Google: Las clases de consultas y la comprensión de la intención de usuario

Las últimas actualizaciones de google han traido mucha actividad y aprendizaje para los SEOs, como lo es la comprensión que hay detrás de cada consulta múltiple por parte del gran buscador.

Hay miles de millones de consultas de búsqueda en Google todos los días, y eso debe ser un aliciente para averiguar cómo gestiona todas esas toneladas de datos Google y preguntarnos qué podemos hacer nosotros en nuestra web para beneficiarnos de ello.

Entender las pautas de calidad del buscador puede ayudarnos, pero a veces es más lo que no se dice ahí que lo que se dice.

Para mejorar el SEO de una web hay que entender a los motores de búsqueda y sus algoritmos, y solo comprendiendo su funcionamiento podremos llegar a obtener buenos resultados.

Y eso es lo que deseamos!

Como sabemos detrás de cada consulta que se realiza en cualquier buscador, hay una intención por encontrar algo específico por parte del usuario. Lo que a nivel de SEO se conoce como clases de consulta.

Clases de consulta

¿Qué son las clases de consulta? 

Una clase de consulta es un conjunto de términos o consultas que están bien definidas y son repetibles en el tiempo.

Una clase de consulta suele estar compuesta de:

  • un término raíz
  • un modificador .

Ejemplo de clases de consulta

alquiler de apartamentos en Murcia

Aquí el término raíz es “alquiler de apartamentos” y el modificador [la ciudad]. Esta clase de consulta está bien definida porque se realiza miles de veces y solo cambia el modificador.

Hay más ejemplos de clases de consulta en otros nichos. Por ejemplo vamos a ver uno relacionado con el marketing digital:

estrategia de marketing digital para pymes

Aquí el término raíz que se repite siempre es “estrategia de marketing digital” y el modificador es [el sector]

clases de consultas google 1

Si deseamos ver una clase de consulta para tiendas online, podría ser la siguiente:

televisor led 32 pulgadas LG

Aquí el término raiz es “televisor led 32 pulgadas” y el modificador [marca].

clases de consulta 2

Hay una gran cantidad de clases de consultas, y se podrían crear páginas específicas para cada una de ellas y tratar de conseguir tráfico a través de ellas, pero lo interesante es hacer concordar y optimizar la sintaxis a la intención de la consulta.

Esto es lo que realmente importa – la sintaxis y la intención del usuario.

La sintaxis del usuario

Las clases de consultas representan la forma en la que buscan los usuarios de manera más común o asídua.

La optimización de los contenidos pasa por seguir estas clases de consulta , comprender su significado y aplicarlo a la página adecuada según –  la intención de usuario.

Ejemplo:

Cuando realizamos una búsqueda tipo:

“rutas de senderismo en Murcia” obtenemos resultados e ideas como “rutas de senderismo con niños en murcia” , “sendas de murcia” , “senderismo en familia en murcia” y otras, lo cual nos indica que si tenemos un micronicho dedicado al ocio podríamos introducir estos términos relacionados, fácilmente.

Aquí lo que estamos averiguando es – cómo buscan los usuarios.

Sin embargo, como he comentado al principio de este artículo, google este año ha hecho muchas actualizaciones, algunas de ellas con otra intención.

Google y el entendimiento del lenguaje natural

Google está haciendo un gran esfuerzo por la comprensión del lenguaje natural (NLU), un acercamiento al (PNL) o procesamiento del lenguaje natural.

Estas actualizaciones han ido encaminadas a la comprensión del idioma, y tienen un profundo impacto en qué tipo de contenido es más relevante para una consulta determinada.

Google en su 20 aniversario (en septiembre del 2018), publicó una información bastante interesante para los que deseamos comprender mejor este motor de búsqueda.

Comienza así:

Cuando Google comenzó hace 20 años, nuestra misión era organizar la información mundial y hacerla universalmente accesible y útil….

Sigue así:

Hemos crecido para servir a personas de todo el mundo, ofreciendo Búsqueda en más de 150 idiomas y más de 190 países…

  • El cambio de las consultas a una manera de obtener información sin preocupaciones : podemos revelar información relevante relacionada con sus intereses, incluso cuando no tiene una consulta específica en mente.
  • Y el cambio del texto a una forma más visual de encontrar información : estamos trayendo más contenido visual a la Búsqueda y rediseñando completamente Google…

Y ahora viene un gran momento…

Pero ahora hemos llegado al punto en que las redes neuronales pueden ayudarnos a dar un gran salto desde la comprensión de las palabras hasta la comprensión de los conceptos. Las incorporaciones neuronales, un enfoque desarrollado en el campo de las redes neuronales, nos permiten transformar las palabras en representaciones más difusas de los conceptos subyacentes y luego relacionar los conceptos de la consulta con los conceptos del documento. A esta técnica la llamamos coincidencia neural.

