motores de búsqueda están mejorando constantemente su sistema. Google, por otro lado, implementa más de 500 cambios a su algoritmo cada año,
tanto que hoy en día sería más relevante hablar de «el» algoritmo es de Google.
Por suerte para SEO, la mayoría de estos cambios son prácticamente imperceptibles debido a sus sutilezas.
De hecho, la mayoría de los cambios tienen muy poco impacto para verse en los SERP.
Pero Google está experimentando algunas mejoras importantes cuyos efectos son claramente perceptibles. Estos incluyen RankBrain, cuya existencia fue anunciada públicamente en un artículo de Bloomberg, 26 de octubre de 2015.
Aunque se desconoce su fecha exacta de lanzamiento, esta actualización marcó oficialmente el uso de la Inteligencia Artificial (IA) en productos de Google
Unos años después de este anuncio, RankBrain sigue siendo en parte un misterio sobre cómo funciona. De hecho, Google no parece querer revelar los secretos de su sistema.
Esta situación ha dado paso a especulaciones y acaloradas controversias en la comunidad SEO.Es por eso que después de mi extensa investigación, decidí escribir este artículo que intentará arrojar algo de luz sobre RankBrain. Como beneficio adicional, tendrá la oportunidad de aprender cómo la experiencia del usuario (UX) encajan en el proceso de clasificación de Google.
Para escribir este artículo, me basé en muchas fuentes diferentes para respaldar mi punto. En particular, verá varias afirmaciones provenientes directamente de Google y sus ingenieros.
Entonces, los análisis nítidos de algunos expertos de la industria de SEO para tener una comprensión perfecta de RankBrain y UX.
Si estás listo, ¡vamos!
Capítulo 1. ¿Qué es RankBrain y por qué lo usa Google?
1.1. ¿Qué es RankBrain?
La existencia de RankBrain se dio a conocer al público el 26 de octubre de 2015 gracias al Bloomberg:
El título traducido al francés se ve así:
“Google pasa de la lucrativa búsqueda web a la inteligencia artificial.
A través del anuncio, Google indica claramente la implementación de inteligencia artificial en su sistema, que la empresa denominará RankBrain.
Rankbrain es una máquina deaprendizaje automático que utiliza Google para procesar sus resultados de búsqueda. Es un producto de inteligencia de artículos (AI) que permite que los programas de computadora realicen tareas que solo los humanos son capaces de realizar con sus inteligencias o procesos mentales.
Como puedes imaginar, Google creó RankBrain con esta tecnología para mejorar los resultados que brinda a sus usuarios.
Pero antes de comprender cómo usa Google RankBrain, es una buena idea entender primero qué es la IA.
1.1.1. ¿Qué son la IA y las máquinas de aprendizaje automático?
Según Larousse, la inteligencia artificial (IA) es:
“El conjunto de teorías y técnicas implementadas con el fin de producir máquinas capaces de simular inteligencia”.
En otras palabras, la IA tiene como objetivo permitir que las computadoras se vuelvan tan inteligentes como los humanos a través de enfoques matemáticos y estadísticos.
En otras palabras, podrán:
Aprender a través de la experiencia;
Para organizar su memoria;
Razonar para resolver problemas por sí mismos.
La inteligencia artificial generalmente se menciona para referirse a los programas de computadora que están diseñados de esta manera. Entonces, ¿cómo funciona esto en la práctica?
En 2015, Google realizó el evento «Machine Learning 101» para explicar cómo funcionan las máquinas de aprendizaje automático.
Fuente: MarchToday
Este evento tuvo lugar en su campus en Mountain View y fue organizado por varios expertos de Google.
Danny Sullivan, quien era periodista y analista, realizó un «blogging en vivo» para revelar los puntos más importantes del evento.
Pero primero, ¿quién es Danny Sullivan y qué me hace considerar sus palabras?
Nota: En mi artículo, consideré los comentarios de varias personas que, sin embargo, me tomé la molestia de presentar para que pueda formarse una opinión sobre el grado de credibilidad de la información.
Danny Sullivan es Googler desde octubre de 2017 y su función es ayudar al público a comprender mejor el motor de búsqueda de Google.
Antes de unirse a Google, fue periodista y analista en el ámbito del marketing web y los motores de búsqueda.
Una fuente particularmente creíble, ¿no?
Volvamos a su «blog en vivo» que realizó en el «aprendizaje mecánico 101» organizado por Google.
Resulta que el sistema de máquinas de aprendizaje automático consta de tres partes principales:
Modelo : El sistema que hace predicciones o identificaciones.
Parámetros : Las señales o factores utilizados por el modelo para formar sus decisiones.
Aprendiz : el sistema que ajusta los parámetros, y a su vez el modelo, al examinar las diferencias entre las predicciones y los resultados reales.
Hay que admitirlo: ¡es bastante difícil de digerir!
Incluso Danny lo da a conocer en su artículo sobre el tema:
En pocas palabras, todo parte de un modelo que la máquina utilizará para su aprendizaje. Generalmente, este modelo es introducido por un humano a partir de ciertos datos.
La máquina utilizará el modelo y los datos para entrenar o resolver tareas prácticas que no quedan fuera del alcance de su modelo.
Una vez asimilado el modelo por la máquina, será posible dotarla de nuevos datos o problemas a resolver que no necesariamente siguen el modelo predefinido.
La máquina intentará resolver estas tareas para las que no fue programada probando varios enfoques.
De acuerdo a la retroalimentación sobre la calidad de sus respuestas o resultados, el programa reajusta los parámetros y luego el modelo.
Este proceso es continuo, lo que implica que las máquinas de aprendizaje automático están aprendiendo constantemente, si están activas.
En última instancia, el aprendizaje automático es donde una computadora o un programa automático se enseña a sí mismo a hacer algo, en lugar de ser enseñado por humanos o seguir una programación detallada.
De hecho, Google sabe cómo funciona su herramienta, pero no siempre sabe lo que hace. Como algunos expertos aún parecen confirmar en el artículo de la Mesa Redonda de Motores de Búsqueda:
En effet, Google sait comment fonctionne son outil, mais ne sait pas toujours ce qu’il fait. Comme semblent le confirmer certains experts toujours dans l’article de Search Engine Roundtable :
Google doesn't quite understand what RankBrain is doing says @haahr#smx
Consulte este artículo donde Danny detalla un ejemplo concreto dado por Greg Corrado,el senior de Google que anunció la existencia de RankBrain en el artículo de Bloomberg:
También tiene Wikipedia que brinda muchos detalles y referencias sobre el aprendizaje automático.
Sin embargo, tendrás toda la información y ejemplos concretos que te pueden ayudar a entender cómo funciona RankBrain.
1.1.2. ¿Cuál es la relación entre RankBrain y los algoritmos de Google?
RankBrain es parte del algoritmo de búsqueda global de Google: Humminbird.
«A diferencia de las actualizaciones anteriores de Panda y Penguin, que se lanzaron inicialmente como complementos del algoritmo existente de Google, Hummingbird se citó como una revisión completa del algoritmo principal.«.
Es más, Danny Sullivan lo confirma en su artículo sobre Hummingbird:
Utiliza esta metáfora:
“Era como si el motor tuviera un filtro de aceite nuevo o una bomba mejorada. Hummingbird es un motor completamente nuevo, aunque sigue usando algunas de las mismas partes del antiguo, como Penguin y Panda”.
Para conocer la evolución de Google desde sus inicios, hasta Hummingbird, puedes seguir esta presentación del googler Amit Singhal:
Precisamente, será con Hummingbird que Google podrá poner más énfasis en Consultas en lenguaje natural. Y esto, teniendo en cuenta el contexto y el significado de la solicitud en su conjunto más que las palabras tomadas individualmente.
El algoritmo completo de Google es Hummingbird y RankBrain debe considerarse como parte de él.
Esta conclusión se extrae del Bloomeberg en el que Greg Corrado indicaba claramente que RankBrain solo manejaba el 15% de las consultas que el sistema de Google aún no había procesado.
El aprendizaje automático de Google solo tomaba parte de las consultas del sistema. A diferencia del algoritmo central de Hummingbird, que se supone que maneja todas las consultas de los motores de búsqueda.
Se vuelve legítimo preguntarse qué lugar ocupa RankBrain en el algoritmo de Google.
1.1.3. RankBrain es la tercera señal más importante
“Puedo decirte qué es. Se trata del contenido. Y enlaces que apuntan a su sitio.«.
Por lo tanto, las tres señales de ranking de Google más importantes son:
Backlinks;
El contenido ;
RankBrain.
No hay precisión sobre el orden de importancia de cada una de estas señales. Por lo tanto, no podemos hacer una clasificación como tal.
Sin embargo, demuestra que es muy importante entender cómo funciona este aprendizaje automático de Google. Y esto, con el fin de desarrollar estrategias efectivas para optimizar la referenciación de tu sitio web en las SERPs.
En este nivel, es legítimo preguntarse por qué Google lanzó RankBrain.
1.2. ¿Por qué Google lanzó RankBrain?
Básicamente, descifré dos razones principales por las que Google lanzó su aprendizaje automático.
Estos son:
las dificultades de Google para interpretar consultas que nunca había procesado;
Que Google tuvo que codificar a mano sus algoritmos para realizar cualquier cambio.
1.2.1. Las dificultades de Google para interpretar las solicitudes
Desde su creación, Google siempre ha tratado de mejorar para determinar con precisión qué es lo que sus usuarios desean tener como respuesta.
En sus inicios, el motor de búsqueda se basaba principalmente en la presencia en las páginas web de las palabras presentes en una consulta para mostrar sus resultados.
Por ejemplo, si buscas «comprar frutas y verduras», el buscador se encargará de proporcionarte las páginas que contengan estas palabras.
Además, la más mínima variación en las expresiones utilizadas podría conducir a resultados diferentes.
Por ejemplo, el motor de búsqueda no podía dar los mismos resultados para «ropa» y «ropa». Lo mismo ocurre con las consultas «mejores botas de jardín» y «mejores zapatos de jardín».
Los resultados pueden variar drásticamente con ajustes simples a nivel de consulta.
Así, el propio buscador consideró que había margen de mejora para poder dar los mejores resultados a sus usuarios.
Pero el problema no se detiene. Porque esta operación ha dado la oportunidad a ciertos SEOs “black hat” de repetir palabras y expresiones en sus contenidos para situarse en lo más alto de los resultados. Y esto, incluso si su contenido es de mala calidad.
Google ha recorrido un largo camino desde entonces. El motor de búsqueda ahora logra detectar y castigar sitios web que usan Black Hat SEO incluidos los algoritmos Penguin y Panda.
En el lado de las consultas, Google también ha hecho un gran progreso.
De hecho, el motor de búsqueda es cada vez más capaz de comprender las consultas y asociarlas entre sí si significan lo mismo:
Las mejores botas de jardín:
Los mejores zapatos de jardín:
El motor intenta comprender lo que busca o la intención de búsqueda, como un humano lo haría. Pero para llegar allí, Google ha realizado varias contribuciones a su sistema.
Hummigbird, Stemming y Knowledge Graph personificaron el cambio de Google para ver las palabras como «entidades» y no solo como una composición de caracteres.
De hecho, Google adoptó Word Stemming en 2003 para comprender las variaciones de la misma palabra. Por ejemplo, Google entiende que «mango», «mangos» y «árbol de mango» significan esencialmente lo mismo. Esto le permite dar resultados similares para estos términos.
Google no se detiene en la variación de palabras y logra determinar el «sinónimo» de las palabras. El motor de búsqueda logra hacer puentes entre los términos, por ejemplo con “SEO” y “referenciación natural”, en la medida en que los resultados serán cercanos, o incluso sustancialmente iguales para estas consultas.
Mientras Knowledge Graphfue una forma en que Google se volvió aún más inteligente en lo que respecta a las relaciones entre palabras.
El motor de búsqueda ha aprendido a buscar «cosas, no cadenas», como describe Amit Singhalde Google:
«Tome una pregunta como [taj mahal]. Durante más de cuarenta años, la búsqueda se ha centrado esencialmente en hacer coincidir las palabras clave con las consultas.
Para un motor de búsqueda, las palabras [taj mahal] eran solo eso: dos palabras. Pero todos sabemos que [taj mahal] tiene un significado mucho más rico.
Puede pensar en uno de los monumentos más hermosos del mundo, en un músico ganador de un premio Grammy o incluso en un casino en Atlantic City, NJ.
O, dependiendo de cuándo comiste por última vez, el restaurante indio más cercano.
Es por eso que trabajamos en un modelo inteligente, en el lenguaje geek, un «gráfico», que comprende las entidades del mundo real y sus relaciones entre sí: cosas, no cadenas.«
cadenas» utilizadas aquí se refieren esencialmente al procesamiento de búsquedas utilizando solo cadenas de letras.
Por ejemplo, los resultados mostrarán páginas que contengan la palabra exacta «París» cuando un usuario realice esta solicitud.
Las «cosas» significan que, en cambio, Google entiende que cuando alguien busca «París», probablemente se refiera a la capital de Francia, un lugar real con enlaces a:
Otros lugares;
Puntos de referencia;
Actividades ;
Gente ;
Etc…
El Knowledge Graph es una base de datos de cosas en el mundo y las relaciones entre ellas.
Es por eso que puede hacer una búsqueda como «fecha de construcción del monumento más alto de París» y obtener una respuesta sobre la «Torre Eiffel» como en la imagen a continuación, sin usar el nombre:
pero mientras que Knowledge Graph se basa en bases de datos existentes para ver las conexiones entre conceptos, RankBrain aprende cómo los usuarios conectan palabras y conceptos al buscar.
1.2.2. RankBrain permite a Google procesar ciertos tipos de consultas
Durante el anuncio en el artículo de Bloomberg, Greg Corrado afirmó:
«Durante los últimos meses, una «fracción muy grande» de los millones de consultas por segundo que las personas ingresan en los resultados de búsqueda de la empresa son interpretado por un sistema de inteligencia artificial […]
Si RankBrain ve una palabra o frase que no conoce, la máquina puede adivinar qué palabras o frases pueden tener un significado similar y filtrar el resultado como resultado, haciéndolo más eficiente en el manejo nunca -consultas de búsqueda vistas anteriormente.«.
De su afirmación, se puede decir que RankBrain facilita que Google procese consultas que sus usuarios nunca antes habían buscado.
De hecho, el motor de búsqueda debe lidiar constantemente con consultas que nadie había buscado antes.
Las estadísticas muestran que alrededor 15% de las consultas diarias en Google nunca se han buscado. Lo que Google confirma en su blog en 2017:
“Hay billones de búsquedas en Google cada año. De hecho, el 15% de las búsquedas que vemos todos los días son nuevas, lo que significa que siempre hay más trabajo por hacer para presentar a las personas las mejores respuestas a sus preguntas de una amplia gama de fuentes legítimas.Actualmente
, el motor de búsqueda maneja 5.800 millones consultas por día. Si el 15% no se conocen, hay cerca de 870 millones de consultas completamente nuevas que el buscador debe responder.
Si bien la mayoría de las consultas nunca se han buscado antes, claramente Google tuvo que comenzar desde cero para comprender lo que la gente está buscando.
Además, la mayoría de las búsquedas que realizamos no contienen las expresiones exactas sobre lo que buscamos. Nos gusta dejar que Google adivine la información que estamos buscando, ¿no?
Sepa que antes, el motor de búsqueda realmente tenía problemas para adivinar lo que querían sus usuarios.
Es por esto que se lanzó RankBrain en 2015 y para tratar de dar soluciones efectivas a este tipo de consultas. Veremos en el próximo capítulo cómo funciona en la práctica.
Por ahora, tenga en cuenta que Rankbrain funciona bien para vincular una consulta que ya se procesó con una nueva consulta que aún no conoce.
Por ejemplo, supongamos que mucha gente busca «construir un cobertizo de jardín».
Con los datos recopilados, RankBrain entiende que un «cobertizo de jardín» es un tipo de edificio.
A su nivel, si busca «construir un edificio de jardín», que en nuestro ejemplo nunca se habrá buscado en Google antes (por supuesto, este ejemplo no es real).
Google no necesariamente le mostrará páginas que incluyan las palabras:
Construir;
Edificio ;
Jardín.
Obtiene tal resultado:
Google entendió que estaba buscando cómo construir «un cobertizo de jardín» y no «un edificio de jardín», como lo habría hecho un humano.
Lo mismo ocurre con esta consulta particularmente loca compuesta por 18 palabras:
Y
aunque la primera palabra clave no es muy específica, tengo esencialmente los mismos resultados con la segunda que se compone de una sola palabra.
18 palabras pueden parecer muchas, pero RankBrain también es mejor para manejar consultas largas.
“Funciona mejor para consultas de cola larga y consultas que no hemos visto antes.«.
De hecho, 64% de las búsquedas se componen de 4 palabras o más:
los internautas utilizan como respuesta frases específicas que describen lo que buscan:
Si gestionar un puñado de palabras puede ser un problema para Google, no hay duda de que la dificultad aumentará si aumenta el número de palabras.
Otro factor a considerar es la búsqueda por voz en rápida evolución
estadísticas muestran que para 2020, el 50% de las búsquedas se basarán en la voz.
Sin embargo, los usuarios usan más palabras cuando realizan una voz:
estas búsquedas conversacionales se parecen más a la forma en que las personas hablan de forma natural.
Esto significa que es muy importante que los motores de búsqueda entiendan:
Las palabras más importantes en una consulta;
Lo que las palabras realmente significan cuando se combinan.
Es en esta lógica que Google desarrolló su máquina de aprendizaje automático «RankBrain», que se utilizó por primera vez para comprender mejor las consultas de los usuarios.
Gary Illyes lo deja claro a través de uno de sus Twitter:
“Permítanme intentar explicarlo una última vez: Rankbrain nos brinda una mejor comprensión de las consultas..
Lemme try one last time: Rankbrain lets us understand queries better. No affect on crawling nor indexing or replace anything in ranking
Cualquier cambio que Google realice en su sistema generalmente tiene como objetivo mejorar la experiencia de sus usuariosRankBrain no es una excepción a la regla y su lanzamiento permitió a la firma resolver otro problema.
1.2.2. Google codificó sus algoritmos a mano
Antes de lanzar RankBrain, Google codificó todos sus algoritmos a mano.
Este comentario lo hizo Brian Dean en su artículo sobre RankBrain.
Pero primero, ¿quién es Brian Dean?
Brian Dean es un experto en SEO y el fundador de Backlinko:
sus premios y elogios dicen mucho sobre él:
Brian dice que los ingenieros de Google fueron los responsables de realizar todos los cambios en su sistema.
Esta infografía te permite entender el proceso:
Pero con la llegada de RankBrain, las cosas han cambiado ya que él mismo se encarga de probar e implementar los cambios:
Por supuesto que los ingenieros de Google siguen trabajando en los algoritmos de su sistema.
Pero RankBrain puede hacer parte del trabajo ajustando los resultados que sugiere. De hecho, una vez que ofrece resultados a los usuarios, evalúa el éxito de lo que ha propuesto.
En caso de que los resultados hayan satisfecho la intención de los usuarios, se mantienen las modificaciones.
De lo contrario, se reactiva la configuración o el algoritmo anterior.
Entonces, ¿RankBrain es más eficiente que los ingenieros humanos de Google?
Greg Corrado dijo que para determinar la mejor opción entre sus ingenieros humanos y la máquina, la firma realizó una prueba.
Le pidieron a un grupo de expertos y a RankBrain que identificaran las mejores páginas en ciertas consultas.
El resultado es contundente ya que la máquina de aprendizaje automático consigue más rendimiento con una precisión de predicción superior al 10% que la de los expertos:
Los resultados son contundentes y RankBrain parece realizar las tareas para las que fue creado de forma excelente. Ahora bien, ¿cómo funciona realmente la IA de Google?
Capítulo 2: ¿Cómo funciona realmente RankBrain?
2.1. Usted es el maestro y RankBrain es su alumno.
Para entender fácilmente cómo funciona RankBrain, usaré un ejemplo.
Imagine que un estudiante realiza una prueba diaria que consta de 5.800 millones de preguntas, escritas por millones de profesores.
Cada maestro da retroalimentación después de que el estudiante haya respondido una pregunta. Le hace saber al estudiante:
Eso es perfecto: ¡La primera respuesta es la correcta!
Todavía no es perfecto: la mejor respuesta está un poco más abajo;
No, no respondiste mi pregunta: estaba preguntando esto en su lugar.
El alumno recuerda los comentarios de todos sus profesores para el examen de mañana, donde solo el 15% serán preguntas desconocidas.
Por analogía, el estudiante representa bien a RankBrain y cada persona que busca en Google es uno de sus maestros.
Intentemos ver cómo Google podría usar su IA.
2.2. ¿Cómo funciona RankBrain?
Como hemos visto antes, los ingenieros de Google tuvieron que programar manualmente los algoritmos de Google para hacer las cosas de manera diferente.
RankBrain, por otro lado, aprende directamente de cómo interactuamos con sus resultados.
“[RankBrain] analiza los datos de búsquedas anteriores y, en función de lo que ha funcionado bien para esas búsquedas, intentará predecir qué funcionará mejor para una determinada consulta. Esto funciona mejor para consultas de cola larga y consultas que nunca hemos visto..
Por lo tanto, el sistema es completamente autónomo y no necesita que se le diga que tal resultado es malo y que el problema debe resolverse de esa manera
RankBrain ya tiene criterios, incluidas otras señales de clasificación, que le permiten saber si un resultado responde perfectamente a una consulta o no. que describiré en el siguiente capítulo.
Tiene una gran base de datos de resultados de búsqueda antiguos que lo ayudan a tomar buenas decisiones.
Esta es la razón principal por la que RankBrain se desempeñó mejor que los ingenieros de Google.
RankBrain predice qué funcionará mejor, lo prueba y, si el cambio funciona, lo mantiene.
RankBrain no solo se limita a mejorar los resultados orgánicos, sino que también puede ajustar los resultados en Google Suggest.
2.3. ¿RankBrain afecta las búsquedas sugeridas?
Moz especuló que RankBrain también usa ciertos factores para entregar resultados relevantes:
“Antes de RankBrain, Google usó su algoritmo central para determinar qué resultados mostrar para una consulta determinada.
Después de RankBrain, se cree que la consulta ahora pasa por un modelo de interpretación que puede aplicar posibles factores como la ubicación del buscador, la personalización y las palabras de consulta para determinar la verdadera intención del buscador.
Al discernir esta verdadera intención, Google puede proporcionar resultados más relevantes.Othertinkgroup
paso más allá y muestra un escenario en el que RankBrain podría desempeñar un papel en Google Suggest. Voy a dar un ejemplo similar a lo que dieron.
Supongamos que me gustaría hacer una búsqueda de «Antoine Griezmann», jugador francés de France Football.
Ingreso las dos primeras letras «an» del primer nombre «antoine», Google muestra las sugerencias:
Puede ver que no hay «Antoine Griezmann» en las sugerencias.
Me detengo en este nivel por el momento y primero buscaré «Selección de fútbol de Francia»:
Luego ingreso las dos primeras letras de Antoine «an»:
Pueden ver que «Antoine Griezmann» ahora es parte de las recomendaciones. Aunque no esté en primera posición, forma parte de las sugerencias.
Hasta el momento, todavía no he solicitado el nombre «Antoine Griezmann».
Lo mismo sucede con «Kylian mbappé» cuando inserto las dos primeras letras «ky»:
es importante tener en cuenta que Google entiende las relaciones entre las cosas lo suficientemente bien como para adivinar lo que estarás buscando cuando quieras hacer una próxima búsqueda. . ¿Qué significa esto para un negocio en línea?
Supongamos que ha escrito contenido de autoridad sobre «construir vínculos de retroceso».
Su guía ofrece un inmenso valor añadido a los usuarios. Cuando sus lectores regresen a la barra de búsqueda después de encontrar lo que necesitan, Google sugerirá búsquedas relacionadas.
El motor de búsqueda podría brindarles otra oportunidad de interactuar con su marca, su contenido y, en última instancia, su producto. Es bastante interesante, ¿no?
¿Pero es obra de RankBrain? No es certero.
Es posible que este no sea el trabajo de RankBrain, sino otra forma en que Google usa la IA en su sistema.
De cualquier manera, es una forma de que Google aclare la intención del buscador.
“El aprendizaje automático es una forma fundamental y transformadora en la que estamos repensando la forma en que hacemos todo. Lo aplicamos cuidadosamente en todos nuestros productos, ya sea búsqueda, anuncios, YouTube o Play. Y todavía estamos en las primeras etapas, pero verá que estamos aplicando constantemente el aprendizaje automático en todas estas áreas.Sabemos
que RankBrain se enfoca en la intención de búsqueda detrás de las palabras que ponemos en la barra de búsqueda.
Pero si Google también incorpora el aprendizaje automático en todo lo que hace, sería un error suponer que RankBrain está afectando a Google Suggest.
Siendo ese el caso, volvamos ahora a lo que sabemos con certeza.
RankBrain intenta comprender las consultas evaluando qué tan bien las SERP anteriores han satisfecho la intención del buscador. Luego, el aprendizaje automático usa estos datos para hacer predicciones sobre lo que las personas realmente buscan para la consulta.
Estas predicciones provienen de la vasta comprensión de RankBrain de cómo las palabras se relacionan entre sí. Lo que nos lleva a la noción de vectores de palabras.
2.4. ¿Qué son los vectores de palabras?
Ya hemos visto que Google usa Knowledge Graph para conectar palabras con conceptos que existen en relación entre sí.
Pero solo funciona con la información que está presente en su base de datos.
Para ir más allá con el aprendizaje automático, Google recurrió a los vectores de palabras , ya que necesitaba aprender el significado oculto detrás de las palabras:
los vectores de palabras o los vectores de palabras son cómo las máquinas de aprendizaje de Google o RankBrain aprenden automáticamente las nuevas relaciones entre las palabras.
“RankBrain utiliza inteligencia artificial para incorporar grandes cantidades de lenguaje escrito en entidades matemáticas, vectores, que la computadora puede entender. Si RankBrain ve una palabra o frase que no conoce, la máquina puede adivinar qué palabras o frases pueden tener un significado similar y filtrar el resultado en consecuencia, haciéndolo más eficiente en el manejo de consultas de búsqueda nunca antes vistas.«.
Para que esto sea efectivo, Google ha desarrollado una herramienta de código abierto llamada «Word2vec«:
esta herramienta utiliza el aprendizaje automático y el procesamiento del lenguaje natural para comprender el significado real de las palabras por sí solo.
En su artículo sobre word2vec, Google muestra un ejemplo de cómo puede aprender el concepto de capitales de países.
La firma dice:
“Word2vec usa representaciones distribuidas de texto para capturar similitudes entre conceptos.
Por ejemplo, entiende que París y Francia están vinculados del mismo modo que Berlín y Alemania (capital y país), y no del mismo modo que Madrid e Italia.
Esta pintura muestra lo bien que puede aprender el concepto de capital, solo leyendo muchos artículos de noticias, sin supervisión humana”.
Esquemáticamente, así es como word2vec entiende los conceptos haciendo conexiones entre ellos.
RankBrain usa el mismo sistema para determinar las relaciones entre términos y contenido en la web para hacer predicciones para consultas que no conoce.
Esta es la razón por la que Google no indica una forma particular de optimizar un sitio para RankBrain. De hecho, RankBrain no es un «algoritmo clásico» como Panda y Penguin.
Sabemos cómo evitar las sanciones de Penguin y, gracias a las pautas, sabemos cómo satisfacer a Panda.
RankBrain, por otro lado, es un modelo interpretativo para el cual no se puede realizar una optimización específica.
La única recomendación de Google es escribir tu contenido en lenguaje natural para que los usuarios obtengan el mayor valor agregado posible. Hablaremos de este aspecto en las próximas secciones.
Hay una pregunta que sigue siendo muy importante para entender cómo funciona RankBrain.
2.5. ¿Cómo evalúa RankBrain los resultados que ofrece?
La máquina de aprendizaje automático de Google utiliza datos antiguos para tratar de predecir los mejores resultados futuros.
“Todo lo que aprende RankBrain está fuera de línea, nos dijo Google. Se necesita mucha investigación histórica y se aprende a hacer predicciones a partir de ella.
Estas predicciones se prueban y, si resultan correctas, se lanza la última versión de RankBrain. Luego se repite el ciclo de e-learning y testing.las cosas
suceden así, ¿cómo logra RankBrain decidir si el resultado que da es bueno o malo?
Uno supondría que hay una puntuación de RankBrain como la de PageRank.
Pero no es el caso !
Sobre este tema, ha habido muchos rumores de que RankBrain da una puntuación a las páginas para saber qué proponer a continuación.
Google ha tenido la oportunidad de responder a esta pregunta muchas veces. Durante la SMX Advanced, Danny Sullivan tuvo una entrevista con Gary Illyes:
Cuando se le preguntó si hay una puntuación, Gary dice que no:
En francés:
“Danny Sullivan: ¿Hay una puntuación de RankBrain? Gary Illes: No tienes partitura. Creo que la raíz de tu pregunta es si puedes optimizar para RankBrain – (Risas)”.
Si, por lo tanto, no existe un puntaje o un sistema de calificación, ¿cómo logra RankBrain determinar la satisfacción del usuario en relación con sus resultados?
Algunos expertos en SEO creen que RankBrain usa UX o señales de experiencia del usuario para tomar sus decisiones. ¿Es ese el caso?
Si RankBrain usa señales relacionadas con el usuario para realizar sus clasificaciones es un tema controvertido dentro de la comunidad SEO.
Mientras que algunos expertos en SEO creen que RankBrain no considera la UX o la experiencia del usuario, otros muestran que es un factor importante a considerar.
Es difícil obtener una respuesta definitiva sobre el tema. Sobre todo porque Google no parece querer dar explicaciones informadas y definitivas.
Pero propongo diseccionar este problema paso a paso. Primero respondamos a la pregunta de si Google tiene en cuenta la experiencia del usuario al realizar sus clasificaciones.
Capítulo 3: ¿Puede la UX afectar la clasificación de los sitios web en las SERP?
Sobre todo, creo que es prudente ver qué factores están relacionados con el comportamiento del usuario.
En mi artículo sobre la técnica de overbidding, tuve la oportunidad de hablar en detalle sobre las métricas relacionadas con la experiencia del usuario.
Esto se puede resumir perfectamente con estas imágenes:
La cuestión de si Google tiene en cuenta las señales de la experiencia del usuario al clasificar los sitios web también es controvertida en el mundo del SEO.
Intentaré responder a la pregunta con opiniones de Google sobre el tema y algunos estudios realizados por algunos gigantes de la industria del SEO.
3.1. Google considera UX para su
clasificación 3.1.1. Google considera que los usuarios son los jueces más confiables
En 2015, Google emitió una patente sobre el tema de «Alteración de la clasificación de los resultados de búsqueda en función de los comentarios implícitos de los usuarios y un modelo de sesgo de presentación«:
«Por ejemplo, las reacciones de los usuarios a se pueden medir resultados de búsqueda particulares o listas de resultados de búsqueda, por lo que los resultados en los que los usuarios hacen clic con frecuencia obtendrán una clasificación más alta. La suposición general de este enfoque es que los usuarios de búsqueda suelen ser los mejores jueces de la relevancia, de modo que si eligen un resultado de búsqueda en particular, es probable que sea relevante, o al menos más relevante que las alternativas presentadas.«.
Google afirma:
« Par exemple, les réactions des utilisateurs à des résultats de recherche particuliers ou à des listes de résultats de recherche peuvent être mesurées, de sorte que les résultats sur lesquels les utilisateurs cliquent souvent seront mieux classés. L’hypothèse générale d’une telle approche est que les utilisateurs de recherche sont souvent les meilleurs juges de la pertinence, de sorte que s’ils choisissent un résultat de recherche particulier, il est susceptible d’être pertinent, ou au moins plus pertinent que les alternatives présentées. ».
Esta patente de Google muestra claramente que las «reacciones de los usuarios» se pueden medir y también pueden afectar la clasificación en los SERP.
Sin embargo, no sacaré conclusiones precipitadas y me tomaré el tiempo para profundizar más.
3.1.2. Los motores de búsqueda pueden recopilar información sobre el movimiento del cursor
Aunque Google es el motor de búsqueda con la mayor cuota de mercado, es posible obtener algunas pistas de otras entidades.
En 2012, Microsoft que opera Bing, publicó un artículo sobre: »Mejora de los modelos de búsqueda mediante la actividad del cursor del mouse»:
La empresa muestra:
«Al igual que los clics proporcionan señales de relevancia en los resultados de búsqueda, el desplazamiento del cursor y el desplazamiento del cursor pueden ser señales implícitas adicionales.
Descubrimos que el desplazamiento del cursor y el desplazamiento son señales que nos dicen qué resultados de búsqueda se han revisado, y usamos estas interacciones para revelar variables latentes en los patrones de búsqueda para calcular con mayor precisión la atracción y satisfacción del consumidor.
La precisión se evalúa calculando qué tan bien nuestro modelo que utiliza estos parámetros puede predecir los clics futuros para una consulta en particular.
Podemos mejorar las predicciones de clics en comparación con un modelo de búsqueda de referencia para obtener los mejores resultados de búsqueda mediante el uso de datos de registro adicionales. «.
Aunque es un poco difícil entender lo que está en juego en algunos términos, es posible entender el mensaje que transmite este artículo.
Microsoft parece ser capaz de conocer el movimiento del cursor de sus usuarios y luego predecir en qué resultados se hará clic.
¿Puede Google hacer lo mismo? Creo que no hay duda de que el motor de búsqueda más popular es capaz de tener estos mismos datos y actuar en consecuencia.
3.1.3. Google puede saber el tiempo dedicado a un determinado artículo
Quedémonos en el marco de las patentes y veamos qué otros datos es capaz de saber Google.
En 2015, el motor de búsqueda Google publicó una patente titulada: “Métodos y sistemas para mejorar el ranking de búsqueda utilizando información de artículos”.
Dice:
“Los datos de duración pueden incluir, por ejemplo, el tiempo que el usuario pasa en un artículo, como una página web. Además, los datos de duración pueden incluir el tiempo que el usuario dedica a un elemento, como una página web alojada en otra página web. Por ejemplo, el tiempo que un usuario pasa en www.google.com/search/images.html se puede atribuir, en parte, al tiempo que pasa en el host www.google.com. Los datos de acceso pueden incluir, por ejemplo, la cantidad de veces que el usuario ve un artículo o abre e ingresa o interactúa con un artículo […] Las páginas web que se ven durante mucho más tiempo pueden recibir calificaciones de clasificación más alta. Al determinar cuánto tiempo se ve una página web, la presente invención puede determinar, entre otras cosas, si se realiza desplazamiento u otra actividad en una página para indicar que el usuario realmente está viendo la página y no simplemente ha dejado una página web abierta mientras hacía otra actividad Esta
es otra información que respalda el hecho de que Google puede usar los datos de sus usuarios para realizar su clasificación.
Aquí es el tiempo pasado en la página web de un sitio web. Cuanto más tiempo pasen los usuarios en su sitio web, más tenderán a posicionarse sus páginas.
¿Qué otros datos puede recopilar Google?
Creo que el motor de búsqueda puede tener acceso a mucha información sobre el comportamiento del usuario para obtener resultados relevantes.
Entonces, ¿cómo pueden recopilar información del usuario?
