Qué es
La intención de búsqueda (search intent) es el motivo que mueve a una persona a teclear una consulta en un buscador. La taxonomía de referencia tiene origen académico: Andrei Broder (IBM Research, "A Taxonomy of Web Search", SIGIR 2002) distinguió tres tipos —navegacional, informacional y transaccional—. La práctica SEO posterior añadió una cuarta categoría, comercial, dando las cuatro que usan hoy las herramientas: informacional (aprender o resolver una duda), navegacional (llegar a un sitio o marca concreta), comercial (comparar opciones antes de decidir) y transaccional (estar listo para actuar o comprar).
La intención se vincula a la fase del customer journey: primero se busca para informarse y más tarde para transaccionar. Google sirve formatos distintos según la intención —artículos y definiciones para lo informacional, fichas de producto y listados de categoría para lo transaccional—, así que atacar una keyword con el formato equivocado normalmente no posiciona.
No se adivina: se lee. El método práctico es analizar la SERP real en una ventana de incógnito y comparar los resultados de varias keywords; si rankean páginas del mismo tipo, comparten intención. Conviene anotar que las cuatro etiquetas son amplias: una misma SERP suele mezclar intenciones y existen micro-intenciones, por lo que leer la SERP pesa más que fiarse solo de la etiqueta de una herramienta.
Por qué importa
La intención decide qué contenido tiene opción de posicionar y cuál no. Si el formato de la página no coincide con lo que Google premia para esa consulta, el contenido rara vez rankea, por mucho volumen que tenga la keyword. Por eso la intención es el primer filtro de un Keyword research con criterio, que pondera la intención antes que el volumen.
También ordena el contenido propio: las keywords con la misma intención se agrupan en una sola página, no una página por keyword —el principio que sostiene los Clusters de contenido (pilar-cluster), donde cada URL cubre una intención y juntas construyen Autoridad temática sobre el tema. Cuando dos páginas compiten por la misma intención se canibalizan y diluyen autoridad; esa Canibalización de keywords se resuelve consolidándolas, redirigiendo la débil a la fuerte o diferenciándolas apuntando cada una a una intención o subtema distinto.
En la era de la IA esto se mueve: la intención informacional es la más afectada por los AI Overviews y AI Mode, que resuelven muchas dudas con una definición sin clic, mientras que la transaccional sigue exigiendo entrar a una web. Nadie puede garantizar posiciones, pero trabajar la intención con método —el mismo criterio que persigue la GEO · Generative Engine Optimization para alinear el contenido con lo que el motor generativo selecciona— es lo que mantiene el contenido alineado con lo que el buscador quiere mostrar.
En profundidad
La taxonomía de intención de Google, no solo la de las herramientas
Las cuatro etiquetas comerciales (informacional, navegacional, transaccional, comercial) sirven para agrupar a escala, pero no son las que opera Google. En sus Search Quality Rater Guidelines trabaja con su propia taxonomía de intención: Know (informarse; con el subtipo Know Simple para un dato concreto de respuesta corta), Do (lograr una acción; con el subtipo Device Action para órdenes al dispositivo, del tipo "pon una alarma"), Website (llegar a un sitio o página concreta, lo que llamamos navegacional) y Visit-in-person (buscar algo físicamente cercano, la intención local que trabaja el SEO local).
Esta capa mapea mejor a cómo el buscador decide el formato del resultado que las etiquetas de Semrush o Ahrefs. El criterio operativo: usa las herramientas para clasificar en volumen y esta taxonomía para entender qué tipo de respuesta va a premiar la SERP. Son dos lentes, no una sola.
| Taxonomía Google (Rater Guidelines) | Qué busca | Etiqueta comercial equivalente |
|---|---|---|
| Know (y Know Simple) | Informarse; Know Simple = un dato concreto de respuesta corta | Informacional |
| Do (y Device Action) | Lograr una acción; Device Action = orden al dispositivo ("pon una alarma") | Transaccional |
| Website | Llegar a un sitio o página concreta | Navegacional |
| Visit-in-person | Buscar algo físicamente cercano | Local |
SERPs no homogéneas: intención fracturada y proporción del contenido
No toda SERP responde a una única intención. Cuando una consulta significa cosas distintas para distintos usuarios, el buscador mezcla varios tipos de página para servir varios recorridos a la vez. Google jerarquiza esas lecturas en interpretación dominante, común y minoritaria: la dominante es lo que busca la gran mayoría; la común, lo que quiere un número considerable; las minoritarias, lecturas razonables de pocos usuarios.
El criterio es construir para la dominante y la común. Y si una keyword reparte su intención entre dos lecturas, reparte también la página en proporción: el grueso resuelve la intención principal y un bloque acotado cubre la secundaria. Esto explica el porqué de leer la SERP, no solo el cómo: algunas no son homogéneas por diseño.
Query fan-out: la intención se fragmenta en la búsqueda con IA
En AI Mode y AI Overviews, Google no trata la consulta como una sola intención. La descompone en varias sub-consultas simultáneas —facetas, ángulos comparativos, necesidades implícitas y matices recientes— y compone la respuesta con lo que encuentra para cada una. Es la técnica de query fan-out, descrita por la propia Google como descomponer la pregunta en subtemas y lanzar múltiples consultas a la vez; recuerda mucho al RAG (Retrieval-Augmented Generation) que alimenta a estos modelos recuperando fragmentos antes de redactar.
