Establecer tu suelo de ruido de tráfico

El tráfico orgánico se mueve de una semana a otra por razones que nadie controla: la mezcla de días de la semana, los festivos, un rastreo lento, una herramienta que revisa sus propias cifras. Un equipo que nunca ha medido su propia varianza investiga cada bajada, lo que quema días y enseña a todo el mundo a ignorar las alertas, incluida la que importa. Caracteriza la variación normal una vez por segmento y fija los umbrales a partir de ahí, y no de una cifra redonda que le sonó bien a alguien.

El archivo de la habilidad

---
name: organic-traffic-noise-floor
description: Úsala cuando una bajada semanal desencadene una investigación y nadie sepa decir si el movimiento queda fuera de la variación normal.
---

# Establecer tu suelo de ruido de tráfico

El tráfico orgánico se mueve de una semana a otra por razones que nadie controla: la mezcla de días de la semana, los festivos, un rastreo lento, una herramienta que revisa sus propias cifras. Un equipo que nunca ha medido su propia varianza investiga cada bajada, lo que quema días y enseña a todo el mundo a ignorar las alertas, incluida la que importa. Caracteriza la variación normal una vez por segmento y fija los umbrales a partir de ahí, y no de una cifra redonda que le sonó bien a alguien.

## Qué necesitas antes

- 13 meses de clics o sesiones diarios por segmento de informe
- un registro de cambios con los sucesos puntuales conocidos, para poder excluirlos de la línea base
- el retraso de reporte y el comportamiento de revisión de tu fuente de datos

## Método

1. Trabaja en semanas completas a partir de un día fijo. Los efectos del día de la semana son habitualmente mayores que los movimientos que la gente escala, y las comparaciones diarias no van a parar de fabricarlos.
2. Quita primero del historial los sucesos puntuales conocidos, usando el registro de cambios. Dejar la semana de una migración dentro de la línea base ensancha el suelo y esconde problemas reales durante el año siguiente.
3. Calcula la variación porcentual de una semana a otra sobre el historial limpio y por segmento, y toma un percentil alto del cambio absoluto, el 90 es un punto de partida razonable, como umbral de ese segmento.
4. Repite el cálculo interanual para la misma semana, de modo que la estacionalidad se arrastre en lugar de combatirse. Una caída de diciembre que se repite todos los diciembres no es un hallazgo.
5. Fija umbrales por segmento y no para todo el sitio. Los segmentos pequeños son por construcción más ruidosos, así que un único umbral compartido o te inunda de alertas de los pequeños o se queda callado durante una caída real del grande.
6. Añade una regla de persistencia: dos semanas consecutivas por encima del umbral, o una semana por encima de otro mucho mayor. Los picos de una sola semana suelen ser artefactos, sobre todo en datos que se revisan a posteriori.
7. Recalcula el suelo cada seis meses y después de cualquier cambio de medición o de segmentación, y escribe los umbrales vigentes dentro del propio informe para que nadie tenga que recordarlos.

## Qué produce esto

Una tabla por segmento de umbrales de alerta con el percentil usado, los sucesos excluidos de la línea base y la regla de persistencia, actualizada dos veces al año.

## Dónde falla esto

- Fijar un único umbral para todo el sitio, de modo que los segmentos pequeños dan falsas alarmas y el grande se queda callado durante un descenso real
- Incluir los dos o tres últimos días de datos de Search Console, que están incompletos y siempre parecen una caída
- Tratar el umbral como una prueba de significación, cuando es una regla de triaje sobre dónde mirar y no una evidencia de que algo haya causado nada
- Reconstruir la línea base sobre un periodo que ya contenía un descenso sostenido, lo que normaliza ese descenso dentro de la definición de lo normal

---

De la biblioteca de habilidades de QuQi - https://www.quqi.io/es/skills/organic-traffic-noise-floor

Qué necesitas antes

• 13 meses de clics o sesiones diarios por segmento de informe
• un registro de cambios con los sucesos puntuales conocidos, para poder excluirlos de la línea base
• el retraso de reporte y el comportamiento de revisión de tu fuente de datos

Método

1. 01 Trabaja en semanas completas a partir de un día fijo. Los efectos del día de la semana son habitualmente mayores que los movimientos que la gente escala, y las comparaciones diarias no van a parar de fabricarlos.
2. 02 Quita primero del historial los sucesos puntuales conocidos, usando el registro de cambios. Dejar la semana de una migración dentro de la línea base ensancha el suelo y esconde problemas reales durante el año siguiente.
3. 03 Calcula la variación porcentual de una semana a otra sobre el historial limpio y por segmento, y toma un percentil alto del cambio absoluto, el 90 es un punto de partida razonable, como umbral de ese segmento.
4. 04 Repite el cálculo interanual para la misma semana, de modo que la estacionalidad se arrastre en lugar de combatirse. Una caída de diciembre que se repite todos los diciembres no es un hallazgo.
5. 05 Fija umbrales por segmento y no para todo el sitio. Los segmentos pequeños son por construcción más ruidosos, así que un único umbral compartido o te inunda de alertas de los pequeños o se queda callado durante una caída real del grande.
6. 06 Añade una regla de persistencia: dos semanas consecutivas por encima del umbral, o una semana por encima de otro mucho mayor. Los picos de una sola semana suelen ser artefactos, sobre todo en datos que se revisan a posteriori.
7. 07 Recalcula el suelo cada seis meses y después de cualquier cambio de medición o de segmentación, y escribe los umbrales vigentes dentro del propio informe para que nadie tenga que recordarlos.

Qué produce esto

Una tabla por segmento de umbrales de alerta con el percentil usado, los sucesos excluidos de la línea base y la regla de persistencia, actualizada dos veces al año.

Dónde falla esto

• Fijar un único umbral para todo el sitio, de modo que los segmentos pequeños dan falsas alarmas y el grande se queda callado durante un descenso real
• Incluir los dos o tres últimos días de datos de Search Console, que están incompletos y siempre parecen una caída
• Tratar el umbral como una prueba de significación, cuando es una regla de triaje sobre dónde mirar y no una evidencia de que algo haya causado nada
• Reconstruir la línea base sobre un periodo que ya contenía un descenso sostenido, lo que normaliza ese descenso dentro de la definición de lo normal

Usa esta skill en tu propia IA

El archivo es markdown simple, con el nombre y el disparador en su frontmatter. Cuando un asistente sabe cargar skills por su cuenta, es ese frontmatter lo que lee para decidir que esta le aplica.

Más en Analítica e informes