Lo que necesitas saber sobre RankBrain

Al igual que la mayoría de las actualizaciones del algoritmo de Google, RankBrain es un misterio. Han sido 4 años desde que se puso en marcha en octubre de 2015, pero el tema aún está rodeado de un montón de rumores y la controversia. Pero la verdad es que RankBrain es una de las partes primordiales de algoritmo principal de Google y el único sistema de aprendizaje automático que utiliza en este momento.

Así que, en este artículo, recibirás respuestas a las preguntas más frecuentes, incluyendo cómo funciona realmente RankBrain, cómo cambió el SEO, y cómo optimizar tu sitio para ello.

Lo que necesitas saber sobre RankBrain: Como empezó todo

Justo antes de empezar a contar qué es el RankBrain de Google, es importante hacer un repaso breve sobre el contexto en el qué surgió. Estamos seguros que puedes recordar que Internet de hace 10 años era un gran desorden: los sitios spam eran utilizados para regular los rankings, los propietarios de sitios web solían comprar enlaces y el abuso de las palabras clave (aunque – a veces - escondidas al ojo del usuario) era el pan de cada día; el SEO estaba muy lejos de ser considerado un juego justo.

Pero en 2011, todo cambió para siempre cuando Google decidió de que la calidad y los resultados relevantes deberían ser lo primero en los resultados de las búsquedas. Por lo tanto, el motor de búsqueda inició una revolución SEO de Whitehat (buenas prácticas) penalizando y clasificando sitios no confiables con sus actualizaciones de Panda (2011) y Penguin (2012). Justo después de que los sitios de más o menos calidad comenzaran a ubicarse en las primeras posiciones, Google estableció un curso para mejorar la relevancia.

En el pasado, Google solía mirar palabras separadas dentro de una consulta para descubrir el intento de búsqueda, lo que no siempre funcionaba. Por eso surgió la actualización de Hummingbird (2013), que logró un gran avance en la búsqueda semántica al considerar una combinación de palabras clave y su contexto. Sin embargo, los resultados de la búsqueda aún estaban lejos de ser perfectamente relevantes porque el algoritmo no sabía cómo procesar consultas de búsqueda desconocidas que aparecían constantemente. De hecho, alrededor del 15 por ciento de las consultas que procesa Google todos los días son nuevas. Así que dos años después, en octubre de 2015, Google presentó RankBrain, cuyo propósito era procesar consultas de búsqueda nunca antes vistas y predecir el mejor resultado para ellas.

# 1 ¿Qué es RankBrain?

RankBrain es el nombre de Google para un sistema de aprendizaje automático que se utiliza para procesar consultas desconocidas y únicas y relacionarlas con búsquedas ya existentes, proporcionando a los usuarios resultados de búsqueda más relevantes.

Aunque el algoritmo se puso en marcha en abril de 2015, fue mencionado por primera vez públicamente en una entrevista con Greg Corrado, investigador científico senior de Google, a Bloomberg en octubre de 2015.

Así es como lo describe Greg Corrado en aquel momento:

"RankBrain utiliza inteligencia artificial para integrar grandes cantidades de lenguaje escrito en entidades matemáticas, llamadas vectores, que la computadora puede entender. Si RankBrain ve una palabra o frase con la que no está familiarizado, la máquina puede hacer una conjetura sobre qué palabras o palabras. las frases pueden tener un significado similar y filtrar el resultado en consecuencia, haciéndolo más efectivo para manejar consultas de búsqueda nunca antes vistas ".

# 2 ¿Cómo funciona RankBrain?

RankBrain utiliza las llamadas "entidades", que son objetos específicos de los que Google conoce algunos hechos, como personas, lugares y cosas. Con la ayuda de un algoritmo matemático, luego divide las entidades en vectores de palabras más específicos que conducen a ciertos SERP. Naturalmente, los vectores de palabras similares conducen a SERPs similares.

Lo mejor de las entidades es que Google ya ha recopilado mucha información sobre ellas y puede ofrecer inmediatamente los resultados de búsqueda más precisos para su consulta. Sin embargo, cuando RankBrain se encuentra con una consulta desconocida, busca el vector que sea más similar a la consulta original y le devuelve los resultados.

Con el tiempo, Google refina los resultados para una consulta de búsqueda que solía ser desconocida en función de la interacción del usuario y los patrones de búsqueda. Básicamente, RankBrain analiza los resultados que los usuarios finalmente buscan después de escribir la misma consulta de búsqueda. Si se da cuenta de que muchos usuarios prefieren un resultado de búsqueda en particular sobre otros, RankBrain lo considerará más relevante y probablemente lo clasifique más alto para otras consultas como esta.

RankBrain también muestra excelentes resultados en la comprensión de las consultas con orientación negativa: frases de palabras clave que contienen palabras como "sin" o "no". De vuelta en el momento, Google simplemente omitiría tales palabras.

