El problema
Diferentes proveedores de datos de palabras clave devuelven diferentes volúmenes de búsqueda mensuales para la misma palabra clave. Semrush dice 2400, Ahrefs dice 1900 y DataForSEO dice 3100. Los equipos que dependen de los datos de volumen de un único proveedor toman decisiones de presupuesto y contenido basándose en números que podrían estar desviados entre un 30% y un 60%. No existe una manera fácil de hacer referencias cruzadas de múltiples fuentes y señalar discrepancias que deberían desencadenar una revisión manual antes de comprometer recursos.
La solucion de Scavio
Cree un canal de verificación cruzada que consulte la misma palabra clave en múltiples fuentes de datos, compare los volúmenes devueltos, calcule la variación y marque las palabras clave en las que los proveedores no están de acuerdo significativamente. La búsqueda de Scavio en Google devuelve datos de búsqueda relacionados y la gente también hace preguntas que proporcionan contexto adicional para las palabras clave. La canalización genera un informe que muestra el volumen de cada proveedor, el porcentaje de variación y una puntuación de confianza basada en el acuerdo del proveedor.
Antes
Antes de la verificación cruzada, los equipos confiaban en cualquier herramienta a la que se suscribieran sin saber cómo se comparaban sus volúmenes con otras fuentes. Las inversiones en contenido a veces se basaban en volúmenes que estaban inflados entre 2 y 3 veces debido a diferencias cercanas en la agrupación de variantes.
Después
Después de crear el verificador cruzado, cada decisión de inversión en palabras clave incluye una puntuación de confianza. Las palabras clave en las que los proveedores coinciden dentro del 20% obtienen una alta confianza. Las palabras clave con una variación superior al 50% se marcan para revisión manual antes de comprometer recursos de contenido.
Para quien es
Estrategas de contenido que necesitan datos confiables sobre el volumen de palabras clave para la asignación de recursos. Agencias de SEO que presentan oportunidades de palabras clave a los clientes y necesitan confianza en las cifras que comparten.
Beneficios clave
- Comparar volúmenes de palabras clave en múltiples fuentes de datos automáticamente
- Puntuación de confianza basada en el nivel de acuerdo con el proveedor
- Marque las palabras clave con alta variación antes de invertir recursos de contenido
- Contexto adicional de PAA y búsquedas relacionadas a través de Scavio
- Generación automatizada de informes para reuniones de planificación de contenidos
Ejemplo en Python
import requests
API_KEY = "your_scavio_api_key"
def get_serp_context(keyword: str) -> dict:
"""Get SERP context for a keyword via Scavio."""
res = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": keyword},
timeout=15,
)
res.raise_for_status()
data = res.json()
return {
"keyword": keyword,
"organic_count": len(data.get("organic", [])),
"paa_questions": [q.get("question", "") for q in data.get("people_also_ask", [])],
"related_searches": [r.get("query", "") for r in data.get("related_searches", [])],
}
def cross_check(keyword: str, volumes: dict[str, int]) -> dict:
values = list(volumes.values())
avg = sum(values) / len(values)
max_diff = max(abs(v - avg) / avg * 100 for v in values) if avg > 0 else 0
serp = get_serp_context(keyword)
return {
"keyword": keyword,
"volumes": volumes,
"average": round(avg),
"max_variance_pct": round(max_diff, 1),
"confidence": "high" if max_diff < 20 else "medium" if max_diff < 50 else "low",
"paa_questions": serp["paa_questions"][:3],
"related": serp["related_searches"][:3],
}
result = cross_check("serp api", {"semrush": 2400, "ahrefs": 1900, "dataforseo": 3100})
print(f"{result['keyword']}: avg={result['average']}, variance={result['max_variance_pct']}%, confidence={result['confidence']}")
for q in result["paa_questions"]:
print(f" PAA: {q}")Ejemplo en JavaScript
const API_KEY = "your_scavio_api_key";
async function getSerpContext(keyword) {
const res = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: { "x-api-key": API_KEY, "content-type": "application/json" },
body: JSON.stringify({ platform: "google", query: keyword }),
});
if (!res.ok) throw new Error(`scavio ${res.status}`);
const data = await res.json();
return {
paa: (data.people_also_ask ?? []).map((q) => q.question ?? ""),
related: (data.related_searches ?? []).map((r) => r.query ?? ""),
};
}
function crossCheck(keyword, volumes) {
const vals = Object.values(volumes);
const avg = vals.reduce((a, b) => a + b, 0) / vals.length;
const maxDiff = Math.max(...vals.map((v) => Math.abs(v - avg) / avg * 100));
return { keyword, volumes, average: Math.round(avg), maxVariance: Math.round(maxDiff * 10) / 10, confidence: maxDiff < 20 ? "high" : maxDiff < 50 ? "medium" : "low" };
}
const result = crossCheck("serp api", { semrush: 2400, ahrefs: 1900, dataforseo: 3100 });
console.log(`${result.keyword}: avg=${result.average}, variance=${result.maxVariance}%, confidence=${result.confidence}`);Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA