{"id":976,"date":"2026-04-28T17:12:05","date_gmt":"2026-04-28T17:12:05","guid":{"rendered":"https:\/\/mk-ventas.blog\/es_es\/marketing\/bounce-rate-cuando-importa-cuando-ruido\/"},"modified":"2026-04-28T17:24:40","modified_gmt":"2026-04-28T17:24:40","slug":"bounce-rate-cuando-importa-cuando-ruido","status":"publish","type":"post","link":"https:\/\/mk-ventas.blog\/en\/marketing\/bounce-rate-cuando-importa-cuando-ruido\/","title":{"rendered":"Bounce rate: cu\u00e1ndo importa y cu\u00e1ndo es ruido para la toma de decisiones"},"content":{"rendered":"

La tasa de rebote<\/a> o bounce rate es una de las m\u00e9tricas m\u00e1s citadas en informes de anal\u00edtica web. Su aparente sencillez la convierte en una m\u00e9trica tentadora: un \u00fanico n\u00famero que sugiere si un usuario \u00abse fue\u00bb sin interactuar. Para muchos equipos de marketing, bajar el bounce rate se traduce en una victoria inmediata. Sin embargo, esa simplificaci\u00f3n puede llevar a decisiones equivocadas si no se considera el contexto y las limitaciones de la m\u00e9trica.<\/p>\n

En este art\u00edculo analizaremos en profundidad cu\u00e1ndo el bounce rate aporta informaci\u00f3n \u00fatil y cu\u00e1ndo se convierte en ruido que distrae. El objetivo es ofrecer a profesionales y responsables de marketing herramientas conceptuales y pr\u00e1cticas para interpretar, complementar y actuar sobre esta m\u00e9trica sin caer en sesgos comunes.<\/p>\n

La discusi\u00f3n no pretende demonizar la tasa de rebote. Al contrario: buscamos clarificar su papel dentro de un ecosistema de m\u00e9tricas. A partir de ejemplos aplicables, pautas de an\u00e1lisis y referencias a literatura y expertos en anal\u00edtica, proponemos un marco para decidir cu\u00e1ndo el bounce rate merece atenci\u00f3n prioritaria y qu\u00e9 alternativas o complementos utilizar cuando no sea confiable.<\/p>\n

\u00bfQu\u00e9 es el bounce rate y cu\u00e1les son sus limitaciones metodol\u00f3gicas?<\/h4>\n

La tasa de rebote se define de forma simple: porcentaje de sesiones en las que el usuario abandona la p\u00e1gina sin interactuar con elementos medidos por el sistema de anal\u00edtica. Esa aparente claridad esconde una dependencia t\u00e9cnica: el c\u00e1lculo cambia seg\u00fan la herramienta y la implementaci\u00f3n. Por ejemplo, Google Analytics (versi\u00f3n cl\u00e1sica) considera rebote la sesi\u00f3n con una \u00fanica interacci\u00f3n registrada. Si la medici\u00f3n de eventos no est\u00e1 configurada, una \u00fanica lectura de p\u00e1gina puede aparecer como rebote aun cuando el usuario consumi\u00f3 contenido.<\/p>\n

Entre las limitaciones metodol\u00f3gicas destaca la dependencia del modelo de medici\u00f3n. Las interacciones que no generan eventos no se registran. Un art\u00edculo le\u00eddo de forma activa durante tres minutos se contar\u00e1 como rebote si no se dispar\u00f3 un evento que lo refleje. Por otra parte, sitios con p\u00e1ginas de aterrizaje dise\u00f1adas para una \u00fanica interacci\u00f3n \u2014como la visualizaci\u00f3n de un PDF o una landing secundaria\u2014 registran naturalmente tasas altas sin que ello indique un problema de rendimiento o relevancia.<\/p>\n

Otro aspecto cr\u00edtico es la heterogeneidad por objetivo de producto. En un sitio transaccional una tasa de rebote elevada puede ser alarmante; en un blog t\u00e9cnico la misma cifra puede ser compatible con consumo profundo. Adem\u00e1s, el bounce rate es una m\u00e9trica agregada que oculta colas de comportamiento: distintos segmentos de usuarios, canales o landing pages pueden generar el mismo promedio con realidades muy distintas detr\u00e1s.<\/p>\n

