Cómo elegir palabras clave para App Store: del search intent a los metadatos

La mayoría de las guías sobre investigación de palabras clave en ASO se reducen a lo mismo: encuentra palabras con alto volumen de búsqueda, agrégalas a los metadatos, espera el tráfico. La lógica es clara, pero rara vez funciona.

Veamos un ejemplo concreto. Un habit tracker añade "habit tracker" a su nombre — el tráfico diario por esa búsqueda es de 1.831 usuarios, suena lógico. Los primeros resultados de esa consulta son Habit Tracker, HabitKit y Onrise, y las probabilidades de que una app nueva entre en el top 10 son prácticamente nulas. Mientras tanto, "routine planner" — con un tráfico de 436 — queda sin cubrir: la competencia es mucho menor y el intent encaja exactamente con lo que hace la app. Esa es la diferencia entre buscar números grandes y buscar las palabras correctas.

El volumen importa. Pero es una variable de cinco, y si es la única que se analiza, el resultado es una lista de palabras por las que es difícil posicionarse — y cuando los usuarios encuentran la app, muchos no la instalan porque buscaban algo ligeramente diferente.

Esta guía cubre todo el proceso: entender qué quieren realmente los usuarios cuando buscan en el App Store, construir y filtrar una lista de palabras clave, establecer prioridades y decidir dónde va cada palabra en los metadatos. Sin teoría por el gusto de la teoría.

En qué se diferencia la investigación de palabras clave en ASO del SEO web

Vale la pena entenderlo antes de empezar, porque muchos equipos trasladan la lógica del SEO web al móvil y se encuentran con resultados inesperados.

En el SEO web, el posicionamiento depende de los enlaces, las señales de comportamiento, la autoridad del dominio y una docena de factores más. El App Store funciona de manera diferente: el algoritmo indexa campos específicos de los metadatos — el nombre, el subtítulo y el campo de palabras clave (solo en iOS). Los enlaces externos no afectan al posicionamiento, y la descripción en iOS no se indexa en absoluto: existe únicamente para el usuario que ya ha abierto la página de la app.

La consecuencia práctica: cada carácter del nombre y del subtítulo trabaja para dos audiencias a la vez — el algoritmo del App Store y la persona que lee la página. El campo de palabras clave, a diferencia de los otros dos, es exclusivamente para el algoritmo y los usuarios nunca lo ven.

La competencia también funciona de manera distinta. No la determina la autoridad de un sitio, sino el número de instalaciones y la valoración de las apps que ya ocupan los primeros puestos. Por consultas populares como "photo editor," los resultados están dominados por apps con decenas de millones de instalaciones, y ninguna optimización de metadatos por sí sola puede romper esa barrera — hace falta encontrar consultas menos competitivas o trabajar el volumen de instalaciones al mismo tiempo.

Las métricas de palabras clave que realmente importan

Antes de abrir cualquier herramienta, conviene entender qué mirar y por qué.

Una aclaración sobre la métrica Tráfico: no hay datos públicos sobre el volumen de búsquedas orgánicas en el App Store. ASOMobile lo calcula con su propia metodología — es un número estimado de búsquedas diarias que sirve como referencia para comparar palabras entre sí, no como cifra absoluta.

El volumen sin relevancia es tráfico que no convierte. Un buen ejemplo: la palabra "habits" tiene alto volumen, pero cuando alguien la escribe en el App Store puede estar buscando cualquier cosa — el libro Atomic Habits, consejos de desarrollo personal, apps de fitness. Un habit tracker quedará en tercer lugar por su relevancia. La consulta "habit tracker daily" tiene menos volumen, pero quien la escribe casi seguro busca exactamente ese tipo de herramienta.

La relevancia sin volumen implica apuntar a consultas que nadie realiza. Eso tampoco funciona.

La dificultad de una palabra clave en el App Store se evalúa por la fortaleza de las apps en los primeros resultados: número de instalaciones, valoración y calidad de los metadatos. Si el top está ocupado por apps con cientos de miles de reseñas, posicionarse orgánicamente es casi imposible independientemente de cuántas veces aparezca la palabra en los metadatos.

El potencial de conversión y el search intent están estrechamente relacionados — los veremos en detalle en la siguiente sección.

Search intent en el App Store: seis tipos

El intent es lo que el usuario realmente quiere al escribir una consulta. Dos palabras con el mismo volumen de búsqueda pueden arrojar resultados muy diferentes si el intent no coincide con lo que ofrece la app.

