Limpieza del núcleo semántico: qué descartar y por qué

Un núcleo recién recolectado siempre es una mezcla. De 500 consultas, realmente tuyas son 200-300. El resto es basura que, si la dejas, arruina la clusterización, el tracking y las páginas. La limpieza es la etapa que separa el enfoque aficionado del profesional.

Vamos por categorías.

Categoría 1: informacionales en un sitio comercial

La basura más frecuente. Si tienes un sitio comercial (tienda, servicios) y el núcleo está lleno de consultas «cómo», «qué es», «por qué», no son tuyas. Su intención no es comprar, sino aprender.

Qué hacer: o descartarlas por completo (si no las necesitas en absoluto), o apartarlas en una «lista de blog» separada, donde irán los artículos informativos que atraerán tráfico al embudo, pero no a las páginas comerciales principales.

Marcadores en la consulta: «cómo», «qué es», «por qué», «para qué», «diferencia», «historia», «causas», «tipos».

Categoría 2: errores geográficos

Si estás en Moscú, todas las consultas con otras ciudades se descartan. Es simple: «tarta san petersburgo», «tarta ekaterimburgo», no.

Truco: en Wordstat puedes fijar de una vez la región «Moscú», y la mayoría de los errores geográficos no llegará a los resultados. Pero en la columna derecha («consultas similares a») igual suele haber basura de otras ciudades. Esas las descartas.

Marcador: el nombre de una ciudad o región distinta de la tuya.

Categoría 3: no es tu subtipo de producto/servicio

Si vendes solo tartas infantiles y en el núcleo aparece «tartas de boda», es una consulta que no es tuya. Simplemente porque Wordstat incluye en los resultados todo lo que lleve la palabra «tarta», y parte de eso no es para ti.

Marcadores: adjetivos delante de la palabra principal que distinguen la subcategoría. «infantil / adulto», «masculino / femenino», «económico / premium», «para autónomos / para empresas».

La decisión depende de la estrategia:

• Acotar el núcleo: dejar solo tu subtipo. Mínimo de basura, clústeres más limpios.
• Ampliar el negocio: añadir nuevos subtipos al producto. A veces recolectar el núcleo revela demanda en algo cercano en lo que no habías pensado.

Categoría 4: marcas de la competencia

«tartas palych», «tarta hechicera», «tarta de pushkin»: son competidores, por sus marcas no vas a ganar ni debes. Posicionarte por una marca ajena es o engañar al usuario (buscaba una tienda concreta) o pescar un CTR ínfimo.

Qué hacer: palabras negativas con los nombres de los competidores. De paso, al limpiar averiguas quiénes son tus principales competidores; la lista te servirá luego para el análisis.

Categoría 5: mayorista / wholesale

Si eres una tienda minorista y en el núcleo hay «tartas al por mayor», «mayorista moscú», «compra de tartas», son consultas B2B, no es tu audiencia. Y al revés: si eres mayorista, descartas las minoristas.

Marcadores: «al por mayor», «mayorista», «compra a granel», «lista de precios», «para empresas», «b2b», «para reventa», «distribuidores», «franquicia».

Categoría 6: vídeo / imágenes / música

Son consultas donde el usuario busca contenido, no compra: «tarta vídeo», «tarta foto», «tarta para colorear», «tarta dibujos animados». No es tu cliente.

Marcadores: «foto», «imagen», «vídeo», «fondos de pantalla», «para colorear», «canción», «dibujos animados», «juego».

Categoría 7: DIY / casero

Consultas del tipo «tarta casera», «cómo hacer una tarta»: de nuevo intención informacional, pero especialmente peligrosa porque a menudo se formula parecido a la comercial. El usuario quiere hacerla él mismo, no comprarla.

Marcadores: «casero», «por su cuenta», «cómo hacer», «instrucciones», «truco», «taller práctico».

Si en tu negocio puedes vender kits DIY (ingredientes listos + receta), esta basura se convierte en oro para ti. Si no, descártala.

Cómo limpiar técnicamente

En Excel/Google Sheets:

1. Cargas la lista en una columna (por ejemplo, la A).
2. En la columna B escribes la categoría de basura, si la consulta encaja en una de las siete.
3. Filtras por vacíos en la columna B: ese es tu núcleo de trabajo.

O con IA: puedes pegar toda la lista en un asistente de IA con el prompt «clasifica estas consultas por categorías de basura y deja solo las consultas comerciales de Moscú sobre tartas infantiles». Claude/GPT resuelven esta tarea rápido, sobre todo con 200-500 consultas.

Para nuestro servicio existe un análisis de intención gratuito que etiqueta las consultas por tipos (comercial / informacional / navegacional / transaccional / mixta), y las informacionales las ves al instante.

Palabras negativas para Wordstat y publicidad

Un bono extra de la limpieza: reúnes una lista de exclusión para todo el nicho.

La lista de exclusión es un listado de palabras por las que NO quieres aparecer. Se usa tanto en Wordstat (para que en los siguientes research no se cuelen esas consultas) como en Yandex.Direct (para que la publicidad no se muestre en consultas irrelevantes).

Para tartas infantiles en Moscú, una lista de exclusión típica:

al por mayor
mayorista
compra a granel
receta
casero
cómo hacer
taller práctico
vídeo
foto
imagen
de boda
adulto
san petersburgo
ekaterimburgo
krasnodar
... (todas las ciudades irrelevantes)
... (todos los subtipos irrelevantes)

Esta lista de exclusión se escribe una sola vez y luego se reutiliza cada vez que amplías el núcleo.

Los duplicados: un dolor aparte

Tras la limpieza suelen quedar casi-duplicados:

• «comprar tarta moscú» y «tarta moscú comprar» (en esencia lo mismo)
• «tarta por encargo» y «encargar tarta» (lo mismo)
• «tarta infantil» y «infantil tarta» (lo mismo)

Wordstat las cuenta como frases distintas y muestra frecuencias diferentes. Los motores de búsqueda hace tiempo las consideran una misma consulta (esto es la normalización — por qué «comprar» y «compraré» son lo mismo).

Solución: al limpiar dejas en el núcleo solo una frase de cada par de casi-duplicados. Esto elimina un 10-30 % de consultas «fantasma».

Cuánto lleva la limpieza

Un núcleo recién recolectado de 500 consultas se limpia en 60-90 minutos a mano o en 15-20 minutos con ayuda de IA. Merece la pena: tras la limpieza, la clusterización da 2-3 veces menos clústeres (sin duplicados), y cada clúster es exactamente tuyo.

Siguiente artículo: sugerencias de búsqueda — la fuente gratuita de más de 1000 ideas para la cola.