Dependencia del contexto t\u00e9cnico<\/h5>\n

El modo en que se implementan eventos y tiempos de sesi\u00f3n altera el significado del bounce rate. Un sitio con scroll autom\u00e1tico que no dispara eventos de lectura mostrar\u00e1 rebotes inflados. Por el contrario, una implementaci\u00f3n que registre evento de tiempo en p\u00e1gina reducir\u00e1 la tasa de rebote aunque no exista interacci\u00f3n expl\u00edcita del usuario. Por tanto, antes de interpretar el n\u00famero conviene auditar la capa de medici\u00f3n y documentar qu\u00e9 interacciones se consideran relevantes.<\/p>\n

La presencia de interrupciones t\u00e9cnicas, como redirecciones o bloqueadores de rastreo, tambi\u00e9n sesga el dato. Usuarios con bloqueadores impiden que se registre el hit de la segunda p\u00e1gina, incrementando artificialmente el rebote. En mercados con alta penetraci\u00f3n de bloqueadores conviene complementar anal\u00edtica web con datos de servidor cuando sea posible y respetando la privacidad.<\/p>\n

Finalmente, el canal de adquisici\u00f3n condiciona la expectativa de bounce rate. Tr\u00e1fico de email con un mensaje puntual y claro suele mostrar menor rebote si la landing est\u00e1 alineada. Tr\u00e1fico org\u00e1nico por consultas informativas puede originar visitas cortas pero valiosas. Por tanto, el benchmark m\u00e1s \u00fatil est\u00e1 dentro del propio universo de canales y objetivos del sitio.<\/p>\n

\u00bfCu\u00e1ndo el bounce rate importa? Se\u00f1ales que indican que debemos actuar<\/h4>\n

El bounce rate cobra relevancia cuando es coherente con objetivos y con otras m\u00e9tricas. Un aumento sostenido y segmentado que coincide con una ca\u00edda en conversiones objetivo es una se\u00f1al clara. En ese caso, la tasa de rebote act\u00faa como s\u00edntoma de un problema en la experiencia de entrada o en la promesa comunicada por el canal de adquisici\u00f3n.<\/p>\n

Otra se\u00f1al de atenci\u00f3n es la variaci\u00f3n por segmento: si ciertos canales, campa\u00f1as o p\u00e1ginas relevantes muestran rebotes superiores a la media y adem\u00e1s presentan menor tasa de inscripci\u00f3n, compra o enganche, hay una relaci\u00f3n causal plausible que justifica intervenci\u00f3n. En marketing B2B, por ejemplo, una landing de descarga de un libro blanco con rebote alto y pocas descargas exige revisi\u00f3n de la oferta y del alineamiento entre anuncio y contenido.<\/p>\n

Importa tambi\u00e9n cuando el rebote afecta a p\u00e1ginas cr\u00edticas del funnel: p\u00e1ginas de producto, formulario de contacto o p\u00e1ginas de tarificaci\u00f3n. Aqu\u00ed, la interpretaci\u00f3n es directa porque el objetivo empresarial est\u00e1 alineado con la interacci\u00f3n. Una subida del bounce rate en estas p\u00e1ginas suele traducirse en p\u00e9rdida de oportunidades y merece prioridad en diagn\u00f3stico y testeo.<\/p>\n

Se\u00f1ales cuantitativas y cualitativas que acompa\u00f1an la alerta<\/h5>\n

Las se\u00f1ales cuantitativas incluyen: aumento del rebote en ventanas temporales espec\u00edficas, correlaci\u00f3n negativa con conversiones y comportamiento diferencial por device. Si el rebote sube solo en m\u00f3viles, la hip\u00f3tesis inmediata es problema de usabilidad m\u00f3vil o velocidad. Si sube tras una campa\u00f1a, la hip\u00f3tesis apunta a discrepancia entre el mensaje creativo y la p\u00e1gina de aterrizaje.<\/p>\n

