una firma arriba, con enlace a mi página Sobre mí con rel="author", y una caja «Sobre el autor» al final. Esa página detalla mi trayectoria profesional. La plantilla genera un JSON-LD de tipo BlogPosting con datePublished, dateModified y un autor de tipo Person con enlace a mi perfil de LinkedIn, algo de lo que hablo en el artículo sobre datos estructurados. Casi todos los artículos enlazan a la documentación oficial y llevan un bloque de referencias.

Qué he medido. El sitio tiene 47 artículos publicados. Resultados:

Qué falla. Hay tres carencias reales. La primera: los dos artículos sin referencias son aeo-geo-posicionar-busqueda-ia y que-es-un-consultor-seo, los dos más antiguos, y el primero tampoco tiene preguntas frecuentes y es el más corto del sitio (unas 1.500 palabras frente a una mediana de unas 3.500). Ambos tienen fecha de modificación posterior a la publicación, pero ninguno tiene fuentes que respalden lo que afirma. La segunda: en los 44 artículos donde la fecha de modificación coincide con la de publicación, la firma muestra «Actualizado el» con esa fecha, porque la plantilla elige esa etiqueta siempre que existe date_modified. No es el cambio de fechas para parecer fresco que desaconseja Google, pero la etiqueta puede leerse como una actualización que no existió, y lo correcto es mostrar «Publicado» cuando coinciden. La tercera: no hay página de política editorial ni declaración del proceso, que es el «cómo» de la guía.

Lo que no puedo demostrar con código es que mi contenido no sea contenido a escala. Eso se juzga leyendo los artículos con las preguntas de autoevaluación, y prefiero que lo haga alguien ajeno.

Cómo medir una recuperación

Medir una recuperación no consiste en volver a la posición anterior. Mide en tres capas y con el mismo calendario que Google propone para evaluar:

• Clics e impresiones por segmento (el mismo corte donde viste la caída), comparando semanas completas y año contra año para quitar estacionalidad.
• Posición por grupos de consultas y no la posición media global, que mezcla marca y no marca. Según Google, importan más los clics e impresiones que la posición absoluta.
• Registro de cambios. Qué páginas has mejorado y cuándo, para asociar una mejora a un cambio concreto.

Como los plazos son de semanas a meses, revisa los datos tras la siguiente core update y no cada día. Si necesitas una segunda opinión sobre una caída concreta, la consultoría SEO parte justamente de este diagnóstico por segmentos.

Preguntas frecuentes

Referencias

1. Google Search's core updates Google Search Central
2. Creating helpful, reliable, people-first content Google Search Central
3. A guide to Google Search ranking systems Google Search Central
4. Spam policies for Google web search Google Search Central
5. Debugging drops in Google Search traffic Google Search Central
6. Google Search Status Dashboard: ranking updates Google
7. Search Quality Rater Guidelines Google
8. New ways we're tackling spammy, low-quality content on Search Google The Keyword
9. Manual Actions report Ayuda de Search Console