A medida que Google continúa invirtiendo en tecnología de aprendizaje automático para ayudarlo a entender y analizar mejor las preguntas de los usuarios, en este artículo enfatizamos la necesidad de que los vendedores mejoren continuamente la calidad del contenido y la satisfacción del usuario.
En agosto, planteé el concepto de un modelo de clasificación de dos factores para SEO. La idea era simplificar en gran medida el SEO para la mayoría de los editores y recordarles que los puntos más finos de SEO no importan si no consigues tener los fundamentos correctos. Este concepto conduce a un modelo básico de clasificación que se parece a esto:
Clasificación = Calidad Contenido * Calidad Link
Para verlo un poco diferente, aquí una manera de evaluar la importancia de la calidad del contenido:
La razón por la que el aprendizaje de máquina es importante para esta imagen es que los motores de búsqueda están invirtiendo pesadamente en mejorar su comprensión del lenguaje.
Hummingbird fue el primer algoritmo anunciado públicamente por Google que se centraba en gran medida en la dirección de una comprensión del lenguaje natural, y RankBrain fue el siguiente algoritmo.
Creo que estas inversiones se centran en objetivos como estos:
- Mejor comprensión de la intención del usuario
- Mejor evaluación de la calidad del contenido
También sabemos que Google (y otros motores) están interesados en aprovechar la satisfacción de los usuarios y los datos de participación de los usuarios también. A pesar de que es menos claro exactamente qué señales que clave usarán, parece probable que este sea otro lugar de aprendizaje.
Hoy, voy a explorar el estado del estado en lo que se refiere a la calidad del contenido, y cómo creo que el aprendizaje automático es probable que conduzca a la evolución de eso.
Estudio de casos de mejora de la calidad del contenido
Un gran número de los sitios que vemos siguen sub-invirtiendo en la adición de contenido a sus páginas. Esto es muy común en los sitios de comercio electrónico. Demasiados de ellos crean sus páginas, agregan los productos y las descripciones de producto, y entonces piensan que eso es todo. Esto es un error.
Por ejemplo, agregar comentarios de usuario únicos específicos a los productos en la página es muy eficaz. Stone Temple una vez trabajo en un sitio donde la adición de comentarios de los usuarios llevó a un aumento de tráfico del 45 por ciento en las páginas incluidas en la prueba.
También se hizo una prueba en la que se tomó el texto existente en las páginas de categoría que originalmente se había elaborado como “texto de SEO” y se reemplazó. El tal llamado texto SEO no se escribió con los usuarios en mente y por lo tanto se agregó poco valor a la página.
Se reemplazó el texto SEO con una verdadera mini-guía específica para las categorías en las que residía el contenido. Se vio una ganancia del 68% en tráfico en esas páginas. También se tuvieron algunas páginas de control para las que no se hicieron cambios, y el tráfico en ellas cayo un 11%, por lo que la ganancia neta fue apenas un 80 por ciento:
Ten en cuenta que el texto fue hecho a mano y sintonizado con un objetivo explícito de agregar valor a las páginas evaluadas. Así que esto no era barato o fácil de implementar, pero todavía era bastante rentable, dado que se hizo en las páginas de categoría principal para el sitio.
Estos dos ejemplos nos muestran que invertir en mejorar la calidad del contenido puede ofrecer beneficios significativos. Ahora vamos a explorar cómo el aprendizaje máquina puede hacer que esto sea aún más importante.
Impacto del aprendizaje automático
Comencemos por ver nuestros principales factores de clasificación y ver cómo el aprendizaje máquina podría cambiarlos.
Calidad del contenido
Mostrar contenido de alta calidad en los resultados de búsqueda seguirá siendo fundamental para los motores de búsqueda. Los algoritmos de aprendizaje máquina como RankBrain han mejorado su capacidad de entender el lenguaje humano. Un ejemplo de esto es la consulta que Gary Illyes compartió: “¿puedes obtener el 100% de puntuación en Super Mario sin tutorial?”.
Antes de RankBrain, la palabra “sin” fue ignorada por el algoritmo de Google, lo que le devolvia ejemplos de tutoriales, cuando lo que el usuario quería era poder obtener un resultado diciéndoles cómo hacerlo sin un tutorial. RankBrain se centró principalmente en las consultas de búsqueda long tail y representó un buen paso en la comprensión de la intención del usuario para tales consultas.
Pero Google tiene un largo camino por recorrer. Por ejemplo, considere la siguiente consulta:
En esta consulta, Google no tiene claro sobre cómo se está utilizando la palabra “mejor”. La consulta no es acerca de los mejores edredones de plumas, sino por qué los edredones son mejores que otros tipos de edredones.
Echemos un vistazo a otro ejemplo:
Ve cómo el artículo identifica que el día más frío de la historia de los Estados Unidos ocurrió en Alaska, pero que en realidad no proporciona la respuesta detallada en un fragmento Destacado. Lo interesante aquí es que el artículo del cual Google obtuvo la respuesta realmente dice tanto la fecha como la temperatura del día más frío en los EE.UU.
Estas cosas no son tan complicadas, cuando las miras una a la vez, para que Google las corrija. Las limitaciones actuales surgen debido a la complejidad del lenguaje y la escala de aprendizaje de la máquina necesaria para solucionarlo.
El enfoque para arreglarlo requiere la construcción de conjuntos cada vez más grandes de ejemplos como los dos que he compartido anteriormente, y luego usarlos para ayudar a entrenar algoritmos derivados del aprendizaje automático.