Esto puede permitirnos abordar consultas como: “¿por qué mi televisor tiene un aspecto extraño?” Para mostrar los resultados más relevantes para esa pregunta, incluso si las palabras exactas no están contenidas en la página…

He resaltado las palabras clave aquí:

  • redes neuronales
  • incorporaciones neuronales
  • conincidencia neuronal.

Algo que va mucho más allá de las palabras clave.

Hay ciertas consultas para las cuales google tiene serias dificultades a la hora de ofrecer los resultados más adecuados, y por eso se pueden ver variaciones en las SERPs sobre estas consultas.

Entender la intención que hay detrás de cada consulta es super importante para google, ya que el buscador lo que desea es ofrecer los mejores y más relevantes resultados para todos los usuarios.

Si google no conoce qué busca un usuario para un término de búsqueda concreto (que se puede repetir en el tiempo), lo que hace es probar diferentes resultados y páginas y comprender qué es lo que realmente buscan esos usuarios.

Aquí las incorporaciones neuronales pueden ayudarles a relacionar conceptos con resultados. Ahora este proceso se realiza a través de incrustaciones neuronales y aprendizaje automático.

BERT: la nueva técnica de PNL de Google

El 2 de noviembre del 2018 Google presentaba:

 Open Sourcing BERT: capacitación previa de vanguardia para el procesamiento de lenguaje natural

BERT viene de las siglas Bidirectional Encoder Representations from Transformers . Para que no te ralles mucho y no te pierdas, te traduzco al español:

es una nueva técnica para la transformación previa a la PNL

BERT es el primer modelo contextual profundamente bidireccional , representación de lenguaje sin supervisión , pre-entrenado usando solo un corpus de texto plano .

Hasta ahora conocíamos los modelos sin contexto, como  word2vec  o  GloVe,  los cuales generan una representación de incrustación de una sola  palabra para cada palabra en el vocabulario.

Por ejemplo, si cogemos la frase “como acceder a mi cuenta del banco”, un modelo contextual unidireccional representaría a “como acceder a mi cuenta” pero no a “banco”.

Sin embargo, con el modelo BERT también se represnta ” banco “, utilizando su contexto anterior y el siguiente, llegando a la conclusión a través de una arquitectura bidireccional.

 La arquitectura de red neuronal de BERT

bert de google

Esto nos lleva a una posible hipótesis:

La comprensión de Google del significado de las palabras puede cambiar.

contextos google

Más allá de las palabras 

En realidad las palabras son bloques de construcción de las oraciones, y a su vez las frases construyen párrafos y la construcción de párrafos hacen un documento.

Estudios recientes sobre los vectores y el aprendizaje de similitud textual semántica de las conversaciones indican que  las oraciones son semánticamente similares si se pueden responder por las mismas respuestas. De otra manera, son semánticamente diferentes.

semantica contextual

El 17 de mayo del 2018 fue publicado otro estudio en google sobre la inteligencia artificial titulado:

Avances en la semejanza textual semántica

El objetivo de esta investigación por parte de google es la de una nueva forma de aprender representaciones de oraciones para la similitud textual semántica.

Dentro de este estudio de investigación de google podemos leer lo siguiente

En este trabajo, nuestro objetivo es aprender la similitud semántica por medio de una tarea de clasificación de respuestas: dada una entrada de conversación, deseamos clasificar la respuesta correcta de un lote de respuestas seleccionadas al azar. Pero, el objetivo final es aprender un modelo que pueda devolver codificaciones que representen una variedad de relaciones de lenguaje natural, incluidas la similitud y la relación.

Todo esto puede hacer que al cambiar los vectores de palabras, cambiarán los vectores de párrafos, por lo tanto estamos ante una nueva situación.

Las incrustaciones neuronales cambiarán de relevancia sin importar qué nivel esté usando Google para comprender los documentos.

Si has comprobado ultimamente las SERPS de google habrás comprobado como aparecen para muchos tipos de consultas preguntas-respuestas.

Esto significa que el modelo pregunta-respuesta está muy candente y podrás llegar a la conclusión de que es fácil para google entrenar su algoritmo para estos modelos.

Podríamos decir que Google ve el futuro de la búsqueda en plataformas de búsqueda conversacional, como la búsqueda por voz y su asistente.

Pienso que si google lleva alrededor de 5 años utilizando estos sistemas de vectorización como word2vec, y está realizando grandes esfuerzos en comprender la intención de las consultas, nuestros esfuerzos de SEO deben ir por el mismo camino.

