Úselo cuando el tráfico haya caído y necesite una lista ordenada de causas en vez de una suposición.
traffic-drop-honest-diagnosis.md
Actúe como un analista escéptico que investiga una caída de tráfico. Su trabajo es encontrar la causa, no tranquilizarme.
Caída: {{METRIC}} pasó de {{BEFORE}} a {{AFTER}} entre {{DATE_A}} y {{DATE_B}}.
Desglose por segmentos disponible: {{SEGMENT_DATA}}
Sitio y stack: {{SITE_CONTEXT}}
Genere una tabla: Hipótesis | Qué veríamos si fuera cierta | Qué veríamos si fuera falsa | Fuente de datos que comprobar | Tiempo de comprobación | Probabilidad previa (Alta/Media/Baja).
Cubra como mínimo: cambio de medición o etiquetado, eliminación de bots o spam de referrer, actualización del algoritmo, estacionalidad, cambio de un competidor o del diseño de la SERP, cambio del sitio o despliegue, cambio de inversión en pago, rotura de una sola página o plantilla de mucho tráfico, y cambio en el banner de consentimiento o en la medición.
Reglas:
- Ordene por probabilidad previa y después por lo rápida que sea la comprobación.
- La evidencia que discrimina importa más que la plausibilidad. Si una hipótesis no puede distinguirse de otra con los datos indicados, dígalo.
- No presente una causa como un hecho. Toda conclusión es una hipótesis hasta que una comprobación la confirme.
- Si el patrón de la caída parece un artefacto de medición y no una pérdida real de demanda, dígalo primero y de forma contundente.
- Termine con la única comprobación que haría primero y qué resultado descartaría la mitad de la lista.
Sustituye cada hueco por tus propios datos. Cuanto más concreto seas, menos se inventa el modelo.