Una estadística es la frase más persuasiva de un artículo y la primera que caduca. “El 68 % de los profesionales del marketing dice…” suena a prueba el día que publicas. Dos años después el estudio ha sido sustituido y la página fuente se ha movido. Tu artículo sigue diciendo 68 % en presente, y se ha convertido sin ruido en el tipo de página en la que nadie debería confiar.
Lo más importante en resumen - Las estadísticas envejecen más rápido que cualquier otro elemento del contenido, y sus fuentes desaparecen: el 38 % de las páginas de 2013 ya no existía una década después
- El coste es primero confianza y después rankings. Los evaluadores de Google bajan su valoración de confianza cuando detectan imprecisiones factuales
- Los sistemas de IA amplifican el daño: una cifra obsoleta que citan se convierte en una respuesta obsoleta, y las páginas que producen respuestas erróneas se citan menos
- La solución es una rutina, no una reescritura: inventariar cada cifra, enlazarla a una fuente primaria y comprobarla con calendario o con monitorización
¿Por qué las estadísticas caducan más rápido que todo lo demás?
Porque una estadística hace tres promesas a la vez, y cada una puede romperse por separado. La cifra es actual, la fuente sigue existiendo y la fuente sigue diciendo esa cifra. La mayoría de los demás elementos del contenido solo hacen una.
La evidencia sobre lo rápido que se rompen esas promesas es incómoda. Un análisis del Pew Research Center encontró que el 38 % de las páginas web que existían en 2013 ya no eran accesibles en 2023. Incluso de las páginas de 2023, el 8 % había desaparecido en el mismo año. Cada una de esas páginas era la fuente de alguien.
Un estudio de la Harvard Law School sobre enlaces en artículos del New York Times, publicado en la Columbia Journalism Review, puso cifras a la curva de deterioro. El 25 % de todos los enlaces profundos eran completamente inaccesibles, y la tasa subía con la edad. Del 6 % en enlaces de 2018 al 43 % en los de 2008 y al 72 % en los de 1998. Más de la mitad de los artículos con enlaces profundos contenía al menos uno muerto.
Columbia Journalism Review Estudio de la Harvard Law School sobre enlaces del New York Times, 2021 El linkrot se hizo más frecuente con el tiempo: el 6 por ciento de los enlaces de 2018 se había roto, frente al 43 por ciento de los enlaces de 2008 y el 72 por ciento de los enlaces de 1998. El 53 por ciento de todos los artículos con enlaces profundos tenía al menos un enlace roto.
(traducido) Fuente
El mismo estudio nombra el problema más silencioso: la deriva de contenido, los cambios normalmente no anunciados, retractaciones, adiciones, sustituciones, en el contenido de una URL concreta. El enlace funciona, pero la página ya no dice lo que citaste. Tu lector hace clic y encuentra otra cifra, o ninguna.
Así que una estadística en un artículo de hace tres años tiene tres modos de fallo apilados. Y la investigación dice que probablemente al menos uno ya se ha disparado.
¿Qué cuesta realmente una estadística obsoleta?
Primero confianza, después citas, después rankings, en ese orden y con ese retraso. La pérdida de rankings es lo último que ves, y por eso la mayoría de los equipos solo nota el problema cuando el daño ya está hecho.
Coste 1: confianza, con cada lector que comprueba
Las directrices para evaluadores de Google son explícitas en que la precisión alimenta directamente la confianza, el elemento más importante de E-E-A-T:
Google Search Quality Rater Guidelines, septiembre de 2025, sección 3.1 Al examinar la calidad del contenido principal, puede que detectes imprecisiones factuales que reduzcan tu valoración de la confianza.
(traducido) Fuente
La autoevaluación de Google sobre contenido útil hace la misma pregunta con palabras más simples: ¿tiene el contenido errores factuales fáciles de verificar? Una estadística de 2022 presentada como actual en 2026 es exactamente eso: fácil de verificar y errónea.
El coste en confianza no es abstracto. Un lector que comprueba una cifra y la encuentra rancia deja de comprobar y empieza a dudar. Todo lo demás de la página, incluidas las partes que siguen siendo correctas, ahora se lee como poco fiable. Explicamos el mecanismo en E-E-A-T explicado: la confianza es un multiplicador, y un solo error visible arrastra toda la página.
Coste 2: citas, humanas y de máquinas
Periodistas, otros redactores y sistemas de IA buscan cifras que citar, y todos prefieren cifras que puedan verificar. Una estadística con fuente muerta o estudio superado no pasa la comprobación. La página no se cita, el competidor más actual sí, y la autoridad que construyen las citas se acumula en otro sitio.
En los motores de respuesta con IA el efecto se agrava. Cuando un sistema cita tu página y repite la cifra obsoleta, su respuesta es errónea. Los sistemas que se evalúan por la calidad de sus respuestas aprenden, de una forma u otra, a preferir fuentes que no los hagan equivocarse. Vimos cómo seleccionan fuentes en cómo los buscadores IA eligen qué fuentes citar; la actualidad y la verificabilidad eran dos de los cinco factores.
Coste 3: rankings, despacio
Los rankings vienen detrás. Una página que pierde confianza y citas pierde las señales que la mantenían en primera página, y una página más reciente con datos actuales se lleva la consulta. Es el content decay en su forma más común: sin penalización, sin actualización del algoritmo, solo una página que dejó de ser la mejor respuesta mientras nadie miraba.
El orden importa para el diagnóstico. Si los clics de una página caen, las estadísticas obsoletas suelen ser la causa, no el síntoma. Corregir las cifras y sus fuentes a menudo recupera la página sin tocar nada más, porque la estructura y el ajuste a la intención nunca fueron el problema.
¿Qué estadísticas se quedan obsoletas primero?