En el App Store, el intent se divide en seis tipos:

Informacional — el usuario todavía no sabe qué necesita y busca una idea, no un producto concreto. Consultas típicas: "apps for productivity," "app de desarrollo personal." La conversión es baja porque simplemente está mirando opciones. Estas consultas son útiles para el alcance, pero construir toda la estrategia en torno a ellas es un error.

Orientado a problemas — el usuario conoce el problema pero no la solución. Ejemplos: "cómo no olvidar los hábitos," "help build daily routine." Son buenas consultas para apps que resuelven un dolor concreto: el usuario busca una solución, no solo información sobre el tema.

Funcional — el usuario busca una función específica. Ejemplos: "habit tracker with streaks," "habit tracker with reminders." Alto potencial de conversión porque la consulta es muy concreta — si la app tiene esa función y está visible en la página, la instalación es probable.

De categoría — el usuario busca un tipo de app. Ejemplos: "habit tracker app," "daily planner." El volumen suele ser alto, la competencia también. Funciona bien como base de la estrategia de palabras clave, pero no como única apuesta.

De marca — el usuario busca una app o una empresa específica. Ejemplos: "Streaks app," "Habitica." El tráfico es más cálido, pero solo si es de nuestra marca. Usar nombres de marcas competidoras en los metadatos es una zona gris — Apple puede rechazar los metadatos.

Competitivo — el usuario busca una alternativa. Ejemplos: "apps like Habitica," "Streaks alternative free." Tráfico muy cualificado: el usuario ya conoce la categoría y está comparando. Si nuestra app tiene una ventaja clara, este es uno de los mejores tipos de consulta para impulsar la conversión.

La conclusión práctica: antes de añadir cualquier palabra a la lista, hay que preguntarse: ¿qué busca realmente la persona que la escribe? ¿Y estará satisfecha al encontrar nuestra app?

Mala elección vs correcta: habit tracker

La app ayuda a crear hábitos diarios: checklist diario, rachas, recordatorios. Elegimos palabras basándonos únicamente en el volumen de tráfico.

Mala elección: habits (alto volumen), productivity, self improvement

Qué falla: las tres consultas son informativas y demasiado amplias. Alguien que escribe "habits" puede estar buscando el libro Atomic Habits, una lista de consejos o cualquier otra cosa. "Productivity" abarca gestores de tareas, temporizadores y herramientas para equipos — un habit tracker quedará enterrado. Las tres palabras generarán impresiones y una conversión casi nula porque el intent no coincide.

Elección correcta: habit tracker, habit tracker daily, habit tracker with streaks, morning routine app

Por qué es mejor: cada una de estas consultas es funcional o de categoría — el usuario busca una herramienta específica. "habit tracker" tiene alto volumen; las demás son moderadas, pero la competencia es significativamente menor y el intent encaja exactamente con lo que hace la app.

Todas las métricas clave de cada consulta — tráfico, dificultad, posiciones actuales — se pueden consultar directamente en Keyword Monitor.

Por eso el análisis del intent se hace antes de mirar el volumen de tráfico, no después.

Cómo construir una lista inicial de palabras clave

La investigación de palabras clave no empieza con una herramienta, sino con una pregunta: ¿cómo describen nuestros usuarios lo que hace nuestra app? Varias fuentes ayudan a responderla.

La app y su propuesta de valor

El primer paso es escribir todas las palabras y frases que describen la app — no el lenguaje de marketing, sino descripciones funcionales: qué hace, para quién y en qué situaciones se usa. Un habit tracker es un habit tracker, un diario de objetivos, un planificador diario, una app de recordatorios, un rastreador de rachas. Cada una de estas descripciones es una palabra clave potencial o parte de una.

Reseñas de usuarios

Una de las mejores fuentes de lenguaje natural. ¿Cómo describen los usuarios la app y cómo la usan? A menudo aparecen formulaciones que el equipo de marketing nunca habría imaginado — y son exactamente las palabras que la gente escribe en el buscador.

Sugerencias de autocompletado del App Store

Cuando un usuario empieza a escribir una consulta en el buscador del App Store, la tienda sugiere continuaciones. No son palabras aleatorias — son las consultas reales que la gente hace con más frecuencia, y revisar todas las sugerencias para una palabra semilla produce una lista de variantes con demanda real.

La categoría y las categorías adyacentes. Miramos en qué categoría está la app y cómo se describen las apps del top de esa categoría. Sus nombres y subtítulos son una fuente concentrada de semántica relevante — los desarrolladores de esas apps ya han realizado su propia investigación.

Herramientas para ampliar la lista

Una vez que la lista base está lista, hay que ampliarla. Keyword Suggest en ASOMobile construye expansiones a partir de los datos reales de autocompletado del App Store: toma una palabra semilla y muestra todas sus variantes con datos de tráfico para cada una.

