Todas las guías

Thabrew Effect

El Thabrew Effect es el resultado de optimizar la visibilidad, la accesibilidad y la conversión como un solo sistema en lugar de como tres esfuerzos separados. Trabajados por separado, los tres se limitan entre sí. Optimizados en conjunto se potencian, y pueden escalar la presencia digital de una empresa y sus conversiones de 5 a 10 veces. Es la tesis fundacional de Thabrew Effect, el estudio de Dumidu Thabrew.

Todos los demás términos de este glosario sirven a uno de los tres ámbitos del efecto: la visibilidad (SEO, AEO, GEO, AIO), la accesibilidad (WCAG, POUR, VPAT) o la conversión (CRO, pruebas A/B, el embudo de conversión). El efecto es lo que los tres producen juntos cuando cada decisión tomada para un ámbito se contrasta con los otros dos antes de publicarse.

¿Qué es el Thabrew Effect?

El Thabrew Effect es la acumulación que se produce cuando la visibilidad, la accesibilidad y la conversión se optimizan como un solo sistema. Cada ámbito alimenta a los demás: la visibilidad atrae a más personas, la accesibilidad permite que todas ellas usen el sitio, y la conversión transforma ese uso en consultas y ventas. Optimizados en conjunto en lugar de por separado, los tres pueden escalar un negocio en línea de 5 a 10 veces.

SEO

La optimización para motores de búsqueda (SEO) es la práctica de dar forma al contenido, la estructura y los fundamentos técnicos de un sitio web para que los motores de búsqueda tradicionales lo posicionen más alto en los resultados orgánicos y no pagados para consultas relevantes. Abarca la rastreabilidad, la velocidad de página, los datos estructurados, la calidad del contenido y los enlaces entrantes que otros sitios dirigen a una página.

El SEO es la capa base sobre la que se asienta todo lo demás en este glosario. Los motores de respuesta, las AI Overviews y los asistentes generativos siguen nutriéndose en gran medida de la misma web rastreada e indexada que construyeron los motores de búsqueda clásicos, de modo que una página que no es localizable ni está bien estructurada para SEO rara vez es citada por nada que dependa de ella.

¿Sigue siendo relevante el SEO ahora que existen las respuestas de la IA?

Sí. Google ha declarado que las AI Overviews y el AI Mode se nutren del mismo índice y de los mismos sistemas de posicionamiento que la búsqueda estándar, por lo que los fundamentos técnicos y de contenido del SEO siguen siendo el requisito previo para ser encontrado, y citado, por la IA.

AEO

La optimización para motores de respuesta (AEO) es la práctica de estructurar el contenido para que pueda ser seleccionado como respuesta directa y autónoma por funciones de búsqueda tipo respuesta: fragmentos destacados, cajas de "Otras preguntas de los usuarios", paneles de conocimiento y asistentes de voz. Surgió del SEO cuando los motores de búsqueda empezaron a responder preguntas directamente en la página de resultados en lugar de limitarse a listar enlaces.

El AEO importa porque una proporción creciente de consultas se resuelve sin un clic. Redactar una respuesta precisa y autónoma cerca de la parte superior de una página, formulada en torno a la pregunta que una persona realmente hace, es el hábito central del AEO, y es también el hábito que después hizo que una página fuera apta para ser citada por la IA.

¿En qué se diferencia el AEO del SEO habitual?

El SEO optimiza para posicionar bien una página dentro de una lista de enlaces. El AEO optimiza un bloque de contenido concreto para que se extraiga íntegro como la respuesta en sí, ya sea en un fragmento destacado, una respuesta de voz o un resumen generado por IA. El objetivo es una frase, no una posición.

GEO

La optimización para motores generativos (GEO) es la práctica de mejorar con qué frecuencia y de qué forma favorable el contenido de un sitio web se utiliza como material de origen por sistemas de IA generativa, como ChatGPT, Perplexity y las AI Overviews de Google, cuando esos sistemas sintetizan una respuesta a partir de múltiples fuentes en lugar de devolver una lista ordenada de enlaces.

