Integrated Marketing SEO/Content Execution Play: Cómo construimos un sistema de dominación SERP con datos reales

En 2019, Dulé Stojnic y Axel Lavergne en Brevo, antes Sendinblue, escalaron la visibilidad SaaS mediante una jugada integrada de marketing, SEO y ejecución de contenido: hacer que la marca apareciera en muchas de las páginas mejor posicionadas para una consulta, no solo intentar posicionar una página propia en el #1. La pregunta era simple: ¿y si tu marca apareciera en cada página de los 10 primeros resultados?

Lo llamaron la integrated marketing SEO/content execution play, y en 6 meses de seguimiento de más de 600 palabras clave, lograron un 50% de menciones influenciadas por el programa. Tomamos su framework, construimos un sistema de automatización full-stack a su alrededor y lo aplicamos a 3.222 palabras clave en 31 idiomas. El sistema de seguimiento se configuró para puntuar a Brevo, la marca para la que se creó la jugada. Tajo se añadió el 18 de octubre de 2026, así que la mayoría de las cifras de visibilidad y menciones de abajo son de Brevo, y cada tabla indica de quién son.

Este artículo es un desglose técnico completo de la arquitectura, las herramientas, el diseño de la base de datos y los datos reales que estamos viendo. A continuación, encontrarás visualizaciones 3D interactivas construidas con Three.js que muestran los puntajes de visibilidad guardados, el panorama de palabras clave y el pipeline de outreach.

Actualización del 2026-10-18

El 18 de octubre de 2026 volvimos a revisar 197 de las 284 consultas guardadas en dos pasadas, incluidas 181 de las 217 palabras clave objetivo. 316 de las 520 solicitudes de búsqueda volvieron vacías, así que las otras 87 consultas conservan sus resultados del 3 de octubre.

• Google reindexó la página de inicio. Para “tajo.io”, tajo.io está en el #1 en Estados Unidos y Francia y ahora muestra el nuevo título de la página de inicio. El 3 de octubre todavía mostraba el título antiguo.
• Un nuevo ranking de marca. tajo.io entró en el top 20 para “tajo app”: #15 en Estados Unidos y #14 en Francia.
• Sigue ausente para “tajo” en los 7 mercados revisados. El río ocupa el panel de conocimiento en Estados Unidos, España, Alemania y Francia, y un restaurante ocupa el primer puesto en Italia.
• Sin marca: 0 de 182. tajo.io no aparece en los resultados de ninguna de las 182 consultas de categoría y objetivo revisadas, igual que el 3 de octubre.
• Visibilidad. Tajo es visible en 4 de las 197 palabras clave revisadas, con una puntuación media de 0,13. Brevo es visible en 101, con una media de 11,31.

Demanda de los términos que describen Tajo, medida por primera vez (volumen mensual en EE. UU. y dificultad de palabra clave, Ahrefs):

El 3 de octubre estos términos no tenían volumen medido, y se asumieron 100 búsquedas al mes para cada uno.

Muchos volúmenes guardados eran erróneos. Una actualización de Ahrefs de 451 pares de país y palabra clave sustituyó el volumen y la dificultad guardados, y los valores antiguos se conservan en keyword_metric_snapshots. Las cifras en otros idiomas fueron las que peor resistieron. “integração shopify” (Brasil) recibe 50 búsquedas al mes, no las 1.200 guardadas. “integraciones zapier” (México) e “integration zapier” (Francia) no tienen ningún volumen medible. Recalculamos el ranking de oportunidades con los volúmenes reales y dejamos sin cambios las respuestas de Jev. 17 elementos cayeron a cero y salieron del ranking, lo que deja 533. El nuevo top cinco:

Solo el quinto se apoya por completo en una cifra nueva de Ahrefs.

La idea central: Estar en todas partes, no solo en el #1

Piensa en cómo descubres productos realmente. Buscas “mejor software de email marketing” y ves 10 resultados. Haces clic en 3-4 de ellos. Si una marca aparece en cada artículo que lees, esa marca gana, aunque nunca haya ocupado el #1 por sí misma.

