E-E-A-T: cómo Google evalúa la calidad y por qué importa para SEO
No es un ranking factor. Es el lente con el que Google calibra el algoritmo. Y es la diferencia entre un site bancario que resiste un core update y uno que se desploma cuando llega el siguiente.
Qué es exactamente EEAT
EEAT es el acrónimo de cuatro criterios que Google publica en sus Search Quality Rater Guidelines — un documento de 170+ páginas que entrega a evaluadores humanos para calificar la calidad de páginas web. Esos evaluadores no afectan rankings de forma directa, pero sus calificaciones se usan para entrenar y validar los algoritmos.
Las cuatro letras son:
- Experience — ¿el autor tiene experiencia de primera mano con el tema? ¿usó el producto, visitó el lugar, vivió la situación que describe?
- Expertise — ¿tiene conocimiento técnico o formal en el área? Importa más en temas regulados.
- Authoritativeness — ¿el sitio y el autor son referentes reconocidos en el nicho? Esto se construye con años, no con un quarter.
- Trust — ¿la información es precisa, transparente, segura, y la página opera con prácticas de confianza (HTTPS, política de privacidad, autoría visible, fuentes citables)?
Por qué Trust es el centro
Google es explícito en las Quality Rater Guidelines:
Traducido: podés tener al mejor experto del mundo escribiendo, con experiencia de primera mano y reputación en el nicho — si la página no transmite confianza (HTTPS roto, sin autor visible, sin fuentes, con publicidad invasiva o claims sin respaldo), todo lo demás no importa. Trust es el filtro que se aplica antes de cualquier otra cosa.
En la práctica esto significa que muchas optimizaciones que se hacen “para EEAT” en realidad son optimizaciones de trust básico: bio del autor con credenciales reales, fecha de actualización visible, fuentes citadas, política editorial, transparencia sobre conflictos de interés.
El cambio de E-A-T a E-E-A-T (diciembre 2022)
Hasta finales de 2022, Google hablaba de E-A-T (tres letras). En diciembre de 2022 sumó la segunda E — Experience — y el cambio no fue cosmético. Reflejó un giro de fondo: Google empezó a valorar el contenido escrito por gente que estuvo ahí, por sobre el contenido escrito por gente que solo leyó sobre el tema.
El ejemplo canónico: una review de una sartén escrita por alguien que la cocinó tres meses con datos concretos sobre durabilidad, vence a una review escrita por un redactor que copió specs de la web del fabricante. Aunque el segundo “sepa más” técnicamente. El usuario quiere la primera.
Esto coincidió con la avalancha de contenido AI-generado que empezó en 2022-2023. Google necesitaba un criterio para diferenciar contenido humano con experiencia real de contenido sintético sin alma. Experience fue ese criterio.
EEAT no es un ranking factor (y por qué importa el matiz)
Esto es lo que más se confunde en el sector. Google ha repetido — Danny Sullivan, John Mueller, la documentación oficial — que EEAT no es un ranking factor directo. No hay un “EEAT score” en el algoritmo que sume puntos.
Lo que sí hay es esto:
- Google entrena y evalúa sus sistemas de ranking con miles de Quality Raters humanos.
- Esos raters usan EEAT como criterio principal para evaluar la calidad de páginas.
- Las calificaciones se agregan y se usan para validar si los sistemas (Helpful Content, Reviews, Spam, Core) están haciendo bien su trabajo.
- Si un sistema rankea contenido con EEAT bajo, el modelo se ajusta hacia atrás.
El matiz es importante porque cambia cómo trabajás. No optimizás para “el factor EEAT”. Optimizás para que tu sitio se vea como Google quiere que sus algoritmos premien. Es un objetivo más amplio, más cualitativo, y más alineado con calidad real.
Cómo se aplica EEAT en la práctica
EEAT se vuelve crítico en verticales YMYL (Your Money Your Life) — banca, salud, legal, gobierno — donde una recomendación mal calibrada puede afectar dinero, salud o derechos del lector. Las tres aplicaciones más típicas:
Productos financieros y compliance regulatorio
En sites bancarios todo es YMYL: tasas, productos de inversión, condiciones de préstamo. Una recomendación desactualizada puede tener consecuencias regulatorias y dañar al usuario. Lo que se espera: autoría visible firmada por equipos de Producto, fechas de actualización en cada landing transaccional, links a documentación regulatoria oficial (BCRA, CNV, organismo equivalente del país), y revisión legal previa a publicación. El Article schema con author de tipo Organization y reviewedBy en landings sensibles refuerza la señal de cara a Google.
