Hablar de posicionamiento y de tráfico orgánico es hablar de Google. Y hablar de Google es señalar un camino lleno de cambios. El último de ellos tiene nombre propio: Bert.
Las actualizaciones de los algoritmos de Google son constantes. Solo en 2018, el popular buscador reconoció haber efectuado más de 3.200 cambios en las complejas ecuaciones matemáticas que deciden sus resultados. La mayoría son pequeñas modificaciones y, de hecho, casi todas pasan desapercibidas. Pero algunas de estas novedades, por su impacto y trascendencia, merecen un nombre propio.
Cuando hace cinco años Google lanzó RankBrain, se consideró la mayor revolución en el sistema de posicionamiento del buscador. Pero media década es mucho tiempo y ha llegado el momento de una nueva revolución. Desde finales de octubre, Google está desplegando Bert, una red neuronal que procesa el lenguaje natural y que afectará, calculan, a uno de cada 10 resultados de búsqueda. De momento funciona solo en inglés, pero vamos con sus claves.
¿Cómo es el nuevo algoritmo de Google?
Hace mucho tiempo que Google no solo es Google. Lo que empezó como un buscador se ha diversificado en una de las grandes compañías tecnológicas del planeta: Alphabet. Y, aunque el buscador sigue siendo uno de sus negocios estrella, las inversiones más potentes hace años que se las lleva otro segmento, la inteligencia artificial.
Dentro de esta vertical de negocio, Alphabet presentaba hace ahora un año una nueva técnica para procesar el lenguaje natural mediante redes neuronales. La llamó Bidirectional Encoder Representations from Transformers. O, abreviado, BERT. Su principal particularidad es que es capaz de procesar todas las palabras de una oración. Es decir, Bert se acerca a comprender el significado y el contexto de cada frase, en lugar de deducir el significado a partir de procesar palabra por palabra.
“Aunque a lo largo de los años hemos logrado mejorar nuestras capacidades de comprensión del lenguaje, a veces todavía tenemos fallos, sobre todo, en relación a consultas complejas. Esa es una de las razones por las cuales las personas a menudo usan palabras clave para buscar algo, escribiendo cadenas de palabras que piensan que entenderemos. Pero en realidad nunca harían una pregunta así de forma natural”, explica Pandu Nayak, vicepresidente del departamento de Google que se encarga de la herramienta de búsqueda.
A muy, muy, grandes rasgos, hasta ahora los algoritmos de Google no entendían la importancia de las preposiciones o de la construcción de la frase. Basaban sus resultados en la relevancia de las palabras individuales. Pero desde el mes de octubre, con la aplicación gradual de Bert a las leyes del buscador, esto está cambiando.
¿Cómo afecta Bert a las búsquedas?
Google no se ha explayado en detalles técnicos alrededor de la aplicación de Bert. En realidad, nunca lo hace. Pero sí ha detallado cómo van a afectar estas novedades a las búsquedas. La nueva técnica de procesamiento del lenguaje natural está afectando tanto al posicionamiento en el ranking de búsquedas como a los llamados featured snippets (las respuestas cortas y directas que aporta el buscador dentro de una pequeña caja de texto situada antes de los resultados de webs).
Según la compañía, Bert ayudará a que los algoritmos del buscador entiendan mejor una de cada 10 preguntas que hacen los usuarios. Otra manera de decir que afectará a un 10% de los resultados, aproximadamente. Sobre todo, tendrá un gran impacto en las búsquedas de frases largas con preposiciones que sean relevantes para el significado.
Para entenderlo mejor, vamos a adaptar el ejemplo que el propio Pandu Nayak expone en inglés. Buscamos “turista Brasil en España necesita visado”. Todos nosotros entendemos que un turista brasileño quiere saber si necesita visado en nuestro país. Pero los algoritmos pre Bert desprecian el valor de la palabra ‘en’. Así que, si hacemos la búsqueda desde España, la respuesta de Google se aleja de la que estábamos buscando.
Sin embargo, si hacemos una búsqueda similar en inglés, con los algoritmos ya apoyados en Bert, Google entenderá el significado de toda la frase y las relaciones semánticas entre las palabras. Así, sabrá que el turista es de Brasil y el destino, España. Conclusión, los resultados de búsqueda serán mucho más relevantes.
De acuerdo con la compañía, no tardaremos en ver a Bert en acción en otros idiomas. “Una característica de estos sistemas es que pueden coger lo que han aprendido de un idioma y aplicarlo a otros. Es decir, podemos tomar modelos aprendidos del inglés y aplicarlos a otros idiomas”, puntualiza Pandu Nayak.
¿Cómo adaptar la estrategia SEO a Bert?
Cada vez que se aplican cambios de calado en los algoritmos de Google, surge la misma pregunta. ¿Cómo mantengo el buen posicionamiento SEO de una página web? Paradójicamente, cuanto más se complican las ecuaciones matemáticas detrás de Google, la respuesta a esta pregunta es más sencilla. Al entender cada vez mejor el contexto y el lenguaje natural, cada vez habrá que hacer menos piruetas con las palabras clave para llamar la atención de los algoritmos.
Así que todo cambia para que todo siga igual. Las recomendaciones para hacer contenido siguen siendo las mismas.
- Primar contenido de calidad. El contexto es cada vez más importante. La información relevante, su utilidad y su originalidad ganarán más peso frente al uso de palabras clave. Esto ya venía pasando desde la introducción de la IA con RankBrain. Pero ahora se verá acentuado.
- Buena redacción y estilo claro. El contenido no solo deberá transmitir información relevante, sino que tendrá que hacerlo de forma clara. A priori, Bert favorecerá el lenguaje cercano, sencillo y que responda a las dudas los usuarios de forma directa.
En definitiva, sin dejar de lado los enlaces internos y externos, las negritas, las palabras clave y las relacionadas o los H2 y H3, lo mejor sigue siendo pensar en el usuario. ¿Qué querríamos encontrarnos si fuésemos nosotros los que estamos preguntando? Si respondemos a esta pregunta tendremos muchas posibilidades de convencer a Bert.
Imágenes | Unsplash/Phillip Glickman, Benjamin Dada
