Guía
¿Cómo usar PageSpeed Insights y leer sus resultados?
Laurank es una empresa de AEO en español: ayudamos a que ChatGPT, Gemini, Perplexity y los AI Overviews de Google citen a tu marca, empezando por entender por qué hoy no lo hacen. Conoce a Laurank.
Puntos clave
- PageSpeed Insights junta dos fuentes: datos de campo del Chrome User Experience Report (28 días de visitantes reales) y datos de laboratorio de Lighthouse (una carga simulada).
- Empieza por la evaluación de Core Web Vitals de campo; la puntuación de rendimiento de 0 a 100 es de laboratorio y 90 o más se considera buena.
- La puntuación cambia entre pruebas por la red, el equipo y los scripts de terceros; corre la prueba varias veces y compara tendencias, no un número suelto.
- Si tu sitio sale sin datos de campo, no es un fallo: la página o el sitio no tienen visitas suficientes en Chrome para entrar al informe.
- Google dice que no existe una señal única de experiencia en la página y que buenos resultados en estas herramientas no garantizan aparecer arriba.
¿Qué es PageSpeed Insights y qué mide?
PageSpeed Insights (PSI) es una herramienta gratuita de Google que informa cómo se comporta una página en móvil y en escritorio y sugiere qué mejorar. Combina dos tipos de datos: lo que vivieron visitantes reales y lo que muestra una simulación controlada.
Según su documentación, los datos de laboratorio sirven para depurar problemas porque se recogen en un entorno controlado, pero pueden no reflejar los cuellos de botella del mundo real. Los datos de campo capturan la experiencia real, aunque con menos métricas. Esa diferencia es la clave para leer bien el informe y ocupa la mayor parte de esta guía.
Esta pieza explica cómo correr la herramienta y qué hacer con cada resultado. No define a fondo LCP, INP y CLS (eso está en Core Web Vitals), ni es una auditoría completa del sitio (auditoría SEO), ni compara herramientas entre sí (herramientas SEO).
¿Cómo uso PageSpeed Insights paso a paso?
Pega la dirección completa de una página, pulsa para analizar, espera unos segundos y lee el informe de arriba abajo: primero campo, después laboratorio. Así evitas el error más común, que es quedarse con el número grande de la simulación.
- Elige qué página medir. Empieza por la página de inicio y por las dos o tres que más visitas o consultas te traen (por ejemplo, tu página de servicios principal). Una sola prueba del inicio no representa al sitio.
- Pega la dirección completa con
https://y pulsa para analizar. La herramienta no pide cuenta. - Mira la pestaña de móvil y la de escritorio. Son dos informes distintos; revisa ambos, pero da prioridad al móvil si tu público entra sobre todo desde el celular.
- Lee primero la evaluación de Core Web Vitals (datos de campo). Dice si la página pasa o no, con base en visitantes reales.
- Baja a los diagnósticos de laboratorio. Aquí están la puntuación de 0 a 100, las métricas simuladas y las sugerencias de mejora.
- Anota resultado, fecha y dirección probada. Sin ese registro no puedes saber después si un cambio sirvió.
- Repite la prueba tras cada cambio relevante, varias veces, y compara tendencias (ver la sección sobre variación entre pruebas).
Si lo que buscas es una vista de tu sitio completo con datos reales, el informe de Core Web Vitals de Search Console agrupa direcciones parecidas; mira cómo usar Search Console.
¿Qué son los datos de campo y los datos de laboratorio?
Los datos de campo son lo que midió Chrome en visitantes reales durante los últimos 28 días; los de laboratorio son una sola carga simulada en un dispositivo y una red fijos. Responden preguntas diferentes, y por eso a veces se contradicen.
| Datos de campo | Datos de laboratorio | |
|---|---|---|
| Fuente en PSI | Chrome User Experience Report (CrUX) | Lighthouse |
| Qué es | Experiencias de usuarios reales en distintos equipos y redes | Una carga simulada, en condiciones controladas |
| Periodo | Últimos 28 días | Un momento: la prueba que acabas de lanzar |
| Útil para | Saber cómo te ve el visitante real | Depurar, probar cambios antes de publicarlos |
| Límite | Menos métricas; necesita suficientes visitas | Puede no representar a tus visitantes |
web.dev lo resume así: el objetivo de una prueba de laboratorio es controlar todos los factores posibles para que los resultados sean consistentes y reproducibles; el dato de campo, en cambio, refleja los dispositivos, redes y ubicaciones reales de tus visitantes. Un dato de campo no es un número: es una distribución. A unos visitantes la página les carga rápido y a otros lento, y la herramienta resume esa distribución con un punto.