“Cuanto más frecuentemente alguien escucha sobre tu producto de múltiples fuentes, más probable es que compre tu producto.”

Este es el efecto integrated marketing SEO/content execution. Como una fiesta de cóctel donde todos recomiendan el mismo libro.

Las matemáticas detrás

Visibility Score, la métrica más simple:

Visibility Score % = (mentions in top 20 ÷ 20) × 100

Si tu marca aparece en 8 de los 20 primeros resultados para “mejor software CRM”, tu puntaje de visibilidad es del 40%.

Visibilidad ponderada por posición, porque la posición 1 importa más que la posición 20:

Weighted Score = Σ(Position Weight where mentioned) / Σ(All Position Weights) × 100

Position Weights: #1 = 20pts, #2 = 19pts, ... #20 = 1pt (total 210)

Opportunity Score, dónde enfocar tu esfuerzo:

Opportunity = (100% - Visibility Score) × Monthly Search Volume

Una palabra clave con 35.000 búsquedas mensuales y 5% de visibilidad = opportunity score de 33.250. Ahí es donde haces pitch primero.

Arquitectura del sistema

Aquí está el stack completo que construimos para automatizar el flujo de trabajo integrated marketing SEO/content execution:

Stack tecnológico

El pipeline

┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  Keyword         │────▶│  SERP Analyzer    │────▶│  Mention Checker  │
│  Research        │     │  (Top 20 per KW)  │     │  (Scrape + Match) │
│  keyword_        │     │  serp_            │     │  mention_         │
│  research.py     │     │  analyzer.py      │     │  checker.py       │
└─────────────────┘     └──────────────────┘     └───────────────────┘
                                                          │
                                                          ▼
┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  Outreach        │◀────│  Opportunity      │◀────│  Visibility       │
│  Pipeline        │     │  Scoring          │     │  Calculator       │
│  (3,964 targets) │     │  (Gap Analysis)   │     │  visibility_      │
│                  │     │                   │     │  calculator.py    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

Diseño de base de datos

Nuestra base de datos PostgreSQL tiene 14 tablas que rastrean todo, desde palabras clave sin procesar hasta el estado de los prospects de outreach. Aquí están los datos con los que trabajamos:

Tablas principales

Aspectos destacados del esquema

La tabla keywords soporta seguimiento multi-país y multi-idioma:

CREATE TABLE keywords (
    id SERIAL PRIMARY KEY,
    keyword VARCHAR(500) NOT NULL,
    silo VARCHAR(100),           -- Content silo grouping
    volume_ahrefs INTEGER,       -- Monthly search volume
    difficulty INTEGER,          -- Keyword difficulty (0-100)
    cpc NUMERIC(10,2),          -- Cost per click
    search_intent VARCHAR(50),   -- informational, commercial, transactional
    country VARCHAR(5),          -- us, de, fr, etc.
    language VARCHAR(5),         -- en, de, fr, etc.
    UNIQUE(keyword, country, language)
);

La tabla visibility_scores rastrea la visibilidad de marca por palabra clave a lo largo del tiempo:

CREATE TABLE visibility_scores (
    id SERIAL PRIMARY KEY,
    keyword_id INTEGER REFERENCES keywords(id),
    brand_name VARCHAR(100),
    visibility_score NUMERIC(5,2),  -- 0-100%
    mention_count INTEGER,
    pages_with_mentions INTEGER,
    total_pages_checked INTEGER,
    calculated_at TIMESTAMP DEFAULT NOW()
);

Panorama de palabras clave: 9,8M búsquedas mensuales

Estamos rastreando 3.222 palabras clave en 45 silos de contenido, que representan unos 9,8 millones de búsquedas mensuales. Aquí está la distribución:

Top silos por volumen de búsqueda

La fila Support es una sola palabra clave, “help desk solutions”, que Ahrefs sitúa en 3.010.000 búsquedas al mes: casi un tercio del total. Léela como un valor atípico, no como un silo. El gráfico la deja fuera. El volumen promedio solo cuenta palabras clave con volumen medido.

