¿Cómo determina Google la relevancia y la utilidad? Mejora tu SEO con Marie Haynes

Hoy os dejamos algo de SEO ¿Cómo determina Google la relevancia y la utilidad de nuestros contenidos web? Marie Haynes nos da unas claves. En su artículo en ingles lo cuenta https://www.mariehaynes.com/how-google-determines-relevancy-helpfulness/ os lo dejamos traducido al español para que lo puedas entender mejor.

Si deseas comprender cómo Google clasifica el contenido en función de su relevancia y utilidad, especialmente después de actualizaciones recientes como la actualización principal de marzo de 2024, este artículo analiza las señales clave de Google: significado, relevancia, calidad, usabilidad y contexto.

Para mejorar su SEO, concéntrese en crear contenido original y de alta calidad que satisfaga profundamente la intención del usuario, demuestre experiencia y autoridad (EEAT) y garantice que su contenido principal sea fácilmente accesible y valioso, yendo más allá de las palabras clave para priorizar la experiencia del usuario y la utilidad genuina.

Siento que he estudiado mucho sobre este tema en los últimos años. Sin embargo, hoy, mientras asesoraba a un cliente que se vio afectado durante la actualización principal de marzo, la que Google llamó una evolución en la forma en que determinan la utilidad del contenido , sentí que necesitaba revisar una vez más cómo Google determina qué es relevante y útil. ¡Al hacerlo, apareció este artículo! Y obtuve ideas para ayudar a mi cliente.

Cuanto más entendamos cómo determina Google qué resultados tienen más probabilidades de ser útiles y relevantes para un buscador, mejor podremos mejorar nuestros sitios web para que tengamos más probabilidades de ser ese resultado.

Utilicé Deep Research para obtener algunas ideas sobre cómo comprender cómo Google determina la relevancia y la utilidad.

Le hice esta pregunta a las tres herramientas de investigación profunda de Grok, ChatGPT y Gemini:

Investiga para encontrar información creíble sobre cómo Google determina la relevancia y la utilidad. Busco estudios de investigación de Google y documentación oficial de Google. No me interesan tanto los artículos escritos por expertos en optimización de motores de búsqueda. 

Grok me señaló este artículo de Google de 2018 que me pareció bastante interesante:

La evolución de la búsqueda

Mis notas:

• Gracias a los avances en aprendizaje automático , Google puede evaluar contenido de alta calidad con mayor precisión.
• Las incrustaciones neuronales (también conocidas como coincidencia neuronal o incrustaciones vectoriales) ayudan a Google a comprender los conceptos subyacentes que las personas están buscando sin depender de las palabras específicas utilizadas.
• “Entonces, ¿cómo se aprovechan las señales de intención? Las consultas de búsqueda son un buen punto de partida porque la redacción de una consulta puede revelar mucho sobre la intención de un usuario”.
• “ Las marcas que aprovechen esas señales de intención para anticipar las necesidades de los clientes y responder con experiencias relevantes serán las que podrán deleitar e inspirar al consumidor cada vez más sofisticado de hoy ”.

Grok también recomendó el anuncio de Google sobre BERT . ¿Sabías que BERT es un modelo de lenguaje? En el momento en que se anunció, sospecho que la mayoría de los expertos en SEO nunca habían oído hablar de un modelo de lenguaje antes. ¡Yo no!

Y, por supuesto, otro documento muy importante para leer es el artículo Word 2 Vec de Google de 2013, que explica los inicios de la conversión del lenguaje a vectores numéricos.

Gemini me envió al documento Cómo funciona la búsqueda de Google . Si no lo has leído recientemente, te recomiendo que lo estudies de nuevo.

He leído esto varias veces, pero por alguna razón, hoy me llamó la atención esta parte:

Señales.

Google nos dijo que con la actualización central de marzo de 2024 incorporaron nuevas señales a los sistemas centrales:

 

Ahora sabemos que las señales importantes son:

• significado
• pertinencia
• calidad
• usabilidad
• contexto

El documento Cómo funciona la búsqueda explica cada uno de ellos en detalle.

Significado

Utilizan modelos de lenguaje para comprender lo que realmente quiere decir el usuario cuando escribe una consulta.

