Natzir Turrado, ponente del SEOnderground 2020 afirmó una frase muy contundente que se aplica directamente en el mundo SEO: “en el futuro, en las metadescripciones, los textos alternativos de las imágenes, los resúmenes, va a estar la clave para intentar desambiguar ciertos contenidos”.
Hay cierta incertidumbre con Google Updates; pues en el año 2019, Google modificó aproximadamente 3.620 actualizaciones en su algoritmo (alrededor de -10 al día, 8 veces más que durante el año 2009) y que fueron basados en cerca de 464.065 experimentos con ‘qualities’.
Esto quiere decir que si una persona entra a página y dice que no le ha gustado ese resultado, no se va a rankear peor; en cambio, lo que van a hacer es si muchas personas ha dicho que tu página, o páginas similares ofrecen un mejor resultado, lo que van a hacer es adaptar el algoritmo de Google para que páginas con un patrón similar al tuyo acaben siendo afectadas por el algoritmo de Google.
Para entender mejor cómo la ciencia de datos puede influir benéficamente en la aplicación del SEO, debemos analizar algunos factores importantes que inciden en ello. Miremos:
Incertidumbre en el mundo SEO
Es claro que vivimos en un mundo de incertidumbre y se suele pensar que Google tiene aproximadamente unos 200 factores o Ranking Factors; sin embargo, esos 200 factores de Google no existen.
Estos han sido un mito extendido de correlaciones. Y es claro que pueden haber decenas de miles (aproximadamente más de 50.000 factores), pero no sabemos el peso de cada uno, ni cómo se relacionan entre sí mismos.
Ver esta publicación en Instagram
Mala praxis
Usualmente se ve al SEO como un sector lleno de humo, un sector lleno de especulaciones y conjeturas. Se realiza un check list basado en lo que dicen algunas personas de este mundo y se aprovecha de los sesgos cognitivos de las personas.
Existe una serie de sesgos y de atajos que las personas tienen para subsistir, y se crean unos atajos para tomar decisiones.
En la ciencia de datos existen una serie de sesgos cognitivos que los marketeros deben conocer, pues al final alteran de una forma u otra los resultados de los datos.
Existen una serie de sesgos que influyen directamente en los resultados. Estos son:
Sesgo del experimentador
Uno de los sesgos más conocidos es el del experimentador. Cualquier persona que intenta realizar un experimento influye directamente en los resultados, con la idea de demostrar lo que ya se sabe.
Sesgo de la información
Es una tendencia en la que tenemos a subestimar los resultados de una experimentación que no nos gusta y se atribuye a que ese experimento que lo hemos realizado mal, o hubo un error de muestreo, entre otros, y se confía más en los resultados que esperamos o que son los deseables.
Sesgo de confirmación
Tiene que ver con la tendencia de favorecer la información que confirma nuestras creencias.
SEO de renacimiento: data scientist
Se dice que nuevos problemas necesitan de de nuevas soluciones. Que en determinados casos los problemas que no son resueltos deben ser repensados a través de nuevos imaginarios y perspectivas diferentes.
Profesional T-SHAPE
Es una metáfora que se usa para describir a un experto que tiene diferentes habilidades. En la barra vertical de una T literal, se representa al profesional con la experiencia y dominio en una ciencia exacta; mientras que en la horizontal se demuestra la habilidad y conocimiento para trabajar fuera de su disciplina.
El científico de datos debe verse aplicado en el Diagrama de Venn que se desarrolla de la siguiente manera:
- Hacking Skills
- Machine learning
- Math & statistics knowleadge
- Traditional research
- Substantive expertise
- Danger zone
- Data science
¡Mirá la charla de Natzir Turrado!
Beneficios de crear sistemas de datos para un mejor posicionamiento SEO
- Las actividades de Data Science nos permitirá ser más efectivos y productivos en las tareas de posicionamiento SEO
- Nos guiará a aumentar los conocimientos en SEO incrementalmente
- Nos ayudará a sobrevivir en un mundo que ya está colapsado de información, a veces, innecesaria y difícil de entender para los usuarios
- Nos permitirá ser más rápidos, efectivos y competitivos en la competencia por la cima de las SERPs
- Nos brindará datos sobre comportamientos de los usuarios a través de Machine Learning
- Nos proporcionará información de valor sobre el rendimiento de nuestro sitio web; esta, a su vez, puede ayudarnos a mejorar las campañas de SEO
- Podremos trabajar con enormes cantidades de datos, pudiendo gestionarlos en muy poco tiempo
- Nos dejará disponer de una metodología científica, apuntada en sitios pequeños, medianos y grandes
- Podemos dedicar mayores esfuerzos y tiempo para interpretar los datos
- Nos permitirá ejecutar los algoritmos que el Machine Learning nos recomiende
- Encontraremos patrones, anomalías y nuevas tendencias en el corto, medio y el largo plazo
- Tendremos información valiosa, que podremos moldear, validarla a través de pruebas, analizarla y ejecutarla
¿Cómo la Data Science ayudará a mejorar el SEO?