3.1.4. Google puede recopilar datos de sus usuarios a través de los navegadores
En 2012, Google publicó otra patente titulada: “Clasificación de documentos basada en el comportamiento del usuario y/o datos característicos”:
El motor de búsqueda indica “
unnavegador web o asistente de navegación asociado a los clientes. Un asistente de navegador puede incluir un código ejecutable, como un complemento, un subprograma, una biblioteca de vínculos dinámicos (DLL) o un tipo similar de objeto o proceso ejecutable que funciona en conjunto (o por separado) con un navegador web. El navegador web o el asistente del navegador pueden enviar información sobre un usuario de un cliente al servidor.»
Google puede recopilar datos de los usuarios a través de los navegadores.
¿Qué navegadores web son estos? No puedo decirlo, pero lo que es obvio es que Chrome, que es el navegador de la compañía, ciertamente es parte de ella.
Google va más allá en su explicación:
“Por ejemplo, el navegador web o el asistente del navegador pueden registrar datos sobre los documentos a los que accede el usuario y los enlaces en los documentos (si los hay) seleccionados por el usuario. Además, o alternativamente, el navegador web o el asistente del navegador pueden registrar datos sobre el idioma del usuario, que se pueden determinar de varias formas conocidas en la técnica, como analizar los documentos a los que tiene acceso el usuario. Además, o alternativamente, el navegador web o el asistente del navegador pueden almacenar datos sobre los intereses del usuario. Esto se puede determinar, por ejemplo, a partir de la lista de favoritos o favoritos del usuario, temas asociados con los documentos a los que accede el usuario u otras formas conocidas en la técnica. Adicionalmente, o alternativamente, el navegador web o el asistente del navegador pueden registrar datos sobre los términos de consulta ingresados por el usuario. El navegador web o el asistente del navegador pueden enviar estos datos para almacenarlos en el repositorio.Los navegadores
son una alternativa de los motores de búsqueda para recopilar información de los usuarios.
En esta etapa, ya no hay dudas de que Google puede usar UX para influir en la clasificación de los sitios web en los motores de búsqueda.
Ahora veamos en qué medida se pueden utilizar las señales de los comportamientos de los usuarios.
3.2. ¿Cómo usa Google las señales UX en sus clasificaciones?
3.2.1. Google usa señales UX indirectamente
Eric Enge y Gary Illyes de Google discutieron este tema en SMX Advanced 2016.
Pero primero, ¿quién es Eric Enge?
Eric Enge es un experto SEO de alto nivel que tuvo que publicar el Libro “El Arte del SEO”, considerado una de las biblias del SEO angloparlante.
Ha obtenido varios premios y distinciones que encontrarás en su LinkedIn:
Es obvio que esta es una fuente que puede considerarse confiable en cuestiones relacionadas con los motores de búsqueda.
Aquí hay un video de la entrevista que Gary Illyes de Google y Eric Enge en Pubcon:
De hecho, los dos expertos tuvieron que discutir cómo Google puede considerar las señales de los usuarios como factores de clasificación.
Eric indica que el mismo tema fue discutido entre él y Paul Haahr en SMX West en 2016:
En su artículo, Eric afirma que según este último:
«Google usa estas señales como un factor de clasificación indirecto«.
El concepto se puede representar de esta manera:
En palabras de Eric:
«Con el tiempo, este tipo de ciclo de retroalimentación hará que las páginas que obtengan la tasa de participación más alta (incluido el CTR más alto) suban en los resultados de búsqueda. La sutileza de lo que dijo Haahr es que Google obviamente no mide directamente las señales de participación. En su lugar, ajustan el uso de otras señales para que las páginas con mayor participación suban en la clasificación.»
¿Puede UX afectar las clasificaciones?
Aunque sea indirectamente, esto se confirma una vez más con los empleados de Google.
Pero no nos detengamos en estas afirmaciones y consideremos las contribuciones de Gary Illyes.
Nota: Para mantener intacta la idea que el googler está tratando de transmitir, solo traduciré los comentarios informados por Eric:
« De nombreuses parties ont contesté cette affirmation de Google et, pour cette raison, j’ai demandé à Gary ce qu’il en pensait.
Voici ce qu’il a partagé :
Les signaux utilisateurs, comme les CTR, ont tendance à être très bruyants sur le web, et Google ne les trouve pas fiables.
Dans un environnement contrôlé, ils fonctionnent assez bien, et Google les utilise de cette manière. (Pour le reste de ce point, j’extrapolerais un peu à partir des commentaires de Gary). Pour ce faire, ils effectuent des tests d’échantillonnage pour évaluer la qualité de la recherche (Gary a suggéré qu’ils pourraient échantillonner 1 % des utilisateurs). Sur la base des résultats de ces tests, ils évaluent la qualité de leurs algorithmes de base. Selon les résultats, Google peut ajuster ses facteurs et réévaluer la situation.
L’exécution de ce type de processus continu de QC/QA entraînera en effet une montée des postes ayant un CTR élevé dans l’ensemble des SERP.
«Muchas partes cuestionaron esta afirmación de Google y, por esta razón, le pregunté a Gary qué pensaba al respecto.
es lo que compartió:
1. Las señales de los usuarios, como los CTR, tienden a ser muy ruidosas en la web y Google no las encuentra confiables.
2. En un entorno controlado, funcionan bastante bien y Google los usa de esa manera. (Para el resto de este punto, extrapolaré un poco de los comentarios de Gary). Para hacer esto, ejecutan pruebas de muestra para medir la calidad de la búsqueda (Gary sugirió que podrían probar el 1% de los usuarios). Con base en los resultados de estas pruebas, califican la calidad de sus algoritmos centrales. Dependiendo de los resultados, Google puede ajustar sus factores y reevaluar la situación.
La ejecución de este tipo de proceso continuo de control de calidad/control de calidad hará que las publicaciones con un alto CTR aumenten en los SERP.
1. El principal problema con el uso de señales de participación como CTR como un impulsor directo es que la naturaleza esporádica de CTR probablemente causaría movimientos bruscos en los SERP a veces, y eso no es necesariamente deseable (sin embargo, una vez que extrapolé un poco).
2. En un entorno de prueba controlado, Google puede reconocer conjuntos de datos incorrectos y simplemente descartarlos, lo que les brinda un control mucho mejor sobre el resultado.
3. El CTR es una de las cosas que se analizan de esta manera, pero también hay otros factores.»
¿La tasa de clics o el CTR afectan la clasificación de las páginas? ¡Sí! Pero no directamente como piensan muchos expertos en SEO.
Además, parece que las señales de UX no siempre tienen el mismo peso.
3.2.2. Las señales de UX se usan en diferentes grados
Los datos de comportamiento del usuario se usan en diferentes grados en diferentes métricas.
En su patente publicada en 2015 sobre «Métodos y sistemas para mejorar la clasificación de búsqueda utilizando información de artículos», Google escribe:
«El procesador de clasificación determina un puntaje de clasificación basado al menos en parte en los datos de comportamiento del cliente, recuperados del procesador de datos de comportamiento del cliente, asociado con el artículo n. Esto puede lograrse, por ejemplo, mediante un algoritmo de clasificación que pondere los distintos datos de comportamiento del cliente y otros factores de clasificación asociados con la señal de consulta para producir una puntuación de clasificación. Diferentes tipos de datos de comportamiento del cliente pueden tener diferentes pesos, y esos pesos pueden ser diferentes para diferentes aplicaciones. Además de los datos de comportamiento del cliente, el procesador de clasificación puede utilizar métodos convencionales para clasificar los artículos de acuerdo con los términos contenidos en los artículos. Además, puede utilizar información obtenida de un servidor en una red (por ejemplo, en el caso de páginas web). El procesador de clasificación puede solicitar un valor de PageRank para la página web de un servidor y utilizar este valor para calcular la puntuación de clasificación. La clasificación también puede depender del tipo de artículo. La clasificación también puede depender del tiempo, como la hora del día o el día de la semana. Por ejemplo, un usuario normalmente puede trabajar y estar interesado en ciertos tipos de artículos durante el día y estar interesado en diferentes tipos de artículos durante la noche o los fines de semana. «.
Aunque tiene términos técnicos, es fácil entender que Google no da el mismo peso a las señales de los usuarios para todas las consultas.
Dependiendo de las consultas, algunas señales de UX pueden tener más impacto en las clasificaciones que otras.
Ahora sabemos que Google usa las señales de los usuarios para hacer sus clasificaciones. Incluso si es indirectamente, UX tiene un impacto en las clasificaciones.
Para cerrar este tema, le sugiero que considere algunos estudios de la industria.
3.3. Estudios de la industria que muestran correlaciones entre las métricas de UX y la posición en SERPs
Larry mantiene una buena reputación en marketing digital y cuenta con 17 premios y distinciones:
¿Es una fuente confiable? ¡Puedo decir que sí!
Larry realizó algunos estudios en 2016, mucho después del lanzamiento de RankBrain, para determinar si existe una correlación entre ciertas señales de la experiencia del usuario y la posición de los sitios web en los motores de búsqueda.
Puedes encontrar su artículo sobre Moz y como él mismo señala, las cifras de estos estudios no deberían ser inamovibles. Recuerda que Google puede variar el peso de las señales en función de las consultas.
Aquí, Larry dice:
“Solo estamos mirando los números de una vertical en particular. El compromiso mínimo esperado variará según la industria y el tipo de consulta.«.
Dicho esto, ¡este es un excelente estudio!
Factor 1: la tasa de clics o CTR está correlacionada con la posición en las SERP
. Gary reconoció que la CTR puede influir indirectamente en la clasificación en las SERP.Para aclarar las cosas, Larry realizó un estudio basado en 1000 palabras clave que le permitieron tener un gráfico de este tipo:
Existe una fuerte correlación entre la tasa de clics y la posición en las SERP. Sin embargo, la correlación es diferente según el tipo de palabra clave de cola corta o larga.
, hizo la misma observación Rand Fishkin de Moz , quien realizó un estudio simplela séptima posición:
Fuente: Sparktoro
en SERPs:
Fuente: Sparktoro
En esta etapa, aún sería difícil estar seguro de la influencia de la tasa de clics en el ranking en las SERPs.
Factor 2.: La tasa de rebote tiene un impacto en la posición orgánica
La tasa de rebote o la tasa de rebote del diseño cuando alguien visita una página y presiona su botón Atrás sin hacer clic en nada en la página.
Oficialmente, Google no admite el uso de la tasa de rebote o la información de Google Analytics para hacer su ranking:
@dnespo we don't use analytics/bounce rate in search ranking
Después de su estudio, Larry descubrió que existe una correlación entre la tasa de rebote y la posición orgánica:
Para la solicitud que fue objeto de su estudio, al tener una tasa de rebote del 76% da más posibilidades de aparecer en las primeras posiciones. Al superar el 78%, su sitio web puede tener una clasificación más baja.
Larry no afirma que la tasa de rebote sea un factor de clasificación directo.
Más bien, dice:
“Pero creo que definitivamente hay un vínculo entre la tasa de rebote y la clasificación. Mirando este gráfico, tengo la impresión de que no es un accidente, sino que es un algoritmo.También
es importante recordar que una tasa de rebote baja no significa necesariamente una mejor clasificación, ya que depende del nicho del sitio web.
Pero, en general, una tasa de rebote alta será una mala señal para sitios como el comercio electrónico. Por otro lado, será menos para un sitio web que solo brinda información como Wikipedia.
Dicho esto, las conclusiones que hemos sacado hasta ahora siguen siendo ciertas, ¿no?
Factor 3: el tiempo que se pasa en un sitio web puede afectar su clasificación
Según el estudio de Larry King, el tiempo que se pasa en un sitio web tiene una clara correlación con la posición en las SERP:
según este gráfico, si los visitantes pasan unos 500 segundos en tu sitio web, estás probabilidades de llegar a las 6 primeras posiciones.
