Las entidades SEO son un término relativamente nuevo que todavía no está muy extendido. El posicionamiento en buscadores es una mejora continua, ya que los motores de búsqueda siempre están mejorando sus respuestas para adaptarse a las necesidades del usuario. Aquí es donde aparecen las entidades.
¿Qué son las entidades SEO?
Las entidades en SEO son el nombre de un elemento, un lugar, una persona, un animal, un objeto, un ente, una cosa, etc. Este nombre está asociado con otros términos o palabras, como pueden ser fechas, acciones u otras entidades.
El objetivo de las entidades es dar mejor respuestas al usuario en función de la intención de búsqueda. Para ello, los motores de búsqueda establecen relaciones entre palabras o conceptos, creando las entidades.
¿Qué tipos de entidades hay?
Si revisamos la documentación oficial de Google para el procesamiento del lenguaje natural, clasifica las entidades SEO en:
- PERSON: persona
- LOCATION: lugar
- ORGANIZATION: organización
- EVENT: evento
- WORK_OF_ART: ilustración
- CONSUMER_GOOD: productos de consumo
- OTHER: otros tipos de entidades no identificadas
- PHONE_NUMBER: número de teléfono
- ADDRESS: dirección
- DATE: fecha
- NUMBER: número
- PRICE: precio
- UNKNOWN: para entidades desconocidas
Evolución de los motores de búsqueda con la web semántica
Desde los ordenadores de escritorio siempre ha sido más común realizar búsquedas cortas, pero con el paso del tiempo empezaron a surgir búsquedas más largas que necesitaban una respuesta exacta. Con la llegada de los móviles, este hecho se intensificó hasta el punto de dar lugar a más diversidad de búsquedas.
Ante los problemas para dar una respuesta más exacta al usuario y detectar cuál era la intención de búsqueda que hay detrás, se crearon las entidades SEO para ofrecer mejores resultados al usuario.
Estas entidades se relacionan para poder dar respuesta al usuario, por lo que si buscamos el nombre de un cantante, es posible que busquemos fotos, la biografía, discografía o canciones. Y si buscamos una ciudad, es posible que necesitemos ver un mapa, alquileres o restaurantes.
Cómo Google entiende la relación entre palabras
Primero debemos irnos un poco atrás en el tiempo para entender mejor algunos términos relacionados con las técnicas de relación de contenidos y de qué trata cada uno de ellos.
- Co-citación: cuando un texto cita referencias de otros textos, dándose la probabilidad de que esas referencias estén relacionadas entre ellas. La probabilidad de relación va disminuyendo cuanto mayor es la distancia entre las referencias.
- Co-ocurrencia: es la relación de proximidad entre términos que aparecen en un texto y las diferentes partes que forman este texto. Si dos términos están cercanos, probablemente estén relacionados de forma semántica.
- LSA (Latent Semantic Analysis): en español se traduciría como Indexación Semántica Latente. Trata de buscar patrones de relaciones entre los términos de un conjunto de documentos.
- Ontología: trata de dotar a los ordenadores de la capacidad de valorar información por sí mismos mediante el uso de inteligencia artificial.
Gracias a la co-citación, Google es capaz de realizar un análisis sobre lo que habla cada contenido en función de la proximidad. Es por ello que la temática de los artículos es tan importante desde los artículos que nos enlazan.
El siguiente paso es la co-ocurrencia, que tiene un doble efecto. Por un lado tenemos las palabras que rodean a los enlaces, cuya cercanía hace que Google pueda entender mucho mejor de qué trata el contenido enlazado. Por el otro lado, tenemos la relación de palabras, frases y párrafos, en relación con la distancia que existe entre estos. Si además le sumamos las keywords LSI, el algoritmo de Google BERT refuerza el entendimiento del contenido basándose en un contexto, tenemos un avance importante.
Por último, pasaríamos al método de indexación en relación con el conjunto de documentos relacionados (LSA). Esto muestra información relacionada como veremos a continuación en el knowledge graph.
Knowledge Graph
Google trabaja con entidades desde 2012. Una de las primeras patentes de Google sobre entidades es de Febrero de 2012 (Related Entities) y ese mismo año Google lanzo el Gráfico de Conocimiento. A partir de ese momento ya no se centraban en cadenas de texto sino en entidades del mundo real y sus relaciones con otras.
Google coge toda esa información de bases de datos de conocimiento como CIA World Factbook, Freebase, WikiData, Wikipedia y muchas más. Analizando toda esa información y organizándola ha creado el Knowledge Graph o gráfico de conocimiento, una herramienta para almacenar y relacionar todas las entidades de forma visual y que sea accesible para el usuario.
Con un ejemplo se entenderá todo esto mejor: Michael Jordan. Si lo tratamos como una palabra clave se queda como un nombre propio. No se puede sacar más información de ahí pero, ¿si lo tratamos como una entidad?
En ese caso podemos saber muchas cosas de él:
- Nació en Nueva York, Estados Unidos en 1963
- Alias «Air Jordan»
- Equipos en los que jugó: Chicago Bulls y Washington Wizards
- Está en el Hall of Fame de la NBA
¿Para qué sirve esto? Para relacionar la información por sí misma, sin necesidad de enlaces o información externa.
Esto se puede aplicar para muchas búsquedas, como:
- Restaurantes italianos en Granada
- Dónde comer comida italiana en Granada
- Cuál es el mejor sitio donde comer comida italiana en Granada
Antes se podía hacer una página propia para cada palabra clave porque Google no veía la relación entre ellos, pero ahora Google reconoce las entidades «Granada» e «Italia» acompañados de las palabras «comer» o «restaurantes». Da igual el resto de palabras clave que pongas como «mejor», «cual», «donde»… ya sabe que estás buscando restaurantes para comer comida italiana y eso es lo que te va a mostrar. Si buscas esas 3 palabras clave verás que los resultados de las SERPs son idénticos.