Criterio de Laurank: para decidir si tienes un problema, confía primero en el campo; para encontrar la causa y verificar un arreglo antes de que pasen 28 días, usa el laboratorio.
¿Por qué PSI usa el percentil 75?
Porque Google quiere que la página funcione bien para la mayoría, también en las condiciones más difíciles de dispositivo y red. Sobre las barras de distribución, PSI informa el percentil 75 de cada métrica.
En la práctica, el percentil 75 significa que una cuarta parte de las visitas puede ser peor que el valor mostrado. Unas pocas visitas lentas no te hacen fallar; una cuarta parte, sí. La herramienta pinta la distribución con barras verde, ámbar y roja: si ves 11% en la barra ámbar de LCP, indica la propia documentación, ese 11% de los valores observados cayó entre 2500 y 4000 milisegundos.
¿Qué hago si PSI no muestra datos de campo?
No es un error de tu sitio: significa que Chrome no reunió muestras suficientes. PSI explica que una página puede no tener datos suficientes si se publicó hace poco o tiene muy pocas muestras de usuarios reales.
En ese caso la herramienta recurre al nivel del origen, que agrupa todas las páginas del sitio. Si tampoco el origen tiene datos suficientes, no mostrará datos de campo. Además, CrUX exige que la dirección sea pública (rastreable e indexable) y que haya suficientes muestras distintas de usuarios que aceptaron compartir datos. Si tu página tiene noindex o pide inicio de sesión, no aparecerá aunque tenga visitas. Para revisar eso, mira por qué Google no indexa mi página.
Qué hacer cuando no hay datos de campo: usa el laboratorio para detectar problemas evidentes y vuelve a mirar el campo cuando el sitio acumule tráfico. No necesitas “arreglar” nada para que aparezcan.
¿Cómo leo la evaluación de Core Web Vitals?
La página (o el sitio) aprueba si el percentil 75 de las tres métricas, INP, LCP y CLS, está en el rango bueno; si no, no aprueba. Es el primer resultado que debes mirar.
Los umbrales de PSI coinciden con los de la iniciativa Web Vitals. Aquí solo los resumo para leer el informe; la definición de cada métrica y cómo mejorarla está en Core Web Vitals.
| Métrica | Bueno | Necesita mejorar | Deficiente |
|---|---|---|---|
| LCP (carga) | hasta 2500 ms | hasta 4000 ms | más de 4000 ms |
| INP (respuesta) | hasta 200 ms | hasta 500 ms | más de 500 ms |
| CLS (saltos de diseño) | hasta 0,1 | hasta 0,25 | más de 0,25 |
Hay tres casos que confunden:
- Sin datos de INP. Si la agregación no tiene datos suficientes de INP, PSI la hace pasar si LCP y CLS están en rango bueno.
- Sin datos de LCP o CLS. La página o el sitio no se puede evaluar.
- Página frente a sitio. La evaluación puede ser de la página o del origen completo. Mira cuál estás leyendo: una página rápida puede convivir con un sitio que no aprueba, y al revés.
PSI también muestra FCP (primera pintura de contenido) y TTFB (tiempo hasta el primer byte). Ambos aparecen en el campo, y TTFB está marcado como experimental, así que no determinan la aprobación.
¿Qué significa la puntuación de 0 a 100?
Es la puntuación de rendimiento de Lighthouse en laboratorio: 90 o más es buena, de 50 a 89 necesita mejoras y menos de 50 es baja. No es la nota que Google usa para posicionarte ni resume lo que viven tus visitantes.
