¿Cómo decides qué secciones poner en el menú de un sitio web sin caer en suposiciones? La respuesta está en los datos de búsqueda. Aprenderás a usar análisis de keywords para definir el menú de un sitio, basándote en lo que las personas realmente buscan, usando como ejemplo al banco australiano Westpac.

¿Por qué usar datos de búsqueda para diseñar un menú?

Un menú no debería salir de la intuición de un diseñador ni de lo que el dueño cree que es importante. Debería salir de lo que tus usuarios escriben en Google cuando piensan en tu marca.

Para este ejercicio simulamos que Westpac, un banco de Australia, nos contrató para definir los elementos de su menú. La idea es identificar qué buscan las personas alrededor de la marca y traducir esos hallazgos en categorías navegables.

¿Qué es la investigación de keywords para arquitectura web? Es el proceso de extraer las búsquedas reales asociadas a una marca, agruparlas por temas y usar esos grupos como base para definir las secciones principales de un sitio.

¿Cómo extraer keywords con KWFinder paso a paso?

La herramienta elegida aquí es KWFinder, una alternativa a Semrush que vale la pena conocer para no depender de una sola fuente. El proceso de análisis es el mismo sin importar la herramienta.

Configuración inicial de la búsqueda

Para empezar el ejercicio, escribe la marca en el buscador y filtra por país e idioma. En este caso, Westpac, Australia, inglés.

• Ingresar la palabra clave principal de la marca.
• Seleccionar la ubicación geográfica relevante.
• Elegir el idioma del mercado objetivo.
• Si no tienes cuenta, activar el free trial de 10 días [3:08].

La herramienta te devuelve un listado con cientos de variaciones de búsqueda asociadas a la marca, junto con su volumen mensual.

Exportación e importación a Google Sheets

A diferencia de otras plataformas, KWFinder exporta en formato CSV, no en Excel. Eso implica un paso extra de importación [4:25].

• Seleccionar todas las keywords del listado.
• Exportar a CSV desde el botón superior.
• En Google Sheets, ir a archivo, importar, subir y arrastrar el archivo.
• Dejar que detecte el separador automáticamente.

Una vez cargada la información, bloquea la primera fila para mantener los encabezados visibles mientras navegas los datos.

¿Cómo limpiar y agrupar las keywords para encontrar patrones?

De las 540 keywords exportadas inicialmente, el filtrado deja 426 keywords útiles. Esa limpieza es lo que permite ver patrones reales.

Aplica un filtro que elimine valores vacíos y deje únicamente keywords con más de 30 búsquedas mensuales [6:10]. Después organiza alfabéticamente de la A a la Z para que las variaciones de un mismo concepto queden juntas.

¿Qué es la agrupación de keywords? Es organizar palabras clave que comparten una raíz o intención común en grupos temáticos. Sirve para detectar las categorías que tu audiencia busca con más frecuencia.

Dentro de la herramienta también puedes pedir un agrupamiento automático con un mínimo de 5 keywords por grupo. Eso te da una primera capa rápida de subgrupos como account.

Truco para agrupar sin perder el filtro

Un problema clásico al trabajar con filtros es que al quitarlos vuelven a aparecer las keywords descartadas. La solución es copiar los datos filtrados y pegarlos en una hoja nueva usando pegado especial, valores únicamente [8:30].

Con esa hoja limpia, crea una columna llamada subgrupo y asigna manualmente la categoría a cada keyword. Por ejemplo, todo lo que contenga account se etiqueta como account.

¿Qué grupos y subgrupos aparecen en el caso Westpac?

Al ordenar los datos por volumen de búsqueda y revisar los temas dominantes, surgen varias categorías con tráfico relevante.

• Account: cuentas bancarias.
• ATMs: cajeros automáticos.
• Home loans: créditos hipotecarios.
• Investment: inversiones, lo que sugiere una audiencia con educación financiera.
• Opening hours: horarios de atención.
• Car loans y personal loans: créditos para vehículos y personales.
• Mortgage: hipotecas.

Dentro de un grupo grande como loans, conviene abrir subgrupos: home, investment, personal, car y un genérico para las búsquedas que no especifican tipo. Esa estructura jerárquica de grupo y subgrupo es la que terminará reflejándose en el menú y submenú del sitio.

¿Qué recomendar al cliente con base en los hallazgos?

Con los datos sobre la mesa, las tres categorías con mayor volumen son loans, account y mortgage. Esa sería la sugerencia base para el menú principal.

Al revisar el menú actual de Westpac, el sitio está organizado por tipo de usuario: personal, business, corporate. Dentro de personal aparecen home loans y accounts, pero faltan elementos que sí tienen demanda real, como car loans y una sección clara de mortgage.

¿Cómo presento estas conclusiones a un cliente? Convierte los grupos y volúmenes en un reporte visual. Un curso de visualización de datos para inteligencia de negocio te ayuda a transformar la hoja de cálculo en gráficos comprensibles para tomadores de decisión.

¿Qué categorías encontraste tú al hacer este ejercicio con tu propia marca? Cuéntalo en los comentarios.