Así es como Gary Illyes explicó el mecanismo de RankBrain en SMX Advanced Conference:

"Básicamente, es un factor de clasificación. Es parte del aprendizaje automático. Es algo que trata de identificar patrones y datos de grupos. Mira datos sobre búsquedas anteriores y, según lo que funcionó bien para esas búsquedas, intentará predecir qué funcionará lo mejor para una consulta determinada. Esto funciona mejor para consultas de cola larga y consultas que nunca hemos visto.
Un ejemplo podría ser "¿Puedo vencer a Mario Bros sin usar un tutorial?". Sin RankBrain, damos resultados interesantes que no satisfacen mis necesidades. Pero con RankBrain, podemos dar resultados que satisfagan mi pregunta ".

# 3 ¿Qué consultas se ven afectados por RankBrain?

En 2015, cuando se lanzó RankBrain, se utilizó en solo el 15% de todas las búsquedas de Google. Sin embargo, en 2016, cuando RankBrain declaró que muestra resultados sorprendentemente buenos, la confianza de Google en el sistema de aprendizaje automático comenzó a crecer. Pero aún así, RankBrain no procesa todas las consultas, especializándose principalmente en consultas que no son claras para Google. Como Steven Levy dijo claramente, "RankBrain probablemente no está involucrado en todas las consultas sino en muchas consultas"

.

La lógica detrás de que RankBrain no se involucre en el procesamiento de todas las consultas, es bastante simple: cuando Google confía en el significado de una consulta, RankBrain no le sirve de nada. Solo se pone a trabajar cuando Google no puede entender de qué se trata una determinada consulta.

# 4 ¿Aprendizaje Automático o Inteligencia Artificial?

Para que puedas comprender mejor RankBrain, es importante que también tengas una idea de qué son el aprendizaje automático y la inteligencia artificial. Lo que pasa con estos dos es que están estrechamente relacionados y, por lo tanto, muy a menudo malinterpretados.

En pocas palabras, la inteligencia artificial es un concepto mucho más amplio de máquinas que pueden realizar tareas que normalmente requieren inteligencia humana, como la percepción visual, el reconocimiento de voz, la toma de decisiones y la traducción entre idiomas.

Cuando se trata de Aprendizaje Automático, es una aplicación de Inteligencia Artificial que puede aprender por sí misma sin ser programada explícitamente. Esto es exactamente lo que hace RankBrain: aprende y mejora automáticamente en función de su experiencia pasada.

# 5 ¿Qué es la concordancia neuronal?

No mentiré diciendo que la correlación neuronal es probablemente la palabra de moda en la industria en este momento. El tema se ha vuelto muy popular entre los SEO después de que Danny Sullivan anunció en septiembre de 2018 que Google comenzó a usar la concordancia neuronal que afectaba a aproximadamente el 30% de todas las consultas en ese momento.

No hemos recibido ninguna aclaración al respecto hasta el último tweet de Danny Sullivan en el que describió el concepto de concordancia neuronal como:

"La concordancia neuronal es un sistema basado en la inteligencia artificial que Google comenzó a usar en 2018 principalmente para comprender cómo se relacionan las palabras con los conceptos. Es como un sistema de sinónimo. Los sinónimos son palabras estrechamente relacionadas con otras palabras".

En pocas palabras, la concordancia neuronal es un sistema que ayuda a Google a relacionar mejor las palabras con las búsquedas en un intento por proporcionar los resultados de búsqueda más relevantes.

# 6 ¿En qué se diferencia RankBrain de la concordancia neuronal?

Sabiendo que tanto RankBrain como la concordancia neuronal son sistemas basados en AI, todavía difieren mucho. Además del tweet mencionado anteriormente, Danny Sullivan brindó un gran ejemplo de cómo funciona la concordancia neuronal:

"Por ejemplo, la concordancia neuronal nos ayuda a entender que la búsqueda de" por qué mi televisor tiene un aspecto extraño "está relacionada con el concepto de" efecto de la telenovela ". Luego podemos devolver páginas sobre el efecto de la telenovela, incluso si las palabras exactas no se usan ... "

Basados en estos comentarios que recibimos de Google hasta ahora, la diferencia principal entre estos dos es que realizan tareas diferentes. El objetivo principal de la concordancia neuronal es conectar las consultas con ciertos conceptos, formando lo que Danny Sullivan denominó "sistema de super-sinónimo". Luego RankBrain ingresa al juego y devuelve las SERP más relevantes según el comportamiento histórico del usuario. (Por favor, ten en cuenta que es solo una suposición, y no hay comentarios oficiales que nos demuestren lo correcto o lo incorrecto.)

Aunque RankBrain y la concordancia neural hacen cosas diferentes, todavía tienen algunas cosas en común: ambos lo hacen bastante bien en la comprensión del lenguaje natural y el significado detrás de las consultas de búsqueda.

# 7 ¿Es RankBrain parte de Hummingbird?

Hummingbird es el algoritmo de búsqueda general de Google, que se compone de muchas partes diferentes responsables de ciertas tareas. RankBrain también opera bajo Hummingbird, siendo responsable del procesamiento de consultas únicas, no maneja todas las búsquedas, como lo haría un algoritmo principal.