Keyword Finder va más lejos: analiza las palabras clave de los competidores y muestra las consultas por las que se posicionan — incluyendo las que nosotros no encontraríamos solos.

Mala elección vs correcta: la lista inicial del habit tracker

El error más común en la fase de recopilación es quedarse con las palabras obvias.

Lista inicial incorrecta: habits, goals, productivity, health, self-improvement, daily, reminder

Qué falla: la mayoría de estas palabras son demasiado amplias. "Productivity" abarca gestores de tareas, apps de notas y temporizadores; "health" abarca fitness, nutrición, medicina y una docena de áreas más. Alguien que busca un habit tracker es poco probable que escriba solo "goals" — esa palabra describe demasiadas cosas distintas. La lista parece completa, pero en la práctica solo cubre la demanda informacional, en la que la conversión es cercana a cero.

Lista correcta tras la expansión con autocompletado y Keyword Suggest:

• habit tracker — consulta de categoría principal, alto volumen de tráfico
• habit tracker daily — especificación funcional, competencia moderada
• habit tracker with streaks — función concreta, alta conversión
• daily routine planner — consulta adyacente, ángulo diferente
• goal tracker app — de categoría, competencia moderada
• routine builder — nicho, baja competencia
• morning routine app — long-tail, intent preciso
• drink water reminder — estrecha, pero con muy alta conversión

Tras la expansión, la lista pasa de 7 palabras genéricas a 40-60 consultas específicas con características medibles. El siguiente paso: filtrado y priorización.

Análisis de competidores y brechas en las palabras clave

Nuestra propia lista de palabras es solo la mitad del trabajo. La otra mitad es entender por qué consultas se posicionan los competidores y encontrar las que ellos cubren y nosotros no. Esto se llama keyword gap: los competidores casi siempre tienen consultas que les generan tráfico, son relevantes para nuestra app y están ausentes de nuestros metadatos. Son oportunidades ya demostradas que no hay que descubrir desde cero.

Cómo analizar a los competidores

Empezamos con 3-5 competidores directos — apps que resuelven el mismo problema para el mismo público. Revisamos sus metadatos: qué tienen en el nombre, qué en el subtítulo. Es información pública que ya dice mucho.

Luego viene el análisis con herramientas. Spy Keywords en ASOMobile muestra por qué consultas se posiciona cualquier app en los resultados de búsqueda, permitiendo ver toda la semántica del competidor y no solo lo que es visible en sus metadatos.

Qué buscar primero: consultas con volumen moderado en las que el competidor está en el top 5 y nosotros no aparecemos; consultas funcionales que describen exactamente nuestra app, pero que el competidor sí tiene y nosotros no; consultas competitivas (apps like X) si nuestra app es una alternativa real.

Mala elección vs correcta: análisis de competidores para un habit tracker

Revisamos manualmente a los competidores en la App Store y copiamos palabras de sus nombres y subtítulos.

Enfoque incorrecto: tomamos habits, goals, productivity, daily planner — todo lo que aparece en las páginas de los competidores principales.

Qué falla: son exactamente las palabras con las que las apps grandes ya están en el top 1-3, con millones de instalaciones. Añadirlas a nuestros metadatos no generará posicionamiento — el algoritmo seguirá favoreciendo a las apps con un peso incomparablemente mayor. Además, estamos gastando caracteres del campo de palabras clave en consultas en las que nunca seremos visibles.

Enfoque correcto: ejecutar Spy Keywords para 3-4 competidores de nivel medio — no las apps del top, sino las que están en el top 20 con menos reseñas — y encontrar las consultas en las que se posicionan y donde la competencia es menor.

Este tipo de análisis suele revelar consultas como "habit tracker with reminders," "routine planner app," "streak counter," "daily checklist app." Todas funcionales, intent preciso, y los primeros resultados para estas consultas son apps sin millones de reseñas — posiciones realmente alcanzables.

Qué no hay que hacer

No copiamos la semántica del competidor a ciegas. Algunas de esas palabras funcionan precisamente en combinación con el volumen de instalaciones y la valoración de esa app, y que un competidor esté en el top 3 por una palabra no significa que nosotros lleguemos allí con las mismas palabras en los metadatos — el algoritmo tiene en cuenta el peso global de cada app.

Cómo establecer prioridades

Una vez construida la lista — que puede tener entre 200 y 500 palabras —, hay que decidir con qué trabajar ahora mismo.