Información médica y farmacéutica
El estándar en contenido médico al consumidor: páginas firmadas por profesionales de la salud con matrícula visible, foto, links a publicaciones académicas verificables. La fecha de “Última revisión médica” pesa tanto como el H1. Google es especialmente agresivo desindexando o sepultando contenido médico sin credenciales claras — ese factor por sí solo decide si el sitio rankea o no.
Servicios financieros emergentes
Crypto es YMYL doblemente difícil — financiero, altamente regulado y con baja confianza estructural en el sector. El stack que funciona: separar contenido educativo (qué es blockchain, qué es una wallet) de contenido transaccional (cómo comprar con tarjeta), bio de autor con experiencia verificable en el sector, disclosures explícitos sobre riesgos, y compliance visible (registro PSAV, autoridad regulatoria local, fiscal). Sin esa capa, el contenido crypto compite en desventaja contra medios establecidos como Forbes Crypto o CoinDesk.
EEAT en AI Search (AIO, ChatGPT, Perplexity, Gemini)
Una cosa que se volvió clara entre 2024 y 2026: los AI Overviews de Google y los answer engines (ChatGPT, Perplexity, Gemini) citan a las marcas que ya tienen EEAT alto. Los LLMs no inventan autoridad — la heredan de las señales que ya existían en la web abierta.
Si querés que tu marca aparezca cuando alguien le pregunta a ChatGPT “qué fintech usar en Argentina”, necesitás:
- Menciones consistentes en sources que los LLMs ya consideran confiables (medios reconocidos, Wikipedia, foros del sector).
- Schema bien armado — Organization, Person, Article — para que el grafo de conocimiento te identifique sin ambigüedad.
- Contenido con experiencia real — no parafraseo de docs ajenas. Los LLMs penalizan el contenido derivativo.
- Trust visible — HTTPS, política de privacidad, datos de contacto, página About con autor real.
EEAT, que en el SEO clásico era una optimización para Quality Raters humanos, en AI Search es directamente la condición de existencia de tu marca dentro del modelo.
Checklist accionable
- Bio del autor visible en cada artículo, con credenciales verificables, foto real, y link a una página About propia.
- Fecha de “Última revisión” visible al inicio del contenido — no solo “Publicado”. Eso señala mantenimiento activo.
- Fuentes citadas con links a documentación primaria (Google Search Central, papers, documentos regulatorios).
- Schema Article con `author`, `datePublished`, `dateModified`, y `reviewedBy` cuando aplica.
- Página About con autor real, foto, trayectoria, y links a perfiles externos verificables (LinkedIn, Crossref, etc.).
- Política editorial pública — cómo se produce el contenido, quién lo revisa, criterios de actualización.
- Trust básico no negociable — HTTPS válido, política de privacidad, página de contacto con datos reales, sin publicidad invasiva.
- Para YMYL: autoridad disciplinar visible — médico con matrícula, financista con licencia, abogado con número de colegio.
- Disclosures explícitos donde haya conflicto de interés — afiliación, contenido patrocinado, etc.
- Mantener el contenido vivo. Una página YMYL sin actualizar en 3 años pierde EEAT por default.
Errores comunes
- “Optimizar EEAT” agregando bullets falsos al final del contenido. Google lo detecta.
- Bios genéricas tipo “John Smith es un experto en SEO con 10 años de experiencia”. Si no es verificable, no suma.
- Schema author sin Person real detrás. Google ata el JSON-LD a entidades del Knowledge Graph; las personas inventadas no califican.
- Comprar EEAT con menciones pagas. Funciona corto plazo, se rompe cuando Google detecta el patrón.
- Tratar EEAT como un proyecto puntual. Es un estado del sitio, no un sprint. Si no lo mantenés, decae.
Schema y EEAT — qué tipos importan
El schema markup es la forma más directa de comunicarle a Google (y a los LLMs) la información de EEAT en lenguaje estructurado. Los tipos clave:
- Person — para autores. Con `name`, `jobTitle`, `url`, `sameAs` (LinkedIn, etc.), `alumniOf`, `award`.
- Organization — para el publisher. Con `legalName`, `address`, `contactPoint`, `sameAs`.
- Article con `author`, `publisher`, `datePublished`, `dateModified`, `reviewedBy` (este último para YMYL es oro).
- WebSite con `publisher` y `inLanguage` correctos.
- BreadcrumbList — señal de arquitectura clara, indirecta de trust.
El error frecuente: implementar schema “porque toca” sin que las entidades referenciadas existan en serio. Si tu Article schema dice `author=Sebastián Querelos`, esa Person tiene que tener una página real, sameAs verificables, y trayectoria documentable. El JSON-LD no es magia — es declaración estructurada de algo que ya tiene que ser cierto.