SEO de vídeo on-page: schema VideoObject y transcripciones

Por qué el SEO de vídeo on-page decide la visibilidad

En la región DACH (Alemania, Austria y Suiza), el vídeo ya no es un canal de nicho, pero como elemento web sigue siendo poco frecuente. Según el Web Almanac 2024, el 7,7 % de las páginas de escritorio y el 6,7 % de las páginas móviles contienen al menos un elemento <video>, y el valor móvil ha crecido un 32 % en términos relativos. En comparación, las imágenes aparecen en casi todas las páginas. El vídeo es, por tanto, una señal escasa que, bien configurada, destaca de forma desproporcionada.

El alcance del formato en el mercado austriaco está probado. A principios de 2025, YouTube contaba con 7,30 millones de usuarios en Austria, lo que equivale al 80,1 % de la población total y al 84,0 % de los usuarios de internet. Con 8,69 millones de usuarios de internet y una penetración de internet del 95,3 %, el vídeo es un canal de masas. Para los proveedores B2B, esto significa que los vídeos explicativos, de producto y de casos de éxito llegan a quienes toman las decisiones si están bien integrados en la página a nivel técnico.

La palanca estratégica está en la búsqueda generativa. Desde el 1 de enero de 2025, las citas de YouTube en los AI Overviews de Google han aumentado un 25,21 % (fuente de los datos: BrightEdge). El vídeo es el tipo de snippet que genera clics de forma fiable, incluso cuando va envuelto en un AI Overview, porque la respuesta adelanta el tema, pero para ver el vídeo hay que hacer clic.

Schema VideoObject y marcado Clip como base técnica

Los datos estructurados son el requisito para que Google reconozca un vídeo como vídeo. En la web es algo poco habitual: el JSON-LD en conjunto aparece en 2024 en el 41 % de las páginas (frente al 34 % en 2022), pero el marcado VideoObject solo en aproximadamente el 0,34 % de las páginas. Si lo implementas correctamente, te distingues de la mayoría.

Un VideoObject necesita tres campos obligatorios: name, thumbnailUrl y uploadDate. Además, se recomiendan description, contentUrl o embedUrl y duration en formato ISO-8601 (por ejemplo, PT2M30S para dos minutos y treinta segundos). Un ejemplo mínimo para una página de visualización:

```json
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "Migración de ERP explicada en 5 pasos",
"description": "Demo de la migración de datos para pymes en Austria.",
"thumbnailUrl": "https://example.at/img/erp-migration-thumb.jpg",
"uploadDate": "2026-03-14",
"duration": "PT8M20S",
"contentUrl": "https://example.at/video/erp-migration.mp4",
"embedUrl": "https://example.at/embed/erp-migration"
}
```

Para tener marcas de capítulo en la búsqueda de vídeos de Google se añade el marcado Clip. Según Google, son obligatorias tres propiedades de Clip: name, startOffset y url. startOffset es el tiempo de inicio en segundos desde el comienzo del vídeo. url apunta al punto de inicio con una marca de tiempo concreta, por ejemplo ?t=120 para empezar en el minuto 2:00. Hay dos directrices críticas: dos clips del mismo vídeo no pueden compartir el mismo tiempo de inicio y la duración total debe ser de al menos 30 segundos. Como alternativa, SeekToAction proporciona a Google la lógica de las URL: la propiedad target contiene la URL de la página con el marcador de posición {seek_to_second_number} y Google detecta los momentos clave automáticamente.

Transcripciones y subtítulos para que la IA entienda el vídeo y para la accesibilidad

Los crawlers de IA no pueden ver vídeos. Leen el contenido de la página. De ahí se deriva la medida on-page más importante: una transcripción completa como texto HTML rastreable directamente en la página de visualización. Este texto aporta términos long tail y entidades que se mencionan en el audio, pero que faltan en el título, la descripción y las etiquetas. Precisamente este mecanismo aumenta la probabilidad de ser citado en la búsqueda generativa, porque el modelo de lenguaje cita lo que puede leer.