El término proviene de un artículo de investigación de 2023 que introdujo el GEO como un marco de optimización de caja negra para la visibilidad del contenido en las respuestas de los motores generativos, y que reportó mejoras de visibilidad de hasta el 40 por ciento para el contenido optimizado en sus pruebas. En la práctica, el GEO añade estructura digna de cita, atribución clara y profundidad temática sobre una base de SEO y AEO.

¿Es el GEO lo mismo que el AEO?

Se solapan y el sector utiliza ambos términos de forma imprecisa, a veces como sinónimos. La distinción que merece la pena conservar es que el AEO se dirigía originalmente a funciones de búsqueda estructuradas como los fragmentos destacados, mientras que el GEO apunta específicamente a respuestas de IA generativas y de múltiples fuentes. Muchos profesionales tratan hoy el GEO como el término más amplio para ambos.

AIO

La optimización para IA (AIO) es un término más amplio para adaptar el contenido y la presencia en línea de una marca a la forma en que las plataformas de IA la interpretan, resumen y representan, abarcando no solo la visibilidad en las respuestas de la IA, sino también la exactitud, el tono y la coherencia con la que se describe una marca en cada superficie de IA.

El uso del término AIO en el sector no está del todo asentado: algunas fuentes lo emplean como casi sinónimo de GEO, otras lo plantean como el paraguas que incluye al AEO y al GEO como tácticas de visibilidad más acotadas dentro de él. Como el término aún se está estabilizando, aquí se utiliza para referirse a la disciplina completa de gestionar la huella de una marca en la IA, no a una técnica concreta.

¿Necesito una estrategia de AIO aparte, además de SEO, AEO y GEO?

No una aparte. Trata el AIO como el resultado al que esas disciplinas apuntan: una representación exacta, favorable y coherente de una marca en cada sistema de IA que pueda describirla, construida sobre la misma base de contenido que el SEO, el AEO y el GEO, en lugar de como un cuarto flujo de trabajo paralelo.

LLM SEO

El LLM SEO es la práctica de optimizar el contenido específicamente para la forma en que los grandes modelos de lenguaje recuperan, ponderan y citan las fuentes web al generar una respuesta, ya sea que el modelo busque en vivo (generación aumentada por recuperación) o se apoye en los patrones aprendidos durante el entrenamiento.

El LLM SEO se solapa ampliamente con el GEO, y muchos profesionales usan ambos términos de forma intercambiable. Donde añade un énfasis distinto es en los factores a nivel de modelo: nombres de entidad inequívocos, una estructura semántica limpia que un modelo pueda interpretar sin adivinar, y un fraseo que se lea como un hecho directamente citable en lugar de como lenguaje de marketing.

¿Cuál es la diferencia entre LLM SEO y GEO?

En la práctica, poca. Ambos describen la optimización de contenido para respuestas generadas por IA en lugar de enlaces posicionados. El término LLM SEO se usa con más frecuencia cuando el foco está específicamente en asistentes basados en chat como ChatGPT o Claude, mientras que GEO es el término más establecido en la investigación publicada y cubre las funciones de búsqueda generativa de forma más amplia.

Bloque de cita

Un bloque de cita es un pasaje breve y autónomo, normalmente de unas 40 a 60 palabras, situado cerca de la parte superior de un artículo directamente debajo de un encabezado formulado como pregunta, escrito para que un motor de respuesta de IA pueda extraerlo íntegro como una respuesta completa y exacta sin necesitar el resto de la página para el contexto.

El bloque de cita es la palanca más directa en la práctica del AEO y el GEO: le da a la máquina una respuesta limpia que citar en lugar de una que tenga que ensamblar adivinando. Una página puede incluir varios bloques de cita, uno por cada pregunta distinta que responda su contenido.

¿Qué extensión debe tener un bloque de cita?

En la práctica funcionan bien unas 40 a 60 palabras: lo bastante largo para ser una respuesta completa y exacta por sí solo, lo bastante corto para que un modelo de lenguaje pueda extraerlo literalmente sin necesidad de recortarlo ni parafrasearlo en algo más breve.

Completitud semántica

La completitud semántica es el grado en que un solo pasaje, un párrafo, una sección o una página responde a su pregunta de forma completa e inequívoca por sí mismo, sin exigir que un lector o un modelo de IA infiera el contexto que falta a partir de otra parte de la página o del sitio.

