La máquina de aprendizaje y redes neuronales: el verdadero futuro de La SEO – MarTech Hoy

Yo crecí en los buenos viejos días de Optimización de Motores de Búsqueda (SEO), cuando la etiqueta de la palabra clave todavía significaba algo y puede llegar a la cima de los SERPs mediante el uso de la misma palabra clave una y otra vez en la página web del título o palabra clave de la etiqueta. Esto fue cuando exacta de los resultados de los partidos fueron los únicos que regresaron de los consumidores de las búsquedas, y los rastreadores como Google pasó de 99 por ciento de su tiempo rastreo y la indexación en lugar de catalogar y evaluar el contenido real de la calidad y la pertinencia. Esos días son (afortunadamente).

Aquellos buenos viejos tiempos fueron seguidos (para bien o para mal) por los años de la SEO de profesionales centrado en la caza de la constante evolución de los algoritmos, que, en mi opinión personal, que hemos estado haciendo todo mal. La mayoría de los SEOs empezar con algo como la Tierra del Motor de Búsqueda de la tabla periódica del SEO ranking de factores o guías similares. Utilizamos herramientas como DeepCrawl y Screaming Frog para ayudar en la persecución de los enlaces rotos y, a continuación, pedir a herramientas como Moz y otros para que nos digan dónde colocar las palabras clave en el título relativo al título general de longitud, o cómo nuestra meta descripciones deben ser X píxeles menos de nuestro cuerpo y copia tiene que tener X enlaces salientes…

NOSOTROS EN SERIO LA NECESIDAD DE DETENERLO!

Aunque todas estas son excelentes prácticas a seguir, que son realmente acciones correctivas tomadas después de que algo ya se ha hecho mal, y ninguna de estas tácticas le dará marcas de posición Nº 1 para cualquier valor de las palabras clave. En su lugar, estos deben ser considerados desde el primer día de la página web de construir, implementada durante el desarrollo del sitio, y no ser una idea de último momento, una vez que se inicia el sitio.

Recientemente hicimos una prueba en contra de 150.000 SERPS, y se basa en un sencillo modelo de puntuación, la mayoría de los tres primeros resultados no siguen ni la mitad de la mejor práctica, las reglas que se encuentran comúnmente en el ranking de las listas de características.

En esta prueba, se extrae 83 características de cada una de las SERPS (páginas de la velocidad, la longitud del contenido, enlace de puntuación, el contenido de la densidad, las señales sociales y así sucesivamente) y utiliza diferentes modelos en un intento de revertir la ingeniería del algoritmo. Incluso con 83 características, no conseguimos los resultados significativos; se encontró que los sitios web en la parte superior de la SERPs eran tan mal optimizado como aquellos en la página 2.

Esto nos muestra claramente que mientras todas esas tácticas son importantes por muchas razones, incluso si usted sigue exactamente, no se mueve de su rango de 10 a 1.

Así que aquí viene la decepcionante parte de este artículo: también tengo ni idea de cómo conseguir que una garantía de la posición 1 — NADIE lo hace. Pero lo que si puedo decir es que no hay una simple manera de recrear el algoritmo, no es fácil a la secuencia de comandos que puede ejecutar, no simples regresiones lineales que puede resolver. Hemos visto Nº 1 de los rankings de que, literalmente, lo hicieron todo mal, y la posición 60 rankings que lo hizo todo bien!

Aquí está la buena noticia: hace Unos dos años, tenemos un vistazo bajo el capó y se enteró de por qué se ha convertido en mucho más difícil de “manipular” los rankings, y por qué no importa cuán grande sea la prueba o muestra, es imposible volver a crear el actual algoritmo.

Fue el 9 de noviembre de 2015, el día en que Google públicamente TensorFlow. TensorFlow es un (ahora) el software de código abierto de la biblioteca para la máquina de la inteligencia. Es, de hecho, la biblioteca que los poderes de la mayoría de la tecnología de Google, como Gmail, Fotos, Voz y RankBrain.

TensorFlow originalmente fue lanzado como una evolución de Google interna de la red neuronal de formación marco “DistBelief” por el Google Cerebro del equipo. En el nivel más simple, TensorFlow permite a gran escala y en paralelo la manipulación de los “Tensores” multi-dimensiones de las matrices que llevar a vectorizados de datos.

Las últimas versiones de TensorFlow han mejorado la capacidad de ampliación con nuevas características que añadir las Api y las implementaciones en todos los tipos de dispositivos.

TensorFlow & SEO

Entonces, ¿qué máquina de aprendizaje y TensorFlow tiene que ver con SEO, algoritmos y llegar a ese codiciado n º 1 en las SERPs?

Google RankBrain se vuelve más inteligente en la comprensión de los usuarios y de su intención, es también aprender a entender mejor el contenido, información y si ese contenido va a proporcionar la respuesta correcta, no solo a la consulta, sino también para el usuario individual. Con el algoritmo de ahora en verdad la comprensión de la consulta intención en un nivel lingüístico, se puede proporcionar un nuevo tipo de resultados que se correlacionan y se ponderan de manera que un cerebro humano no puede ni siquiera empezar a predecir. Esto cambia drásticamente dos aspectos de SEO: técnicas de SEO y contenido SEO.

  • Técnica SEO

Como muchos han dicho antes, el papel de los técnicos de SEO en el contexto de la fijación de los enlaces, la optimización de las etiquetas de título y asegurar el correcto marcado ya no es válido SEO papel, lo que significa que no debe haber ningún marcas de ahí la contratación de un profesional sólo para ese fin. Este tornillos y tuercas trabajo debe ser hecho desde el inicio de la página web de construir y auditados por la web del equipo de desarrollo sobre una base continua.

En cambio, la verdadera técnica Seo del futuro necesitan comprender más que sólo HTML y XML; ellos necesitan entender cómo el aprendizaje de máquina funciona, cómo TensorFlow maneja los datos y pesa entradas, y cómo entender y modelos de trenes. Siempre habrá rastreo y descubrimiento, pero el enfoque principal es ahora más analítico — realmente controladas por datos, con el SEO profesional más un matemático y el desarrollador de software de diseñador web.

  • Contenido SEO

En los últimos años se ha producido una convergencia de contenido SEO y marketing de contenidos. Sabemos ahora debemos crear contextualmente relevante del contenido que está autorizado, no sólo de palabras clave de peluche. Ahora es el momento de mirar más que el mínimo/máximo número de caracteres y la densidad de palabras clave. Tenemos que empezar a utilizar la máquina de aprendizaje y modelos de análisis lingüístico para pesar y la puntuación de nuestro contenido para asegurarse de que realmente las respuestas que el consumidor pregunta, en lugar de simplemente decirle a una marca de la historia.

Personalmente, estoy muy emocionado acerca de las nuevas fronteras de la SEO y la evolución en el campo, y me invita a alguien que está en duda para simplemente mirar el crecimiento de la voz y la conversación de búsqueda. Todo impulsado por el aprendizaje de máquina y tecnologías como TensorFlow. El momento es ahora.


Algunas de las opiniones expresadas en este artículo pueden ser los de un huésped de autor y no necesariamente MarTech el día de Hoy. El personal de los autores se enumeran aquí.


<!–
–>
HACER PÁGINA WEB MARBELLA JARDINERO EN MARBELLA

Deja un comentario