¿Cómo funciona RankBrain y la optimización de contenidos?

Hoy en día, es difícil no haber oído hablar de RankBrain. Este nuevo sistema de Google, así como su impacto en los resultados de búsqueda, plantea muchas preguntas en la comunidad SEO.

A través de esta tercera entrega de la guía semántica SEOQuantum, intentaremos entender cómo funciona RankBrain y si hay algo que podamos hacer para optimizar los contenidos.

¿Qué es Google RankBrain?

Google Rank Brain es un sistema de aprendizaje automático (basado en el deep learning) desarrollado por Google para mejorar la relevancia de los resultados de búsqueda. Permite interpretar nuevas consultas que no se han buscado previamente.

Algunos expertos en SEO consideran que RankBrain es parte del algoritmo de búsqueda de Colibrí (Google Hummingbird), anunciado en 2013, para ayudar al motor de búsqueda a entender mejor el significado de la consulta, especialmente las consultas compuestas por varias palabras.

La primera declaración oficial de Google RankBrain fue hecha por Greg Corrado en octubre de 2015. Greg declaró que, poco después del despliegue, RankBrain se convirtió en el tercer "factor" de clasificación de búsqueda más importante.

Dado el impacto, es importante entender exactamente cómo funciona el algoritmo, y lo que aportará a los internautas, pero también su impacto en los SEO.

¿Cómo funciona Google RankBrain?

Como se mencionó anteriormente, el objetivo principal de RankBrain es proporcionar resultados más relevantes interpretando el significado de frases enteras en lugar de centrarse en las palabras clave. Una de las facetas de este algoritmo es la asimilación de contenidos (este artículo sólo tratará este aspecto).

Rankbrain maneja eficientemente las consultas de cola larga y sus similitudes entre ellas (¿cómo están conectadas? ¿a qué temas particulares?).

Gracias a esto, Google puede entender una frase que nunca ha sido procesada antes, correlacionándola (a través de la similitud) con frases/conceptos ya conocidos.

Como sistema de aprendizaje automático, RankBrain está aprendiendo constantemente, prestando especial atención a parámetros como el pogosticking, la tasa de rebote o el tiempo pasado en una página. Si un usuario considera que los resultados mostrados no tienen relación con la búsqueda, la próxima vez, el algoritmo mostrará otros resultados para esa consulta.

¿Cuáles son las implicaciones para los usuarios de Google?

• Podrás encontrar información sobre un concepto o un evento sin usar esa palabra en particular ("¿Cuál es el animal en la cima de la cadena alimentaria?")
• Obtendrás resultados más relevantes para búsquedas ambiguas que tienen varios significados (por ejemplo, "Jaguar" como la marca de coche o "jaguar" como el animal)
• Si realizas una búsqueda que Google nunca ha encontrado antes, será interpretada correctamente y adaptada al vector más conocido

Google no revela los algoritmos exactos que utiliza, pero sabemos que sus principios de funcionamiento son similares al word embedding.

El enfoque del Word embedding

La elección de un buen método de análisis de palabras es a menudo esencial para llevar a cabo tareas de optimización de contenido. La representación por frecuencia de las palabras es la más comúnmente utilizada (ver el concepto de WORDPRINT en nuestra herramienta SEOQuantum). Sin embargo, esta representación tiene el defecto de capturar poca información sobre el contexto de la palabra y su relación entre ellas.

Desde finales de los años 2000, las técnicas basadas en redes neuronales artificiales se han impuesto (deep learning). Se trata del Word embedding.

Dentro de un corpus, una palabra no se utiliza de cualquier manera, está contextualizada: en relación con las otras palabras. Este enfoque permite representar una palabra por un vector en función de su posición en el corpus. Los métodos de Word Embedding construyen, para cada palabra, una ventana de contexto. Utilizamos vectores de contexto para representar cada palabra a través de una matriz. Las palabras con significados similares se sitúan cerca de los términos del espacio vectorial.

Aquí hay un ejemplo en SEOQuantum de las lexias más cercanas a "garantía" para la consulta "comparador de seguros"

El enfoque de la herramienta SEOQuantum

Queríamos tener una mejor comprensión de cómo funciona RankBrain y, para ello, hemos creado nuestra propia herramienta de análisis semántico SEOQuantum.

Hemos creado enlaces de similitud entre las lexias utilizando un algoritmo de deep learning. Para cada una de tus consultas en SEOQuantum, procesamos corpus de textos para extraer los vectores de cada una de las palabras.

Al final, no son exactamente "sinónimos" o "palabras clave asociadas" (palabras que devuelven resultados similares en las SERP) o co-ocurrencias, sino algo muy diferente.

Con SEOQuantum, hemos intentado entender cómo Google "piensa" y las palabras que considera relacionadas con tus palabras clave objetivo.

Prueba y verás que los resultados son bastante interesantes y a veces impredecibles. A veces, las palabras que asociamos estrechamente con un cierto concepto no son las que aparecen cerca de él en el texto, por ejemplo para la lexia "SEO" para la consulta "agencia seo":

> Aquí, podemos ver que la lexia SEO (para la consulta "agencia seo") está asociada al concepto de "visibilidad", "calidad" y "rendimiento"... para reflexionar :-)

¿Cómo optimizar RankBrain?

Según Google, no hay manera de optimizar RankBrain. RankBrain no tiene un impacto notable en los resultados de búsqueda, ya que su objetivo principal es tratar las consultas que carecen de relevancia.

El hecho es que es imposible para un SEO ignorar la existencia del algoritmo en sus acciones de SEO. Entonces, ¿qué hacemos?

Desarrolla tu lista de palabras clave más allá de los sinónimos y las co-ocurrencias:

No crees más páginas o contenidos adaptados a una sola palabra clave. Para un efecto máximo, intenta pensar en "universo semántico":

• Agrupa tus palabras clave objetivo, así como sus variaciones y búsquedas asociadas
• Utiliza lexias adicionales que aparezcan en el mismo concepto semántico (utiliza el coeficiente de similitud de nuestra herramienta SEOQuantum)

Concéntrate en la creación de contenido de alto valor añadido

• Sé locuaz, intenta cubrir todos los aspectos del tema, responde a tantas preguntas como puedas.

El objetivo de Google y RankBrain en particular es proporcionar a los usuarios los resultados más útiles y relevantes. Si compartes este mismo objetivo, tienes más posibilidades de tener éxito.

Optimiza tus contenidos para tu público y no para los motores de búsqueda

• Sé natural: aunque esta declaración pueda parecer banal, es particularmente cierta en el contexto del deep learning. Recuerda que el algoritmo aprende del comportamiento humano.

Si la gente aprecia tu contenido y lo considera relevante, Rankbrain lo considerará de la misma manera naturalmente.