Importa por la misma razón que importa un bloque de cita: los motores generativos tienden a favorecer y citar unidades de contenido que pueden extraer o resumir sin tergiversarlas, y un pasaje incompleto es un pasaje que un modelo probablemente parafraseará mal u omitirá.

¿Cómo sé si un párrafo es semánticamente completo?

Léelo de forma aislada, sin encabezado ni texto circundante como contexto. Si una persona que desconoce el resto de la página pudiera aún entender exactamente qué se afirma y por qué, sin seguir un enlace ni leer otro párrafo, es semánticamente completo.

Búsqueda sin clic

Una búsqueda sin clic es una consulta en la que la persona obtiene su respuesta directamente en la página de resultados, mediante un fragmento destacado, un panel de conocimiento o una AI Overview, y nunca llega a hacer clic hacia ningún sitio web. Representa a un lector al que se atiende sin que llegue a visitar la fuente.

El comportamiento sin clic es la razón por la que el trabajo de visibilidad ha pasado de perseguir clics a ganarse la cita. Los datos de State of Search de Semrush situaron la tasa de búsquedas sin clic en Estados Unidos en torno al 27,2 por ciento en el primer trimestre de 2025, frente al 24,4 por ciento un año antes, y otros estudios del sector reportan cifras notablemente más altas según la metodología y el tipo de consulta, por lo que cualquier cifra concreta debe tomarse como orientativa y no como definitiva.

¿Una búsqueda sin clic significa que se ignoró la página?

No. Un resultado sin clic suele significar que el contenido de la página se utilizó, citó o resumió directamente en la página de resultados. Al lector se le sirvió igualmente ese contenido: la victoria pasa de un clic a una cita, y por eso ser la fuente en la que un motor confía lo suficiente para extraerla importa tanto como antes importaba posicionar bien.

E-E-A-T

E-E-A-T significa Experiencia, Pericia, Autoridad y Confianza (Experience, Expertise, Authoritativeness, Trust): las cuatro cualidades que los evaluadores de calidad humanos de Google usan para juzgar si una página y su creador son lo bastante creíbles para servir bien a quien busca. No es un algoritmo de posicionamiento en sí, es un marco de evaluación cuyas señales retroalimentan la forma en que Google ajusta la calidad de búsqueda con el tiempo.

El componente de "Experiencia" se añadió en diciembre de 2022, y pregunta si el contenido muestra un uso de primera mano de un producto, una visita real a un lugar o un encuentro vivido con el tema. La Confianza ocupa el centro: una página con fuerte experiencia, pericia y autoridad, pero con un historial factual poco sólido, sigue puntuando mal. Para un estudio de carácter personal, el E-E-A-T se corresponde directamente con la prueba liderada por el fundador: autoría con nombre, resultados reales de proyectos y fuentes transparentes.

¿Es el E-E-A-T un factor de posicionamiento de Google?

No directamente. El E-E-A-T es un marco de las Directrices para Evaluadores de Calidad de Búsqueda de Google, usado por evaluadores humanos para puntuar la calidad de los resultados de búsqueda. Google ha dicho que no es en sí una señal algorítmica de posicionamiento, pero las evaluaciones de los evaluadores ayudan a Google a valorar y refinar los sistemas que sí posicionan las páginas.

SEO de entidades

El SEO de entidades es la práctica de optimizar el contenido para que los motores de búsqueda y los sistemas de IA reconozcan a una persona, marca u organización como una entidad distinta y bien definida, y no solo como una cadena de palabras clave. Desplaza la unidad de optimización de "páginas que posicionan para una frase" a "algo que los motores de búsqueda pueden nombrar, desambiguar y conectar con otras cosas que ya conocen".

Una vez establecida una entidad, los motores pueden atribuirle afirmaciones, citarla por su nombre en las respuestas de la IA y conectarla de forma coherente a través de un grafo de conocimiento, los datos estructurados de un sitio y menciones de terceros. Para un estudio construido en torno a un fundador con nombre propio, el SEO de entidades es fundacional: nomenclatura coherente, un rastro claro de tipo same-as (perfiles oficiales, citas, menciones) y datos estructurados que vinculan cada página con la misma entidad.