Dificultad promedio de palabras clave: 23,6/100

Es la media de las 2.499 palabras clave con puntuación de dificultad. El punto ideal para integrated marketing SEO/content execution son palabras clave con dificultad 20-50 y volumen superior a 1.000. 615 de nuestras palabras clave están ahí.

Datos reales de visibilidad

Aquí es donde la estrategia se vuelve real. El sistema de seguimiento se construyó para puntuar a Brevo, y Tajo se sumó el 18 de octubre de 2026. En la actualización de ese día sobre 197 palabras clave, la visibilidad media de Tajo fue del 0,13% y la de Brevo del 11,31%. Tajo aparece en cuatro palabras clave, todas búsquedas de su propio nombre:

Dónde es visible Tajo (2026-10-18)

Dónde están las mayores oportunidades

Estas son las palabras clave de mayor volumen en la actualización del 18 de octubre. Tajo no está en ninguna:

Puntuar oportunidades con Jev

La tabla de arriba se equivocaba sobre nosotros, y tardamos hasta el 3 de octubre de 2026 en verlo. Ordenadas por (100% − visibilidad) × volumen, consultas genéricas como “crm”, con 193.000 búsquedas al mes, o “newsletter”, con 69.800 en el conjunto de candidatos del 3 de octubre, parecen los mejores sitios donde invertir una semana. Tajo es un constructor agéntico de integraciones: reverse ETL, servidores y herramientas MCP, y una MCP UI para construir sincronizaciones entre apps SaaS. Shopify y Brevo son sus primeros conectores. Quien busca consejos para su newsletter no intenta conectar dos herramientas. El volumen no lo ve. Un modelo, sí.

Así que pusimos a Jev, el modelo de juicio tipado de TypeSafe, entre la base de datos de palabras clave y la lista de tareas. No escribe nada. Responde cuatro preguntas sobre cada oportunidad y devuelve una respuesta tipada con un nivel de confianza para cada una. El código hace todo lo demás.

Las cuatro preguntas

Cada solicitud lleva el mismo párrafo que describe Tajo, más los datos que tenemos de ese elemento: volumen, dificultad de la palabra clave, el top 10 guardado con los domain ratings conocidos, cuántos foros y listicles aparecen en él, y nuestro artículo existente (número de palabras, días desde la última actualización, páginas vistas) o la página de terceros.

La fórmula vive en el código

priority = log10(1 + volume) × fit_norm × win_norm × intent_weight

fit_norm      = clamp((fit − 1) / 2, 0, 1)
win_norm      = (winnability + 1) / 5
intent_weight = Σ P(intent) × weight   (listo para configurar 1.0, comparar 0.9,
                                        aprender 0.6, navegacional 0.3; nuestra propia marca 1.0)

El volumen entra en escala logarítmica, así que una palabra clave diez veces mayor gana un punto más, no diez veces más puntos. El encaje adyacente puntúa cero: no pagamos por tráfico que no puede llegar a una sincronización. La posibilidad de ganar nunca llega a cero, así que una palabra clave con encaje perfecto sigue en la lista aunque sea difícil. La intención se pondera con toda la distribución de probabilidad de Jev, así que la duda sobre la intención reduce la puntuación en lugar de forzar una apuesta.

Luego vienen los filtros. Cualquier respuesta de encaje o de posibilidad de ganar con una confianza inferior a 0,6 va a una persona, no al ranking.

Qué cambió

La primera pasada dividía el encaje entre tres y dejaba que el volumen hiciera el resto. Un listicle portugués de “mejores newsletters” apareció en el puesto 16. Encaje adyacente, 25.000 búsquedas, y el volumen hizo todo el trabajo. Esa pasada contradecía lo que vendemos, así que la fórmula cambió para poner a cero el encaje adyacente, y se volvió a puntuar todo.

En la ejecución final, los diez primeros son todos consultas de integración y sincronización:

“newsletter” terminó en el puesto 543 de 550. Tras la actualización de volúmenes del 18 de octubre está en el puesto 526 de 533, e “integração Shopify” cayó del 1.º al 8.º puesto con su volumen real de 50.