Una buena lógica de priorización funciona así. Primera prioridad: palabras con volumen moderado y alta relevancia — no las más populares, sino aquellas donde la app tiene posibilidades reales de entrar al top 10, y donde suelen estar los resultados rápidos. Segunda prioridad: palabras de categoría altamente competitivas — vale la pena incluirlas, pero entendiendo que los resultados tardan y dependen del crecimiento de las instalaciones. Tercera prioridad: long-tail — consultas de 3-4 palabras con bajo volumen pero muy alta precisión. "Water tracker for pregnancy" tiene poco volumen, pero quien lo busca quiere exactamente eso.

Mala elección vs correcta: prioridades en una lista de 80 palabras

Tras la recopilación tenemos 80 palabras. El error clásico es tomar las de mayor tráfico y ponerlas en el nombre.

Elección incorrecta: el nombre HabitFlow — Habits & Goals & Productivity — es un conjunto de tres palabras genéricas con máxima competencia, y la app no aparece por encima de la posición 50 en ninguna de ellas.

Priorización correcta:

"fitness habits" parece atractivo por su volumen, pero el intento es informativo y la competencia está dominada por apps con cientos de miles de reseñas. Lo dejamos para cuando crezca el volumen de instalaciones. "habit tracker with streaks" dará una posición real en el top 15 en un mes.

Verificación geográfica

Antes de cerrar la lista, conviene comprobar cómo se desempeñan las palabras en cada mercado objetivo, porque las consultas populares en EE.UU. pueden tener un volumen casi nulo en Alemania o Brasil — y viceversa. Worldwide Check y ASOMobile muestran el tráfico de cualquier consulta por país..

Un escenario típico: "habit tracker" funciona bien en EE.UU., pero en Alemania son más populares "Gewohnheiten App" o "Routine Tracker," y en Francia — "suivi habitudes." Si las localizaciones están configuradas, cada mercado requiere su propia investigación — las palabras no se trasladan automáticamente.

Dónde colocar las palabras clave en los metadatos

Aquí es donde la investigación se convierte en decisiones concretas.

Qué se indexa en el App Store (iOS)

El App Store indexa tres campos: el nombre (hasta 30 caracteres) — la señal más importante para el algoritmo; el subtítulo (hasta 30 caracteres) — el segundo en importancia; y el campo de palabras clave (hasta 100 caracteres, no visible para los usuarios) — solo en iOS. La descripción no se tiene en cuenta para el posicionamiento: existe únicamente para el usuario que ya ha abierto la página de la app.

Cómo funciona el campo de palabras clave

El campo se rellena con palabras separadas por comas sin espacios: tracker,habits,goals,journal. Algunas reglas que se incumplen con frecuencia: no repetir palabras que ya están en el nombre o el subtítulo (el algoritmo ya las ha contado, repetirlas solo desperdicia caracteres); no poner espacios después de las comas; usar palabras individuales, no frases (el algoritmo combina palabras de distintos campos para formar consultas de varias palabras); no incluir nombres de apps competidoras — Apple rechaza los metadatos por eso.

Para un análisis detallado del campo de palabras clave en iOS, consulta el artículo Campo Keywords para iOS.

Cómo distribuir las palabras por campos

Las palabras más importantes van en el nombre: debe ser la consulta de categoría principal o una consulta funcional que describa con precisión el valor principal de la app. Tanto el algoritmo como el usuario leen el nombre, por lo que tiene que seguir siendo comprensible.

El subtítulo lleva la segunda consulta con prioridad más valor adicional para el usuario — un equilibrio entre relevancia para el algoritmo y legibilidad para las personas.

El campo de palabras clave recibe todo lo demás: sinónimos, consultas long-tail, traducciones para mercados localizados, variantes ortográficas.

Mala elección vs correcta: metadatos del habit tracker

Incorrecto:

• Nombre: HabitFlow — Your Daily App
• Subtítulo: Track habits and reach goals!
• Campo de palabras clave: habits,goals,tracker,daily,productivity,health,fitness,routine,self,improvement

Qué falla: el nombre contiene la frase vaga "daily app" sin valor de búsqueda. El campo de palabras clave duplica palabras que ya están en el nombre (habits, tracker), "self" solo no se indexa como consulta útil, y los espacios después de las comas desperdician caracteres.

Correcto:

• Nombre: HabitFlow: Habit Tracker Daily
• Subtítulo: Streaks, Goals & Reminders
• Campo de palabras clave: routine,planner,goal,checklist,improvement,build,challenge,water,morning,journal

Qué cambió: "habit tracker" y "daily" ahora están en el nombre — dos consultas de búsqueda reales. El subtítulo presenta las funciones con palabras que la gente busca. El campo de palabras clave está limpio de duplicados y relleno con palabras de volumen demostrado que el algoritmo combinará con las del nombre.