Esto no quiere decir que tengas que intentar llegar a los 500 segundos a toda costa. La idea es mostrarte que una mejora constante de este parámetro tendrá un efecto positivo en tus rankings.
¿¡Y por qué no superar los 500 segundos o los 8 minutos!?
Factor 4: El tiempo de permanencia y su impacto en la posición en las SERPs
El tiempo de permanencia es el tiempo que un buscador de Google pasa en una página de resultados de búsqueda antes de volver a las SERPs.
Aunque no existe una forma precisa de determinar el tiempo de permanencia, es posible evaluarlo con los factores que acabo de mencionar.
Larry cree que:
«Google usa el tiempo de permanencia, que no podemos medir, pero es proporcional a la participación del usuario, como la tasa de rebote, el tiempo en el sitio y las tasas de conversión, para validar las tasas de clics.
Estas métricas ayudan a Google a determinar si los usuarios finalmente obtuvieron lo que buscaban.un
ejemplo para ilustrar esta configuración.
Imagina que estás usando la consulta: «cómo crear backlinks».
Google te muestra algunos resultados:
El primer resultado parece adecuado y haces clic en él:
Pero cuando llegas allí, el sitio es:
Mal diseñador;
Difícil de usar ;
Presenta contenido inútil.
Por esta razón, abandona el sitio después de 10 segundos:
su tiempo de permanencia es, por lo tanto, de 10 segundos y esta visita súper breve le indica a Google que no estaba satisfecho con el resultado que le ofreció.
Ahora supongamos que a continuación hace clic en el resultado 2:
esta vez:
el contenido es muy útil;
Tienes una gran facilidad para usar el sitio web;
El diseño está bien elaborado.
En resumen, tiene un contenido excelente:
así que esta vez pasó más de 10 minutos en el sitio web para leer el contenido.
Luego volviste a las SERP:
este largo tiempo de permanencia le permite a Google saber que has adquirido algún valor agregado gracias a este sitio web.
Ahora considere que muchos usuarios, como usted, pasan mucho tiempo en la segunda página web.
El motor de búsqueda tenderá a aumentar el rango de esa página para esa consulta, ¿verdad?
«Además, el usuario puede seleccionar un primer enlace en una lista de resultados de búsqueda, ir a una primera página web asociada con el primer enlace, luego regrese rápidamente a la lista de resultados de búsqueda y seleccione un segundo enlace. La presente invención puede detectar este comportamiento y determinar que la primera página web no es relevante para lo que desea el usuario. La primera página web puede degradarse o, alternativamente, puede actualizarse una segunda página web asociada con el segundo enlace, que el usuario ha estado viendo durante períodos o tiempo más largos..
También se acaba de aclarar otro punto, en particular el uso del tiempo de permanenciaSi se pregunta si existe un tiempo de permanencia estándar, sepa que el tiempo de permanencia depende de varios factores, a saber:
Su nicho de mercado;
El tipo de contenido;
La consulta de búsqueda que la gente usa para encontrar su página;
Tendencias estacionales;
Etc…
En lugar de preocuparse por un número arbitrario, recomiendo centrarse en mejorar el tiempo de permanencia en todo el sitio web.
3.3.2. El estudio de Semrush
En 2017, Semrush realizó un estudio sobre los factores de clasificación a través de más de 600 000 palabras clave. Los resultados se pueden resumir con esta infografía:
Para las palabras clave utilizadas para esta consulta, las señales de los usuarios son muy importantes para el motor de búsqueda.
Aquí está:
Tiempo pasado en el sitio web;
El número de páginas por sesión;
Porcentaje de rebote.
Además de información de Google y varios estudios, ya no hay incertidumbre: el buscador tiene en cuenta la experiencia del usuario en sus rankings.
Aunque sea indirectamente y en diferentes grados, Google tiene en cuenta la UX. Si UX es tan importante, ¿dónde encajará el SEO en esta imagen?
3.3.3. SEO y UX: ¡Dos poderosas herramientas para optimizar un sitio web!
Google ha cambiado significativamente a lo largo de los años.
De hecho, el gigante de los motores de búsqueda actualiza constantemente sus algoritmos para garantizar que los usuarios obtengan los mejores resultados posibles.
Al igual que yo, muchos expertos creen que cada actualización que Google ha realizado ha sido diseñada para brindar resultados más fáciles de usar y centrados en el usuario.
Tuvimos tiempo de ver los cambios que hizo el buscador en las SERPs y que mostraban la importancia que le da a la UX.
Estos incluyen:
Fragmentos destacados;
De Google Sugerir;
Gráfico de conocimiento;
De Google Maps;
De RankBrain;
Etc…
Todas las acciones de Google están encaminadas a brindar a sus usuarios la mejor experiencia posible.
Normal que tenga en cuenta las señales de la experiencia de usuario para hacer sus clasificaciones, ¿no?Además, los principios básicos que el buscador indica a los webmasters en sus instrucciones son los siguientes:
«
Concevez vos pages en pensant d’abord aux internautes et non aux moteurs de recherche.
Ne trompez pas les internautes.
Évitez les «astuces» destinées à améliorer le classement sur les moteurs de recherche. Pour savoir si votre site Web respecte nos consignes, posez-vous simplement la question suivante : «Cela me dérangerait-il d’expliquer au propriétaire d’un site Web concurrent ou à un employé de Google quelles sont les solutions que j’ai adoptées ?». Vous pouvez également vous poser les questions suivantes : «Ces solutions sont-elles d’une aide quelconque pour les internautes ?», «Aurions-nous fait appel à ces techniques si les moteurs de recherche n’existaient pas ?»
Pensez aux éléments qui rendent votre site Web unique et attrayant, et qui lui confèrent de la valeur. Faites en sorte que votre site Web se distingue des sites concurrents dans votre secteur d’activité. »
acuerdo, el usuario está en el centro de las decisiones que toma el buscador.
¿Significa esto que UX es más importante que SEO, que tiene como objetivo utilizar técnicas para mejorar el posicionamiento de un sitio web en las SERPs? ¡Por supuesto que no!
¡UX y SEO comparten el mismo objetivo y son complementarios! Ahí lo tienes, lo dije☺
De hecho, UX puede encajar perfectamente en SEO porque ambos comparten objetivos comunes.
Si ha seguido el SEO en los últimos años, sabrá que se ha alejado de la clasificación por términos de búsqueda.
Ahora, el SEO busca brindar a los buscadores información que satisfaga sus necesidades.
Aquí es donde UX y SEO comienzan a interactuar, ya que ambos quieren ayudar a los usuarios a realizar sus tareas brindándoles información relevante.
Si bien el SEO llevará a una persona al contenido que necesita, UX responderá su pregunta una vez que llegue a la página web.
Siendo ese el caso, ¿qué pasa con RankBrain? ¿Utiliza UX para influir en las clasificaciones?
Capítulo 4: ¿Cómo evalúa RankBrain el éxito de los resultados que ofrece?
Para responder a esta pregunta, primero veamos cómo RankBrain se relaciona con otras señales de clasificación.
Este enfoque es mucho más interesante, ¿no crees?
4.1. RankBrain impacta en la clasificación de Google
4.1.1. RankBrain es un factor
de clasificación Comencemos por establecer los conceptos básicos para comprender mejor este punto tan importante.
“RankBrain es una de los ‘cientos’ de señales que entran en un algoritmo que determina qué resultados aparecen en una página de búsqueda de Google y dónde se clasifican. En cuestión de meses, RankBrain se ha convertido en la tercera señal más importante que contribuye al resultado de una consulta de búsqueda.?
pensarías que influye directamente en el ranking, ¿no crees¿Pero es éste realmente el caso?
4.1.2. ¡RankBrain influye en los resultados SERP!
Con la palabra «Rango» en el nombre, eso es ciertamente lo que implica☺.
Pero no nos limitemos a este comentario banal que obviamente no tiene peso argumental.
Gracias al apartado anterior, es posible que ya tengas una idea al respecto. Pero considere una respuesta más directa de Gary Illyes:
La traducción al francés
«Rand Fishkin: No estoy seguro de qué significa ‘reemplazar algo en el ranking’. ¿Estás diciendo que Rankbrain «no tiene un impacto directo» en las clasificaciones?
Gary Illyes: Quise decir que cualquier componente de clasificación cambia la clasificación, por ejemplo, somos mejores para obtener resultados relevantes para consultas negativas.“
También se puede considerar esta respuesta de Gary a Moty Malkov:
Traducción:
MotyMalkov: ¿No se clasifican de manera diferente cuando los entiendes mejor?
Gary Illyes: Ese es el objetivo de un cambio de clasificación. Ahora realmente puedes clasificar para consultas como [puedo terminar super mario SIN ayuda]”
Conclusión: RankBrain ayuda a Google a comprender mejor las consultas y clasificar mejor sus resultados.
¿Es solo el 15% de las solicitudes desconocidas las que se ven afectadas? Parecería que no, ya que Danny Sullivan publicó un artículo sobre el tema:
Danny afirma:
«Google suele ser vago acerca de cómo mejora exactamente la búsqueda (¿algo relacionado con la cola larga?), pero Dean dice que RankBrain está «involucrado en cada consulta». , y afecta la clasificación real «probablemente no en todas las consultas, pero sí en muchas consultas».RankBrain
el campo de acción deLa IA impacta en casi todas las clasificaciones de los motores de búsqueda. Pero, ¿cómo procede?
4.1.3. ¿Cómo puede influir RankBrain en el ranking?
RankBrain no tiene impacto en otros componentes del algoritmo de Google. La siguiente sección detalla más esta afirmación.
En este nivel, se debe entender que si los visitantes regresan a las SERPs justo después de hacer clic y visitar su página web, RankBrain cree que su página no tiene nada que ver con lo que quieren sus usuarios.
No califica su página web considerando que su contenido es malo, pero intentará ofrecer otros contenidos pronto para satisfacer la intención de consulta del usuario.
Por lo tanto, su página web podría tener una posición más baja para esta consulta.
Pero eso no significa que no aparecerá para otra consulta.
Es importante tener en cuenta que RankBrain no califica la calidad de su página. Los otros algoritmos de los motores de búsqueda se encargan de evaluar los otros factores de clasificación.
La IA de Google simplemente intenta comprender lo que quiere decir el usuario cuando realiza una consulta determinada.
Por lo tanto, si RankBrain decide que tu página no es lo que alguien busca, no significa que tu contenido no sea bueno.
Más bien, RankBrain considera que su contenido no es el mejor.
Esta conclusión fue confirmada por Gary Illyes durante una de sus conversaciones con Rand Fishkin:
Tomemos un ejemplo simple para ilustrar.
Un usuario de Google realiza el pedido “construcción de un cobertizo de jardín” y Rankbrain posiciona su página web en la primera posición.
Si el visitante llega a tu sitio web y no encuentra la información que busca, es probable que lo abandone rápidamente.
Incluso si suficientes usuarios hacen lo mismo, RankBrain no considerará que tienes contenido malo.
Sentirá que cometió un error al dar un resultado que no cumple con la intención de sus usuarios.
Para la próxima vez con la misma solicitud, ajustará la clasificación de las páginas. La IA de Google seguirá haciendo esto hasta que encuentre la mejor respuesta para esa consulta específica.
Se vuelve legítimo buscar saber cómo RankBrain evalúa el éxito o el fracaso de sus propuestas.
4.2. RankBrain utiliza datos históricos para evaluar la relevancia de sus resultados
En cuanto al aprendizaje automático, Wikipedia indica:
“En la práctica, algunos sistemas pueden continuar aprendiendo una vez en producción, siempre que tengan una forma de obtener una retroalimentación sobre la calidad de los resultados producidos.«.
¿Cómo obtiene RankBrain comentarios sobre la calidad de los resultados que ofrecen?Eric Enge, el experto en SEO que ya tuve la oportunidad de citar, tuvo una entrevista con Gary Illyes durante el evento Pubcon Las Vegas en 2016:
En su blog, Eric publicó este artículo que resume el conversación que tuvo con Googler.