Las se\u00f1ales cualitativas provienen de fuentes complementarias: sesiones grabadas, mapas de calor y feedback directo de usuarios. Estas fuentes pueden confirmar si los usuarios abandonan por no encontrar la propuesta de valor, por barreras de interacci\u00f3n o por problemas t\u00e9cnicos. La combinaci\u00f3n de m\u00e9tricas cuantitativas con evidencias cualitativas reduce la probabilidad de actuar sobre ruido.<\/p>\n

En s\u00edntesis, el bounce rate importa cuando se integra en un diagn\u00f3stico multifuente que indique da\u00f1o real al objetivo de negocio. En ausencia de esa triangulaci\u00f3n, la m\u00e9trica por s\u00ed sola no justifica cambios estructurales.<\/p>\n

\u00bfCu\u00e1ndo el bounce rate es ruido y debe ser desestimado en la toma de decisiones?<\/h4>\n

El bounce rate es ruido cuando no guarda relaci\u00f3n con los objetivos reales de usuario ni con las m\u00e9tricas de negocio. Un ejemplo t\u00edpico es el contenido de consumo \u00fanico: p\u00e1ginas que satisfacen la consulta del usuario sin requerir interacci\u00f3n adicional. En estos casos, un alto rebote no implica fracaso; puede incluso ser signo de eficiencia informativa.<\/p>\n

Tambi\u00e9n es ruido cuando hay problemas de medici\u00f3n no diagnosticados. Cambios en la implementaci\u00f3n del tag manager, actualizaciones de bibliotecas o errores en el disparo de eventos generan variaciones en el rebote que no reflejan cambios en el comportamiento de usuarios. Ignorar la posibilidad de error t\u00e9cnico conduce a acciones innecesarias y costosas.<\/p>\n

Otro origen de ruido es el an\u00e1lisis en exceso a nivel agregado. Analistas que toman decisiones basadas en promedios globales sin segmentaci\u00f3n tienden a interpretar mal la realidad. Una tasa de rebote global puede oscurecer patrones \u00fatiles: tr\u00e1fico de una campa\u00f1a puede ser excelente mientras que otra es ineficiente. Actuar sobre la m\u00e9trica global puede perjudicar canales que funcionan correctamente.<\/p>\n

Indicadores para detectar ruido<\/h5>\n

Para identificar cu\u00e1ndo se trata de ruido, comprueba primero la estabilidad t\u00e9cnica: audita la capa de tracking y busca cambios coincidentes en la fecha de variaci\u00f3n. Revisa la coherencia por dispositivo y por navegador: fluctuaciones aisladas en un navegador suelen indicar problemas t\u00e9cnicos o de compatibilidad.<\/p>\n

Valida el prop\u00f3sito de la p\u00e1gina: si la p\u00e1gina est\u00e1 dise\u00f1ada para consulta puntual o descarga, compara el bounce rate con indicadores de \u00e9xito propios como completado de lectura, tiempo medio o descargas. Si esos indicadores son s\u00f3lidos aunque el rebote sea alto, el rebote es ruido respecto al objetivo real.<\/p>\n

Finalmente, contrasta con datos externos: an\u00e1lisis de sesiones grabadas, encuestas en la propia p\u00e1gina y m\u00e9tricas de servidor. Si esas fuentes muestran que los usuarios consumen el contenido y se van satisfechos, la tasa de rebote no aporta valor decisorio.<\/p>\n

\u00bfC\u00f3mo interpretar el bounce rate correctamente?: un marco pr\u00e1ctico<\/h4>\n

Interpretar el bounce rate exige seguir un proceso metodol\u00f3gico. Paso uno: entender el objetivo de la p\u00e1gina y cu\u00e1l es la interacci\u00f3n que define el \u00e9xito. Paso dos: auditar la implementaci\u00f3n de anal\u00edtica para asegurar que las interacciones relevantes se registran. Paso tres: segmentar por canal, dispositivo, landing y cohorts temporales antes de sacar conclusiones.<\/p>\n

El marco incluye la b\u00fasqueda de correlaciones con m\u00e9tricas objetivo. Por ejemplo, en una landing comercial conviene analizar bounce rate junto a tasa de conversi\u00f3n<\/a>, valor medio de pedido y tasa de rechazo por paso del funnel. Si todas apuntan en la misma direcci\u00f3n, la se\u00f1al es robusta. Si divergen, hay que profundizar con pruebas cualitativas.<\/p>\n