Lighthouse calcula esa nota como un promedio ponderado de métricas medidas durante la carga simulada. Según su documentación, solo las métricas cuentan para la puntuación, no las “oportunidades” ni los “diagnósticos”, aunque mejorar estos suele mejorar las métricas de forma indirecta. Los pesos de la tabla de Lighthouse 10 en su documentación son estos:
| Métrica de laboratorio | Peso en la puntuación |
|---|---|
| Total Blocking Time (tiempo total de bloqueo) | 30 % |
| Largest Contentful Paint (LCP) | 25 % |
| Cumulative Layout Shift (CLS) | 25 % |
| First Contentful Paint (primera pintura de contenido) | 10 % |
| Speed Index (índice de velocidad) | 10 % |
Qué implica esa tabla para una pyme: la nota depende sobre todo de cuánto se bloquea el navegador por JavaScript (Total Blocking Time), de lo que tarda en verse el elemento principal y de si el diseño se mueve. Google advierte que esos pesos han cambiado con el tiempo, así que si comparas con un informe antiguo, la versión de Lighthouse puede explicar parte de la diferencia.
Dos advertencias de la documentación sobre cómo leer el número. Primero, una puntuación de 100 es “extremadamente difícil” y no se espera; la meta razonable es la zona verde. Segundo, cerca del 96 la curva tiene un “punto de rendimientos decrecientes”: pasar de 99 a 100 exige aproximadamente la misma mejora de métrica que pasar de 90 a 94.
¿Por qué la puntuación cambia entre pruebas?
Porque la medición tiene variabilidad que no depende de tu página: red, hardware del equipo y recursos compartidos. Google responde a esta duda en sus preguntas frecuentes, y la documentación de Lighthouse añade causas concretas.
Las causas que menciona Lighthouse como habituales son:
- pruebas A/B o cambios en los anuncios que se muestran;
- cambios en el enrutamiento del tráfico de internet;
- probar con equipos distintos, como un escritorio potente y un portátil modesto;
- extensiones del navegador que inyectan JavaScript o modifican solicitudes de red;
- antivirus.
Una pyme latinoamericana típica agrega a esa lista widgets de chat, píxeles de publicidad y scripts de reservas o pagos que cargan terceros. Son una causa frecuente de variación, aunque la documentación solo menciona de forma genérica los anuncios, los scripts inyectados y los cambios de red.
Cómo medir sin engañarte (criterio de Laurank):
- Prueba desde el mismo equipo y la misma red cada vez.
- Ejecuta la prueba al menos tres veces y apunta el rango, no un solo número.
- Cambia una cosa a la vez y repite la prueba.
- Cierra otras pestañas y desactiva extensiones, o usa una ventana de incógnito.
- Para decidir si un arreglo funcionó, espera al campo: son 28 días de ventana móvil, así que el efecto no aparece el mismo día.
Lighthouse sugiere pensar el rendimiento como una distribución de puntuaciones y no como un número único.
¿Por qué el móvil sale peor que el escritorio?
Porque Lighthouse simula condiciones distintas en cada caso: un equipo de gama media (Moto G4) con red móvil en móvil, y un equipo emulado con conexión por cable en escritorio. La prueba de móvil es más exigente a propósito.
Hay un segundo motivo: la curva de puntuación. Desde Lighthouse 6, el escritorio usa su propia curva; antes se usaba la de móvil y eso inflaba artificialmente las notas de escritorio. Si comparas informes de hace años con los actuales, no sale la misma lectura.
PSI además ejecuta la prueba en un centro de datos de Google en Norteamérica, Europa o Asia, según el estado de la red. La documentación lo dice así: la ubicación puede variar y se ve en el bloque de entorno del informe de Lighthouse. Para un negocio en Chile, México o Colombia esto significa que el laboratorio no reproduce exactamente la latencia de un visitante local; es una razón más para priorizar el campo.
¿Por qué mis datos de campo y de laboratorio no coinciden?
Porque miden cosas distintas: el campo es el historial de miles de visitas reales, el laboratorio es una sola carga simulada. Pueden diferir en cualquier dirección, y ninguno “miente”.
web.dev da ejemplos de por qué ocurre, que sirven para diagnosticar:
- El elemento principal no es el mismo. El laboratorio devuelve el mismo elemento de LCP cada vez; en campo cambia según pantalla, inicio de sesión, contenido personalizado o pruebas A/B.
- La caché. El laboratorio suele cargar con caché vacía; un visitante que vuelve ya tiene recursos guardados, por lo que el LCP real puede ser mejor.
- El INP necesita interacción real. El laboratorio no puede predecir cuándo hará clic una persona, así que no mide INP. Total Blocking Time sirve como pista para diagnosticarlo, pero no lo sustituye.