# 8 ¿Es RankBrain una señal de clasificación?

Una señal o no una señal, esa es la pregunta. El hecho es que, en la misma entrevista de Bloomberg, Greg Corrado llamó a RankBrain la tercera señal de clasificación más importante de Google. Esto es lo que dijo:

Basado en lo que acabas de leer, RankBrain es una señal de clasificación. Sin embargo, esta afirmación aún depende en gran medida de lo que considera una señal de clasificación. En un significado más tradicional, las señales de clasificación son ciertas características del sitio web (como las palabras clave en su página, el número de vínculos de retroceso, la autoridad de la página, etc.) que los algoritmos de los motores de búsqueda toman en cuenta al asignar las clasificaciones. Entonces, si observamos las señales de clasificación de este lado, RankBrain definitivamente no es una señal de clasificación, no es una característica del sitio web y no hay una puntuación de RankBrain (al menos nadie lo sabe). Por eso, desde nuestro punto de vista, RankBrain es más un mecanismo de procesamiento de palabras clave que un factor de clasificación.

Pero si miramos desde otra perspectiva, considerando una señal de clasificación como parte del algoritmo que participa en el proceso de clasificación, entonces RankBrain puede ser definitivamente referido como una señal de clasificación.

# 9 ¿Cómo RankBrain cambió SEO?

Ahora que RankBrain tiene como objetivo conectar a los usuarios con los resultados más relevantes posibles, la intención de búsqueda se ha convertido en una prioridad. Es por eso que RankBrain solo da preferencia a las páginas que realmente cumplen con sus requisitos: responda las preguntas de los buscadores, permita la transacción (si es necesario) o proporcione una información completa sobre el tema que figura en la consulta. Básicamente, la optimización de contenido eficiente de hoy en día es imposible sin entender la intención de búsqueda y llevar a cabo la investigación de palabras clave específicas de la intención.

La forma en que hacemos SEO cambia en el enfoque de optimización de contenido de palabras clave a temas. El concepto de una palabra clave y una página muere; esto significa que en la era de RankBrain, todo lo que necesitamos es esforzarnos por lograr la exhaustividad: no hay forma de obtener altos rankings creando numerosas páginas para cubrir diferentes variaciones de palabras clave.

# 10 ¿Cómo optimizar para RankBrain?

1. Utilizar el lenguaje natural.

Básicamente, la única recomendación sobre la optimización de RankBrain que recibimos hasta el momento provino de Gary Illyes, analista de tendencias webmaster de Google, quien dijo que:

De echo esta única recomendación oficial no es una sorpresa ya que ante todo el contenido es para en primer lugar dirigido a lectores humanos. Sin embargo, todavía hay un par de cosas que también deben tenerse en cuenta al optimizar para RankBrain.

2. Averiguar la intención de búsqueda

Como ya hemos mencionado, la tarea final de RankBrain es proporcionarle los resultados de búsqueda más relevantes posibles. Por lo tanto, es muy importante que tus páginas coincidan con la intención de búsqueda deseada, ya que casi siempre implica un alto CTR

.

Entonces, el primer paso hacia la optimización de RankBrain es tratar de entender el intento de búsqueda detrás de tus palabras clave. Simplemente escribimos tus palabras clave en el cuadro de búsqueda, luego echemos un vistazo a los resultados que se le ocurren a Google e intentamos averiguar los intentos de búsqueda detrás de tus palabras clave.

3. Mejorar la relevancia y la exhaustividad.

Lo más probable es que algunas de tus páginas no coincidan realmente con la intención de búsqueda deseada. Si ese es el caso, necesitamos trabajar para mejorar la relevancia y la exhaustividad de tus páginas.

Como ya mencionamos, cambiando el enfoque de las palabras clave a los temas, debemos hacer que tus páginas de contenido sean lo más completas posible diversificándolas con términos y sinónimos relacionados. Lo que es más, con la capacidad de RankBrain para procesar lenguaje natural, tratamos de abstenernos de frases no naturales, especialmente en títulos y meta descripciones.

Dicho esto, la mejor manera de mejorar la relevancia y la amplitud de su contenido es utilizando herramientas profesionales de análisis, que nos permiten recopilar toneladas de términos relevantes utilizados por tus principales competidores.

4. Revisamos tus snippets

Saber que el CTR es una de las cosas que RankBrain tiene en cuenta al estimar la relevancia de la página, es muy importante asegurarse de que sus snippets estén bien optimizados, ya que influyen directamente en el CTR.

Utilizamos la Google Seach Console para detectar páginas con un CTR bajo. Después de eso, miramos sus snippets para mejorarlos.

5. Continuamos trabajando en mejorar tus rankings.

Incluso con la personalización de la búsqueda cada vez más grande, el valor de los rankings sigue siendo alto. En la era de RankBrain, cuando los usuarios buscan sus palabras clave de destino y tu sitio aparece entre los mejores resultados, se convierte en su entidad preferida. Significa que tu sitio web tiene muy altas posibilidades de obtener una alta clasificación en búsquedas posteriores similares de tus competidores. En pocas palabras, cuanto más alto sea tu ranking, más probabilidades tendrás de clasificar para consultas similares.