Un tercer componente es la experimentaci\u00f3n controlada. Cuando se sospecha que una propuesta de valor o el dise\u00f1o afectan el rebote, realizar pruebas A\/B<\/a> sobre la landing y medir resultados de negocio es la v\u00eda id\u00f3nea para validar hip\u00f3tesis. Nunca act\u00fae exclusivamente sobre el bounce rate sin contrastarlo con un experimento que mida el impacto real.<\/p>\n

Pautas espec\u00edficas de segmentaci\u00f3n<\/h5>\n

Segmenta siempre por fuente de tr\u00e1fico. Los usuarios provenientes de campa\u00f1as pagadas, org\u00e1nicas o referidas tienen intenciones distintas que condicionan el rebote. Segmenta por dispositivo y por pa\u00eds cuando la audiencia sea internacional. Tambi\u00e9n emplea segmentaci\u00f3n por comportamiento previo del usuario: nuevos vs recurrentes presentan din\u00e1micas muy diferentes respecto al consumo de contenido.<\/p>\n

Utiliza ventanas temporales adecuadas: si realizas cambios en la web, compara periodos equivalentes y controla estacionalidad. Evita conclusiones apresuradas tras campa\u00f1as de corta duraci\u00f3n que pueden introducir sesgos. La segmentaci\u00f3n granular facilita detectar patrones y decidir acciones focalizadas en la ra\u00edz del problema.<\/p>\n

Incorpora dimensiones de contenido: formato, longitud, lectura y call to action. Un art\u00edculo largo que satisface la intenci\u00f3n de b\u00fasqueda puede generar rebotes altos pero tambi\u00e9n brand engagement. La segmentaci\u00f3n por tema o intenci\u00f3n de la p\u00e1gina ayuda a establecer benchmarks internos realistas.<\/p>\n

M\u00e9tricas complementarias que reducen el ruido<\/h4>\n

Para compensar las limitaciones del bounce rate conviene usar m\u00e9tricas complementarias. Tiempo medio en p\u00e1gina ayuda a distinguir lectura real de salida inmediata. P\u00e1ginas por sesi\u00f3n y profundidad de scroll aportan se\u00f1ales de compromiso. Conversiones micro \u2014como suscripci\u00f3n a newsletter o descarga\u2014 reflejan valor incluso cuando no hay navegaci\u00f3n adicional.<\/p>\n

Otro conjunto valioso son las m\u00e9tricas de interacci\u00f3n: eventos de reproducci\u00f3n de v\u00eddeo, clics en elementos clave, apertura de contenido expandido o interacciones con herramientas de configuraci\u00f3n. Estas m\u00e9tricas son directas y, si se registran correctamente, convierten visitas aparentemente rebotadas en sesiones valiosas.<\/p>\n

Las sesiones grabadas y mapas de calor ofrecen evidencia cualitativa que traduce m\u00e9tricas en comportamiento observable. Permiten ver si el usuario abandona por no encontrar informaci\u00f3n, por un formulario intrusivo o por una carga lenta. Integrar estas fuentes con la anal\u00edtica reduce la probabilidad de actuar sobre ruido.<\/p>\n

\u00bfC\u00f3mo priorizar m\u00e9tricas en funci\u00f3n del objetivo?<\/h5>\n

Define un conjunto reducido de m\u00e9tricas primarias alineadas con el objetivo de negocio. Para un ecommerce la prioridad ser\u00e1 tasa de conversi\u00f3n, valor medio de pedido y abandono de producto; para un media site, tiempo de lectura y p\u00e1ginas por sesi\u00f3n. El bounce rate puede ser secundaria pero \u00fatil como indicador de alerta si afecta a m\u00e9tricas primarias.<\/p>\n

Establece umbrales de acci\u00f3n basados en evidencia hist\u00f3rica y en segmentaci\u00f3n. Un aumento del rebote del 5% puede ser significativo para p\u00e1ginas de conversi\u00f3n, pero irrelevante en p\u00e1ginas de consulta. Los umbrales deben ser internos y espec\u00edficos para cada tipo de p\u00e1gina y canal.<\/p>\n

