La revolución digital y la inteligencia artificial está trayendo multitud de conceptos nuevos y uno de ellos es el machine learning. Aunque de primeras puede parecer un concepto alejado de del marketing digital y el SEO, vamos a ver que está muy relacionado y una gran influencia en cómo funciona el SEO hoy en día. Aunque primero vamos a ver qué es machine learning.
¿Qué es machine learning?
Los buscadores necesitaban entender los sitios webs de manera semántica, interpretar las intenciones de búsqueda en función de las palabras clave es demasiado simple. Para los buscadores, la clave es precisamente l la intención de búsqueda.
Si solo atendemos únicamente por keyword perderemos la esencia del hecho de buscar como personas, con los diferentes sinónimos, términos ambiguos y expresiones gramaticales complejas.
Los buscadores, Google para ser más exactos, consiguió que adaptásemos nuestra manera de buscar a su capacidad. Hoy en día, en vez de buscar: “¿Dónde comprar comida para mi perro online?”, ahora buscamos “comprar comida perro online”.
La primera forma puede llegar a parecer arcaica, como de otra época o de una persona con poca formación digital pero hasta no hace mucho se hacía así. Todo esto que nos puede hacer gracia, era un fracaso de Google. ¿Sabéis por qué?
Su invento no funcionaba cuando no era capaz de entender al usuario cuando se expresaba de manera natural. Eso obligó al usuario a pasar por una curva de aprendizaje innecesaria para obtener los resultados que andaba buscando, aunque la manera de expresarnos no fuera correcta.
Además había más problemas: el lenguaje humano tiene la particularidad de llamar a la misma cosa de diferentes maneras. Veamos algunos ejemplos:
- comprar comida perro online
- comprar pienso para perros por internet
- comida para animales online
- pienso para animales por internet
Todas estas maneras de buscar ponen de manifiesto una misma intención búsqueda: comprar comida para el perro. Ante este problema había que darle un sentido semántico y darle al usuario el resultado más relevante con independencia de la keyword que buscase.
La respuesta que desarrolló Google fue Hummingbird. Necesitaban entender mejor al usuario que, además comenzaba a utilizar el móvil, haciendo búsquedas cada vez más complejas. Esta modificación del algoritmo supuso uno de los mayores cambios de los últimos años. Al mismo tiempo, empezaron a trabajar con la Inteligencia Artificial, las Redes Neuronales Artificiales y lo que se conoce como machine learning.
Cómo funciona Google Rank Brain
Se comenzó a hablar un poco más de Machine Learning a partir de 2015, cuando se convirtió en un tema muy en boga. Lo que trataba de hacer Google era interpretar la manera en la que el usuario hacia sus búsquedas para ir aprendiendo de las millones de búsquedas que se realizan cada día para ofrecer la opción más relevante.
La manera de hacerlo es bastante compleja pero básicamente usando un software, que actualmente es open source, que se llama TensorFlow. Lo que realiza este programa es usar el Deep Learning para interpretar el flujo de la información entre nodos, muy parecido a como lo hace el cerebro de los humanos.
Además consigue avanzar muy rápido, ayudando a entender el lenguaje natural e interpretar mejor el contenido, incluidas las imágenes. Esto es algo que afecta directamente a las personas que se dedican al posicionamiento web, ya que es un factor importante para mejorar el SEO.
Cómo afecta el Machine Learning al SEO
Aunque ya hemos ido hablando como afecta al SEO, especialmente tienen dos maneras de influir:
SEO técnico y Machine Learning
El SEO on page que hasta ahora se hacía sigue sirviendo para posicionar, pero ya no es suficiente. Es decir sigue siendo fundamental tener la web bien optimizada, una arquitectura con sentido y facilitando la rastreabilidad. Todo siguiendo las guidelines que saca Google.
Hay que tener en cuenta que el aprendizaje de las máquinas no está supervisado, pasa de manera “artificialmente natural”, esto hace que sea difícil de prever y que no se pueda realizar una investigación de lógica inversa para averiguar qué funciona y qué no.
Lo que sí que se sabe es que hay algunas cosas que si están ponderadas. Por ejemplo el CTR, así que tenemos que trabajar bien los snippets, ganando relevancia la description.
Sin embargo, no debemos pensar que se queda en el CTR, tiempo de estancia en página, o la cantidad de enlaces que recibimos. Ahora lo que pasa es que esto es cada vez más complejo, cada una de las distintas industrias tienen diferentes factores de ranking, que además están influenciados por vectores como la intención del usuario.
SEO de contenidos y Machine Learning
El contenido sigue siendo el rey en el SEO, junto con el linkbuilding, la base de cualquier proyecto. Lo único que ahora se cambia la manera de organizar el contenido e incluso la forma en que se escribe.
Optimizar cada URL para una keyword ha perdido sentido. Cada página tiene que ser un silo de relevancia semántica. Debemos concentrar en una sola URL una intención de búsqueda única, con todas las palabras clave que tengan relación, por lo que habrá que usar el sentido común y hacer un buen keyword research, usando Keyword Planner de Adwords, Google Trends y algunas de muchas herramientas SEO que hay.
También debemos adaptar nuestro tono a las personas que nos leen. Puede parecer una tontería pero tiene más importancia de lo que pensamos. Especialmente porque la idea de Google es que se hable de la misma manera para personas y para algoritmos. Ya no se puede usar eso de: “¿Buscas un cerrajero barato Granada? Nuestros cerrajeros baratos Granada son baratos y están en Granada capital ¡llame ahora a su cerrajero barato Granada!”. Es carne de penalización, y no aparecer en los resultados de búsqueda. Ahora debemos rompernos la cabeza para redactar un contenido más natural. Tenemos que pensar que además que las búsquedas por voz no paran de subir desde todos asistentes y los usuarios buscan respuestas a sus consultas.