Cambia el encargo. Ya no basta con cubrir una keyword con una intención: hay que cubrir el abanico de sub-intenciones de un tema con autoridad real, porque eso condiciona la Citabilidad en respuestas de IA —qué partes de tu contenido se citan en respuestas generativas. Por eso la informacional es la más expuesta a la búsqueda con IA: es donde más se reparte la respuesta entre fuentes. Esa citabilidad se trabaja con la Medición de la visibilidad en IA, terreno aún en construcción; trátalo con método e instrumentación, no con promesas.
Cómo sabes si acertaste (y qué no asumir)
Falta el eje de diagnóstico: saber si el contenido satisface la intención. Google evalúa esto en sus directrices con la escala Needs Met (Fully Meets, Highly Meets, Moderately Meets, Slightly Meets, Fails to Meet); el nivel exigible depende de si cubres la interpretación dominante o solo una minoritaria.
Como diagnóstico propio puedes observar el pogo-sticking: el usuario hace clic y vuelve casi de inmediato a la SERP para probar otro resultado. Sé honesto con esta señal. Es útil como síntoma, pero Google ha declarado (John Mueller) que no la usa como factor directo de ranking. Úsala para investigar, no como métrica de verdad. El criterio de éxito sigue siendo el mismo: si la página resuelve la tarea del usuario mejor que las alternativas de esa SERP.
Qué observar
Las señales que importan.
Leer la SERP, no adivinar
La intención se infiere del tipo de resultados que rankean en una ventana de incógnito. No se deduce a mano ni se delega a ciegas en una IA: la propia SERP es la fuente fiable.
Clasificar cada keyword
Cada consulta pertenece a una intención: informacional, navegacional, comercial o transaccional. Cuando la SERP mezcla varias, conviven micro-intenciones que conviene anotar.
Formato que responde a la intención
Cada intención exige un tipo de página concreto: artículo o definición para informar; ficha de producto o listado de categoría para transaccionar. El formato equivocado no satisface la consulta.
Agrupar por intención
Las keywords con la misma intención corresponden a una única página. Repartirlas entre varias URLs dispersa la autoridad y las hace competir entre sí.
Resolver canibalización
Cuando varias páginas pelean por la misma intención hay canibalización. Las soluciones: consolidar en un recurso, redirigir la débil a la fuerte o diferenciarlas por subtema.
Conceptos clave
El vocabulario del término.
- Know / Know Simple
- En la taxonomía de intención de Google, querer informarse sobre un tema (Know); su subtipo Know Simple busca un dato factual concreto de respuesta corta, del tipo que resuelve un knowledge panel.
- Do / Device Action
- Intención de Google para consultas cuyo objetivo es lograr una acción; su subtipo Device Action es ordenar algo al dispositivo por voz ("pon una alarma"), equivalente en la práctica a la intención transaccional definida desde la acción.
- Visit-in-person
- Categoría de intención de Google para consultas que piden resultados físicamente cercanos: es la intención local, la que activa el local pack y los resultados de mapas.
- Interpretación dominante / común / minoritaria
- Jerarquía con la que Google ordena las lecturas de una consulta ambigua: la dominante es lo que busca la gran mayoría, la común lo que quiere un número considerable de usuarios, y las minoritarias lecturas razonables pero de pocos.
- Intención fracturada (fractured intent)
- Situación en la que una misma consulta significa cosas distintas para distintos usuarios, de modo que la SERP mezcla varios tipos de página; se resuelve atendiendo a la intención dominante o repartiendo el contenido en proporción a cada lectura.
- Deriva de intención (intent drift)
- Cambio en lo que Google interpreta que quiere el usuario para una consulta que no cambia de palabras, por estacionalidad, madurez del sector o ciclo de vida del producto; se detecta cuando la SERP cambia de formato o una página que rendía pierde rendimiento.
- Query fan-out
- Técnica de la búsqueda con IA (AI Mode, AI Overviews) que descompone una consulta en varias sub-consultas simultáneas —facetas, ángulos comparativos y necesidades implícitas— para cubrir el abanico de sub-intenciones y componer la respuesta.
- Needs Met
- Escala de las directrices de Google con la que sus evaluadores puntúan cuánto satisface un resultado la intención de la consulta: Fully Meets, Highly Meets, Moderately Meets, Slightly Meets y Fails to Meet.
- Pogo-sticking
- Patrón en que el usuario hace clic en un resultado y vuelve casi de inmediato a la SERP para probar otro; sirve como diagnóstico propio de intención no satisfecha, pero Google ha indicado que no lo usa como señal directa de ranking.
Dónde lo aplicamos
Aún no mostramos casos.
No inventamos resultados. Cuando tengamos casos reales —anonimizados y medibles— donde este concepto marcó la diferencia, vivirán aquí.
Fuentes
- A Taxonomy of Web Search — Andrei Broder (IBM Research), SIGIR Forum 2002 · 2002
- A Taxonomy of Web Search — Andrei Broder (ACM Digital Library) · 2002
- SEO en la Era de la IA — Jornadas de SEO, Día 1 (definición, customer journey, formato por intención) · 2025-09-25
- Curso de SEO 2026 - Día 1 (intención como eje, agrupar intenciones, leer SERP en incógnito) · 2026-05-19
- Topical Authority SEO: Your Moat Against AI Search — Keyword Insights (clustering basado en SERP, ignorar la intención como error común) · 2025-11-13
- Search Quality Rater Guidelines (PDF oficial de Google) · 2024
Una pieza del glosario.
Forma parte del glosario de SEO, analítica e IA de InnovaOrigen Tech: un mapa de conceptos definidos con criterio y fuentes. Si quieres llevarlo a tu caso, lo vemos sin compromiso.