- Retraso en toques. Si el sitio no está optimizado para móvil, los navegadores añaden un retraso de 300 ms tras cada toque. Cuenta para INP pero no para Total Blocking Time, de modo que una página puede tener buen bloqueo y mal INP. La recomendación es declarar siempre un viewport móvil.
- La caché de avance y retroceso (bfcache). Restaurar una página desde ella es casi instantáneo y cuenta en el campo, no en el laboratorio.
Ejemplo ilustrativo (datos ficticios): una clínica odontológica en Bogotá ve en PSI un LCP de laboratorio de 3,4 segundos en móvil, pero un LCP de campo de 2,1 segundos. Un porcentaje alto de pacientes vuelve a entrar desde el celular a pedir cita, con la página en caché, y el laboratorio parte siempre de cero. La decisión correcta no es “rehacer el sitio”: el campo está en rango bueno. Sí vale revisar la imagen de portada, porque el laboratorio señala dónde está el margen para los visitantes nuevos.
¿Qué reviso según lo que sale en PSI?
Cruza el síntoma con la causa probable y arregla una cosa a la vez, empezando por lo que afecta a los visitantes reales. La tabla es criterio de Laurank a partir de las categorías del informe, sin cifras de mejora esperadas.
| Si en PSI sale… | Qué significa | Qué revisar primero |
|---|---|---|
| Campo aprobado, laboratorio rojo | Tus visitantes están bien; la simulación es más dura | No urgente. Usa el laboratorio como lista de mejoras de bajo riesgo |
| Campo reprobado, laboratorio verde | La simulación no ve lo que sufre el visitante real | Revisa INP, scripts de terceros, equipos modestos y páginas pesadas |
| LCP en ámbar o rojo | El elemento principal tarda en verse | La imagen o el título principal: peso, carga diferida y servidor lento |
| CLS en ámbar o rojo | El diseño se mueve al cargar | Imágenes sin tamaño, banners, anuncios y fuentes que cambian |
| INP en ámbar o rojo (solo campo) | La página responde lento a clics y toques | JavaScript pesado, chat, píxeles y menús; mira Total Blocking Time |
| Total Blocking Time alto | El hilo principal se bloquea | Scripts de terceros y JavaScript sin necesidad en esa página |
| “Sin datos suficientes” | Pocas visitas o dirección no pública | Revisa indexación y espera tráfico; usa el laboratorio mientras tanto |
| Puntuación muy distinta entre pruebas | Variabilidad de red o equipo | Repite tres veces desde el mismo equipo y compara el rango |
Cuando una sugerencia de PSI te parezca ambigua, abre su detalle: el informe enlaza a la documentación de Lighthouse de cada auditoría. Para imágenes, el tema tiene su propia guía: SEO de imágenes. Si tu sitio depende mucho de JavaScript, mira SEO y JavaScript.
¿Qué errores comunes cometen las pymes con PSI?
El más frecuente es perseguir un 100 en laboratorio mientras el campo ya está en verde. Lighthouse mismo lo desaconseja al decir que un 100 es extremadamente difícil de lograr y no se espera.
Los demás errores, según el criterio de Laurank:
- Medir una sola vez y tomar el número como definitivo.
- Medir solo el inicio, cuando las páginas que traen consultas son otras.
- Confundir página y sitio: el campo puede ser del origen entero si la página no tiene datos propios.
- Comparar contra la competencia con una prueba suelta, sin igualar equipo, red ni hora.
- Esperar efecto inmediato en el campo: el dato es una ventana de 28 días.
- Tratar toda sugerencia como obligatoria: algunas son de bajo impacto para tu caso.
¿Cuánto pesa la velocidad en Google?
Pesa, pero no garantiza posiciones: Google dice que no hay una señal única de experiencia en la página y que buenos resultados en estas herramientas no aseguran aparecer arriba. La relevancia del contenido sigue mandando.
En su documentación de experiencia en la página, Google afirma que no existe una señal única y que sus sistemas de clasificación consideran varias señales. También indica que siempre busca mostrar el contenido más relevante, aunque la experiencia sea mediocre. La explicación completa, con el alcance de cada métrica, está en Core Web Vitals.
