06 Sep
Posicionamiento Buscadores y Deep Learning

Posicionamiento SEO e Inteligencia Artificial

Carlos

¿Qué relación existe entre el SEO y la Inteligencia Artificial?

Todo aquello que conocemos como SEO (Search Engine Optimization), Posicionamiento en Buscadores, Posicionamiento Orgánico, etc. ha sufrido intensos cambios a lo largo del tiempo. El funcionamiento del algoritmo que define la posición de los resultados de búsqueda en buscadores como Google ha mutado una media de 500 veces al año para mejorar las SERPS y ofrecer cada día resultados más relevantes para los usuarios. Sin embargo, siempre se ha visto “limitado” por las necesidades de generalización y cada cambio ha significado un paso hacia adelante hacia la personalización. La más profunda de estas mutaciones tiene que ver con la Inteligencia Artificial y el Machine Learning y quizá sea la que cambie por completo la noción de lo que conocemos como SEO.

¿Qué son la Inteligencia Artificial y el Aprendizaje Automático?

Poder replicar la capacidad y funcionamiento del cerebro humano ha sido uno de los anhelos más profundos que acompañan al desarrollo de la computación desde sus inicios. Aunque aún queda mucho para conseguirlo, son amplios los avances que se han realizado en este sentido, especialmente en lo que se ha dado en llamar “Inteligencia Artificial” y, siendo más concreto, en lo que se denomina “aprendizaje automático” o “machine learning”, y en el “Deep Learning” o “aprendizaje profundo”. Ya que “IA” y “Machine Learning” no son lo mismo (mas bien un concepto está englobado dentro de otro), conviene aclarar que en este nos referimos más al último: el “aprendizaje automático” y más concretamente a su papel en el futuro del posicionamiento orgánico.

El aprendizaje automático o, en inglés, “machine learning” es un campo de la computación que permite a las computadoras aprender (perdón por la obviedad), es decir, generalizar un comportamiento a partir de una cierta información suministrada. Es un aprendizaje puramente inductivo, esto es, que parte de casos particulares para ofrecer una respuesta general.

Aunque no es nuevo (el “machine learning” hunde sus raíces en la teoría Vapnik-Chervonenkis de los años 60 del siglo XX), sí que ha experimentado un importante desarrollo ligado a la mejora de las capacidades de computación de los ordenadores, llegando a aplicarse a numerosos campos. Entre ellos, el que nos atañe en esta entrada de blog: los motores de búsqueda de Internet.

¿Qué diferencia al algoritmo tradicional de búsqueda con respecto al Aprendizaje Automático?

Un algoritmo es un conjunto de reglas ordenadas y finitas que ofrecen una solución a un determinado problema. En el caso de los buscadores de Internet, ese problema es “Qué ofrecer y cómo ordenar los resultados cuando un usuario hace una determinada búsqueda”.

Google, por ejemplo, realiza una evaluación de alrededor de 230 aspectos diferentes (conocidos como “factores de posicionamiento”) de una determinada página web y su contexto, estableciendo diferentes pesos para cada uno, como si se tratara de poner una nota. Y, en virtud del mismo input (en este caso, el término de búsqueda combinado con el historial), siempre realiza el mismo cálculo y ofrece el mismo peso a cada variable. Como si se tratase de una receta culinaria. El aprendizaje automático, en cambio, modifica las soluciones propuestas en virtud del número y tipo de datos que recibe. Es decir, que elige la “receta” basándose en datos estadísticos de lo que ha gustado (o no) a sus comensales.

¿Cómo se aplica el aprendizaje automático en SEO?

Google actualiza su algoritmo unas 500 veces al año, lo que significa que lo hace más de una vez al día. Y ¿por qué? La respuesta es sencilla: porque es mejorable y porque no todos los cambios que se aplican funcionan.

Google tiene siempre la intención de satisfacer al máximo a sus usuarios con el objetivo de proteger su propio negocio. Si los usuarios dejan de encontrar lo que buscan, dejarán de buscar. ¿Cuál es la respuesta de Google ante este problema? Escuchar y aprender del comportamiento de sus usuarios con respecto a sus resultados y las propias páginas web. Una aplicación paradigmática del machine learning. Y eso en Google se llama RankBrain.

Posicionamiento en buscadores y aprendizaje automático

¿Qué es RankBrain?

