Nuestra Metodología

1. Scraping de señales públicas

Recopilamos automáticamente datos públicos de las plataformas de infoproductos:

• Rankings: posición del producto en clasificaciones (bestsellers, trending)
• Reseñas: número y evolución de reseñas de clientes
• Valoraciones: puntuaciones medias y distribución
• Metadatos: fecha de creación, creador, categoría, precio
• Seguidores: número de suscriptores del creador (si está disponible)

2. Análisis de tráfico web

Estimamos el tráfico web de las páginas de productos a través de fuentes de terceros:

• API de SimilarWeb: tráfico global y fuentes de tráfico
• Backlinks: número y calidad de enlaces entrantes
• Señales sociales: compartidos en Twitter, Reddit, etc.
• Métricas SEO: palabras clave, autoridad de dominio

Fórmula simplificada: Tráfico mensual × Tasa de conversión promedio × Precio = Ingresos estimados

3. Algoritmos de estimación cruzada

Cruzamos múltiples métodos de estimación para maximizar la precisión:

• Modelo de ranking: correlación entre posición en el ranking e ingresos
• Modelo de reseñas: ratio reseñas/ventas basado en benchmarks conocidos
• Modelo de tráfico: estimación via tráfico web y tasas de conversión de la industria
• Machine Learning: entrenamiento en datasets de productos con ingresos conocidos

Aplicamos un promedio ponderado de los 4 modelos según la disponibilidad de datos.