SEO para educación y plataformas e-learning
Educación es un vertical con peculiaridades propias: el comprador toma decisiones de alto impacto vital (qué carrera elegir, dónde estudiar, qué máster cursar), el ciclo de decisión se mide en meses, y la competencia mezcla universidades tradicionales con plataformas e-learning globales (Coursera, Udemy, Domestika) que dominan el SERP. Trabajé este vertical desde adentro de una plataforma e-learning global — bajo NDA describo scope sin nombrar.
Qué hace al SEO educación distinto
Educación tiene un componente YMYL silencioso: la elección de carrera, máster o curso afecta el futuro económico y profesional de la persona. Google premia con visibilidad a las plataformas educativas que demuestran calidad real (autoridad, profesores reales, métricas de empleabilidad) y castiga a las que parecen content farms.
Catálogo de cursos masivo y dinámico. Plataformas como Coursera o Udemy tienen 50.000+ cursos activos. Cada curso es una URL con su propio título, descripción, instructor, reviews. La arquitectura SEO tiene que escalar para esa volumetría sin degradarse en cursos viejos sin reviews.
Hyper-local en educación presencial. “Carrera de ingeniería en Buenos Aires” es una query distinta a “carrera de ingeniería en Mendoza”. Universidades e institutos presenciales tienen que rankear por ciudad, mientras las plataformas online compiten globalmente.
Schema Course + EducationalOrganization obligatorios. Course, CourseInstance, EducationalOrganization, ProfessionalDegree son tabla mínima. Sin schema completo (provider, courseMode, hasCourseInstance, instructor con credenciales), los cursos se ven como anónimos genéricos en SERP.
EEAT educacional muy estricto. Contenido educativo sin autores con credenciales académicas verificables pierde frente a sitios universitarios que sí los tienen. Google YMYL educacional aplica criterios similares a YMYL médico.
Errores típicos que veo en educación
Cursos sin schema Course completo
Páginas de curso con solo el título y descripción. Sin schema Course (provider, courseMode, educationalLevel, teaches, hasCourseInstance), los cursos pierden rich results disponibles y compiten débilmente contra Coursera/Udemy que sí los tienen.
Profesores/instructores sin EEAT
Instructores sin perfil público, sin credenciales académicas visibles, sin link a publicaciones. Google YMYL educacional exige autores creíbles. Sin esto, las páginas de curso pierden frente a competidores que sí muestran los profesores.
Páginas de carrera sin métricas de empleabilidad
“Estudiá ingeniería con nosotros” sin tasa de empleabilidad, salarios promedio de egresados, casos de éxito reales. Sin data verificable, la página compite mal contra universidades que sí publican esos números.
Cursos viejos sin reviews ocupando el sitio
50% del catálogo de cursos con 0 reviews y cero actualización en 2+ años. Para Google es señal de calidad baja del sitio entero. Mejor archivar/noindex los cursos sin tracción que diluir la calidad percibida.
Sin segmentación por nivel educativo
“Curso de programación” sin distinguir principiante, intermedio, avanzado. Cada nivel tiene queries propias (“aprender Python desde cero” vs “Python avanzado para data science”). Sin segmentación, se pierde tráfico cualificado por intent.
AI Search educación ignorado
ChatGPT y Perplexity ya responden “qué carrera me conviene”, “mejor plataforma para aprender X”, “diferencia entre máster y especialización en Y”. Las plataformas educativas que aparecen citadas ganan participación; las que no, pierden tráfico futuro.
Mi experiencia en educación
Por restricciones contractuales no puedo nombrar la empresa específica. Lo que sí puedo describir es el scope: plataforma e-learning con catálogo masivo de cursos multi-idioma, integración SEO con producto, instructores y marketing, internacionalización a múltiples mercados.
Cómo se estructura un engagement educación
El stack que armo en proyectos educativos tiene cinco etapas:
1. Discovery + audit con foco YMYL educacional (4–6 semanas). Crawl con foco en catálogo de cursos activos/inactivos, audit de schema Course/EducationalOrganization, validación de EEAT por instructor, audit de páginas de carrera con foco en empleabilidad, estado de AI Search. Output: roadmap priorizado por impacto en matrículas.
2. Quick wins en schema Course (1–2 meses). Implementación programmatic de schema Course completo, EEAT en instructores, AggregateRating verificable. Estos generan ganancias visibles en 8–12 semanas en rich results educacionales.
3. Limpieza de catálogo viejo (continuo). Noindex/archivado de cursos sin tracción + actualización de cursos populares (re-recording, nuevas reviews, contenido fresh). Sin esta limpieza, el sitio se ve como content farm para Google.
4. Capa AI Search (continua). Monitoreo de menciones en ChatGPT, Gemini, Perplexity para queries de evaluación educacional. En educación la decisión empieza cada vez más con asistentes IA: “qué carrera me conviene”, “mejor curso para aprender X”, “comparar Coursera vs Udemy”.
5. Dashboards con matrículas + retención (mensual). Reports que conectan tráfico orgánico cualificado → matrículas → retención del primer semestre. Sin esa cadena medida, educación no defiende presupuesto SEO frente a paid + branding.
AI Search en educación: donde empieza la decisión
Cuando alguien empieza a evaluar dónde estudiar (carrera, máster, curso), cada vez más esa primera conversación pasa por ChatGPT: “qué máster en marketing digital me conviene”, “diferencia entre bootcamp y carrera tradicional”, “Coursera vs Udemy para data science”. El modelo cita plataformas y universidades que tiene en training data + sources de RAG. Las marcas que aparecen entran al short-list mental; las que no, no son consideradas.
En el frente generativo educacional, la métrica que importa es share of citations en AI Overviews + ChatGPT + Gemini + Perplexity para queries de evaluación de carreras, comparación de plataformas y selección de cursos. Es una métrica que pocos en educación están midiendo todavía. Detalle de la metodología en AI Search + GEO.
Si tu plataforma educativa está pensando en SEO en serio
El primer paso es siempre una auditoría con foco YMYL educacional — diagnóstico técnico + análisis de catálogo de cursos + audit de schema Course + EEAT por instructor + estado en AI Search + roadmap priorizado por impacto en matrículas. De ahí decidimos si tiene sentido un retainer continuo (típico en plataformas con catálogo en crecimiento continuo) o consultoría intensiva por proyecto (típico en lanzamiento de mercado, replatforming, o pivot a nuevo modelo educativo).