Estás leyendo la publicación: Una guía para principiantes de SEO en un mundo de aprendizaje automático
Al pensar en el auge del aprendizaje automático en relación con el SEO, podemos enfrentarnos a un escenario aterrador, según el tipo de profesional de SEO que sea.
Los profesionales de SEO, como yo, que se basan en la lógica y han trabajado históricamente confiando en la comprensión de las señales en juego y cómo fluctúan, pueden estar mordiéndose las uñas más que los especialistas en marketing que han confiado más en atender a los usuarios que a los motores.
Donde una vez solía rascarme la cabeza preguntándome cómo era concebible el enfoque de “crear contenido excelente y vendrán”, aquellos que suscriben ese enfoque de SEO son los que probablemente estén menos preocupados hoy.
Y deberían serlo.
Algo así como.
Todavía no es:
Antes de sumergirnos en lo que está cambiando, primero respondamos la pregunta:
¿Qué es el aprendizaje automático en relación con el SEO?
No entraremos en una gran lección sobre todo lo que es el aprendizaje automático aquí y no tendremos tiempo para cubrir realmente cómo nos afecta y cómo debe ser nuestra futura estrategia de SEO.
Desde una vista de 30,000 pies, todo lo que realmente necesitamos saber es que agrega a las capacidades de Google una velocidad increíble de:
- Acumulación de datos.
- Interpretación.
- Reacción.
Para obtener más información al respecto, consulte mi publicación: Cómo funciona el aprendizaje automático en la búsqueda: todo lo que necesita saber.
Y si quieres saber qué es el aprendizaje automático, Google ofrece un curso intensivo gratuito aquí.
Cómo el aprendizaje automático afecta los enlaces y la construcción de enlaces
Uno de los ejemplos más fáciles de un área de aprendizaje automático que puede aumentar en gran medida las capacidades de Google está en los enlaces.
Mirando un pequeño ejemplo, el aprendizaje automático puede desempeñar un papel en uno de los aspectos clave de la evaluación de enlaces: el filtrado de spam.
Google ya está utilizando el aprendizaje automático en Gmail, alcanzando una tasa de éxito del 99,9 % y solo arrojando un falso positivo el 0,05 % de las veces.
Transfiera esto para vincular las evaluaciones y tendrá un modelo muy exitoso.
Anteriormente, los ingenieros de Google tendrían que:
- Cree listas de sitios de mala calidad y bloquee su flujo de capital de enlaces manualmente.
- Programe las características específicas de un enlace defectuoso en función de lo que habían visto antes.
- Configure funciones de devaluación en los cálculos de enlaces y espere que no incluya demasiados falsos positivos.
Con el aprendizaje automático, el mundo se abre.
Sí, todavía hay un punto de partida principal: una lista de dominios maliciosos conocidos y otra de presuntas malas señales.
Pero estos son campos de entrenamiento que un sistema de aprendizaje automático puede usar para:
- Aprenda cómo aplicar estas señales a otros enlaces que encuentren.
- Desarrollar sus propias señales para lo que parece ser spam (o bueno para el caso).
En lugar de confiar simplemente en este conjunto de criterios duros y rápidos, las máquinas pueden aprender por sí mismas observando patrones.
La observación de sitios con presuntas malas señales (ya sea en su vinculación hacia afuera o hacia adentro) perfilará la máquina.
Luego, una vez que se confirma la determinación de mal, puede iniciar patrones de ingeniería inversa para una detección más rápida en el futuro.
- ¿A qué tipo de sitios se vinculan los sitios de spam?
- ¿Qué tipos de enlaces reciben los sitios de spam?
- ¿Hay un patrón de crecimiento de enlaces?
- ¿Las páginas que venden enlaces pagos también tienden a enlazar a otros sitios específicos (lo hacen) y, de ser así, a qué sitios?
Luego, el sistema puede agregarlos a las métricas que aplica.
Esto realmente toca menos que la punta de un iceberg sobre cómo las máquinas pueden simular lo que los humanos pueden hacer y amplificarlo.
¿Quiere saber cómo Google podría anunciar que está devaluando sitios con enlaces de spam en lugar de penalizarlos manualmente?