¿En qué se diferencia el SEO de entidades del SEO de palabras clave?

El SEO de palabras clave apunta a las palabras que teclea quien busca. El SEO de entidades apunta al elemento del mundo real que hay detrás de esas palabras: una persona, organización o concepto concretos. El objetivo es que los motores de búsqueda resuelvan las menciones ambiguas hacia una entidad única, coherente y bien conectada, en lugar de tratar cada mención como texto aislado.

Grafo de conocimiento

Un grafo de conocimiento es una base de datos estructurada de entidades (personas, lugares, organizaciones, conceptos) y las relaciones entre ellas, usada por los motores de búsqueda para comprender el significado en lugar de limitarse a cotejar texto. El propio Knowledge Graph de Google alimenta los paneles informativos que aparecen junto a los resultados de búsqueda y aporta contexto a las respuestas generadas por IA.

Estar representado en un grafo de conocimiento significa que un motor puede responder preguntas sobre una entidad directamente, contrastarla con otras fuentes de confianza y citarla con seguridad. Entrar en uno no es un formulario que se rellena: proviene de señales de identidad coherentes en los datos estructurados de un sitio, menciones autorizadas en otros lugares y evidencia corroborante suficiente para que un motor resuelva la entidad con confianza.

¿Cómo entra un negocio en el Knowledge Graph de Google?

No hay un proceso de envío directo. Google construye las entradas del Knowledge Graph combinando datos estructurados de un sitio (como el esquema de Organization o Person), bases de datos públicas y menciones corroborantes por toda la web. Cuanto más coherentemente se nombre y enlace una entidad en estas fuentes, con más confianza podrá Google resolverla y representarla.

Datos estructurados (marcado de esquema)

Los datos estructurados son un formato de código estandarizado, casi siempre usando el vocabulario de schema.org, añadido a una página web para que los motores de búsqueda y los rastreadores de IA puedan leer su contenido como hechos etiquetados en lugar de texto plano. Suelen implementarse como JSON-LD, un bloque de script que describe el contenido de la página (un artículo, un producto, una persona, un evento) mediante términos compartidos y legibles por máquina.

Los datos estructurados no cambian el aspecto de una página para un visitante, cambian con qué claridad puede interpretarla una máquina. Esa claridad es lo que hace posibles los resultados enriquecidos, los paneles de conocimiento y las citas de IA: un motor que puede identificar con confianza "esto es una Persona llamada Dumidu Thabrew, esta es su Organización" puede citar esa página con mucho menos riesgo de equivocarse.

¿Añadir datos estructurados garantiza una mejora de posicionamiento?

No. Google ha declarado en repetidas ocasiones que los datos estructurados por sí solos no son un factor directo de posicionamiento. Lo que hacen es volver inequívoco el contenido de una página para las máquinas, lo cual mejora la elegibilidad para resultados enriquecidos y aumenta las probabilidades de una cita exacta en las respuestas generadas por IA.

Esquema FAQPage

El esquema FAQPage es un tipo de datos estructurados que marca una lista de preguntas y sus respuestas en una página, en un formato que los motores de búsqueda pueden interpretar directamente. Históricamente se usó para obtener un resultado enriquecido de preguntas frecuentes desplegable directamente en los listados de búsqueda de Google.

Ese resultado enriquecido es hoy mucho más limitado que antes. En agosto de 2023, Google restringió el resultado enriquecido de preguntas frecuentes a sitios web gubernamentales y de salud reconocidos y autorizados, y dejó de mostrarlo para la mayoría de los demás sitios. El marcado en sí sigue teniendo valor más allá del resultado enriquecido: le da a los sistemas de IA un par de pregunta y respuesta limpio y ya estructurado para extraer, que es precisamente la forma que los motores de respuesta buscan al seleccionar qué citar.

¿Sigue mereciendo la pena usar el esquema FAQPage si el resultado enriquecido ya no aparece para la mayoría de los sitios?