Pertinencia

Los sistemas analizan el contenido para evaluar si contiene información relevante para lo que busca el usuario. Las palabras clave en los encabezados o en el cuerpo principal del texto son importantes.

Utilizan “ datos de interacción agregados y anónimos para evaluar si los resultados de búsqueda son relevantes para las consultas”. En el juicio DOJ vs Google aprendimos que los clics se utilizan para entrenar los sistemas de Google. Para más información, te recomiendo que leas el testimonio de Pandu Nayak o, si no tienes tiempo para leer el documento completo, presiona CTRL-F para “clics”:

Según mi opinión, Google evalúa la relevancia de la búsqueda utilizando sistemas de clasificación tradicionales para clasificar los resultados inicialmente. Luego, utiliza la búsqueda vectorial (las incrustaciones neuronales que mencioné antes) para limitar aún más los resultados a aquellos que probablemente coincidan con la intención del usuario. Y luego, con el tiempo, esas incrustaciones neuronales se ajustan en función de lo que los usuarios eligen hacer clic y con lo que interactúan.

Las máquinas hacen predicciones. Luego, las acciones de personas reales ayudan a mejorar las máquinas para que puedan hacer mejores predicciones. Maria Haynes ha escrito mucho más sobre esto en mi libro  SEO in the Gemini Era – The Story of how AI changed Google Search (SEO en la era de Géminis: la historia de cómo la IA cambió la búsqueda de Google ).

Al final de este artículo, compartiré un poco más sobre cómo podemos utilizar la búsqueda vectorial para mejorar nuestro contenido. Sin embargo, creo que las técnicas de determinación de relevancia de Google han avanzado incluso más que el simple uso de la búsqueda vectorial.

A finales de 2024, Google publicó un artículo titulado » Todo es relativo: un enfoque de generación de consultas sintéticas para mejorar la predicción de relevancia de cero disparos «. Este artículo se centraba específicamente en el entrenamiento de modelos de lenguaje para comprender qué es relevante, pero no veo por qué técnicas como esta no se utilizarían también para la búsqueda. En este artículo, le dieron un documento a un LLM y le pidieron que generara dos consultas para el documento: una relevante y otra relacionada pero no realmente relevante. Al centrarse en la diferencia entre las dos, el sistema pudo comprender mejor qué es lo que hace que algo sea relevante.

Calidad : Google afirma: “Después de identificar el contenido relevante, nuestros sistemas apuntan a priorizar aquellos que parecen más útiles. Para ello, identifican señales que pueden ayudar a determinar qué contenido demuestra experiencia, autoridad y confiabilidad. ¿Sabías que en 2019 las Pautas para evaluadores reemplazaron muchas de las instancias de “EAT” por las palabras “Calidad de la página”?

Una de las señales que se utilizan aquí son los enlaces. “Uno de los factores que se utilizan para determinar la calidad es saber si otros sitios web importantes incluyen enlaces o hacen referencia al contenido”. Te recomiendo que pienses menos en los enlaces en el contexto del PageRank y más en los enlaces como recomendaciones o votos de otras fuentes conocidas en tu campo.

Las predicciones de Google sobre qué es de calidad también son algo que se va perfeccionando con el tiempo; en este caso, por parte de los evaluadores de calidad. “ Los comentarios agregados de nuestro proceso de evaluación de calidad de búsqueda ayudan a refinar la forma en que nuestros sistemas disciernen la calidad de la información ”. Una vez más, las máquinas predicen qué contenido es probable que sea de alta calidad y demuestre el EEAT apropiado esperado para la consulta, y los humanos juzgan los resultados, lo que ayuda a las máquinas a mejorar.

De las pautas para el evaluador:

Usabilidad: La usabilidad tiene que ver con la experiencia de la página . Probablemente estés pensando en los elementos esenciales de la web y la velocidad de la página, que sin duda es un componente de la experiencia de la página. Sin embargo, creo que muchas personas pasan por alto esta línea:

¿Los usuarios pueden encontrar el contenido principal? Las pautas para evaluadores hablan extensamente sobre el contenido principal. Es la parte que ayuda a que la página logre su propósito:

La actualización más reciente de QRG sugiere que Google quiere que sus sistemas de aprendizaje automático vayan aún más lejos a la hora de identificar si hay demasiado contenido de relleno que distraiga del contenido principal.