Es posible gracias a máquinas que pueden aprender y aplicar devaluaciones a velocidades increíbles con muchos menos falsos positivos.
Además de eso, las máquinas también pueden comprender la calidad del contenido y la relevancia de una página y complementar esa comprensión en la ecuación tanto individualmente como en masa.
Una máquina que puede preguntar: “¿Debería este enlace tener un peso alto para su sitio individual?” y luego, “¿Existe una alta probabilidad de que el enlace sea de pago o problemático?” en el contexto de datos de otros enlaces encontrados y analizados en esa página y dominio.
Estos son ejemplos extremadamente limitados de dónde se puede aplicar el aprendizaje automático a los enlaces.
Los patrones de spam se detectan y se detectarán con un grado cada vez mayor de éxito, mientras que los enlaces de calidad se entenderán y recompensarán a un ritmo mayor.
Esto significa un mayor enfoque en la calidad, la relevancia y la legitimidad, a menos que sienta que puede idear sistemas para engañar a Google más rápido de lo que una máquina puede resolver.
Cómo el aprendizaje automático afecta el SEO de contenido
Si bien usamos el ejemplo de los enlaces anteriores, hay algunas otras áreas de SEO que se verán más afectadas por el aumento del aprendizaje automático que el contenido.
Para ilustrar este punto, solo necesitamos mirar el trabajo de traducción de Google.
Durante 10 años trabajaron en el problema utilizando la traducción automática basada en frases, principalmente haciendo coincidir frases conocidas y arrojando un resultado.
Todos recordamos los resultados. Hizo el trabajo, pero fue increíblemente crudo.
En septiembre de 2016, cambiaron a un sistema de aprendizaje automático (Sistema de traducción automática neuronal de Google) y en las 24 horas posteriores a su implementación, el sistema había mejorado la traducción más que en la década anterior.
Básicamente, el aprendizaje automático puede lograr una mayor eficiencia en la comprensión del lenguaje en 24 horas que la edición humana, incluso con la asistencia de una máquina, puede lograr una eficiencia 3650 veces mayor.
¿Qué significa esto para los profesionales de SEO?
Se acerca el santo grial del marketing digital: ese momento en el que nuestro único trabajo será publicar el mejor contenido que podamos y una amplitud de contenido lo suficientemente amplia y en suficientes formatos que satisfaga más intenciones y preferencias de los usuarios que el siguiente. Y si se completan, es muy probable que Google también lo entienda.
Esto no quiere decir que las máquinas no tengan fallas o que no habrá un papel para los profesionales de SEO.
De hecho, creo que jugaremos un papel más importante, pero no será en el uso de palabras clave, sino en formular cómo se puede satisfacer al usuario.
Wil Reynolds dio uno de los mejores resúmenes de lo que creo que está por venir. Él sugiere que nos preguntemos:
“¿Qué pasaría si Google mejorara para mostrar solo la mejor respuesta?”
Esta es la pregunta que debemos hacernos.
Lo que hace que esto sea más interesante es que lo que es “mejor” es subjetivo.
Personalmente, odio las instrucciones en video sobre cómo realizar la mayoría de las tareas; solo deme una lista con algunas imágenes si es necesario.
Pero no todo el mundo es así. Algunos quieren videos y otros pueden preferir una descarga en PDF que puedan imprimir.
Además de eso, sería dependiente de la tarea. Por ejemplo, casi no quiero mi tableta debajo del auto mientras cambio el aceite, por lo que una copia impresa probablemente sea mejor allí.
Entonces, lo que consideraré “mejor” con respecto a un resultado que Google podría dar depende de una gran variedad de factores relacionados con mis propias preferencias personales: la tarea específica que estoy tratando de realizar, cuándo y dónde estoy, el tipo de dispositivo en el que estoy, etc.
Esto no puede ser programado por un humano.
Se han hecho algunos intentos decentes hacia resultados personalizados en el pasado, pero fueron limitados, hasta el aprendizaje automático.
Un ser humano no puede adaptar una experiencia para ti.
Los humanos no pueden dedicar los recursos a comprender lo que te gusta específicamente en momentos específicos, según el dispositivo al que accedes o dónde podrías estar.
Las máquinas pueden.