La ejecución también sacó a la luz algo que ninguna fórmula habría encontrado: el 97% de nuestros artículos localizados todavía lleva la palabra clave principal en inglés. El artículo portugués sobre Shopify estaba escrito en portugués y apuntaba a una búsqueda en inglés.

Lo que cuesta

Puntuar 1.866 elementos costó 2,77 millones de tokens de entrada: unos once céntimos. Repetir las mismas preguntas sobre 19 elementos movió las puntuaciones 0,034 de media y cambió 2 de 38 respuestas de elección. Así que dos prioridades a menos de 0,1 entre sí son un empate. Los juicios valen lo que valen los datos que reciben. La mayoría de nuestros resultados de búsqueda guardados son de febrero de 2026 (6.802 de 8.921), y la ejecución del 3 de octubre no tenía ninguno para sus palabras clave en otros idiomas, así que ahí la posibilidad de ganar se apoyó solo en la dificultad de la palabra clave. La actualización del 18 de octubre añadió 338 resultados para 37 palabras clave en otros idiomas. Jev no ha vuelto a puntuar nada desde entonces.

Detección de menciones de marca

Nuestro mention checker ha escaneado 8.898 páginas hasta ahora. Brevo, o su antiguo nombre Sendinblue, aparece en 1.248 de ellas (tasa de mención del 14,0%), 34.010 menciones en total. Solo 215 de esas páginas incluyen un enlace. Tajo aparece en 4 páginas, todas en tajo.io. Las páginas añadidas el 18 de octubre se revisaron a partir del fragmento del resultado de búsqueda, no de la página completa, lo que subestima las menciones.

El mention checker funciona mediante:

1. Obtención del contenido de la página a través de una API de scraping web (maneja detección de bots y CAPTCHAs)
2. Matching por regex para nombres de marca y alias (case-insensitive, con extracción de contexto)
3. Detección de enlaces para determinar si las menciones incluyen backlinks
4. Extracción de contexto para capturar la oración alrededor de cada mención

# Simplified mention detection logic
def find_brand_mentions(content, brand_names):
    mentions = []
    for brand in brand_names:
        pattern = re.compile(
            rf'\b{re.escape(brand)}\b',
            re.IGNORECASE
        )
        for match in pattern.finditer(content):
            # Extract surrounding context (200 chars)
            start = max(0, match.start() - 100)
            end = min(len(content), match.end() + 100)
            context = content[start:end]
            mentions.append({
                'brand': brand,
                'position': match.start(),
                'context': context,
                'has_link': check_for_link(content, match)
            })
    return mentions

Pipeline de outreach: 3.964 prospects

El sistema de outreach identifica páginas que rankean para nuestras palabras clave objetivo y aún no mencionan la marca seguida. Cada una se convierte en un prospect.

Desglose del pipeline

Todavía no se ha calificado ni contactado a ningún prospect: la base de datos no contiene ninguna decisión Go o No-Go.

Tipos de prospects

Las 397 páginas de listicles, comparaciones, foros y vídeos proceden de la actualización del 18 de octubre. Algunas están escritas por proveedores, así que necesitan triage antes de cualquier pitch.

Estado del plan de contenido

Tenemos 585 piezas de contenido en el plan. 525 están completas. Las 60 planificadas son 35 artículos nuevos y 25 renovaciones, la máquina de contenido que alimenta la integrated marketing SEO/content execution play.

Las herramientas: Automatización potenciada por MCP

Todo el sistema está orquestado a través de servidores Model Context Protocol (MCP), que permiten la ejecución asistida por IA de cada paso del flujo de trabajo.