Esta guía no afirma que ChatGPT, Gemini o Perplexity usen la velocidad de carga para elegir fuentes: ningún proveedor lo documenta. Si tu preocupación es que la IA no te cite, la velocidad rara vez es la primera causa; primero conviene descartar que los bots puedan leer tu sitio (cómo saber si mi sitio es legible para la IA).
¿Cuándo conviene pedir ayuda?
Cuando el campo no aprueba y el arreglo exige tocar código, plantillas o servidores, o cuando el tráfico baja y no sabes si la causa es técnica. Un informe de velocidad es un síntoma, no un diagnóstico del negocio.
Si lo que te preocupa es que tu empresa no aparece ni en Google ni en las respuestas de ChatGPT, Gemini o Perplexity, la velocidad es solo una de varias piezas. El diagnóstico de Laurank revisa por qué la IA no te cita; depende de tu sector y de tu competencia. Puedes escribirnos por WhatsApp al +1 415 202 4369 con el nombre de tu marca y tu sector, o ver el servicio de diagnóstico.
Preguntas frecuentes
¿PageSpeed Insights es gratis?
Sí. La herramienta web se usa pegando una dirección en la página de PageSpeed Insights, sin crear cuenta. Google ofrece además una API para quien quiera automatizar pruebas, pero para medir un sitio de pyme no hace falta.
¿Qué puntuación es buena en PageSpeed Insights?
En la sección de laboratorio, 90 o más se considera buena, de 50 a 89 necesita mejoras y menos de 50 es baja. Google aclara que una puntuación de laboratorio buena no garantiza que la experiencia real también lo sea.
¿Por qué mi puntuación cambia cada vez que la mido?
Porque la medición tiene variabilidad: la red, el hardware y la competencia por recursos del equipo influyen, igual que pruebas A/B, anuncios cambiantes o extensiones del navegador. Es normal ver diferencias sin haber tocado nada.
¿Por qué mi sitio no muestra datos de campo?
El informe de experiencia de usuario de Chrome exige que la dirección sea pública (rastreable e indexable) y que tenga suficientes muestras distintas. Una página nueva o con poco tráfico puede no cumplirlo; PageSpeed Insights entonces intenta mostrar el nivel del sitio completo.
¿Qué diferencia hay entre móvil y escritorio?
Lighthouse simula en móvil un equipo de gama media (Moto G4) con red móvil, y en escritorio un equipo emulado con conexión por cable. Por eso el mismo sitio suele sacar puntuaciones distintas en cada pestaña, y los datos de campo también se separan por dispositivo.
¿Una buena puntuación hace que suba en Google?
No lo garantiza. Google indica que sus sistemas de clasificación miran varias señales de experiencia en la página, que no hay una señal única y que siempre busca mostrar el contenido más relevante, aunque la experiencia sea mediocre.
Fuentes
¿Quieres que la IA cite a tu marca?
Cuéntanos tu caso por WhatsApp y te decimos por dónde empezar.
Escríbenos por WhatsAppArtículos relacionados
¿Qué son las Core Web Vitals y cómo se mejoran?
Las Core Web Vitals son tres métricas de experiencia real: LCP mide la carga (bueno hasta 2,5 segundos), INP la respuesta a clics (hasta 200 milisegundos) y CLS los saltos de diseño (hasta 0,1). Google las usa, pero no garantizan posiciones. Se mejoran con imagen principal ligera, menos JavaScript y espacio reservado.
¿Qué herramientas SEO gratuitas y de pago conviene usar?
Empieza por las herramientas gratuitas de Google: Search Console (indexación, consultas, clics y enlaces), PageSpeed Insights (velocidad) y el Planificador de palabras clave (pide una cuenta de Google Ads). Las suites de pago como Semrush o Ahrefs añaden competidores y seguimiento de posiciones; sus paneles de visibilidad en IA son estimaciones propias, no datos de las plataformas.
¿Cómo usar Search Console para medir el SEO de tu sitio?
Google Search Console es un servicio gratuito de Google para supervisar cómo aparece tu sitio en la Búsqueda de Google. Se usa verificando una propiedad y leyendo el informe de Rendimiento: clics, impresiones, CTR y posición. Las funciones de IA de Google van incluidas ahí, y Search Console tiene además informes de rendimiento de IA generativa; ChatGPT no.