Metodología
Transparencia sobre nuestra recopilación y análisis de datos.
Recopilación de datos
Los datos se recopilan a través de un cuestionario anónimo en línea. Los participantes son SEOs empleados en agencias y empresas de servicios.
Actividades en lugar de títulos profesionales
A diferencia de otros estudios salariales, no preguntamos por el título profesional. Los títulos no son comparables entre empresas: un mismo título en la empresa A puede tener responsabilidades completamente distintas que en la empresa B.
En su lugar, registramos 16 actividades concretas y cuánto tiempo dedican los participantes a cada una (escala 0–5). Esto hace que los datos sean comparables.
Dimensiones recogidas
Más allá de las 16 actividades, recogemos otros factores que influyen en el salario.
Salario y compensación
Salario anual bruto, bonus, beneficios, aumento respecto al año anterior, salario deseado.
16 actividades
Cuánto tiempo se dedica a cada actividad (escala 0–5). Desde la investigación de palabras clave y el contenido hasta el desarrollo técnico.
Experiencia y perfil
Experiencia profesional, experiencia laboral total, edad, género, formación.
Empresa
Tipo (startup, mediana empresa, gran empresa), sector, internacionalización, antigüedad.
Liderazgo y responsabilidad
Liderazgo técnico y disciplinario, tamaño del equipo, responsabilidad de presupuesto.
Uso de IA
Cómo los profesionales utilizan la inteligencia artificial — desde la creación de contenido hasta el análisis de datos.
Análisis estadístico
Mediana en lugar de media
Utilizamos la mediana en lugar de la media aritmética. La mediana es robusta frente a valores atípicos: unos pocos salarios muy altos o bajos no distorsionan la imagen. En la mediana, exactamente el 50% gana más y el 50% gana menos.
Cuartiles (Q1, Q3)
Además de la mediana, mostramos los cuartiles:
- Q1 (25%): el 25% gana menos, el 75% gana más
- Mediana (50%): el punto medio
- Q3 (75%): el 75% gana menos, el 25% gana más
Mínimo de datos
Las estadísticas solo se calculan cuando hay al menos 5 datos disponibles. Las categorías con menos de 30 datos se marcan como «baja confianza» y se distinguen visualmente: su significancia estadística es limitada.
Limpieza de datos
No todos los datos enviados son utilizables. Los siguientes filtros aseguran la calidad de los datos:
Limitaciones
Autoselección
Los participantes deciden por sí mismos si participan. Las personas con salarios extremos pueden estar infra o sobrerrepresentadas.
Autodeclaración
Los salarios no se verifican. Confiamos en la honestidad de las respuestas.
Periodo temporal
Los datos antiguos no reflejan necesariamente los salarios actuales. El filtro de cohorte ayuda a separar los periodos.
Datos abiertos
Las estadísticas agregadas están disponibles públicamente. Los datos brutos no se publican para proteger el anonimato de los participantes.
Participar ahora