El 26 de octubre de 2015 Google confirma la existencia de un “elemento” que ayuda a mejorar los resultados de búsqueda (es decir, una ayuda parcial a su algoritmo) relacionado con Inteligencia Artificial y Aprendizaje Automático. Cuando RankBrain detecta una frase que no conoce, la máquina es capaz de adivinar qué otras palabras clave tienen relación con ella y ofrecer un resultado en consecuencia. Básicamente, organiza la información de la que dispone y que va recibiendo de sus usuarios en “juegos de palabras” o nubes semánticas, es decir, en conjuntos de términos con similitudes semánticas. Para aprender, RankBrain utiliza una Red Neuronal Artificial.

¿Qué implicaciones tiene RankBrain para SEO?

RankBrain ya es considerado como el tercer factor con mayor peso de posicionamiento, aunque esto es algo lógico ya que analiza aspectos muy importantes que tienen relación con el comportamiento de los usuarios. Se estima que mejora los resultados de búsqueda en torno al 10%. Pero para ver realmente cómo debe “preocupar” a un SEO la aplicación del aprendizaje automático tenemos que mirar hacia otro servicio de Google: YouTube.

¿Has notado que desde hace unos meses los vídeos que te sugiere YouTube tienen más posibilidades de interesarte? En el CES de 2018, Neal Mohan, el jefe de producto de YouTube confirmó en una mesa redonda lo que era un secreto a voces, que Google estaba utilizando el aprendizaje profundo para personalizar al máximo la experiencia de los usuarios.

Recomendando vídeos

Antes, el sistema de recomendaciones (responsable de definir cerca del 70% de los vídeos que vemos en YouTube) se basaba en varias matrices de factorización (un algoritmo al estilo clásico), que se aquilataban con filtrado colaborativo. Ahora, en cambio son un par de redes neuronales artificiales las que se encargan de generar candidatos a vídeo recomendado, la primera, y la otra a su valoración.

La primera RNA genera una lista personalizada de vídeos que tienen más posibilidades de gustarle al usuario que utiliza la plataforma en ese momento, usando como inputs no sólo el historial de ese usuario, sino el de todos. Si un vídeo específico ha gustado a varios usuarios, es probable que tenga una alta relevancia dentro de ese determinado contexto. Analiza el engagement, los datos de visionado, así como ciertas características sociodemográficas para mejorar la lista. Una vez realizada esta serie de candidaturas, la segunda red neuronal asigna una puntuación a cada vídeo basándose en el análisis masivo de información: idioma, comportamiento anterior, tiempo de visionado, historial, etc.

Aunque el sistema no es infalible ni mucho menos, y aún se encuentra en fase de aprendizaje, es notorio que el sistema de recomendaciones ha mejorado, de manera mu evidente, la experiencia del usuario. Podemos colegir, entonces, que el aprendizaje automático y la inteligencia artificial han mejorado el servicio. ¿Qué nos hace pensar que lo que Google ya aplica en YouTube no vaya a aplicarlo también a su motor de búsqueda? Evidentemente, nada. Y eso lo cambiará todo en las SERPS.

¿Cuál es entonces el futuro del SEO?

El SEO, por definición, es un conjunto de diversas técnicas orientadas a mejorar la visibilidad de un determinado resultado de búsqueda satisfaciendo, mayoritariamente, ese conjunto de reglas ordenadas y finitas del que hablábamos más arriba. La clave está en que esas normas son aplicadas de manera generalizada sin entrar, en exceso, en casos particulares de comportamiento único por cada usuario, que apenas tienen, como hemos visto, en torno al 10% de peso.

Pero, ¿qué ocurrirá si, con la aplicación del aprendizaje profundo, los resultados se personalizan por usuario al máximo? Que el SEO, tal y como lo conocemos hoy en día, desaparecerá por completo porque ya no existirán “recetas” genéricas.

¿Quiere decir esto que el SEO como disciplina del marketing online desaparecerá? Aunque es difícil aventurar que vaya a ocurrir algo así, lo más probable es que las estrategias de visibilidad orgánica se centren aún más, si cabe, en todos los aspectos relacionados directamente con el usuario, es decir, fundamentalmente en todo lo que tiene que ver con UX (diseño de experiencia de usuario), CRO (optimización de la tasa de conversión) y copywritting creativo.

Solicitamos tu permiso para obtener datos estadísticos de la navegación en esta web, en cumplimiento del Real Decreto-ley 13/2012. Si continúas navegando consideramos que aceptas el uso de cookies.

AceptarMás información