Sí, con un matiz. La mayoría de los sitios ya no verán el resultado enriquecido desplegable de preguntas frecuentes en la búsqueda de Google, pero el marcado subyacente sigue etiquetando el contenido de preguntas y respuestas con claridad para los motores de respuesta de IA, lo que puede facilitar que esos sistemas lo extraigan y lo citen.

Hreflang

Hreflang es un atributo HTML (o su equivalente en el sitemap y las cabeceras) que indica a los motores de búsqueda para qué idioma y, opcionalmente, para qué región está pensada una versión concreta de una página, de modo que se sirva la página localizada correcta a la persona correcta. Cada página localizada de un conjunto debería referenciar a todas las demás versiones, incluida ella misma, para que los motores puedan construir un mapa completo de idioma y región del contenido.

Si el hreflang se configura mal, los motores de búsqueda pueden mostrar la localización equivocada a quien busca, dividir las señales de posicionamiento entre páginas de apariencia duplicada o ignorar las etiquetas por completo. Para un estudio que lanza diez locales, incluyendo uno de derecha a izquierda, el hreflang es lo que mantiene cada versión de idioma localizable y direccionable por derecho propio, en lugar de competir entre sí.

¿Qué ocurre si las etiquetas hreflang faltan o son incorrectas?

Los motores de búsqueda pueden servir a los usuarios la versión de idioma o región equivocada de una página, y pueden tener dificultades para distinguir si páginas similares en distintos idiomas son localizaciones intencionadas o duplicados no intencionados. Unas etiquetas hreflang correctas y recíprocas en todas las versiones de local resuelven esta ambigüedad.

Core Web Vitals

Los Core Web Vitals son tres métricas medibles que Google usa para evaluar la experiencia de página en el mundo real: Largest Contentful Paint (LCP) para la velocidad de carga, Interaction to Next Paint (INP) para la capacidad de respuesta y Cumulative Layout Shift (CLS) para la estabilidad visual. Google recomienda un LCP inferior a 2,5 segundos, un INP inferior a 200 milisegundos y una puntuación de CLS inferior a 0,1, cada uno medido en el percentil 75 de las visitas reales.

El INP sustituyó a First Input Delay (FID) como métrica oficial de capacidad de respuesta en marzo de 2024. Los Core Web Vitals importan más allá de la puntuación en sí: una página que carga rápido, responde al instante y nunca salta bajo el pulgar de un lector es también la página con más probabilidades de ser leída de verdad (y citada) en lugar de abandonada. Cada interacción distintiva en un sitio liderado por un fundador necesita un presupuesto de rendimiento por exactamente esta razón.

¿Cuáles son los umbrales de aprobado de los Core Web Vitals?

Para aprobar, una página debería tener un Largest Contentful Paint inferior a 2,5 segundos, un Interaction to Next Paint inferior a 200 milisegundos y una puntuación de Cumulative Layout Shift inferior a 0,1, con al menos el 75 por ciento de las visitas reales cumpliendo cada umbral.

WCAG

Las Pautas de Accesibilidad para el Contenido Web (WCAG) son el estándar técnico reconocido internacionalmente para hacer que el contenido web sea usable por personas con discapacidad, publicado por el World Wide Web Consortium (W3C). Las WCAG organizan sus requisitos en cuatro principios, Perceptible, Operable, Comprensible y Robusto (POUR), cada uno desglosado en criterios de éxito verificables en tres niveles de conformidad: A, AA y AAA.

El nivel WCAG AA es la base de facto referenciada por la mayoría de las leyes de accesibilidad del mundo, incluidas la EAA y la norma del Título II de la ADA, y es el estándar al que Thabrew Effect somete cada desarrollo, con independencia del país al que sirva un cliente.

¿Qué son las WCAG en términos sencillos?

Las WCAG son un conjunto de reglas para construir productos digitales que las personas con discapacidad, incluidas las que son ciegas, tienen baja visión, son sordas o navegan solo con el teclado, puedan usar de verdad. No imponen una tecnología concreta. Fijan resultados, como un contraste de color suficiente o el acceso completo por teclado, que cualquier sitio web, aplicación o documento puede cumplir sin importar cómo esté construido.