Subtítulos y transcripción no son lo mismo. Los subtítulos (captions) van sincronizados con el vídeo dentro del reproductor; la transcripción es el texto continuo en la página. Ambos suman. Un estudio de caso antiguo de Discovery Digital Networks demuestra el efecto. La red se integró en Group Nine Media en diciembre de 2016, así que las cifras son anteriores a esa fecha. Los subtítulos aportaron un aumento total del 7,32 % en las visualizaciones y, en los primeros 14 días, incluso un 13,48 % más de visualizaciones. En cuanto al método, se subtitularon 125 de 334 vídeos y se compararon con 209 vídeos de control. La prueba de indexación llegó con la búsqueda de una frase que solo aparecía en la transcripción: el vídeo subtitulado posicionó en el puesto 4, lo que demuestra que YouTube indexa los closed captions.

En Austria y Alemania se suma una dimensión legal. La ley austriaca de accesibilidad, Barrierefreiheitsgesetz (BaFG), y la alemana, Barrierefreiheitsstärkungsgesetz (BFSG), transponen la Ley Europea de Accesibilidad (EAA) y se aplican desde el 28 de junio de 2025. Para los proveedores de determinados servicios de consumo, por ejemplo en el comercio electrónico, los subtítulos para vídeos grabados pasan a formar parte de la obligación de accesibilidad y, según el contenido, también la audiodescripción o una alternativa textual. Las ofertas puramente B2B no están incluidas, las microempresas que prestan servicios están exentas, al igual que los vídeos publicados antes del 28 de junio de 2025. Suiza no ha adoptado la EAA. Aun así, los proveedores suizos que atienden a consumidores en Austria o Alemania están sujetos a ella. Si la obligación te afecta, el efecto SEO te llega como extra de una medida que tendrías que aplicar de todos modos. En la práctica: genera la transcripción de forma automática, por ejemplo con la función de transcripción de YouTube o un servicio de voz a texto, y revísala después a mano.

La transcripción automática rara vez reconoce bien los términos técnicos, los nombres propios y las grafías austriacas. Coloca el texto completo revisado como texto HTML real en la página, no como imagen ni como simple PDF descargable, y estructúralo con encabezados y párrafos para que los crawlers y los lectores lo capten. Un breve párrafo introductorio que resuma los mensajes clave del vídeo cumple además el principio de «respuesta primero» para los featured snippets y los AI Overviews.

Buenas prácticas para páginas de visualización, alojamiento y estructura de contenidos

Una página de visualización de vídeo eficaz sigue una lógica clara. Estos puntos resumen las palancas principales:

• Página de visualización dedicada e indexable: cada vídeo importante necesita su propia URL con el vídeo incrustado a la vista, no solo una mención en un artículo del blog. Google indexa los vídeos principalmente a través de este tipo de páginas.
• Jerarquía de encabezados: un H1 nombra el tema del vídeo y los encabezados H2 estructuran el texto que lo acompaña y los capítulos. Los encabezados descriptivos aportan contexto y entidades que el vídeo incrustado por sí solo no transmite.
• URL de miniatura estable: thumbnailUrl debe estar accesible de forma permanente, porque de lo contrario Google no muestra ningún resultado enriquecido. Los nombres de archivo descriptivos y con palabras clave facilitan la asignación.
• Sitemap de vídeos: un sitemap de vídeos dedicado o la ampliación del sitemap existente comunica activamente las nuevas páginas de visualización al buscador.
• Core Web Vitals: los vídeos incrustados no deben arruinar la carga de la página. La carga diferida (lazy loading) del iframe y una miniatura de vista previa ligera, en lugar de un reproductor que se carga de inmediato, mantienen los valores estables.

En la decisión sobre el alojamiento, la regla es esta: incrustar desde YouTube maximiza el alcance y aprovecha la distribución de la plataforma, mientras que el autoalojamiento en tu propio dominio mantiene la señal de posicionamiento en casa. En la práctica tiene sentido combinar ambos, siempre que haya una página de visualización canónica definida para evitar la doble indexación. A nivel técnico domina MP4: según el Web Almanac, el 68 % de los archivos de vídeo correspondía al formato MP4, lo que hace que el autoalojamiento sea compatible y sencillo.