Una máquina puede realizar un seguimiento de todo eso y aprender con el tiempo no solo qué resultados le gustan, sino también qué tipos de resultados cumplen con su intención y, finalmente, extraer el mejor resultado para usted de su índice actual.
En resumen, ahora debemos pensar menos en cumplir con las reglas globales y más en cumplir con la intención de nuestro público objetivo.
Además de eso, si queremos clasificar para términos más genéricos como ‘laptops’ y no solo ‘comprar laptops Dell’ con nuestro sitio de comercio electrónico, debemos cumplir con las intenciones de los usuarios que no solo están interesados en comprar una para cumplir con las intenciones de todos esos visitantes. Tal vez, también deberíamos proporcionar esos datos en varios formatos para que seamos la respuesta ganadora independientemente del dispositivo.
Antes del aprendizaje automático, no teníamos que preocuparnos por esto. Cualquier intento de comprender lo que podría significar un rebote o un tiempo en el sitio por parte de Google fue rudimentario, por decir lo menos.
Ahora, con el aprendizaje automático que ayuda a comprender el contexto del idioma y lo que las señales generadas por el usuario pueden significar, esto no solo es posible, sino que se implementa.
Piense en un excelente video que haya producido para abordar una pregunta común que tiene su grupo demográfico objetivo.
Ahora imagine que su público objetivo está haciendo su pregunta en un Google Home u otro dispositivo de voz primero. Es posible que no necesite proporcionar contenido en todos los formatos posibles, ya que es posible que su audiencia no lo solicite, pero debe ser consciente.
Cómo el aprendizaje automático afecta el SEO técnico
Cuando se trata de SEO técnico, hay una persona a la que debes seguir ahora mismo: cindy krum. Presta atención a lo que tiene que decir porque va por buen camino.
En una conversación sobre la indexación móvil primero, acuñó un término que, personalmente, creo que resume brillantemente el futuro del SEO técnico. Se refirió a “móvil primero” como un término incorrecto que nombra al correcto como “portátil primero”.
La idea que presentó fue que el contenido debe separarse fácilmente de su diseño y estructura técnica (es decir, portátil) para que se pueda acceder a él en cualquier lugar y en cualquier momento.
Ella tiene toda la razón.
A medida que nos adentramos en este nuevo y valiente mundo del aprendizaje automático, el objetivo es brindar al usuario la información que cumplirá su intención.
Nuestro trabajo es asegurarnos de que el contenido se pueda entender y extraer fácilmente de la construcción en la que existe, ya sea a través de marcado, fuentes XML o simplemente estructurando el contenido en una página de una manera que sea clara y fácil de interpretar.
¿Entonces que haces ahora?
¿Qué debe hacer con esta información?
Estamos hablando de aprendizaje automático y la capacidad cada vez mayor de Google para comprender el mundo que nos rodea, así como nuestras propias necesidades y deseos personales. Este es su poder y esto es lo que define lo que todos debemos hacer a continuación.
Si bien sería negligente decirle a alguien que deseche sus esfuerzos de SEO en función de las métricas probadas y verdaderas que todavía parecen funcionar bien, esas métricas están evolucionando y erosionándose rápidamente. No los veo sobreviviendo más de dos o tres años.
Tu tarea es esta:
Asegúrese de que su contenido sea portátil a cualquier dispositivo desde el que pueda acceder su grupo demográfico objetivo y que se dirija a esa audiencia.
Si tiene múltiples audiencias con múltiples necesidades, también debe asegurarse de que su contenido se aplique y atraiga a todos ellos o que haya contenido diferente para cada uno y potencialmente en diferentes formatos.
Como profesional de SEO en un mundo de aprendizaje automático, debe ver las palabras clave más por la pregunta y la intención que implican que como un instrumento contundente para incluir en una página y en el texto de anclaje.
Las máquinas nos ayudarán a comprender lo que nuestros visitantes quieren para que podamos encontrar formas de proporcionarlo.
¿Por qué?
Porque eso es lo que la máquina estará buscando: un usuario satisfecho. Tendrán todas las métricas que necesitan para saber si usted, o uno de sus competidores, está haciendo el mejor trabajo para ofrecer uno.