Cuando se trata de RankBrain, Eric muestra que Gary no solo se limitó a la función de RankBrain que Google ha estado diciendo una y otra vez desde su lanzamiento:
«de cola largaconsultas desconocidas y
Como ya hemos pasado por este aspecto, no sería prudente volver sobre él.
Por otro lado, algunos puntos son muy importantes de recordar para entender cómo funciona RankBrain.
Al igual que los otros conceptos muy importantes, trataré de informar fielmente sus palabras (con algunos detalles ya que habló en inglés☺):
«2. Gary también indicó que RankBrain toma sus decisiones en función de la evaluación de los datos de rendimiento históricos para las consultas que se consideran muy similar por RankBrain (en el lenguaje del aprendizaje automático, esto se determina al ver cómo se comporta una consulta determinada frente a consultas históricas en un espacio vectorial de alta dimensión). Google puede usar el rendimiento histórico de estas otras consultas para ajustar los resultados de clasificación de la nueva consulta de cola larga a medida que llega”.
“3. Le pedí a Gary que sopesara los pros y los contras de las afirmaciones de que RankBrain impulsa otras partes de su algoritmo, y reiteró que no cambia esos algoritmos. Por lo tanto, los algoritmos relacionados con los enlaces (Pingüino, Panda y otros algoritmos) no han sido modificados por RankBrain.«.
¿Qué significa esto realmente?
Deje que Eric aún brinde algunas aclaraciones durante su segunda reunión con Gary Illyes en SMX Advanced en 2017(1 año después):
«RankBrain está extrayendo el rendimiento histórico de consultas esencialmente, o casi idénticas, para ver qué funcionó y qué salió mal, luego usa esta información para ajustar y mejorar los resultados proporcionados para la consulta actual. Más detalladamente, RankBrain compara la consulta del usuario con otras consultas históricas de naturaleza similar. Aquí es donde entra en juego el aprendizaje automático, ya que lo utilizan para identificar consultas históricas que son más similares a las que Google ya ha respondido. En el lenguaje de aprendizaje automático, esto se hace en un «espacio vectorial de alta dimensión».
Esto luego se usa para ver cómo se realizaron estas consultas históricas. Al examinar múltiples consultas, Google puede determinar qué tipos de resultados funcionaron bien y cuáles no.
Esta información se utiliza luego pararefinar los resultados obtenidos de los algoritmos habituales de Google para la nueva consulta y, en algunos casos, incluso pueden modificar los algoritmos invocados para procesar la consulta.«.
Lo que Gary Illyes parece decir y la interpretación de Eric Enge un año después son similares.
Ahora, hay un punto crucial a tener en cuenta que: «RankBrain aprovecha el rendimiento histórico de consultas«. ¿Qué significa realmente el término «rendimiento histórico de consultas» en el contexto de RankBrain?
Esta pregunta ha llevado a muchos expertos en SEO a creer que RankBrain usa señales UX para tomar decisiones. Además, ya hemos visto que Google considera a sus usuarios como los mejores jueces para evaluar la relevancia de sus resultados.
Este es un punto controvertido en la comunidad SEO. Si bien hay algunos expertos que argumentan que RankBrain parece tener en cuenta la UX, otros refutan categóricamente esta suposición.
Esta es una hipótesis ya que Google no parece querer aclarar claramente esta cuestión.
De cualquier manera, sabemos que Google tiene en cuenta las señales de UX al realizar sus clasificaciones. RankBrain es parte del sistema y podría interactuar con este tipo de señales.
De hecho, Eric Enge, quien discutió sobre RankBrain durante mucho tiempo con Gary Illyes, esquematiza su funcionamiento de esta manera:
En un punto, RankBrain bien puede interactuar con datos relacionados con el comportamiento del usuario. Sobre todo porque también permite a Google clasificar parte de los resultados teniendo en cuenta el rendimiento anterior.
Seroundtable revela a un empleado de Google hablando en el evento Think Auto Google en Toronto en 2017:
«Entonces, cuando se inventó la búsqueda, como cuando se inventó Google Hace muchos años, escribieron heurísticas que descifraron cuál era la relación entre una búsqueda y la mejor página para esa búsqueda. Y esta heurística funcionó bastante bien y continúa funcionando bastante bien. Pero Google ahora está integrando el aprendizaje automático en este proceso. Entonces, debe entrenar modelos para saber cuándo alguien hace clic en una página y permanece en esa página, cuándo regresa o cuándo regresa e intentaentender exactamente esta relación. Por lo tanto, la investigación está mejorando cada vez más con los avances en el aprendizaje automático.»
No se indica explícitamente que RankBrain integra un sistema propio que evalúa el tiempo de permanencia y sus implicaciones. Bien puede ser otro aprendizaje automático que se proporcione o se proporcione con esta capacidad.
En cualquier caso, la experiencia del usuario está en el centro del desarrollo de Google y probablemente RankBrain interactúe con dichas señales para ofrecer mejores resultados.
Para finalizar esta parte, veamos hasta qué punto RankBrain podría tener en cuenta la UX.
4.3. ¿Cómo podría RankBrain tener en cuenta la UX?
En esta sección, consideraremos el escenario donde RankBrain considera la satisfacción del usuario para validar los resultados que ofrece. Admito que esta hipótesis me parece la más probable.
RankBrain podría hacerlo de esta manera:
RankBrain le muestra un conjunto de resultados de búsqueda que cree que le gustarán.
Si a un número significativo de usuarios les gusta una página en particular en los resultados, el motor de búsqueda le dará a esa página un impulso en la clasificación.
Si el resultado no es satisfactorio, Google sustituirá esta página por otra.
Y la próxima vez que alguien busque esa palabra clave o un término similar, el motor de búsqueda verá el rendimiento de esa página con los usuarios.
Acabamos de pasar por el funcionamiento de RankBrain. Veamos algunos ejemplos que describen RankBrain en acción.
Capítulo 5: Algunos ejemplos de cómo RankBrain podría mejorar los resultados de búsqueda
Para comprender con precisión cómo RankBrain mejora los resultados de búsqueda de Google, utilizaremos algunos ejemplos.
Algunos provienen directamente de Google, otros provienen de interpretaciones realizadas por ciertos expertos en SEO.
Nota: tenga en cuenta queoverthinkgroup hizo la mayor parte del trabajo desde que su artículo de RankBrain reunió los siguientes seis ejemplos.
Intentaré transmitir estos ejemplos fielmente, ya que algunos ejemplos son casi imposibles de reproducir en estos días.
5.1. RankBrain adivina lo que está buscando, incluso si no sabe qué palabras usar
. Este es el primer ejemplo dado de cómo funciona Rankbrain y está tomado del artículo de Bloomberg.
Para explicar esta capacidad de RankBrain, Danny Sullivan que ahora trabaja en Google, utiliza la misma consulta que utilizó Greg:
“¿Cuál es el título del consumidor en el nivel más alto de una cadena alimentaria?”.
En inglés:
“¿Cuál es el título del consumidor en el nivel más alto de la cadena alimentaria?.
Este es el tipo de consulta que normalmente ingresamos en Google cuando olvidamos un término en particular
Aquí está el resultado de esta consulta en 2016:
Fuente: SearchEngineLand
Debe tenerse en cuenta que Google claramente está luchando para proporcionar un resultado preciso y relevante para esta consulta.
Sin embargo, el motor de búsqueda entendió la intención de búsqueda y devolvió algunos resultados que podrían llevar al usuario a encontrar su respuesta.
Dicho esto, el investigador tendrá que buscar en las páginas por su cuenta para obtener la información que necesita.
El resultado ya no es el mismo cuando buscas:
“Top level of the food chain” o en francés “plus haut level de la chain food”:
esta consulta es mucho más precisa y Google da las respuestas que el usuario desea tener .
La condición para obtener tal resultado era que tenía que ingresar los términos correctos para obtener respuestas precisas.
Según Danny, RankBrain permite tener el mismo resultado para dos consultas diferentes si encuentra que la intención de búsqueda sigue siendo la misma.
En 2018, Danny hizo la misma solicitud:
«¿Cuál es el título del consumidor en el nivel más alto de una cadena alimentaria»
En francés:
«¿Cuál es el título del consumidor en el nivel más alto de la cadena alimentaria?»resultado
es el siguiente:
En este nivel, vemos que hay un fragmento destacado que da directamente la respuesta a la pregunta realizada.
Además, hay preguntas relacionadas que pueden proporcionar respuestas para preguntas relacionadas.
Es posible considerar que RankBrain ha entendido con el tiempo que esta consulta necesitaba una respuesta muy específica.
Esto es apex predator o apex predator en inglés.
Por otro lado, el resultado es diferente para el «nivel superior de la cadena alimenticia»:
RankBrain tiene suficientes datos para estimar que la segunda consulta debería tener un resultado diferente al primero.
De hecho, la segunda consulta tiene como objetivo obtener información sobre un nivel particular de la cadena alimentaria. A diferencia de la búsqueda más larga que tiene como objetivo obtener información sobre un consumidor específico.
RankBrain intenta comprender conceptos y sus matices que pueden ser muy complejos de comprender. Es por esta razón que puede proporcionar resultados precisos incluso cuando no utiliza las palabras y frases exactas en las búsquedas.
5.2. RankBrain puede determinar cuándo importan las palabras
Estas son palabras de parada o palabras vacías en francés.
Ranks ofrece una lista de palabras vacías que Google suele ignorar al procesar consultas:
¡Volvamos a nuestro ejemplo!
RankBrain puede determinar cuándo una palabra vacía es importante en una consulta.
En este nivel, se debe considerar la palabra “sin” (“sin” en francés) para no alterar el significado de la oración:
“¿Puedo vencer a Mario Bros sin usar un tutorial?»
sin», termina con otra consulta y resultados que no coinciden con la intención de búsqueda.
Sobre este tema, Gary Illyes dice:
“Sin RankBrain, obtenemos resultados interesantes que no satisfacen mis necesidades. Pero con RankBrain podemos dar resultados que satisfagan mi pregunta..
Si después de hacer esta búsqueda en Google se te presentan páginas que solo cubren cómo vencer a Mario Bros con un tutorial, probablemente te sientas frustrado
Sin embargo, RankBrain es lo suficientemente inteligente como para saber que la palabra «sin» es importante.
Por lo tanto, solo mostrará páginas que respondan a la pregunta «¿Necesito un tutorial para vencer a Mario Bros?» «.
Las páginas que no respondan específicamente a esta pregunta de RankBrain probablemente obtendrán una clasificación más baja.
Eso no significa que sean de baja calidad, simplemente no cumplen con la intención de búsqueda para esa consulta.
Podemos concluir que es importante recorrer todos los aspectos referentes a los temas que tiene en el corazón tratar.
5.3. RankBrain sabe cuándo cambia tu ubicación y ofrece resultados adecuados.
El tercer ejemplo también es de Danny Sullivan☺ informando las palabras de Google.
El ejemplo es para la consulta:
«¿Cuántas cucharadas hay en una taza?»»
O en francés:
¿Cuántas cucharadas hay en una taza?»»
Google dice:
RankBrainfavoreció diferentes resultados en Australia frente a los Estados Unidos para esta consulta porque las medidas en cada país son diferentes, a pesar de tener nombres similares«
De hecho, las tazas y las cucharadas son más grandes en Australia que en los Estados Unidos.
Google debe considerar su ubicación al mostrar los resultados.
Sin embargo, después de probar este ejemplo, Danny Sullivan dice que no notó una diferencia real:
de hecho, usó la misma consulta en Google.com y Google Australia.
Danny siente que no encontró una gran diferencia e incluso sin RankBrain, los resultados estaban sujetos a cambios. Esto se debe a la tendencia de Google de favorecer las páginas de sitios locales más conocidos para los usuarios locales.
¿Mal ejemplo dado por Google? Personalmente, parecería que sí.
Google probablemente esté tratando de explicar teóricamente cómo funciona RankBrain. O su uso de datos de personalización.