En cuanto a la duración, los datos sirven de orientación. En la web, los vídeos son cortos: el 21 % dura de 0 a 10 segundos, el 37 % de 10 a 30 segundos, el 21 % de 30 a 60 segundos, el 12 % de 60 a 120 segundos y el 9 % más de 120 segundos. Para posicionar en YouTube, un análisis internacional más antiguo muestra lo contrario: la duración media de un vídeo en la primera página era de 14 minutos y 50 segundos y el 68,2 % de los vídeos de la primera página estaban en HD, según el análisis de 1,3 millones de vídeos de YouTube. La regla práctica para B2B: demos cortas incrustadas en tu propia web y vídeos explicativos largos y en profundidad para YouTube.

El texto que rodea al vídeo es tan importante como el propio vídeo. Un encabezado claro que tenga en cuenta las palabras clave, un párrafo introductorio descriptivo y una lista que resuma los puntos clave dan a los buscadores y a los sistemas de IA el contexto que el vídeo incrustado no aporta. Pon nombres descriptivos a los archivos de vídeo y de miniatura en lugar de ID crípticos y mantén la descripción de la página coherente con el título y el schema. Así, la página de visualización se entiende por completo incluso sin reproducir el vídeo.

Errores frecuentes en la optimización de vídeos

En la práctica se repiten los mismos errores. Si los evitas, aprovechas la mayor parte del potencial:

• Vídeo sin página de visualización: un vídeo incrustado solo en un lightbox o en el pie de página no tiene URL propia y, por tanto, apenas tiene opciones de obtener un resultado enriquecido de vídeo.
• Schema ausente o incompleto: sin name, thumbnailUrl y uploadDate no se genera un VideoObject válido. Como este marcado es poco frecuente de por sí, el esfuerzo es pequeño y el efecto, grande.
• Sin transcripción: sin texto completo rastreable, los crawlers de IA no tienen ninguna base textual. Para las respuestas generativas, el vídeo sigue siendo una caja negra.
• Tiempos de inicio de clip idénticos: si dos clips comparten tiempo de inicio, Google descarta los momentos clave. Los valores de startOffset deben ser únicos.
• URL de miniatura inestable o dinámica: si la URL de la imagen cambia con cada despliegue, el resultado enriquecido desaparece.
• Doble indexación: el mismo contenido de vídeo en YouTube y en tu propio dominio sin señal canónica diluye el posicionamiento.

Medición, validación e informes

La implementación es solo la mitad del trabajo; la validación la asegura. La prueba de resultados enriquecidos comprueba si el marcado VideoObject y Clip se analiza sin errores. En Google Search Console, el informe de indexación de vídeos muestra qué páginas de visualización se reconocen como vídeo y dónde faltan campos obligatorios. En cuanto al rendimiento, los informes deben incluir las impresiones y los clics de vídeo del informe de rendimiento de Search Console, complementados con señales de interacción como el tiempo de reproducción y la tasa de finalización de YouTube Analytics.

Para evaluar el GEO, conviene fijarse en los tipos de contenido. En los AI Overviews, el contenido instructivo creció un 35,6 % y las demostraciones visuales un 32,5 %. Por sectores, el sector sanitario mostró la mayor presencia de YouTube, con un 41,97 % en los AI Overviews. Si produces tutoriales y demos, apuntas justo a los formatos que la búsqueda generativa cita con más frecuencia.

Para profundizar: flujo de trabajo B2B

Un flujo de trabajo de SEO de vídeo práctico en el contexto B2B austriaco sigue un orden fijo: producir el vídeo explicativo, de producto o de caso de éxito; crear la transcripción y localizarla a de-AT; configurar una página de visualización dedicada con H1, texto de acompañamiento y schema VideoObject; añadir marcado Clip para los capítulos; incluirla en el sitemap de vídeos y validarla con la prueba de resultados enriquecidos.

La mayor palanca la aporta el enlazado interno. Un hub de vídeos agrupa páginas de visualización temáticamente relacionadas y las enlaza entre sí y desde las páginas temáticas y de servicios correspondientes. Así se crea un clúster que indica a los buscadores la relevancia de cada vídeo y lleva a los usuarios del texto al vídeo. Combinado con un schema limpio, una transcripción completa y subtítulos accesibles, un solo vídeo se convierte en un activo de visibilidad duradero que genera clics tanto en la búsqueda de vídeos clásica como en las respuestas generativas.