Cómo hacer seguimiento de los resultados

Una vez actualizados los metadatos, el trabajo no termina. El App Store aplica los cambios en unos pocos días tras publicar la actualización.

Qué monitorizar: el posicionamiento por consultas objetivo — para cada palabra clave de la lista de prioridades, es importante saber en qué posición está la app, porque entrar en el top 10 genera un volumen de tráfico radicalmente diferente al de la posición 50. La tendencia del posicionamiento — importa tanto la dirección como la posición actual: ¿está subiendo o bajando?, y una caída tras actualizar los metadatos es señal de que el cambio no funcionó. El tráfico de búsqueda — el aumento de posiciones debe traducirse en más impresiones y visitas a la página. La conversión — si las impresiones crecen pero las instalaciones no, el problema es o un desajuste de intent o algo en la propia página de la app: icono, capturas, descripción.

ASO Dashboard y ASOMobile reúnen toda la información sobre cada palabra en un solo lugar.

Qué muestra el seguimiento 4 semanas después de la actualización

Tras actualizar los metadatos del habit tracker del ejemplo anterior, el panorama típico es:

• habit tracker daily: la posición subió de 34 a 11 — ya aparecemos en la zona visible
• habit tracker with streaks: entramos al top 20, antes no estábamos indexados
• routine planner: top 15 desde la primera semana — baja competencia, resultado rápido
• habit tracker: posición 47, sin cambios — alta competencia, necesita más instalaciones

Ese panorama explica por qué no es la mejor estrategia perseguir un "habit tracker" desde el primer día. Mientras la app gana peso, las consultas de competencia moderada generan tráfico e instalaciones reales — que a su vez contribuyen a competir eventualmente por las palabras principales.

Con qué frecuencia actualizan los metadatos. El ciclo estándar es cada 1-2 meses. Con menos frecuencia se pierden oportunidades; con más, no hay suficientes datos para evaluar los resultados. Excepción: si las posiciones caen bruscamente, hay que reaccionar con rapidez.

Cómo ayuda ASOMobile con la investigación de palabras clave

Todo el proceso descrito puede realizarse manualmente — monitorizando las sugerencias de autocompletado, manteniendo hojas de cálculo y revisando las posiciones periódicamente. Pero requiere mucho tiempo y, aun así, no ofrece el panorama completo.

ASOMobile cubre cada etapa del proceso.

Recopilación de palabras clave: App Keywords muestra la indexación actual de cualquier app —ya sea una competidora o la nuestra propia — y sirve como fuente directa de ideas. Keyword Suggest construye expansiones a partir del autocompletado real de App Store y Google Play, mostrando todas las variantes de una palabra semilla con datos de tráfico para cada una. Keyword Finder analiza las palabras clave de los competidores y encuentra consultas que funcionan para ellos, pero que nos faltan a nosotros.

Análisis de competidores: Spy Keywords ofrece una imagen completa de por qué se posiciona cualquier app en las consultas, y permite comparar nuestras palabras clave con las de varios competidores para identificar los gaps.

Cobertura geográfica: Worldwide Check muestra el tráfico de cualquier consulta por país — lo cual resulta útil al trabajar en varios mercados a la vez.

Seguimiento del posicionamiento: Keyword Monitor rastrea las posiciones de la app para las palabras clave seleccionadas en tiempo real. Keyword Report construye el historial de cada palabra — útil para evaluar los resultados tras una actualización de metadatos.

Visión global: ASO Dashboard ofrece una panorámica del rendimiento de la app mediante infografías visuales claras.

Decisiones sobre metadatos: ASO Creator ayuda a construir los metadatos respetando los límites de caracteres, comprueba la presencia de duplicados entre campos y muestra cómo se distribuyen las palabras.

Checklist antes de actualizar los metadatos

Antes de enviar una actualización al App Store, conviene revisar esta lista:

• Cada palabra de la lista de prioridades ha sido evaluada por volumen, relevancia y competencia
• El search intent de cada palabra clave es claro — coincide con lo que ofrece la app
• Las consultas más importantes están en el nombre o el subtítulo
• El campo de palabras clave no tiene duplicados de palabras que ya están en el nombre o el subtítulo
• No hay espacios después de las comas en el campo de palabras clave
• El campo de palabras clave no supera los 100 caracteres
• El nombre y el subtítulo se leen como texto natural, no como una lista de palabras
• Las consultas competitivas han sido revisadas — no hay referencias directas a marcas ajenas
• La cobertura geográfica ha sido verificada: las palabras clave son relevantes para cada mercado objetivo
• El seguimiento de posiciones está configurado para evaluar los resultados tras la actualización