WCAG 2.2

Las WCAG 2.2 son la versión publicada actual de las Pautas de Accesibilidad para el Contenido Web, finalizada por el W3C el 5 de octubre de 2023. Añaden nueve nuevos criterios de éxito a las WCAG 2.1, centrados en la accesibilidad cognitiva, la interacción móvil y un uso más sencillo del teclado y el puntero, sin dejar de ser compatibles con la versión anterior.

La mayor parte de la regulación y la contratación actuales, incluida la VPAT 2.5, ya admiten referenciar las WCAG 2.2 AA como objetivo práctico de cumplimiento, aunque algunos textos legales existentes, como la norma del Título II de la ADA de Estados Unidos, todavía citan explícitamente la 2.1.

¿Qué hay de nuevo en las WCAG 2.2?

Las WCAG 2.2 mantienen todos los requisitos de las WCAG 2.1 y añaden nueve nuevos criterios de éxito, entre ellos indicadores de foco más grandes y coherentes, tamaños mínimos de destino mayores para los controles táctiles y de clic, y requisitos más claros para la autenticación que no dependan únicamente de la memoria ni de acertijos cognitivos.

POUR

POUR es el acrónimo de los cuatro principios fundadores de las WCAG: Perceptible, Operable, Comprensible y Robusto (Perceivable, Operable, Understandable, Robust). Cada criterio de éxito de las WCAG se enmarca bajo uno de estos cuatro principios, que juntos describen lo que una persona necesita de una interfaz digital independientemente de la discapacidad o la tecnología de asistencia concretas que intervengan.

Perceptible cubre cosas como el texto alternativo y los subtítulos, Operable cubre el acceso por teclado y el tiempo suficiente para actuar, Comprensible cubre el lenguaje claro y el comportamiento predecible, y Robusto cubre la compatibilidad con tecnologías de asistencia como los lectores de pantalla. Thabrew Effect usa POUR como la lista de comprobación interna detrás del listón WCAG AA de su Definición de Terminado.

¿Qué representan los cuatro principios de las WCAG?

POUR representa Perceptible (¿pueden las personas percibir el contenido mediante la vista, el oído o el tacto?), Operable (¿pueden manejar la interfaz, incluso solo con el teclado?), Comprensible (¿son el contenido y su comportamiento predecibles y claros?) y Robusto (¿sigue funcionando de forma fiable en distintos navegadores y tecnologías de asistencia, ahora y a medida que cambian?).

VPAT

Una VPAT (Plantilla Voluntaria de Accesibilidad del Producto) es un documento estandarizado que un proveedor completa para informar de en qué medida un producto o servicio cumple con un estándar de accesibilidad determinado, con mayor frecuencia las WCAG, la Section 508 o la EN 301 549. La plantilla la mantiene el Information Technology Industry Council (ITI); la versión actual es la VPAT 2.5, publicada el 24 de abril de 2025.

Una vez cumplimentada, una VPAT se convierte en un Informe de Conformidad de Accesibilidad (ACR). Los compradores empresariales y gubernamentales la solicitan de forma habitual antes de una contratación, de modo que una VPAT vigente funciona como prueba de diligencia en accesibilidad dentro de un proceso de venta, no solo como un artefacto de cumplimiento.

¿Es una VPAT legalmente obligatoria?

Una VPAT es voluntaria por su nombre, pero en la práctica se exige con frecuencia: los procesos de contratación federales de Estados Unidos y de muchos estados y empresas piden a los proveedores una VPAT cumplimentada (como Informe de Conformidad de Accesibilidad) antes de considerar una compra, aunque ninguna ley concreta imponga la plantilla en sí.

European Accessibility Act (EAA)

La European Accessibility Act (Directiva (UE) 2019/882) es legislación de la UE que exige a una amplia gama de productos y servicios, incluidos el comercio electrónico, la banca, los libros electrónicos, las telecomunicaciones y el transporte de pasajeros, cumplir con requisitos comunes de accesibilidad. Adoptada en 2019, pasó a ser exigible en todos los Estados miembros de la UE el 28 de junio de 2025.

