En el video anterior hablábamos sobre cómo Google ordena los resultados de búsqueda y sobre las fases por las que pasa una url para aparecer puntuada en un ranking, pero todavía no hemos hablado propiamente de consultas, así que vamos para allí.
¿Qué es una Keyword?
Las Keywords son las palabras o frases que introducen los usuarios en buscadores.
Las palabras clave se pueden clasificar de muchas formas diferentes, intención de búsqueda, estado del usuario, estructura semántica etc. (esto lo veremos en otro video).
A toda palabra clave, se le asigna un volumen de búsqueda en función de la cantidad de veces que los usuarios realizan esta consulta en Google.
Todos sabemos que un volumen de búsqueda se calcula como una media del total anual de búsquedas (se trabaja así para eliminar la estacionalidad).
Pero ¿cómo obtenemos nosotros estos valores?
Realmente tanto nosotros los usuarios como para las herramientas de SEO obtenemos los volúmenes de la misma fuente, Google AdWords. Ya que el único motivo por el que Google nos proporciona algo tan valioso como la frecuencia de búsqueda de un término es simplemente para poder hacer extrapolaciones de costes y ganancias en campañas de AdWords.
La única forma de acceder a estos valores es a través del KW planner o de la API de AdWords que también veremos cómo explotarla en el canal.
Las grandes herramientas como Ahrefs o Semrush tienen bases de datos tremendas con las palabras clave y los volúmenes almacenados.
No sé qué información tienen ellos exactamente en sus bases de datos, pero sí se la que tengo yo.
A día de hoy tengo unos 11 millones de términos diferentes, con sus volúmenes de búsqueda y demás información que da AdWords, como cpc, dificultad y categoría a la que pertenecen (este último es muy útil para clusterizar y ordenar resultados).
Te dejo por aquí el acceso a la primera herramienta gratuita de mi web. Keyword Research Tool:
En el video de hoy hablaremos sobre cómo Google detecta nuevas palabras clave e introduciremos lo que últimamente se ha convertido en una de mis pasiones.
Existen dos métodos principales para la obtención de palabras clave:
La inserción de nuevas consultas en el buscador y el interés demostrado por los usuarios en estas nuevas consultas.
Y la minería de datos.
Pero vamos primero con el sencillo: Cada vez que un usuario realiza una consulta, Google la almacena como nueva palabra clave y en función de la frecuencia de búsqueda realizará una unas acciones u otras. Este es bastante fácil de entender y es el que todos tenemos en mente cuando pensamos en la generación de nuevas Keywords).
Existen otros métodos por lo que Google es capaz de introducir nuevas palabras a sus bases de datos. Estos métodos se basan en el data mining y el NLP. Esto es en lo que más me estoy enfocando últimamente.
El data mining o la minería de datos es un proceso sencillo que se basa en la obtención de datos de diferentes fuentes.
Por lo general cuando se habla de data mining hablamos de crawleos y scrapeos, como vimos en el video anterior, cuando Google accede a nuestra web, este almacena todo el texto que va encontrando, para clasificar esta url por las consultas apropiadas.
Existen otras formas offline de data mining como el escaneo de libros con el que Google sigue generando más listas de palabras, (sobre este concepto haré un video próximamente).
Una vez Google tiene en su poder textos originales y de calidad, ejecuta diversos algoritmos de NLP.
El NLP para quien no lo conozca es campo del Machine Learning en el que analizamos, manipulamos y generamos lenguaje humano.
Aquí me gustaría profundizar más adelante con dos series exclusivas de videos, sobre Machine learning y NLP.
Pero de momento no es necesario, sólo os diré que a grandes rasgos el Machine Learning nos da la posibilidad de extrapolar decisiones a partir de un modelo de datos de entrenamiento.
Es decir, si yo a mi modelo de ejemplo de proporciono textos correctamente escritos sobre zapatos, cuando le enseñe nuevos textos a este modelo los algoritmos de Machine Learning serán capaces de decidir si los textos son de calidad o no.
Esto os puede empezar a dar una idea de para que Google practica el data mining, cuantos más textos sobre zapatos tenga procesados en su modelo de entrenamiento más fácil le será puntuar los nuevos textos que aportemos.
Además, gracias al NLP, Google es capaz de extraer las posibles consultas que realizarán los usuarios incluso antes de ser tendencia.
Y os preguntaréis cómo.
Con este simple código y utilizando las librerías de algoritmia, vamos extraer las palabras que por diferentes parámetros pueden ser consideradas como palabras clave, ¿sencillo no?
Pero el NLP va mucho más allá, con este campo somos capaces de puntuar un texto, obtener sinónimos, traducciones, duplicidades, similitudes, errores gramaticales.
En definitiva, nos da las llaves para puntuar el valor de un texto, basado en lo que ya existe para Google.
Como habéis podido comprobar, una KW es mucho más que un conjunto de palabras que buscan usuarios repetidamente. Una KW forma parte de algo más de un concepto y contexto.
En el paper que publicó Google a finales de los 90 se hablaba sobre que Google se fijaba en si la palabra a buscar estaba en el title, en anchor, en negrita, si tenía una fuente grande o de sus proximidades a otras palabras clave.
Ya en los 90 hacían referencia al termino “distancia entre palabras” y esto es en lo que se basa en NLP y gran parte de los algoritmos de puntuación de contenido de hoy en día.
Una palabra clave, normalmente viene acompañada de otras palabras relacionadas basadas en las distancias en las que se encuentran. El conjunto de palabras y la disposición de estas generan puntuaciones de calidad de contenido. Y este campo del Machine Learning, el NLP es que utilizamos para medir cómo de bueno es ese contenido de cara a Google, por lo que es altamente importante que lo veamos a fondo en siguientes vídeos.
Este es el primer video de la serie de la que me gustaría hablar sobre el texto en Google. Me gustaría hablar de muchas más cosas, pero ya estaba quedando esto largo. Así que, ¡nos vemos en nada!