Hace tiempo que quería yo hablaros de machine learning y SEO que es una cosa que está ahí aunque no lo queramos ver, pasa como con los lunes o los programas de Los Morancos de Triana.
Antecedentes al machine learning
Antes de entrar en lo que es el machine learning dejadme que os hable de un tiempo lejano. Eran tiempos salvajes en los que Aznar regía el país con mano (y bigote) de hierro, Beatriz Luengo quemaba las pistas de baile con su single: “Pretendo Hablarte”, Diego Forlán se alzaba con el Pichichi y Valdés con el Zamora mientras, en la gran pantalla, Francesca Lo Schiavo se llevaba el Óscar al mejor diseño de producción por Sweeny Todd.
Es curioso porque para añadir esta foto de Aznar he tenido que hacer clic en “añadir objeto”.
En fin. Mientras tanto los SEOs vivían días de vino y rosas, llenaban sus copas de Magno y brindaban mientras posicionaban casi si querer. Sólo hacía falta un EMD con la keyword en el dominio, trufar bien trufado el texto con la palabra clave, meterle caña a las meta etiquetas (incluida la meta keywords, of course), spinear contenido de donde fuera e hincharse a calzar enlaces en cualquier sitio que admitiese un link.
En realidad posicionar entonces no se parecía nada a lo que es posicionar ahora. No había pingüinos, pandas, palomos o ruiseñores… la cosa era mucho más flexible y podía uno hacer lo que le saliera del asterisco.
Apenas usábamos esas magníficas herramientas que, hoy en día, nos son imprescindibles y se comprobaban los rankings a mano “ah, pues yo lo veo en posición 2”.
Claro, hubo un momento en el que Google decidió que hasta aquí había llegado la bicicleta y que se le estaban llenando las SERPs de spam y resultados cuestionables.
Hasta el momento la preocupación era crawlear, indexar y darle un page rank a aquello para ordenarlo un poco, pero el algoritmo de calidad era más cutre y fácil de manipular que el mecanismo de una baticao. Se sentaron en una mesa de Ikea que tenían ahí en Silicon Valley y decidieron que: “¡a tomar viento todo, ya!”.
Buscando la relevancia para los usuarios vinieron los animalitos: el panda en 2011 que repartió estopa a base de bien a los contenidos duplicados y después el pingüino que perseguía los enlaces colocados donde caían.
Estos updates del algoritmo lo hicieron más potente y complicaron bastante la existencia al SEO old school. Tuvieron un impacto que podríamos definir como “del carajo” y sólo era el principio…
¿Qué es machine learning?
Google necesitaba entender la web de manera semántica, interpretar las intenciones de búsqueda basándose en keywords es demasiado simplista. La clave es precisamente lo que decía antes: la intención de búsqueda (no el temporadón de Víctor Valdés).
Si nos guiamos únicamente por palabras clave perdemos la esencia del hecho de buscar como personas, con los distintos sinónimos, términos ambiguos y construcciones gramaticales complejas.
Google consiguió en su momento que adaptásemos nuestra interacción a su capacidad. En lugar de buscar: “¿Dónde comprar pienso para mi cacatúa online?” empezamos a buscar “comprar pienso cacatua online”.
La primera fórmula nos hace hasta gracia porque es la forma en la que buscaría una mercera de Zamora, nosotros somos mucho más sintéticos y compramos online. Pues en lugar de mirar con superioridad moral e incluso condescendencia a la pobre mercera zamorana deberíamos entender que, lo que nos parece lógico como usuarios, era un fracaso de Google.
Su invento no funcionaba tan bien cuando no era capaz de entender al usuario expresándose de manera natural. Nos obligó a pasar por una curva de aprendizaje innecesaria (tampoco nos matamos, que era escribir como los indios o nativos americanos, pero ya nos hizo el lío).
Además había otro problema: los lenguajes humanos tienen esa particularidad de llamar a la misma cosa de maneras distintas en la misma frase del ejemplo podríamos decir:
- comprar pienso cacatua online
- comprar comida cacatua por internet
- comida para loros online
- pienso para loros por internet
- mi loro está muy flaco y creo que debería darle algo de comer
- despacito lyrics
Si buscas “asco” en Google sale esto
Todas estas búsquedas excepto la última que la he puesto por SEO reflejan una misma intención: comprarle pitanza al pájaro. Había que darle un sentido semántico a toda esta historia y devolver al usuario el resultado más relevante ya buscase con una u otra keyword.
