La escritura natural es lo que define RankBrain. Este algoritmo de Google, que lleva ya dos años de vida aprendiendo de nuestro lenguaje, nos pide en realidad huir de todo artificio. En definitiva, si suena bien al leerlo, si parece natural el contenido es bueno para el buscador y su nuevo algoritmo.
Qué es lo que persigue RankBrain
Cuando un usuario hace una búsqueda, Google le devuelve una serie de resultados. Ante esta situación pueden ocurrir varias cosas:
– El usuario no abre ninguna de las páginas ofrecidas: En principio esto podemos achacarlo a que ninguna de las respuestas ofrecidas a su búsqueda se ajusta a la consulta que estaba realizando. Es decir, el buscador no ha entendido lo que está buscando o no tiene ningún indicador claro que apunte a las respuestas que necesita.
– El usuario encuentra rápidamente respuestas coincidentes: Hemos de suponer, en este caso, que el buscador ha entendido lo que busca el usuario y tiene indicadores suficientes que le dan respuestas acertadas e inequívocas.
– El usuario encuentra alguna respuesta aleatoriamente: Los primeros resultados ofrecidos por el buscador no aciertan plenamente con lo que el usuario está buscando y, sin embargo, a medida que nos alejamos de los primeros resultados se empiezan a encontrar algunas respuestas válidas.
RankBrain persigue un solo objetivo y es entender el lenguaje natural humano, lo que en el diccionario SEO se define como PNL o NLP, con el fin de comprender exactamente lo que se está buscando en cada momento.
Cómo pretende RankBrain asimilar el lenguaje humano
RankBrain es un algoritmo que se integra dentro del campo del PNL. El área de la inteligencia artificial que trata de comunicar a las máquinas con el hombre y viceversa usando los lenguajes naturales.
Para conseguir su objetivo RankBrain descompone las frases y traduce a complejas fórmulas matemáticas las cadenas de palabras. Estos números son convertidos en vectores a modo de flechas que apuntan en una dirección.
Para conseguir que el vector sea acertado RankBrain se centra en el análisis de millones de datos sobre búsquedas realizadas en diferentes idiomas, localizaciones y por muy distintos usuarios.
De esta forma determina los resultados más probables y también los más cercanos a estos ofreciéndolos como respuestas posibles al usuario.
Pero el proceso no queda aquí. A partir de este momento es cuando el machine learning entra en acción. Ahora el buscador analiza las reacciones del usuario a las respuestas ofrecidas. Estas pueden ser similares a las tres que hemos expuesto al principio: encuentra, no encuentra o encuentra aleatoriamente.
Esta información es de nuevo revertida a la base de datos, que es la fuente de análisis de RankBrain, enriqueciéndola y permitiendo al algoritmo afinar su proceso cada vez más hasta dar las respuestas más ajustadas cada vez.
Cómo afecta RankBrain a los contenidos
La incorporación de RankBrain al buscador ha supuesto algo muy positivo para los contenidos. Hasta su puesta en marcha el posicionamiento se había centrado en la reiteración de palabras clave y otras fórmulas, más o menos mecánicas, que hacían que los textos y los contenidos en general perdiesen todo su valor e interés. A veces hasta se hacían difícilmente comprensibles para el ser humano.
Sin embargo, RankBrain es inteligente y aprende. Necesita mucho más establecer relaciones contextuales que las repeticiones constantes de palabras. Por ello nos lleva a la naturalidad en los contenidos.
No quiere decir esto que las palabras clave no sean importantes. Sí que se produzcan varias cosas en torno a ellas que cambian la forma de posicionar con los contenidos y, por tanto, la forma de redactarlos.
Disminución de la densidad de palabras clave
La reiteración constante de las mismas palabras lleva a la necesidad de colocarlas o encajarlas en un contenido de cualquier manera. Esto resulta artificial y el algoritmo huye de toda artificiosidad. Cuando detecta una alta densidad de palabras clave penaliza el posicionamiento SEO de esos contenidos incluso sin llegar a lo que se pueda considerar como Keyword Stuffing.
Utilización de cadenas o palabras long tail
Las cadenas de palabras o frases que definen con más concreción el contenido ayudan al algoritmo a definir con más exactitud a qué responde este. Por ejemplo, si tenemos un contenido que habla de motores de dos tiempos para motocicletas es mejor utilizar palabras clave como «motor de dos tiempos para moto» que otras como «motor» simplemente que le llevará a apuntar a resultados genéricos e incluso que «motor de 2 tiempos» que todavía incluirá motosierrras y otras máquinas.
La contextualización
Contextualizar supone establecer relaciones y a palabras y contenidos similares les corresponden direcciones de vector similares. Estas relaciones se establecen en el contenido mediante enlaces internos y externos introducidos o vinculados a anchor text. Analizar las métricas de enlaces es muy importante.
En los últimos años toda la estrategia de contenidos y posicionamiento SEO ha cambiado con algoritmos como RankBrain. A pesar de ello, desde Lowpost Active seguimos encontrando muchos casos de empresas que usan técnicas obsoletas y penalizadas. Anímate a actualizar tu estrategia con nosotros.