Se aplica a cualquier empresa que venda productos o servicios cubiertos a consumidores de la UE, esté donde esté establecida, con una exención acotada para las microempresas (menos de 10 empleados, menos de 2 millones de euros de facturación) que solo ofrecen servicios. Ya han comenzado acciones de cumplimiento en Estados miembros como Francia. Esto es información general, no asesoramiento jurídico.

¿Se aplica la EAA a empresas fuera de la UE?

Sí. La EAA se aplica en función de dónde están los clientes de una empresa, no de dónde está registrada la empresa. Una compañía con sede fuera de la UE que venda productos o servicios cubiertos, como comercio electrónico o libros electrónicos, a consumidores dentro de la UE queda dentro de su ámbito, salvo que reúna los requisitos de la exención para microempresas.

ADA (Americans with Disabilities Act)

La Americans with Disabilities Act (ADA) es la ley estadounidense de derechos civiles de 1990 que prohíbe la discriminación por discapacidad, extendida por los tribunales y la regulación para cubrir sitios web y aplicaciones móviles. En abril de 2024, el Departamento de Justicia finalizó una norma bajo el Título II de la ADA que exige que los sitios web y las aplicaciones de los gobiernos estatales y locales cumplan las WCAG 2.1 Nivel AA.

El Título II cubre las entidades gubernamentales; las empresas privadas (Título III) aún no están sujetas a una norma web federal finalizada, pero han afrontado miles de demandas por sitios web basadas en la ADA bajo la jurisprudencia existente, lo que convierte a las WCAG AA en el objetivo seguro de facto sea cual sea el sector. Los plazos de cumplimiento para las entidades del Título II se ampliaron en 2026, hasta el 26 de abril de 2027 para las jurisdicciones más grandes y el 26 de abril de 2028 para las más pequeñas. Esto es información general, no asesoramiento jurídico.

¿Exige la ADA que los sitios web sean accesibles?

Para los sitios de los gobiernos estatales y locales, sí: una norma del DOJ de 2024 fija las WCAG 2.1 AA como el estándar exigido, con plazos de cumplimiento ampliados hasta 2027 y 2028. Para las empresas privadas, ninguna norma federal única fija todavía un estándar técnico, pero los tribunales han sostenido en repetidas ocasiones que la ADA puede aplicarse a los sitios web comerciales, por lo que las WCAG AA siguen siendo el referente práctico.

Texto alternativo

El texto alternativo (alt text) es una descripción escrita breve adjunta a una imagen en el código HTML, leída en voz alta por los lectores de pantalla para que las personas que no pueden ver la imagen sigan captando su significado. Es uno de los requisitos más antiguos y probados de las WCAG, y se enmarca bajo el principio Perceptible.

Un buen texto alternativo describe la función o el contenido que transmite una imagen, no su nombre de archivo ni cada detalle visual, y las imágenes puramente decorativas deberían llevar un texto alternativo vacío para que los lectores de pantalla las omitan. Un texto alternativo ausente o descuidado (como "image123.jpg") es uno de los fallos de accesibilidad más comunes, y más visibles, de la web.

¿Qué hace bueno a un texto alternativo?

Un buen texto alternativo responde a lo que un usuario vidente obtiene de una imagen y que un usuario no vidente se perdería de otro modo: la información o la función, no un inventario visual literal. La foto de un producto necesita el producto y su detalle distintivo; un adorno decorativo no necesita texto alternativo alguno (un atributo alt vacío), para que un lector de pantalla no lo lea en voz alta innecesariamente.

RTL (de derecha a izquierda)

RTL (de derecha a izquierda) describe idiomas, como el árabe y el hebreo, que se escriben y leen de derecha a izquierda, lo que exige que las interfaces reflejen su disposición, incluida la alineación del texto, el orden de navegación, los iconos y el flujo de lectura, en lugar de limitarse a traducir las palabras dentro de un marco de izquierda a derecha.

Un sitio genuinamente preparado para RTL invierte toda la dirección de la disposición (el atributo CSS `dir` y las propiedades lógicas, no solo cadenas individuales), de modo que la navegación, la dirección de los iconos y el orden de lectura se sientan nativos en lugar de reflejados a última hora. Para un estudio que construye en diez locales, el soporte de RTL para el árabe es un requisito de primera categoría, verificado en cada cambio de disposición, no un añadido tardío.