La respuesta de Google fue Hummingbird, aka el colibrí, aka el pájaro. Necesitaban comprender mejor al usuario que, para más inri empezaba a usar el móvil para realizar búsquedas cada vez más complejas y este nuevo algoritmo trabajaba en esa línea, supuso uno de los mayores cambios desde que 3 años antes publicasen Caffeine (orientado a optimizar la indexación)
En paralelo comenzaron a trabajar con la Inteligencia Artificial, las Redes Neuronales Artificiales y lo que llamamos machine learning.
Google Rank Brain: el “celebro” de la bestia
En 2015 se empezó a hablar más de Machine Learning que del temblor sísmico que hubo en Albacete. Estaba en boca de todos lo que quería hacer Google con esto: interpretar la forma en la que el usuario buscaba e ir aprendiendo de los millones de búsquedas que se hacen a diario para servir siempre la opción de mayor relevancia y pasarse las keywords un poco más por el forro del crawler.
¿Cómo lo hace? Pues de una manera complicadísima pero básicamente utilizando un software que ahora es open source llamado TensorFlow (disponible en farmacias) Lo que hace el programa en cuestión es utilizar el Deep Learning para interpretar el flujo de la información entre nodos, de una manera muy similar a como lo hace en los cerebros humanos.
La avanza muy deprisa, ayuda a entender el leguaje natural, interpretar mejor el contenido incluidas las imágenes… y a los seos les toca de pleno.
¿En qué afecta el Machine Learning al SEO?
Esta pregunta de alguna forma ya la he contestado en el tocho que te has metido entre pecho y espalda para llegar hasta aquí. Pero básicamente nos afecta en dos modos diferentes.
Machine learning y SEO técnico
El SEO onpage de toda la vida de Cutts, no es que pierda peso, pero ya no basta. Es decir sigue siendo imprescindible tener tus páginas bien optimizadas, una arquitectura de la información lógica y rastreable, tus etiquetas y tus cositas de acuerdo a las guidelines de Google.
Debemos tener en cuenta que el aprendizaje de las máquinas no está supervisado, simplemente ocurre de manera “artificialmente natural” esto hace que sea en gran medida difícil de prever y que no pueda hacerse una investigación de lógica inversa para ver qué funciona y qué no.
Lo que sí sabemos es que hay algunas cosas que pondera sí o sí. Por ejemplo el CTR así que ya te puedes currar los snippets (las descriptions ya no pintaban mucho, pero todo vuelve como los pantalones de campana)
De todas formas quedarnos en el CTR, el tiempo de estancia en página, o la cantidad de enlaces que reciba cada landing (que no nos engañen que esto sigue mandando) es bastante poco ¿no? Lo que pasa es que esto es cada vez más complejo, ahora las diferentes industrias tienen distintos factores de ranking y además influyen vectores como la intención del usuario. Te va a tocar hacer tu propio análisis.
Machine learning y SEO de contenidos
Ya sabes lo del rey y eso ¿no? Pues sí claro, el contenido junto con los enlaces sigue siendo la base de la chicha. Lo único que cambia es la forma de organizar el contenido e incluso redactarlo (vamos: todo)
Lo de optimizar cada landing para una palabra clave ya no tiene sentido, está más pasado que los chistes de Arévalo. Cada página tiene que funcionar como un silo de relevancia semántica. Tienes que concentrar en una sola página una intención de búsqueda única, con todas las keywords que estén relacionadas, para esto te ayudará el sentido común (vaya mierda de tip ¿eh?) pero también puedes usar el Planner de Adwords, Google Trends y si estás dispuesto a pegarte con él: Google Correlate y sus sorprendentes resultados.
Otra cosa que debes cambiar es cambiar el tono. Lo de escribir para personas se lleva diciendo muchos años, pero oye, es que es verdad. Sobre todo porque la idea de Google es que ya no haya diferencia entre hablar para personas y algoritmos. Se acabó lo de: “¿quieres un fontanero barato Madrid? Nuestros fontaneros baratos Madrid son baratos y están en Madrid ¡llame ahora a su fontanero barato Madrid!” esto ya no, por favor. A cambio vas a tener que romperte la cabeza para crear un contenido de carácter más conversacional pero muy natural, piensa que además de todo las búsquedas por voz gracias a los distintos asistentes no para de subir y los usuarios quieren respuestas.
Conclusión
Que ya no vale lo de siempre, que el machine learning puede parecer que no está teniendo un impacto excesivo pero, en realidad, le está dando la vuelta al SEO como un calcetín.
Si yo fuera o fuese tú no lo perdería de vista y leería todo lo que cayera o cayese en mis manos o pieses.