Contexto: Utilizan palabras clave junto con el idioma utilizado para buscar, la ubicación del usuario e incluso eventos actuales para agregar más contexto a la comprensión de lo que quiere el usuario.

La investigación profunda de ChatGPT fue excelente en este caso. Ahonda en más detalles sobre RankBrain, MUM y más. ¡Te recomiendo que la leas !

¿Cómo podemos utilizar esta información?

Probablemente estés leyendo este artículo porque quieres saber cómo lograr que tu contenido sea lo que Google predice que es más probable que sea útil y confiable. Compartiré algunas ideas sobre cómo lograrlo en función de la información que acabamos de aprender.

Sin embargo, hay algo importante que necesito decir… y es incómodo.

Todos estamos adivinando cuando se trata de intentar posicionarnos en Google.

Hubo un tiempo en que el SEO era esencialmente una ciencia. Investigar palabras clave, escribir buenos títulos, hacer un buen uso de los encabezados, conseguir algunos enlaces, supervisar, ajustar y repetir. Esta sencilla estrategia solía ser bastante eficaz.

Los sistemas de Google han evolucionado enormemente. Google comenzó a experimentar con la conversión del lenguaje en vectores numéricos hace doce años. BERT cambió radicalmente el funcionamiento de las búsquedas hace siete años. ¡Y quién sabe qué innovaciones está utilizando Google en los últimos años sobre las que no ha publicado información!

Gran parte de los consejos de SEO que damos y leemos se basan en lo que solía funcionar o en lo que creemos que debería funcionar, pero en realidad todo son suposiciones.

Google clasifica los resultados. Si le falta EEAT, sospecho que modificar su texto para que se vea mejor en la búsqueda vectorial no servirá de mucho.

Con todo esto en mente, aquí hay algunos consejos y pensamientos míos:

Concéntrese más en la intención que en las palabras clave

Puedes tomar las palabras clave principales que envían tráfico a tu página y dárselas a un LLM (prefiero usar Gemini Thinking Experimental 01-21 en AI Studio en este momento).

Indicación: Aquí están las palabras clave que llevan tráfico a esta página. Y aquí está el contenido [péguelo]. ¿Cuál es el objetivo principal de esta página? ¿Qué intentan lograr los usuarios? ¿Cómo puedo estructurar mejor esta página o agregarle algo para que satisfaga esas necesidades?

Juega con la similitud del coseno… ¿quizás?

La similitud de coseno es una forma de calcular qué tan similares o cercanos son los elementos en un espacio vectorial. Es probable que Google tokenice su contenido, o en otras palabras, lo convierta en vectores, cuando se indexa. Puede usar Python para determinar la similitud de coseno de una consulta con un fragmento de contenido. Si modifica el contenido para mejorar la similitud de coseno, en teoría debería buscar mejor en los sistemas de búsqueda de vectores.

He jugado con esto. Si sabes un poco de programación, puedes pedirle a ChatGPT que te guíe en la escritura de código que encuentre la similitud de coseno de una palabra clave con un fragmento de contenido. Luego puedes pedir ayuda para modificar el contenido para que sea más probable que sea similar a la palabra clave.

Sin embargo, debemos tener en cuenta algunas cosas. En primer lugar, es poco probable que Google esté haciendo una simple comprobación de similitud de coseno entre palabras clave y contenido. Es probable que Google esté haciendo mucho más con su búsqueda de palabras clave para comprender la intención y hacerla coincidir con el contenido que es relevante. Además, como comentamos anteriormente, los vectores utilizados para la coincidencia neuronal están ajustados, ya sea por lo que Google ha aprendido al monitorear cómo las personas hacen clic e interactúan en la web, y también por las calificaciones de los evaluadores de calidad. (Tenga en cuenta que no es necesariamente su sitio el que se ve afectado si un evaluador lo evalúa. Están dando ejemplos a los sistemas de aprendizaje automático que luego ayudan a mejorar los sistemas en general).

Tener una buena imagen para la búsqueda vectorial es una cosa, pero lo que es más importante es tener contenido que satisfaga a la gente más que el de la competencia y que sea de alta calidad, como se describe en las pautas para evaluadores .