¿Qué significa RTL para el diseño web?

RTL significa que toda la dirección de la interfaz se invierte, no solo el texto. Los menús de navegación, los iconos de atrás y adelante, los indicadores de progreso, el orden de los campos de formulario e incluso los ejes de los gráficos deben reflejarse para idiomas como el árabe, de modo que la experiencia se lea con naturalidad para alguien cuyo idioma va de derecha a izquierda, en lugar de parecer una disposición de izquierda a derecha con palabras traducidas insertadas.

CRO (optimización de la tasa de conversión)

El CRO (optimización de la tasa de conversión) es la práctica sistemática de mejorar el porcentaje de visitantes de un sitio web o una aplicación que completan una acción deseada, como una compra, un registro o el envío de un formulario, mediante pruebas estructuradas en lugar de conjeturas o rediseños puntuales.

El CRO trata la tasa de conversión en sí como una métrica que se mide, sobre la que se formulan hipótesis, se prueba y se mejora, normalmente mediante pruebas A/B, investigación de usuarios y análisis del embudo de conversión. A menudo se reduce a una sola táctica, como probar colores de botones, pero la disciplina abarca desde la velocidad de página y la claridad del texto hasta la fricción en el pago y las señales de confianza.

¿Qué es la optimización de la tasa de conversión en términos sencillos?

El CRO es la práctica de convertir en clientes, registros o clientes potenciales a más de los visitantes que un sitio ya tiene, en lugar de intentar únicamente atraer más tráfico. Funciona formulando una hipótesis sobre por qué los visitantes no convierten, probando un cambio frente a la versión actual, quedándose con la versión que rinda mejor y repitiendo luego el ciclo.

Prueba A/B

Una prueba A/B (también llamada prueba dividida) es un experimento controlado que muestra dos versiones de una página, un titular o un flujo (A, la versión actual, y B, una variante) a distintos visitantes al mismo tiempo, y luego mide qué versión rinde mejor frente a un objetivo definido, como una conversión.

Las pruebas A/B son el método principal detrás del CRO: reemplazan la opinión sobre qué "debería" convertir mejor por evidencia sobre qué lo hace realmente, para esa audiencia concreta. Una prueba válida necesita una muestra lo bastante grande y una duración lo bastante larga para alcanzar significación estadística, o de lo contrario el "ganador" puede ser solo ruido.

¿En qué se diferencia una prueba A/B de simplemente cambiar una página?

Una prueba A/B ejecuta ambas versiones al mismo tiempo con distintos visitantes y mide la diferencia, en lugar de cambiar una página y comparar los resultados de antes y después, lo que mezcla el cambio con todo lo demás que se movió con el tiempo, como la temporada, la fuente de tráfico o eventos ajenos. Esa comparación en paralelo es lo que hace que el resultado sea atribuible al cambio en sí.

Embudo de conversión

Un embudo de conversión es un modelo de los pasos secuenciales que da un visitante desde el primer contacto con un negocio hasta completar un objetivo definido, como una compra o un registro, que normalmente se estrecha en cada etapa a medida que algunos visitantes abandonan antes de alcanzar la siguiente.

Un embudo típico va desde la conciencia (llegar a una página) pasando por la consideración (navegar, comparar) hasta la conversión (compra, reserva, registro), y cada etapa puede medirse y optimizarse por separado, y por eso el análisis del embudo y el CRO están estrechamente ligados. Una página de mucho tráfico y baja conversión suele tener un punto concreto del embudo donde se concentra el abandono, y encontrar ese punto es el primer paso para corregirlo.

¿Cuáles son las etapas típicas de un embudo de conversión?

La mayoría de los embudos de conversión avanzan por la conciencia (un visitante descubre la página), el interés o la consideración (navega, compara o lee más) y la conversión (completa la acción objetivo, como una compra o un registro), a veces con la retención como cuarta etapa tras la conversión inicial. Nombrar las etapas permite a un equipo medir el abandono entre cada una en lugar de solo la tasa final.