Integración Ahrefs MCP

keywords-explorer-overview    → Keyword metrics (volume, difficulty, CPC)
keywords-explorer-matching    → Related keyword discovery
serp-overview                 → SERP position data for any keyword
site-explorer-organic-keywords → Competitor keyword analysis
batch-analysis                → Bulk domain metrics

Integración MCP de scraping web

search_engine       → Scraping en vivo de resultados de búsqueda (Google, Bing, Yandex)
search_engine_batch → Scraping por lotes de resultados de búsqueda
scrape_as_markdown  → Full page content extraction
scrape_batch        → Batch content scraping

Flujo de trabajo: Del keyword al outreach

Aquí hay un flujo de trabajo real que ejecutamos regularmente:

Paso 1: Investigación de palabras clave

python3 keyword_research.py --stats
# Returns: 3,222 keywords, 45 silos, 9.8M total volume

Paso 2: Análisis SERP

python3 serp_analyzer.py --keyword-id 1 --summary
# Keyword 1 in the database: 7 stored results, 7 unique domains

Paso 3: Verificación de menciones

python3 mention_checker.py --stats
# Returns: 8,898 pages checked, 1,248 with Brevo, 34,010 mentions

Paso 4: Cálculo de visibilidad

python3 visibility_calculator.py --overall --report
# 2026-10-18 refresh: Tajo 0.13%, Brevo 11.31% mean visibility

Lecciones aprendidas (hasta ahora)

1. Comenzar con palabras clave de competidores

En el silo “Competitor”, la visibilidad más reciente de Brevo promedia un 26,8% en 166 palabras clave, frente al 24,1% en las 795 palabras clave puntuadas, porque las páginas de comparación de competidores mencionan naturalmente múltiples marcas. Palabras clave como “alternativas a Mailchimp” o “HubSpot vs Brevo” son fruta al alcance de la mano.

2. Los sitios de reseñas son oro

Sitios como G2, Capterra y PCMag rankean para casi todo y te listarán si cumples sus criterios. Los 173 resultados guardados con domain rating promedian un DR de 87,3. No puedes superarlos en ranking, pero puedes estar en ellos.

3. Volumen ≠ Oportunidad

“crm” tiene 193.000 búsquedas mensuales en EE. UU., y la mayoría de esas personas no intenta conectar dos herramientas. El encaje con lo que de verdad vendes pesa más que el volumen; por eso el opportunity score es ahora un juicio de Jev multiplicado en código, no el volumen bruto multiplicado por una brecha.

4. Mención ≠ Enlace

De 1.248 páginas que mencionan a Brevo, solo 215 incluyen un enlace. Eso es una tasa de enlaces del 17,2%. Cada mención sin enlace es una victoria fácil de outreach, puedes pedir amablemente un enlace ya que ya te respaldan.

5. Multilingüe multiplica todo

El conjunto de palabras clave cubre 31 idiomas, y seis de ellos (EN, ES, PT, DE, FR, IT) concentran 2.892 de las 3.222 palabras clave. Cada idioma multiplica tu superficie de oportunidad. Una palabra clave con 1.000 búsquedas en inglés podría tener 500 en francés y 300 en alemán, eso son 1.800 de un solo concepto.

Qué sigue: Objetivos a 90 días

Pruébalo tú mismo

La metodología integrated marketing SEO/content execution funciona para cualquier marca. Así es como empezar:

1. Elige 20 palabras clave, enfócate en formatos “mejor X”, “alternativas a X”, “X vs Y”
2. Audita los SERPs, para cada palabra clave, verifica quién rankea en las posiciones 1-20
3. Verifica menciones, ¿aparece tu marca en esas páginas?
4. Calcula la visibilidad, usa las fórmulas de arriba
5. Prioriza por encaje, no por volumen, puntúa cada oportunidad por encaje, intención y posibilidad de ganar, y luego multiplica en código (la fórmula está arriba)
6. Haz pitch en las brechas, contacta páginas que rankean pero no te mencionan

La belleza del integrated marketing SEO/content execution es que se acumula. Cada nueva mención mejora tu puntaje de visibilidad, y cada mejora de visibilidad hace que la siguiente mención sea más fácil de conseguir.

Las cifras de este artículo proceden de consultas a nuestra base de datos de seguimiento integrated marketing SEO/content execution del 18 de octubre de 2026. Las visualizaciones Three.js muestran los mismos datos: 3.222 palabras clave, 8.921 resultados de búsqueda y 3.964 prospects de outreach.