Durante mucho tiempo, los motores de búsqueda se basaban en factores de clasificación estáticas.
Esto ha cambiado recientemente: El uso creciente de técnicas de aprendizaje automático conduce a criterios tanto de clasificación dinámicos como a una mayor influencia de las señales humanas.
El auge del aprendizaje de las máquinas
El aprendizaje automático no es nada nuevo: Sus raíces se remontan a los años 50 del siglo pasado.
Lo que es nuevo hoy en día es lo que ha crecido la cantidad de recursos invertidos en los centros de datos de Google, Facebook y otras grandes compañías que permiten la aplicación de algoritmos aprendizaje de máquinas en tiempo real.
Un ejemplo es el clúster tan potente como el cerebro Google o «Proyecto de Aprendizaje Profundo de Google». En un test, el clúster, que consta de más de 16.000 microprocesadores, fue capaz – usando el método de aprendizaje no supervisado – de aprender mediante 10 millones de imágenes de YouTube lo que es un gato y lo que un gato hace normalmente. Lo más impresionante es que…: el cerebro Google nunca antes había sido notificado antes del concepto de un gato.
https://youtu.be/AyzOUbkUf3M
Un gran paso de Google hacia el aprovechamiento de las técnicas de aprendizaje en máquinas fue la implementación del algoritmo de Hummingbird en 2013. Con Hummingbird, Google fue capaz de entender, incluso complejas solicitudes de búsqueda y habla coloquial.
Y, finalmente, el año pasado, se introdujo RankBrain – según fuentes de Google el tercer factor de clasificación más importante en estos días – aunque su verdadera importancia no está del todo clara.
El algoritmo de Google RankBrain da la capacidad de interpretar incluso las solicitudes de búsqueda que nunca ocurrieron antes. Y hay muchas de estas solicitudes, alrededor del 15 por ciento, son totalmente nuevas y nunca ocurrieron antes.
RankBrain utiliza la base de conocimientos de Google para entender estas solicitudes de búsqueda utilizando una red de millones de diferentes entidades y las conexiones entre éstas. En consecuencia, el impacto de RankBrain es mayor para estas nuevas solicitudes de búsqueda que se realizan por primera vez.
El cíclo de clasificación basado en el aprendizaje de las máquinas
El aprendizaje automático y los factores de posicionamiento dinámicos pueden ser vistos como un ciclo. Como mencionamos anteriormente, las señales de los usuarios juegan un papel importante en este ciclo -, así como las medidas adoptadas por los webmasters y SEOs:
Como primer paso, Google mira a los sitios web con mejor reputación y más populares. Estos sitios web no sólo tienen alta calidad sino que también un montón de backlinks relevantes. Además, en cuanto a las señales de usuario para estos sitios web, muestran un bajo porcentaje de rebote, una gran proporción de los visitantes que regresan y un tiempo de permanencia largo.
Las características de estas páginas de referencia son tomadas en cuenta por los algoritmos de aprendizaje automático de los buscadores. Los algoritmos de clasificación ajustan los factores de manera dinámica y continua. A su vez, estos factores de clasificación ajustados se aplican para evaluar otros sitios web. Los sitios web son modificados y actualizados por los webmasters y SEOs para satisfacer a estos factores de clasificación.
Esto tiene dos efectos: en primer lugar, que influye en el ranking de las páginas Web en el SERPs y en segundo lugar, esta influye sobre las señales de usuario – el punto de partida para un nuevo ciclo.
¿Qué pasa con otros factores de clasificación?
Esto no quiere decir que las clasificaciones en el futuro estarán basadas sólo en los algoritmos de aprendizaje automático.
En una conversación reciente con el webmaster John Mueller de Google nos dijo que depender de un solo algoritmo de clasificación haría más difícil encontrar posibles errores.
Según Mueller, los actuales algoritmos de aprendizaje automático se utilizan principalmente para entender las solicitudes de búsqueda y generar nuevas ideas.
Incluso aunque el aprendizaje de las máquinas juega hoy un papel importante para los motores de búsqueda, hay muchos otros factores que todavía tienen que ser tomados en cuenta: en especial la estructura de Linkbuilding y la relevancia de la página.
Linkbuilding y autoridad de páginas son la base del éxito de Google. Google es, sin duda el buscador más importante, su índice se ha convertido en la red de enlaces de mayor relevancia. Incluso si Google quisiera cambiar esto tardaría mucho tiempo en hacerlo.
La pregunta es: «¿En qué medida el contenido de un documento coincide con la información que el usuario necesita?» Este es y será de vital importancia para el cálculo de los mejores resultados en una búsqueda.
Sin embargo, Google y otros motores de búsqueda mejorarán en los métodos para la medición de la relevancia: La interpretación antes mencionada de la semántica de nuevos algoritmos como Hummingbird o RankBrain, métricas de satisfacción de los usuarios y la retroalimentación puede ayudar a separar los sitios web más relevantes de los menos significativos. El aprendizaje automático puede soportar todo eso.
Conclusión
Después de todo, son los usuarios y sus necesidades las que continuarán en el centro de atención de los esfuerzos de los buscadores. Por lo tanto, las señales del usuario se tomarán muy en cuenta para la separación entre los buenos resultados y los menos buenos.
Recuerdo hace unos años leer sobre como un ejecutivo de Google mencionaba que las señales de los usuarios podrían ser útiles, pero eran increiblemente ruidosas.
Al parecer, han aprendido a entender todo ese ruido para convertirlo en contenido valioso. Espero con curiosidad lo que podrán hacer los nuevos algoritmos al incluir cada vez más este comportamiento, y como muchos trataran de manipularlo.