Conclusión: RankBrain usa la posición para interpretar lo que realmente quieres decir con las palabras que pones en la barra de búsqueda.
5.4. RankBrain puede consolidar búsquedas similares para usar datos más confiables
Una vez más, Danny Sullivan interpreta cómo funciona RankBrain usando un ejemplo en relación con la consulta:
«La mejor floristería de Los Ángeles»
y
«La mejor floristería de Los Ángeles Flores»
, dice Danny ,
“Imagine que RankBrain va en una búsqueda de ‘la mejor floristería en Los Ángeles’.
Es posible que entienda que se trata de una búsqueda similar a una que puede ser más popular, como «Las mejores florerías de Los Ángeles».
Si es así, simplemente podría traducir la primera búsqueda entre bastidores a la segunda.
Haría esto porque para una búsqueda más popular, Google tiene muchos más datos de usuario que lo ayudan a sentirse más seguro acerca de la calidad de los resultados.RankBrain
puede determinar si dos consultas diferentes tienen la misma intención de búsqueda.
Así, tenderá a ofrecer los resultados de la consulta más popular para consultas similares.
Si los resultados de una consulta ya se han mostrado varios millones o miles de millones de veces, es bastante normal que los resultados de esta consulta se muestren para una consulta que tiene la misma intención de búsqueda y es menos popular.
Pero como dice Danny,
“En última instancia, RankBrain cambió la clasificación de esos resultados.
Pero lo hizo simplemente porque provocó una búsqueda diferente, no porque usó un factor de clasificación especial para influir en el orden exacto en que apareció la lista.«.
Por lo tanto, RankBrain puede consolidar búsquedas similares para proporcionar los mejores resultados.
5.5. RankBrain puede brindarle resultados satisfactorios para una intención de búsqueda sutil
Como hemos visto, RankBrain tiende a mostrar resultados similares para consultas con la misma intención de búsqueda.
Indica que RanKbrain tenderá a hacer lo mismo para estas cinco consultas:
Mejores programas de Netflix: Mejores programas de Netflix;
Mejores programas en Netflix: Mejores programas en Netflix;
¿Cuáles son los buenos programas de Netflix? ¿Cuáles son los buenos programas de Netflix?
Buenos programas de Netflix: buenos programas de Netflix;
Qué ver en Netflix: Qué ver en Netflix.
Rand va más allá e indica que para este tipo de investigaciones es muy importante el factor “frescura” del contenido.
De hecho, RankBrain analizará toda esta investigación y comprenderá que: está buscando lo que hay en Netflix en este momento.
Lo cual es algo que no se indica en su consulta y es sutil.
Rand Fishkin dice:
“Si no está actualizado, no está mostrando a los buscadores lo que quieren, por lo que Google no se lo mostrará.
De hecho, el éxito número uno de todas estas películas se estrenó, creo, hace seis o siete días, cuando se estaba filmando este Whiteboard Friday.
No es particularmente sorprendente, ¿verdad?
La frescura es muy importante para esta consulta.Como
recordatorio, Google ya estaba usando la frescura como factor de clasificación con Caffeine :
Con RankBrain, Google ahora es mejor ya que puede determinar cuándo se tendrá en cuenta o no este factor para una consulta determinada.
Actualizar su contenido es importante, como tuve la oportunidad de describir en mi artículo sobre la técnica de la superioridad.
Pero no debes apresurarte a actualizar todo tu contenido ya que Google no le dará la misma importancia al factor «frescura» para todo tipo de contenido.
Si bien el factor de frescura será crucial para las noticias sobre los comunicados del presidente, lo será menos para una guía sobre la creación de vínculos de retroceso.
5.6. RankBrain es realmente bueno para comprender búsquedas complicadas
«Forma de la optimización de la conversión en el futuro del marketing digital y más allá»
En francés:
«
Gómez realizó varias consultas relacionadas con la misma palabra clave: » optimización de conversión».
Gómez realizó sucesivamente las siguientes solicitudes en Google:
Optimización de conversión;
Mejor herramienta de optimización de conversión: Mejor herramienta de;
¿Cuál es la principal herramienta de optimización de conversiones para los especialistas en marketing? : ¿Cuál es la mejor herramienta de optimización de conversiones para los especialistas en marketing?
Forma de optimización de conversión en el futuro del marketing digital y más allá: Forma de optimización de conversión en el futuro del marketing digital y más allá .
Los resultados de Google son los siguientes: a
pesar de la complejidad de las consultas, RankBrain o Google entendieron la intención de búsqueda y proporcionaron los resultados relevantes.
Estos son solo algunos ejemplos de cómo RankBrain realmente podría cambiar los resultados que ofrece Google.
Ahora, ¿cómo te aseguras de que a RankBrain le guste y clasifique tu página en las primeras posiciones?
Capítulo 6: ¿Cómo optimizar su contenido para RanKbrain?
La máquina de aprendizaje automático de Google ha venido a validar lo que los principales SEO han estado diciendo durante mucho tiempo: crea el mejor contenido posible para tu audiencia.
Después de su lanzamiento en 2015, no fue hasta 2016 que Gary Illyes dio una respuesta sobre la optimización de contenido para RankBrain:
«Optimizar para RankBrain es realmente muy fácil, y eso es algo que decimos probablemente desde hace quince años, y la recomendación es – escribir en lenguaje natural.
Trate de escribir contenido que suene humano. Si intenta escribir como una máquina, entonces RankBrain simplemente se confundirá y probablemente lo alejará.
Pero si tiene un sitio de contenido, intente leer algunos de sus artículos o lo que ha escrito y pregúntele a la gente si se siente natural.
Si suena conversacional, si suena como un lenguaje natural que usaríamos en su vida cotidiana, entonces, por supuesto, está optimizado para RankBrain.
Si este no es el caso, entonces no estás «optimizado«
Puedo deducir que la estrategia a adoptar para una optimización para RankBrain es crear contenido que ofrezca una experiencia de usuario óptima.
Es importante recordar que RankBrain no es un rankingfactor como los demás. No tenemos control sobre él, ya que es una facultad de Google para comprender mejor las solicitudes de sus usuarios.
Tomemos un ejemplo simple:
los backlinks son parte de los tres factores de clasificación más importantes de Google. Al obtener backlinks gracias a tus campañas de netlinking, tienes posibilidades de mejorar tu ranking en las SERPs.
Puedes tomar acciones concretas para optimizar este factor. Sabes que si tienes un número considerable de backlinks, puedes clasificar
compatibilidadlo cual no es el caso de RankBrain que trata de entender las consultas para ofrecer mejores resultados. ¿Es imposible optimizar el contenido para RankBrain? No, puedes optimizar tu contenido para que la IA de Google posicione mejor tus páginas web.
6.1. ¿Cómo realizar una investigación de palabras clave en el universo de la IA?
Con RankBrain, Google puede comprender mejor la intención de búsqueda detrás de las consultas de sus usuarios.
¿Significa esto que tienes que saltarte el paso de investigar las palabras clave?
No, no se trata de ignorar este paso que también es crucial para determinar la intención de búsqueda de tu audiencia. En la medida que tendrás la oportunidad de diseñar contenido que satisfaga sus necesidades y que parezca lo suficientemente relevante para que RankBrain los posicione en sus primeros resultados.
En este nivel, será una cuestión de elegir las palabras clave adecuadas y usarlas de la manera correcta.
6.1.1. Evite optimizar diferentes páginas con palabras clave similares Hasta
hace unos años, era relevante optimizar diferentes páginas con palabras clave significativamente diferentes.
Por ejemplo, suponga que está optimizando dos páginas diferentes con estas palabras clave ligeramente diferentes:
«cómo construir un cobertizo de jardín»
«cómo construir un edificio de jardín»
El Google anterior le permite clasificar para estas dos palabras clave diferentes:
con RankBrain, Google llega a saber que la intención de búsqueda es la misma y producirá resultados similares.
Para mi ejemplo, tuve casi los mismos resultados.
“cómo construir un cobertizo de jardín”
“cómo construir un edificio de jardín”
Por lo general, las palabras clave de cola larga se usan de esta manera. Es decir, a veces tienen muy poca diferencia en términos de significado e intención de búsqueda.
¿Significa esto que ya no se deben usar?
No, no estoy tratando de decir que una categoría de palabras clave esté completamente obsoleta. La idea es simplemente asegurarse de que sus páginas estén optimizadas para palabras clave que sean claramente distintas y tengan diferentes intenciones de búsqueda.
De lo contrario, corre el riesgo canibalización de palabras clave con la clasificación de varias páginas para las mismas palabras clave o similares. Sin embargo, Google apuesta por la diversidad en sus resultados de búsqueda y no muestra en sus resultados más de dos páginas web por sitio.
Entonces, ¿qué hacer concretamente?
6.1.2. Optimice sus páginas con palabras clave de tamaño mediano
El funcionamiento de RankBrain podría tener un impacto negativo en las palabras clave de cola larga de diferentes maneras.
No cabe duda de que las palabras clave de cola larga son las más numerosas y mucho más específicas que otro tipo de palabras clave:
De hecho, RankBrain puede determinar si dos consultas son similares incluso si están compuestas por palabras diferentes. Por esta razón, podría mostrar el mismo resultado para «Cómo construir un cobertizo de jardín usted mismo» y «construir un cobertizo de jardín».
Y este es el caso de este ejemplo:
«Cómo construir un cobertizo de jardín usted mismo»
«construir un cobertizo de jardín»:
Otra razón es el hecho de que RankBrain ofrece los resultados de palabras clave más populares para palabras claves similares.
Tome mi ejemplo, es más probable que «construir un cobertizo de jardín» tenga un mayor volumen de búsqueda que «Cómo construir un cobertizo de jardín usted mismo».
La primera consulta es popular y RankBrain ya ha proporcionado resultados que han satisfecho a sus usuarios más de una vez. Será seguro obtener casi los mismos resultados cuando se trate de consultas similares.
Es por estas dos razones que es aconsejable optar por palabras clave de tamaño medio.
Cuando optimiza su página en torno a una palabra clave de cola media, la máquina de aprendizaje automático de Google lo clasificará automáticamente para ese término y palabras clave similares:
ciertamente descubrió que su contenido no se clasifica únicamente para las palabras clave principales para las que lo optimizó. Se clasifican en palabras clave relacionadas o similares.
Para esto, puede optar por palabras clave LSI y co-ocurrencia.
6.1.3. Utilice palabras clave de LSI y co
ocurrencia es la frecuencia con la que aparecen términos relacionados en su página.
Al utilizar términos que forman parte del mismo campo semántico que su palabra clave principal, RankBrain tendrá más precisión sobre el tema que trata principalmente su artículo.
Cuando cree que alguien está buscando información relacionada con el tema, sabe que su contenido cumplirá con sus intenciones.
Las palabras clave de indexación semántica latente o LSI también desempeñan este papel al ayudar a RankBrain a ver qué tan relevante es su contenido para una consulta determinada.
Las palabras clave de LSI son palabras y frases relacionadas con el tema principal de su contenido. También le dan a RankBrain el contexto que necesita para comprender completamente su página.
Supongamos que está escribiendo una guía sobre «construir un cobertizo de jardín». Puede usar palabras clave de LSI como:
cobertizos de jardín de una sola pendiente;
cobertizos de jardín de madera;
Costo de construcción;
Permiso para construir cobertizo de jardín;
Herramientas y materiales de construcción;
Etc…
Cuando RankBrain ve que su contenido contiene estos términos, está seguro de que su página es realmente sobre la construcción de casetas de jardín”.
6.1.4. Qué evitar al usar palabras clave
Pero hay que tener mucho cuidado de no caer en Keyword Stuffing o acumulación de palabras clave.
Recuerde, tratamos de hacer optimizaciones para brindar a los usuarios la mejor experiencia posible. Tus textos deben ser claros y «sonar como unlenguaje natural que usaríamos en tu vida cotidiana”
Pero la razón por la que pregunté sobre la optimización para RankBrain es porque no lo hace.