Finalmente, prioriza acciones con impacto medible en las m\u00e9tricas primarias. Si una intervenci\u00f3n reduce el bounce rate pero no mejora conversiones ni ingresos, su coste puede no justificarse. La priorizaci\u00f3n basada en impacto esperado evita gastar recursos en optimizaciones de vanidad.<\/p>\n

Implicaciones pr\u00e1cticas para la estrategia y las pruebas<\/h4>\n

Desde la perspectiva estrat\u00e9gica, el bounce rate debe integrarse en rutinas de diagn\u00f3stico y no en m\u00e9tricas de vanidad de presentaci\u00f3n. Los equipos deben documentar hip\u00f3tesis sobre por qu\u00e9 una p\u00e1gina puede estar rebotando y dise\u00f1ar experimentos concretos para validar. Esto requiere colaboraci\u00f3n entre anal\u00edtica, producto, contenidos y desarrollo.<\/p>\n

En la pr\u00e1ctica, cuando se detecta un rebote problem\u00e1tico, el camino t\u00edpico es: auditar t\u00e9cnica, segmentar y priorizar landing, generar hip\u00f3tesis de mejora y lanzar pruebas A\/B. Las hip\u00f3tesis pueden abarcar desde mejoras en velocidad y dise\u00f1o hasta reformulaci\u00f3n de la propuesta de valor o cambios en el mensaje del canal que dirige tr\u00e1fico.<\/p>\n

La ejecuci\u00f3n debe ser iterativa. Empezar por pruebas que tengan bajo coste y alto potencial de impacto \u2014por ejemplo, simplificar formulaci\u00f3n del call to action, mejorar t\u00edtulo o priorizar carga de contenido visible\u2014 permite validar r\u00e1pidamente sin consumir excesivos recursos de desarrollo.<\/p>\n

Ejemplos de intervenciones con impacto real<\/h5>\n

Un ecommerce detect\u00f3 rebotes altos en la p\u00e1gina de producto en m\u00f3viles. La hip\u00f3tesis fue que las fichas mostraban demasiada informaci\u00f3n no priorizada y que el bot\u00f3n de compra quedaba fuera de la vista. Tras reorganizar la p\u00e1gina para mostrar precio, beneficios y CTA en la parte superior y mejorar la velocidad, tanto el engagement como las conversiones mejoraron, confirmando que el rebote estaba ligado a usabilidad.<\/p>\n

En otro caso, un blog t\u00e9cnico con alto rebote implement\u00f3 eventos de scroll y lectura. Tras medir tiempo efectivo de lectura, descubri\u00f3 que muchos rebotadores consum\u00edan el contenido y se marchaban satisfechos. La conclusi\u00f3n fue ajustar los objetivos de la p\u00e1gina para valorar la lectura como conversi\u00f3n micro y no perseguir la navegaci\u00f3n forzada.<\/p>\n

Estos ejemplos ilustran dos lecciones: el diagn\u00f3stico correcto requiere evidencias y las intervenciones deben orientarse siempre a m\u00e9tricas de negocio, no solo a reducir un porcentaje aislado.<\/p>\n

Caso pr\u00e1ctico aplicable paso a paso<\/h4>\n

Imaginemos una landing de captaci\u00f3n para un webinar t\u00e9cnico con rebote del 65% y bajas inscripciones. Paso 1: auditar medici\u00f3n \u2014comprobar que la carga del formulario y el evento de env\u00edo se registran. Paso 2: segmentar por canal \u2014ver si el tr\u00e1fico de pago distingue del org\u00e1nico. Paso 3: analizar sesiones y feedback cualitativo \u2014grabar sesiones y encuestas para entender abandono.<\/p>\n

Paso 4: formular hip\u00f3tesis. Pueden incluir desalineamiento entre el t\u00edtulo del anuncio y la promesa del webinar, exceso de campos en el formulario o problemas de compatibilidad m\u00f3vil. Paso 5: priorizar pruebas A\/B comenzando por la menor fricci\u00f3n: simplificar el t\u00edtulo y mostrar el formulario por encima del pliegue. Medir impacto no solo en rebote sino en inscripciones y coste por lead<\/a>.<\/p>\n

