Durante años el ser humano ha fantaseado con poder relacionarse con… máquinas inteligentes. Pero en realidad, hasta hace poco las experiencias que hemos tenido eran muy mejorables. Sólo había que hacerle a Siri alguna pregunta sobre suicidio o violación para darnos cuenta de que esa supuesta “inteligencia” era más supuesta que real.
Sin embargo, hay una máquina a la que hablamos todos los días muchas veces y a la que planteamos múltiples preguntas y que (casi) siempre tiene una respuesta acertada. Si, efectivamente, se trata de Google. Esto tiene especial mérito teniendo en cuenta que el buscador dominante procesa más de 1 billón (1 + 12 ceros detrás) de búsquedas anuales y que de esta cantidad astronómica, un 15% son búsquedas únicas, que no se han hecho nunca antes y que probablemente no se vayan a repetir en el futuro.
Pero, aunque siempre tenga respuestas…. ¿Podemos decir que Google es inteligente?
Machine Learning
Una de las claves de la inteligencia (artificial) es que las máquinas sean capaces de aprender de forma autónoma (aprendizaje automático)
Machine Learning se define como la capacidad de las máquinas de aprender a realizar determinadas tareas sin estar específicamente programadas para ellas (Arthur Samuel, 1959)
Se trata de crear algoritmos que a partir de la experiencia (prueba y error) puedan aprender a desarrollar actividades y hacer predicciones sobre lo que puede suceder en base a esa experiencia.
¿Cómo nos demuestra Google su Inteligencia?
Lo primero es su algoritmo de búsqueda. El algoritmo de ordenación de resultados de Google es la herramienta que utiliza para responder a nuestras preguntas de forma eficaz y satisfactoria.
Se compone de más de 200 factores que analizan minuciosamente cada resultado que potencialmente podría devolvernos, con el objetivo de encontrar los más relevantes a nuestra búsqueda y situarlos en los primeros puestos.
Las 2 claves para ofrecer buenos resultados a una búsqueda son:
1. Intención: entender la intención del que busca en el momento de buscar para poder responder a su búsqueda de forma satisfactoria.
2. Selección: ser capaces de seleccionar los mejores resultados en base a la intención del usuario y a lo que hay disponible en el índice del buscador.
La selección llevan muchos años trabajándola. Sólo tenemos que analizar el histórico de cambios de su algoritmo para ver cómo evoluciona de forma continua.
Mejoras en la Interpretación de las búsquedas
La mejora en la interpretación de la intención del usuario que busca es más reciente pero también han hecho avances muy importantes
1. Click Stream Analysis: aproximadamente desde el año 2008 Google utiliza dos datos de interacción con los resultados para reordenarlos cuando sea necesario:
- CTR: aquellos resultados con un CTR mayor se beneficiarán de mejoras en sus posiciones
- Tasa de Rebote: aquellos resultados con una tasa de rebote alta que vuelva a la página de Google se verán perjudicados
2. Google Hummingbird: es una actualización importante del algoritmo lanzada en el verano del de 2013 que no afecta a la forma en que se ordenan los resultados sino ese trabajo de interpretación de la búsqueda. Inaugura la era de la búsqueda conversacional.
https://www.youtube.com/watch?v=S7FGtW9aBp0
Aumenta la presencia del Google Knowledge Graph en los resultados de búsqueda: las fichas sobre personas, empresas, películas, grupos de música, etc… en la parte derecha de los resultados y las respuestas en la parte superior, justo debajo de la caja de búsqueda.
3. Google Pigeon: se lanzó en verano de 2014 y tuvo un impacto, sobre todo, en los resultados de Google Maps y Web Search, especialmente en todo lo relacionado con resultados locales
Así, los rankings de directorios de negocios locales mejoraron significativamente (milanuncios, loquo, páginas amarillas, QDQ, 11870, tripadvisor,etc…)
Se da más peso a los negocios locales que tienen enlaces y menciones que hacen referencia específica a su ubicación.
También se empiezan a geolocalizar un número mucho más elevado de búsquedas (ej.: acupuntura o trajes a medida)
RankBrain
Source:https://whizzmarketing.co.uk/whats-new-with-google/
Es la última y más importante actualización en este sentido. También trabaja en la interpretación de la intención y está enfocada a ese 15% de búsquedas únicas, que a menudo son muy específicas y que, en algunas ocasiones, podían devolvernos resultados no tan relevantes a lo que estábamos buscando.
El objetivo último que persigue Google es ser capaz de entender qué quiere decir realmente el usuario con su búsqueda y, como sucedía con Hal 9000 o con el ordenador de Star Trek, poder servir páginas al usuario que sean las más relevantes a su búsqueda, aunque no contengan específicamente las palabras que ha buscado.
La base es un análisis de enormes cantidades de textos escritos para llegar a entender las relaciones semánticas y de contexto que existen entre las palabras. El famoso Latent Semantic Indexing del que llevamos años leyendo en el mundo del SEO pero que no habíamos visto desarrollado en detalle.
A partir de este análisis se establecen conexiones semánticas entre las palabras y así, una búsqueda que no esté bien formada o que utilice asociaciones de términos poco comunes (un clásico en ese 15% de búsquedas únicas) serán interpretada para tratar de saber qué quiere buscar el usuario en realidad y a partir de ahí ofrecerles resultados eficaces que respondan a su consulta de forma satisfactoria.
Esto demuestra una altísima capacidad de análisis semántico por parte de Google, sin parangón hasta la fecha y trae consecuencias importantes que debemos tener en cuenta a la hora de trabajar nuestro SEO
¿Cómo afecta RankBrain a nuestro SEO?
Esta actualización tiene consecuencias muy importantes para el SEO y así lo han empezado a detectar estudios cuantitativos como el de AHREFS ¿Qué cosas debo tener en cuenta?
1. Nos obliga a hacer más investigación de palabras clave para entender no sólo cuáles son las palabras más buscadas por las que debemos optimizar nuestro contenido sino también qué términos relacionados debemos usar para ampliar el abanico de relevancia
2. Nos da más libertad a la hora de optimizar nuestro contenido ya que podemos usar sinónimos y términos semánticamente cercanos y esto ayuda a aumentar la relevancia.
3. Nos obliga a escribir textos de mayor calidad, usando sinónimos y términos semánticamente relevantes que hagan que nuestros contenidos sean considerados de mayor calidad que otros que hayan seguido una rutina de optimización más rígida.
4. Nos permite variar aún más los textos de los enlaces que generamos en nuestro trabajo de link building.
Una vez más se confirma la razón principal por la que decidí dedicarme al SEO hace 15 años: sabía que nunca me iba a aburrir 🙂