RankBrain fue un gran paso para Google, pero el trabajo sigue en curso. La compañía está realizando enormes inversiones para que su comprensión del lenguaje avance de manera dramática. El siguiente fragmento, de USA Today, comienza con una cita del gerente senior de programas de Google, Linne Ha, quien dirige el equipo de lingüistas de Pygmalion en la empresa:
“Estamos inventando reglas y excepciones para entrenar a la computadora”, dice Ha. “¿Por qué decimos” el presidente de los Estados Unidos? “¿Y por qué no decimos” el presidente de la Francia? “Hay toda clase de inconsistencias dentro de nuestra lengua y en cada idioma. Para los seres humanos parece obvio y natural, pero para las máquinas es bastante difícil “.
El equipo Pygmalion de Google es el que se centra en mejorar la comprensión de Google del lenguaje natural. Algunas de las cosas que mejorarán al mismo tiempo son su comprensión de:
- Qué páginas de la web coinciden mejor con la intención del usuario, tal como lo implica la consulta.
- La amplitud de una página en el tratamiento de las necesidades del usuario.
A medida lo hacen, su capacidades para medir la calidad del contenido y qué tan bien se dirige a la intención del usuario va a crecer, y esto por lo tanto, se convertirá en un factor cada vez más grande con el tiempo.
Compromiso / satisfacción del usuario
Como ya se ha dicho, sabemos que los motores de búsqueda usan varios métodos para medir la participación de los usuarios. Ya han revelado públicamente que utilizan CTR como un factor de control de calidad, y muchos creen que lo utilizan como un factor de clasificación directa.
Independientemente, es razonable esperar que los motores de búsqueda seguirán buscando maneras más útiles para que las señales de usuario jueguen un papel más importante en el ranking de búsqueda.
Hay un tipo de aprendizaje de máquina llamado “aprendizaje de refuerzo” que puede entrar en juego aquí. ¿Qué pasaría si pudieras probar diferentes conjuntos de resultados de búsqueda, ver cómo se desempeñan y, a continuación, usarlos como entrada para refinar y mejorar directamente los resultados de búsqueda de forma automática?
En otras palabras, ¿podrías simplemente recopilar señales de engagement de usuarios y usarlas para probar dinámicamente diferentes tipos de resultados de búsqueda para consultas y luego seguir modificándolas hasta encontrar el mejor conjunto de resultados?
Pero resulta que este es un problema muy difícil de resolver. Jeff Dean, quienes muchos consideran uno de los líderes de los esfuerzos de aprendizaje máquina en Google, tenía esto por decir sobre la medición del compromiso de los usuarios en una reciente entrevista que hizo con Fortune:
Un ejemplo de un problema de aprendizaje de reforzamiento desordenado es quizás tratar de usarlo en qué resultados de búsqueda debo mostrar. Hay un conjunto mucho más amplio de resultados de búsqueda que puedo mostrar en respuesta a diferentes consultas, y la señal de recompensa es un poco ruidosa. Como si un usuario mira un resultado de búsqueda y le gusta o no le gusta, eso no es tan obvio.
Sin embargo, espero que este sea un área continua de inversión de Google. Y, si piensas en ello, la participación y satisfacción del usuario tiene una interacción importante con la calidad del contenido. De hecho, nos ayuda a pensar en lo que realmente representa la calidad del contenido: páginas web que satisfacen las necesidades de una parte significativa de la gente que aterriza en ellas. Esto significa varias cosas:
- El producto / servicio / información que están buscando está presente en la página.
- Pueden encontrarlo con relativa facilidad en la página.
- Los productos / servicios / información de apoyo que desean también se pueden encontrar fácilmente en la página.
- La página / sitio web les da confianza de que es una buena fuente de reputación con la cual interactuar.
- El diseño general ofrece una experiencia atractiva.
A medida que avanzan las capacidades de aprendizaje de Google, obtendrán una mejor medición de la calidad de página o de varios tipos de señales de participación de los usuarios que muestran lo que los usuarios piensan acerca de la calidad de una página.
Esto significa que tendrás que invertir en la creación de páginas que se ajusten a los criterios establecidos en los cinco puntos anteriores. Si lo haces, le darás una ventaja en sus estrategias de marketing digital – y si no lo haces, terminarás sufriendo como resultado.
Resumen
Hay cambios enormes en el viento, y van a impactar dramáticamente tu acercamiento al marketing digital. Tus prioridades básicas no cambiarán, ya que todavía necesitarás:
- Crear contenido de alta calidad.
- Medir y mejorar continuamente la satisfacción del usuario con tu sitio.
- Establecer la autoridad con enlaces.
La gran pregunta es, ¿realmente estás haciendo lo suficiente de estas cosas hoy? Según mi experiencia, la mayoría de las empresas invierten en la mejora continua de la calidad del contenido y en la mejora de la satisfacción de los usuarios.
Es hora de empezar a poner más atención en estas cosas. A medida que Google y otros motores de búsqueda mejoran en la determinación de la calidad del contenido, los ganadores y perdedores en los resultados de búsqueda comenzarán a cambiar de manera dramática.
Google se centra en ofrecer más y mejores resultados, ya que esto conduce a una mayor cuota de mercado para ellos y, por lo tanto, mayores niveles de ingresos. Lo mejor es subir a bordo del tren de calidad de contenido ahora – antes de que salga de la estación y te deja atrás!.