Dicho esto, he tenido cierto éxito al utilizar la comprensión de la similitud de cosenos para ayudar a que parte de mi contenido se clasifique en las descripciones generales de IA. Sin embargo, una vez más, este es un sistema que cambia continuamente, por lo que todavía no conozco ningún método repetible para clasificar en las AIO.

Sin embargo, en algunos casos, mis ajustes para lucir mejor en términos de similitud de coseno me llevaron a clasificar en un AIO, y luego, algún tiempo después, esas clasificaciones se perdieron. ¡La clasificación implica mucho más que simplemente verse bien para las máquinas!

Presta atención a tu contenido principal

En el libro de Marie Haynes de ejercicios QRG tengo ejercicios que te ayudan a determinar cuál es tu contenido principal y si está ubicado de manera adecuada en tu página. El título también es parte del contenido principal. Para cada página que tengas en tu sitio, piensa: “¿Cuál es el propósito de esta página? ¿Qué tan bien satisface a un buscador que llega aquí?”

También puede resultar útil comparar su sitio con el de la competencia. ¿Hacen un mejor trabajo para llevar al usuario a la respuesta que busca?

Muchos sitios impactados por el sistema de contenido útil y también por la actualización principal de marzo de 2024 tenían páginas con mucha información de relleno que el lector necesitaba leer para encontrar la parte que satisfacía sus necesidades.

¿Te falta EEAT?

Veo muchos propietarios de sitios web que se esfuerzan tanto por posicionar su contenido que no tienen la experiencia ni los conocimientos necesarios para escribir. Hace poco me contactó un propietario de un sitio que tiene todo tipo de documentos sobre temas de salud animal. Están bien escritos y parecen útiles, pero cuando miras los resultados de búsqueda, puedes ver que están dominados por sitios de salud de mascotas con autoridad.

Ninguna cantidad de reescritura y reorganización de contenido ayudará a que este sitio tenga mejor clasificación.

Por lo general, la EEAT no es algo que se pueda solucionar con cambios en la página. Si crees que puedes tener un problema con la EEAT, tengo una tarea para ti. Lee las pautas para evaluadores y presiona CTRL-F para “conocido por”. La palabra “reputación” aparece en la guía de evaluación 213 veces. La EEAT no se trata de lo que dices sobre ti mismo, sino de lo que el mundo dice sobre ti en línea.

Nuevamente, en su libro de ejercicios QRG tiene ejercicios que puedes realizar para evaluar tu sitio en busca de problemas de EEAT. También tiene un enlace a un GPT que creé con muchos de mis consejos y pensamientos sobre cómo mejorar tu reputación en línea.

Pero, en algunos casos, puede que no sea posible mejorar la EEAT.

Sea verdaderamente original, de una manera que los buscadores consideren útil para alcanzar sus objetivos.

Gary Illyes de Google dijo en un evento reciente : «Este año nos centraremos en la originalidad. Eso será importante».

El primer consejo que da Google en su guía sobre contenido útil es: «¿El contenido proporciona información , informes, investigaciones o análisis originales ?»

Una vez más, tengo tarea para ti: lee las Pautas para evaluadores y presiona CTRL-F para “Originalidad” y también “parafraseado”.

Si vas a publicar un contenido, debe ser algo que se sume al conjunto de conocimientos que hay en la web. Ya no basta con publicar algo similar a lo de la competencia, sino ligeramente mejor.

¡Ah! Ahí está. Sabía que escribir este informe me ayudaría con mis consejos para el sitio que estoy revisando y que ha estado decayendo desde la actualización principal de marzo. Vamos a hacer una lluvia de ideas juntos sobre cómo pueden agregar contenido original sobre su tema. Tengo muchas ideas aquí.

A continuación te presentamos un buen tema para que lo pruebes en tu LLM favorito:

Tengo un sitio web sobre el tema [tema]. Estoy buscando ideas sobre las que escribir que contengan información, informes, investigaciones o análisis originales.

También puedes usar la lluvia de ideas de contenido útil GPT en sulibro de ejercicios QRG . ¡Es muy bueno! Voy a usarlo ahora mismo…

Fuente https://www.mariehaynes.com/how-google-determines-relevancy-helpfulness/

. Leer artículo completo en Frikipandi ¿Cómo determina Google la relevancia y la utilidad? Mejora tu SEO con Marie Haynes.