Esto es para asegurar que el usuario obtenga el resultado que merece para su consulta.
Si escribes en lenguaje natural, estás listo.
Si rellena su contenido con palabras clave, definitivamente no será bueno para usted.cubrir
el tema cuando se trata de investigación de palabras clave. Veamos cómo puede optimizar sus páginas para obtener la mejor experiencia de usuario.
6.2. Optimice su página para las señales de UX
RankBrain analiza las señales de la experiencia del usuario para medir la relevancia de los resultados que ofrece.
Para esto, también debes usar señales UX para determinar si hiciste un buen trabajo o no.
Los principales factores a los que debes prestar atención son:
El CTR o tasa de clics en las SERPs;
La tasa de rebote en su página;
El tiempo de permanencia.
6.2.1. Optimice su tasa de clics en las SERPs
Como hemos visto, el CTR orgánico es una señal clave de clasificación de Google. Rankbrain probablemente lo usa para clasificar mejor los resultados que ofrece.
Incluso el mejor contenido del mundo no funcionará bien en las SERP si no genera clics. No hay duda de que tener clics es crucial, ya que te permite tener visitantes que luego realizarán ciertas acciones en tu sitio web.
Suponiendo que RankBrain incluya su página en las SERP correctas, debe hacerla más atractiva que la competencia.
Para hacer que los usuarios hagan clic en su resultado o página, hay tres factores principales a considerar:
El título de su página;
La descripción de la página;
Marca.
Factor 1: Dale títulos cautivadores a tu contenido
El título es el elemento principal que los internautas considerarán para determinar si tienes la información que buscan. Ya no basta con poner la palabra clave principal de tu contenido en el título para que funcione.
Un título atractivo debe mostrar claramente que su contenido puede satisfacer la necesidad del buscador.
Si quieres profundizar en el tema, te invito a consultar mi guía completa sobre cómo crear títulos impactantes y pegadizos que incluso te da acceso a fórmulas listas para usar.
Tenga en cuenta también que los títulos que despiertan emociones fuertes entre los usuarios de Internet funcionan muy bien en términos de clics y compromisos. De hecho, un estudio realizado por CoScheduke mostró que cuanto más despierta la emoción un título, es más probable que genere compromiso. Particularmente en términos de acciones:
BuzzSumo y OkDork también llevaron a cabo un estudio en la misma dirección que muestra que el contenido que despierta cierto tipo de emociones experimenta un mayor compromiso.
Ten en cuenta que lo más importante es tener suficientemente claro lo que le aportas al internauta. Su título debe transmitir de inmediato el siguiente mensaje: «definitivamente encontrará lo que está buscando aquí«.
Una vez que encuentre el título correcto para su contenido, solo quedará la etiqueta de descripción.
Factor 2: Optimice su etiqueta de descripción para obtener más clics
Además del título, esta es una oportunidad para mostrar cómo su contenido es único y puede satisfacer la intención de búsqueda del usuario.
Toque conceptos clave en su contenido para que los usuarios sepan que tiene lo que están buscando.
«No hay límite para la longitud de las metadescripciones, pero los fragmentos de resultados de búsqueda se truncan según sea necesario, generalmente para ajustarse al ancho del dispositivo. .Aún así
, es una buena idea mantener su descripción corta en alrededor de 155 caracteres para evitar que Google trunque su texto. También debe ser claro, específico y no olvidar incluir su palabra clave.
Como ya puede imaginar, es importante que su metaetiqueta suene «humana» y natural.
Encontrarás mucha más información sobre la etiqueta de meta descripción en mi artículo sobre SEO.
Factor 3: Branding y conocimiento de su marca
WordStream realizó un estudio que muestra que: «Es más probable que los buscadores hagan clic en usted si han oído hablar de usted antes«
De hecho, cuando las personas están en SERP, es mucho más probable que lo sigan. un enlace a una marca que ya conocen y en la que confían.
Esta es una ventaja muy grande que puede optimizar aumentando el conocimiento de su marca.
El branding es parte de mis estrategias de marketing como explico en mi artículo sobre cómo pasé de 0 a 1000 visitantes.
Como puedes ver en la siguiente imagen, la consulta que más tráfico me genera es el nombre de mi agencia SEO: Twaino.
Esto muestra que una gran cantidad de mis visitantes escriben el nombre de mi agencia directamente en los SERP para llegar a mi sitio web. Próximamente dedicaré un artículo completo al branding.
Por ahora, tenga en cuenta brindar la mejor experiencia posible a sus visitantes para que confíen en su marca.
Para hacer esto:
Crea contenido de alta calidad;
Enviar buenos correos electrónicos;
Estar presente en las redes sociales;
Etc…
Con estos tres factores, podrá mejorar significativamente su tasa de clics. Pero una vez que haya atraído visitantes a su sitio web, debe poder mantenerlos allí y permitirles encontrar la información que están buscando.
6.2.2. ¿Cómo reducir tu tasa de rebote?
Cuando un visitante aterriza en su página y se va de inmediato, es un buen indicador de que ha aterrizado en el lugar equivocado.
Si un número significativo de visitantes abandona su página web de esta manera, RankBrain puede considerar que su página no cumple con la intención de búsqueda para esa consulta.
Por lo tanto, disminuirá la clasificación de la página y ofrecerá otro contenido en su lugar.
Incluso con una alta tasa de clics, es importante considerar estos dos factores para reducir la tasa de rebote en sus páginas.
“Acelerar los sitios web es importante, no solo para los propietarios de sitios, sino para todos los usuarios de Internet. Los sitios más rápidos crean usuarios felices y hemos visto en nuestros estudios internos que cuando un sitio responde lentamente, los visitantes pasan menos tiempo allí.«.
La velocidad de carga es un factor de clasificación muy importante, ya que tiene una fuerte correlación con la posición en los SERP.
Además, 53% de los usuarios abandonará una página que tarde más de 3 segundos en cargarse:
su tasa de rebote inevitablemente aumentará si los visitantes abandonan su página web de esta manera.
Tenga en cuenta que los sitios web mejor clasificados promedian 1.9 segundos para cargar. Sería inteligente tratar de acercarse a esta cifra y, por qué no, hacerlo mejor.
Con la llegada de la indexación móvil primero, se ha vuelto crucial tener un sitio web compatible con dispositivos móviles.
Google aboga por un diseño receptivo que ayude a sus algoritmos a:
“asignar con precisión propiedades de indexación a la página en lugar de tener que informar que hay una coincidencia entre las páginas móviles y de escritorio.«.
Si su sitio web no es compatible con dispositivos móviles, corre el riesgo de ser penalizado en los SERP.
Además, corre el riesgo de perder una gran parte de su audiencia:
por lo tanto, debe esforzarse en estas direcciones, ya que un sitio web que no responde corre el riesgo de tener una alta tasa de rebote.
Estos dos factores le permiten reducir significativamente su tasa de rebote, pero puede ir más allá optimizando su tiempo de permanencia.
6.2.3. ¿Cómo aumentar el tiempo de permanencia de sus páginas?
Cuanto más tiempo mantenga su contenido a los visitantes en su página, ¡mejor!
Esto le permite a RankBrain saber que ofreció un buen resultado para una consulta determinada.
En este nivel, es importante dar una buena impresión rápidamente.
Cuando alguien acceda a su página desde Google, asuma que solo tendrá unos segundos para impresionarlo. Lo primero que verán es para confirmar que han venido al lugar correcto.
El hecho de que hayan llegado a su página web no significa que hayan decidido que usted era la mejor opción.
Aquí hay algunas tácticas que pueden ayudarlo a aumentar el tiempo que las personas pasan en su sitio web.
Táctica 1: escribe contenido autorizado
El primer consejo es escribir contenido autorizado que trate en profundidad los temas que cubres. Tener contenido largo le permite aumentar significativamente su tiempo de permanencia.
Aunque los contenidos breves permiten responder directamente a las preguntas de los lectores, a veces los dejan sedientos de información.
Muchas estadísticas muestran la efectividad del contenido de autoridad y te invito a leer mi artículo sobre la técnica de la sobreoferta.
Supongamos que quiere saber «cómo construir un cobertizo de jardín».
Recibiste 500 palabras de contenido que describe brevemente los pasos a seguir y los materiales a utilizar. Esto todavía deja varias preguntas sin resolver:
entonces vuelves a las SERP (pogo-sticking) y finalmente te encuentras con un contenido de 10,000 palabras que explica todo el proceso en detalle.
No solo tienes toda la información que deseas, también descubres aspectos del tema en los que no habías pensado. Por lo tanto, se toma el tiempo de consultar todo y vuelve más tarde a los puntos que no había retenido.
El contenido largo funciona muy bien y este es el resultado después de 1 mes cuando clasifico las páginas con una duración alta:
esto no habría sido posible si el contenido no fuera largo y brindara algún valor agregado a los lectores.
Sin embargo, no se trata de publicar un bloque de texto.
Es cierto que leer contenido de 10.000 palabras es particularmente difícil.
Para ello, utilízalos:
Subtítulos;
Las imágenes;
Pequeños párrafos;
Espacio para brindar una buena experiencia de lectura;
Etc…
Intenta ofrecer una experiencia óptima a tus lectores.
Táctica 2: Pon tu contenido en la mitad superior de la página
Solo tienes unos segundos para mostrar a los visitantes que están en el lugar correcto para encontrar la información que buscan.
Una de las mejores maneras de hacer esto es colocar su contenido arriba de los pliegues para que el visitante no tenga que desplazarse hacia abajo en la página antes de leer las primeras oraciones.
En lugar de tener algo como esto:
Opte por un diseño como este en su lugar:
Además, trate de tener una breve introducción ya que son mucho más efectivos.
Porque cuando alguien busca algo en Google, ya sabe algo al respecto. Así que no necesitas una larga introducción.
La introducción es donde el 90% de tus lectores decidirán si continúan leyendo o abandonan la página. Así que créalo de tal manera que inspire a las personas a seguir leyendo.
Con estas dos tácticas, debería poder mantener a sus visitantes en sus páginas web por más tiempo.
Ahí lo tienes, acabas de optimizar tu contenido para que RankBrain lo entienda y lo considere como los mejores resultados para los temas que tratas.
Conclusión: La optimización para RankBrain es muy simple
Google mejora continuamente su sistema y las consecuencias a menudo se notan en términos de clasificación de los resultados que ofrece. Esta es una de las razones por las que es poco probable que mantenga una posición determinada en las SERP.
Por lo tanto, los especialistas en SEO deben conocer las tendencias relacionadas con los diversos factores que pueden afectar el posicionamiento de su sitio web.
Este es el caso de RankBrain, que sigue gozando de cierto misterio sobre cómo funciona y cómo se relaciona con otros factores de clasificación.
En este artículo hemos tenido la oportunidad de estos diferentes elementos que se pueden resumir de la siguiente manera:
RankBrain se utiliza para procesar solicitudes desconocidas o imprecisas gracias a su capacidad de aprendizaje y predicción;
La IA de Google se encuentra entre las tres señales de clasificación más importantes, ya que ayuda a brindar mejores resultados a una consulta;
RankBrain no afecta otros procesos tradicionales de clasificación y puntuación;
RankBrain puede usar señales de la experiencia del usuario para juzgar la relevancia de sus resultados;
La IA de Google tampoco afecta el rastreo o la indexación.
En cuanto a la optimización, es importante tener en cuenta que la IA de Google no califica las páginas. Las demás señales se encargan de esto y ya son factores por los que debes optimizar tu web.
En cuanto a RankBrain, es suficiente para publicar contenido de alta calidad para tu audiencia. Sin olvidar apuntar a palabras clave de cola media con alto volumen.
Los motores de búsqueda siempre seguirán mejorando para proporcionar respuestas como la forma en que mantenemos nuestras conversaciones. Es importante mantenerse en esta tendencia para ofrecer a los usuarios la experiencia más óptima posible.
¿Qué opinas del uso que hace RankBrain de las señales de la experiencia del usuario?