Otras investigaciones realizadas por google como esta:

Clasificación de relevancia profunda mediante el uso de interacciones de consulta de documentos mejoradas

 

Indican que  este modelo para hacer coincidir consultas y documentos, va más allá de las codificaciones insensibles al contexto a las codificaciones ricas del contexto. (Recuerda que BERT se basa en codificaciones sensibles al contexto).

relevancia de clasificacion

Puedes pensar qué hay de todo esto en tu web, y cómo lo puedes interpretar, ¿verdad?

Pues bastante, aunque estes un poco liado ahora 🙂

Piensa en los patrones de términos de búsqueda. Sobre todo ultimamente hemos podido observar como hay palabras clave para una misma página que bajan su ranking, pero sin embargo, hay otros términos relacionados que suben.

Con Search Console podemos comparar fácilmente las posiciones actuales con las de hace un año y así comprobar si la sintaxis nueva de google nos ha perjudicado o beneficiado.

diferencia posiciones keywords

Podemos observar como para una misma página que clasifica por diferentes términos de búsqueda, hay palabras clave que han ganado posiciones y otras que han pérdido.

Si investigamos estos tipos de consultas por cada una de nuestras páginas, podremos saber qué tipos de consultas son las que nos están trayendo tráfico y a partir de aquí generar más términos de búsqueda que sean relevantes.

Comprobaciones sobre las actualizaciones de google

A través del aprendizaje automático y el IA, google implementa sus cambios y luego comprueba el éxito de una actualización en función de si se produce un clic largo y satisface la experiencia del usuario.

La retroalimentación ayuda a Google a comprender si esa actualización fue positiva o negativa.

Qué puedes hacer como SEO

Como SEO siempre intento facilitar que Google pueda entender el contenido de la forma más fácil posible. Tal vez, parte de ese trabajo es técnico, pero también se trata de cómo se escribe, formatea y estructura el contenido.

La escritura descuidada conducirá a coincidencias de palabras clave descuidadas.

Mira cómo está escrito tu contenido y ajústalo. Facilita que Google (y tus usuarios) lo entiendan .

SEO para PNL

Voy hacer una breve introducción a como se trabaja el SEO según el Procesamiento del lenguaje natural.

El SEO tradicional en la página es apuntar a una frase principal, a sus términos relacionados y a sus variantes largas, usándolas en el texto y colocando las keywords estratégicamnete en la página (es decir, título, encabezados, párrafo inicial, en el body del contenido).

Cierto?

Sin embargo, la escritura para el procesamiento de lenguaje natural, o PNL, requiere algunos pasos y consideraciones adicionales.

La PNL en SEO es el proceso de analizar a través del texto, establecer relaciones entre las palabras, comprender el significado de esas palabras y obtener una mayor comprensión de las palabras.

Y para dejar este artículo aquí, (que ya me duelen los dedos) voy a comentarte que hay una gran diferencia entre los términos de búsqueda que te ofrecen las herramientas de SEO y la PNL.

Veamos un ejemplo de que nos sugieren las principales herramientas de investigación de palabras clave del mercado para este término: “etiqueta de título”

pnl sugestion

Imagina que estamos preparando un post sobre: las etiquetas de título para wordpress. 

Estas palabras clave sugeridas por las herramientas son solo variantes del término de búsqueda. Un experto en PNL para un artículo de este tipo introduciría términos como:

  • SERPs de google
  • SEO On page
  • Segmentación de palabras clave
  • Facebook, Open Graph, Twitter.
  • Etiquetas meta
  • plugin de SEO

Por lo tanto, las herramientas de investigación de palabras clave todavía distan de ser la mejor opción a la hora de redactar artículos según las actualizaciones de google en este sentido que acabamos de ver.

 

¿Qué opinas sobre las diferentes clases de consultas con múltiples significados y la intención de usuario?

¿Crees que Google está avanzando en el camino adecuado? o ¿Somos nosotros los que vamos con retraso?

mi perfil gines

SEO Mánager en ginesmayol.com y cofundador de la revista ES Magazine. Colaboro en el crecimiento de varios proyectos online. Hago deporte a diario y me encanta el estilo de vida saludable y ECO.

Comparte con tus amigos:
  •  
  •  
  •  
  •  
Categorías Google

3 comentarios en “Google: Las clases de consultas y la comprensión de la intención de usuario”

  1. Ginés opino que el futuro del seo es para los rollos e ingenieros. Los dos juntos.
    De todos modos lo de las redes neuronales, es para que los robots aprendan la semántica, no?

    • Si, pero la semántica va más alla de poner la keyword principal de diferentes maneras a lo largo del contenido.
      La semántica es para darle fuerza al contenido, NO para posicionar esas palabras. Esto es algo que está mal interpretado.
      Y sobre los bots, te agrego una frase que me gusta por si te sirve a ti tambien Jaime:
      “Al final del día el contenido de una página debe ser correctamente interpretado por los bots y comprendido por los usuarios. Esto se traducirá en un mejor Ranking”.

Deja un comentario