Paso 6: iterar seg\u00fan resultados. Si la tasa de inscripci\u00f3n mejora pero el coste por lead aumenta, evaluar la calidad de leads y su conversi\u00f3n posterior. El proceso integra rebote como una se\u00f1al dentro de un flujo de decisiones orientadas a negocio que privilegian calidad sobre reducciones num\u00e9ricas aisladas.<\/p>\n

Conclusi\u00f3n<\/h4>\n

La tasa de rebote es una m\u00e9trica \u00fatil cuando se interpreta en contexto. Puede ser un indicador temprano de problemas de experiencia o de alineamiento entre canal y contenido. Sin embargo, tratada aisladamente se convierte en ruido que induce a decisiones sub\u00f3ptimas. La clave est\u00e1 en auditar la medici\u00f3n, segmentar los datos, contrastar con m\u00e9tricas de negocio y utilizar fuentes cualitativas para confirmar hip\u00f3tesis.<\/p>\n

Para equipos avanzados de marketing la recomendaci\u00f3n pr\u00e1ctica es integrar el bounce rate en un marco de diagn\u00f3stico y experimentaci\u00f3n. No perseguir la reducci\u00f3n del rebote como fin en s\u00ed mismo, sino como medio para mejorar m\u00e9tricas que realmente importan: conversiones, ingresos y retenci\u00f3n. Priorizar pruebas que demuestren impacto en esas m\u00e9tricas garantiza que los recursos se asignen con criterio.<\/p>\n

En definitiva, el bounce rate importa cuando se alinea con objetivos y evidencia; es ruido cuando no. Adoptar una aproximaci\u00f3n sistem\u00e1tica, emp\u00edrica y colaborativa permite transformar la tasa de rebote en una se\u00f1al \u00fatil, minimizando el ruido y maximizando el valor para la empresa.<\/p>\n

Referencias<\/h4>\n

\u2022 Kaushik, A. (2010). Web Analytics 2.0. Editorial especializada en anal\u00edtica digital<\/a>. Referencia clave para entender m\u00e9tricas de compromiso y c\u00f3mo combinarlas.<\/p>\n

\u2022 Clifton, B. (2012). Advanced Web Metrics with Google Analytics. Gu\u00eda t\u00e9cnica sobre implementaci\u00f3n y limitaciones de medici\u00f3n en anal\u00edtica web.<\/p>\n

\u2022 Cutroni, J. (2015). Google Analytics. Libros y art\u00edculos sobre buenas pr\u00e1cticas de tagging y eventos en entornos digitales.<\/p>\n

\u2022 Davenport, T. H., & Harris, J. G. (2007). Competing on Analytics. Reflexiones sobre el uso de m\u00e9tricas orientadas a resultados y la toma de decisiones basada en datos.<\/p>\n

\u2022 Shapiro, C., & Varian, H. R. (1999). Information Rules. Principios sobre comportamiento del usuario en entornos de informaci\u00f3n que ayudan a contextualizar m\u00e9tricas de consumo.<\/p>","protected":false},"excerpt":{"rendered":"

Analizamos cu\u00e1ndo el bounce rate aporta valor y cu\u00e1ndo es ruido. Gu\u00eda pr\u00e1ctica para profesionales de marketing que buscan decisiones accionables y evitar interpretaciones err\u00f3neas.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,50,3],"tags":[552],"class_list":["post-976","post","type-post","status-publish","format-standard","hentry","category-marketing","category-marketing-digital-marketing","category-ventas","tag-bounce-rate","entry"],"_links":{"self":[{"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/posts\/976","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/comments?post=976"}],"version-history":[{"count":3,"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/posts\/976\/revisions"}],"predecessor-version":[{"id":980,"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/posts\/976\/revisions\/980"}],"wp:attachment":[{"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/media?parent=976"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/categories?post=976"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mk-ventas.blog\/en\/wp-json\/wp\/v2\/tags?post=976"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}