Las ligadas a un año, una encuesta o un precio. En orden aproximado de velocidad de deterioro:
- Resultados de encuestas “más recientes”. Los informes anuales del sector se sustituyen cada año. La edición de 2024 queda superada el día que aparece la de 2025, y tu artículo sigue citando 2024.
- Tamaños de mercado y previsiones. Las previsiones de analistas se revisan, a veces drásticamente. Una afirmación de 2023 del tipo “alcanzará X mil millones en 2027” suele ser errónea en 2025.
- Cifras de plataformas y de uso. Número de usuarios, cuotas de mercado, tasas de adopción. Se mueven cada trimestre.
- Precios y límites de planes. No son estadísticas en sentido estricto, pero son cifras sobre las que los lectores actúan. Cambian sin aviso.
- Benchmarks de rendimiento. Tiempos de carga, tasas de conversión, cualquier “promedio”. La realidad subyacente y los métodos de medición cambian.
- Porcentajes de estudios únicos. Sobre todo estudios pequeños que se repiten con resultados distintos. La cifra sigue viva en artículos mucho después de que el estudio fuera contradicho.
- Estadísticas demográficas y de comportamiento. Más lentas, pero se mueven, y a menudo se citan de fuentes que a su vez citan fuentes más antiguas.
Lo que más tarda en deteriorarse son las constantes físicas, los hechos históricos y las definiciones. Casi nada más en un artículo de marketing está a salvo más de un año.
Richard Roth Fundador de CiteRanger, estratega SEO El patrón que más veo son las estadísticas de segunda mano: un artículo cita un blog que cita un informe que cita una encuesta de 2019. La cifra se ha copiado tantas veces que nadie recuerda que tiene siete años, y la fuente original es un 404. Cuando audito un sitio, rastreo cada cifra hasta su origen, y más o menos un tercio no sobrevive al viaje.
¿Cómo mantener vivas las estadísticas de tu contenido?
Tratando cada cifra como un activo mantenido, con origen, fecha y calendario de revisión, en lugar de como una frase que escribiste una vez. Cinco pasos:
1. Inventaria cada cifra
Repasa tus artículos y lista cada estadística. La cifra, la afirmación que respalda, la página en la que está, la URL de la fuente y su fecha. En un sitio con cincuenta artículos es una tarde. Con quinientos es trabajo para una herramienta, y es exactamente lo que hace el análisis de CiteRanger: encuentra las cifras, las fuentes y las fechas por ti.
2. Rastrea cada una hasta la fuente primaria
Las estadísticas de segunda mano son el fallo más frecuente. Sigue la cadena hasta llegar al estudio, informe o conjunto de datos original, y enlaza a eso. Si la cadena termina en un 404 o en una página que ya no contiene la cifra, la estadística no está respaldada y debe sustituirse o eliminarse.
3. Fecha la cifra en el texto
“Según el Pew Research Center (2024), el 38 % de…” envejece con honestidad. “El 38 % de las páginas han desaparecido” envejece en silencio. Lectores y evaluadores pueden juzgar una cifra fechada; no pueden juzgar una sin fecha. Es el mismo principio que las fechas de actualización honestas que la guía de Google sobre fechas pide a nivel de página.
4. Fija un ritmo de revisión por tipo de estadística
Cifras de encuestas anuales: revisar cuando toque la siguiente edición. Precios y cifras de plataformas: al menos trimestralmente. Todo lo demás: en el ritmo normal de la página, que expusimos en cada cuánto actualizar el contenido.
5. Monitoriza las fuentes, no solo las páginas
Una fuente puede desaparecer o cambiar cualquier día. Las revisiones programadas lo detectan en algún momento; la monitorización lo detecta cuando ocurre. En las páginas sensibles al tiempo que importan, la diferencia entre “en algún momento” y “ahora” es la diferencia entre una corrección silenciosa y una página visiblemente equivocada.
Cuando sustituyas una estadística obsoleta, deja rastro: una nota breve como “Actualizado en septiembre de 2026: cifra revisada de la edición 2023 a la 2025 del informe”, en el texto o en un registro de cambios al final del artículo. Muestra a lectores y evaluadores que la página se mantiene, y evita que el siguiente editor se pregunte por qué cambió la cifra.
¿Qué hacer con una estadística que no puedes verificar?
Eliminarla, o reescribir la afirmación sin la cifra. Una estadística no verificable es un pasivo, no un activo, y la afirmación que respaldaba suele seguir siendo válida en una forma más débil.
Con la fuente muerta, “el 73 % de los compradores lee reseñas antes de comprar” se queda en “la mayoría lee reseñas antes de comprar”, sin fuente. O, mejor, en una cifra reciente de un estudio actual con un enlace que funciona. La segunda versión es menos contundente y más fiable, y fiable es para lo que existe la página.
La tentación es conservar la cifra porque impresiona. Resístela. Un evaluador o un lector experto que pille una cifra inventada o sin respaldo asumirá que las demás también lo son, y acertará con demasiada frecuencia.
Conclusión
Las estadísticas obsoletas son el tipo más caro de contenido rancio porque son las frases más creídas de la página. Cuando caducan, se llevan la credibilidad de la página, después sus citas y después sus rankings. La investigación sobre linkrot y deriva de contenido es clara. En cualquier artículo de más de un par de años, al menos una cifra probablemente ya se ha roto.
Inventaria tus cifras, rastréalas hasta fuentes primarias, fecha las cifras en el texto, revísalas con un ritmo y monitoriza las fuentes entre medias. Es un trabajo poco vistoso, y es la diferencia entre un sitio que puede ser citado y uno que no.
Encontrar esas estadísticas a mano es la parte cara; la herramienta de verificación de datos extrae cada cifra de una página y la comprueba contra fuentes actuales.