- Google ha segmentado el tráfico web en Search Console dividiéndolo entre consultas basadas en texto y búsquedas multimodales basadas en imágenes.
- Este nuevo filtrado abarca interacciones a través de Google Lens, Circle to Search, subidas de archivos y el clic derecho de Chrome.
- A diferencia del SEO tradicional, las búsquedas multimodales no proporcionan datos de palabras clave, centrándose únicamente en el rendimiento por página.
Imagina que alguien ve una chaqueta que le encanta en un vídeo de Instagram o fotografía un mueble en casa de un amigo y, en lugar de intentar describir el objeto con palabras, simplemente usa su cámara para encontrarlo. Este comportamiento, que ya es parte del día a día de millones de personas, ha dejado de ser un agujero negro de datos para los propietarios de webs gracias a la incorporación de la medición multimodal en las herramientas de Google.
La gran noticia es que ahora podemos distinguir exactamente qué parte de nuestro tráfico llega porque el usuario ha utilizado una imagen como punto de partida. No se trata de un simple cambio de nombre en los reportes, sino de una apertura de datos que antes eran invisibles, permitiéndonos entender cómo nuestros activos visuales actúan como puertas de entrada a nuestro contenido en un ecosistema donde el texto ya no es el único rey.
¿Qué es exactamente el filtro de búsqueda multimodal?
Básicamente, Google ha decidido dividir la categoría de búsqueda «Web» en el informe de rendimiento. Hasta ahora, todo se mezclaba, pero ahora tenemos dos caminos: el tráfico basado en texto (lo que escribimos en la barra de búsqueda) y el tráfico multimodal. Este último se dispara cuando la consulta comienza con un elemento visual, como una foto, una captura de pantalla o un dibujo.
Para que nos quede claro, este filtro rastrea la actividad proveniente de cuatro vías principales: el uso de Google Lens, la función Circle to Search en dispositivos Android, la subida directa de imágenes al buscador y la opción de «Buscar imagen con Google» que aparece al hacer clic derecho en el navegador Chrome.
La gran diferencia: el misterio de las palabras clave
Aquí es donde muchos SEOs se llevan un chasco al principio. Al activar el filtro multimodal, notaréis que la pestaña de «Consultas» está vacía o indica que no hay datos disponibles. Esto es totalmente normal y lógico: si un usuario busca una foto de un zapato, no hay una «keyword» textual que Google pueda reportar. Estamos ante una búsqueda puramente visual.
A pesar de este vacío, no estamos ciegos. Seguimos teniendo acceso a las métricas de páginas, países, dispositivos y fechas. Esto significa que, aunque no sepamos exactamente qué foto subió el usuario, sí sabemos que llegó a nuestra página de producto X a través de una búsqueda visual. Es un cambio de enfoque: pasamos de analizar palabras clave a analizar el rendimiento de URLs específicas.
Impacto en el reporte de IA Generativa
Este despliegue no se queda solo en los resultados de búsqueda estándar. La medición multimodal también se está integrando en los informes de funciones de IA generativa. Un detalle fundamental aquí es que, mientras que en la búsqueda web vemos clics e impresiones, en el reporte de IA generativa solo se contabilizan las impresiones.
Lo más curioso es que una búsqueda multimodal no siempre lleva a una imagen. A veces, la IA de Google puede citar un artículo editorial o una guía técnica para explicar el objeto de la foto. Por tanto, la optimización del contenido textual sigue siendo vital, ya que es lo que permite que la IA considere nuestra página como una fuente fiable para responder a una duda visual.
Cómo aprovechar estos datos para mejorar el posicionamiento
Si tienes un e-commerce, una web de recetas o un blog de viajes, este filtro es oro puro. Lo ideal es hacer una exportación de los datos y comparar qué páginas atraen tráfico multimodal frente a las que solo reciben tráfico de texto. Si una página de producto tiene muchas impresiones multimodales pero pocos clics, es probable que la imagen no sea lo suficientemente atractiva o que el contenido no sea relevante para lo que el usuario está viendo.
Para arañar más tráfico en este segmento, no hace falta inventar la rueda, sino aplicar la SEO de imágenes a rajatabla. Esto implica usar imágenes nítidas y originales en formato HTML (evitando fondos CSS), redactar textos alternativos (alt text) descriptivos y utilizar nombres de archivo que tengan sentido. Además, implementar datos estructurados como ImageObject o Product es fundamental para que Google entienda el contexto de lo que aparece en la foto.
Consideraciones técnicas y API
Para quienes automatizan sus reportes con Looker Studio o Google Sheets, hay un pequeño bache: la Search Analytics API aún no refleja el parámetro multimodal de forma nativa. Por ahora, la única forma de analizar estos datos a fondo es mediante la exportación manual desde la interfaz de Search Console.
Otro punto importante es que este volumen de tráfico es nuevo en los reportes. Según ha aclarado John Mueller, estos datos no estaban incluidos anteriormente en los totales de la búsqueda web. Por lo tanto, es posible que veáis un incremento en vuestras cifras totales o ligeras variaciones que no deben asustaros, ya que es tráfico que simplemente ahora ha salido a la luz.
La capacidad de medir el éxito de las búsquedas visuales marca un antes y un después en la estrategia digital, ya que nos obliga a dejar de pensar solo en términos de palabras y empezar a optimizar la experiencia visual. Al centrarnos en la calidad de las imágenes, el marcado de datos y el análisis de URLs, podemos captar a esos usuarios que prefieren «mostrar» que «decir», asegurando que nuestro sitio sea la respuesta perfecta tanto para una búsqueda escrita como para una captura de pantalla.