La Data Science nos permitirá:
- Conocer cuáles son las combinaciones que tienen un mejor potencial para generar mayores impactos en los visitantes de nuestro sitio web
- Diseñar y ejecutar las campañas de marketing digital que vayan enmarcadas con los deseos y necesidades de nuestros posibles clientes y clientes fidelizados
- Entender cuáles son las preferencias de nuestros usuarios y estudiar sus posibles puntos débiles
- Descubrir cuáles son las mejores fuentes de referencia de tráfico de conversión (desde cuáles puntos acceden nuestros usuarios al sitio web)
- Saber cuál es el tiempo de carga de nuestro sitio web, su indexación, cuál está siendo la tasa de rebote actual y conocer los errores de respuesta, actividades de redireccionamiento y mucho más
- Identificar cuáles son las URL que tienen un mayor y menos rastreo
- Conocer las páginas que no queremos indexar
- Entender cuáles son las fuentes de tráfico inusual
Comparativo de técnicas de análisis de datos tradicionales vs modernas
Te compartimos las diferentes técnicas de análisis de datos que actualmente puedes encontrar en diferentes sitios web alrededor del mundo:
Técnicas de análisis de datos tradicionales vs modernas |
|
Técnica de análisis de datos tradicional |
Técnica de análisis de datos moderna |
Media aritmética ✅ | Aprendizaje automático ✅ |
Desviación estándar ✅ | Redes neuronales ✅ |
Determinación del tamaño de la muestra ✅ | Aprendizaje de reglas de asociación ✅ |
Regresión ✅ | Algoritmos genéticos ✅ |
Prueba de hipótesis ✅ | Análisis de series temporales ✅ |
Te mostramos 5 técnicas de análisis de datos innovadoras, que deberías utilizar en tus estrategias de posicionamiento SEO
Las siguientes técnicas innovadoras de análisis de datos han sido puestas en consideración, por expertos en el mundo del marketing digital, como metodologías sofisticadas que puedes utilizar, sin temor a errar, en las estrategias digitales de posicionamiento orgánico para tu sitio web o el de tus clientes:
- Aprendizaje automático: esta metodología gira en torno al campo de la AI (Inteligencia Artificial); también se conoce, en el mundo del marketing digital, como Machine Learning; y tiene una relación estrecha con el diseño de algoritmos que le brinda a las máquinas computacionales accionar con base en datos empíricos. Asimismo, otro de los objetivos más relevantes del aprendizaje automático es poder generar un reconocimiento automatizado de ciertos patrones (considerados complejos), y, posteriormente, personalizar la toma de decisiones basadas en datos precisos.
- Redes neuronales: un ejemplo caro de este tipo de técnica sería la selección y posterior identificación de clientes que posiblemente abandonarán su fidelidad. Este análisis mediante redes neuronales se basa en modelos computacionales (inspiradas en complejos sistemas de redes neuronales biológicas). De esta manera, y al igual que las células y ciertas conexiones, estas redes se permitirían trabajar dentro del cerebro; a su vez, estas permitirán hallar ciertos patrones en los datos seleccionados. Este tipo de técnica tiene una especialidad: encontrar patrones no lineales, y se suelen usar en aplicaciones que requieran tanto de un aprendizaje bajo supervisión, como uno no supervisado.
- Aprendizaje mediante reglas de asociación: es un compilado de técnicas de análisis de datos, que son empleadas para encontrar patrones de relación entre diversas variables en bases de datos gigantescas. En esta técnica se aplican algoritmos para obtener posibles reglas. Un ejemplo de este tipo de implementación es el análisis del carrito de compras, que le permite a los clientes minoristas saber qué tipos de productos tienen un mayor índice de compras y cuáles no; para, de esta manera, mejorar su decisión de compra.
- Algoritmos genéticos: este tipo de técnicas de análisis de datos está inspirada en la biología. Se dice que tiene una “vertiente darwiniana”; por lo que al estar basado en la teoría de la evolución, concluye que el más fuerte es quien sobrevive. Las soluciones potencia se generan bajo código, que luego son combinadas entre sí, y, en ciertas ocasiones, reúnen mutaciones específicas. Allí, los algoritmos se pueden implementar en la optimización de, por ejemplo, el rendimiento de la cartera de inversión.
- Análisis de series temporales: en este tipo de técnicas de análisis de datos se presenta una serie de valores en tiempos cíclicos. Es decir, allí se obtienen ciertas características de la información suministrada, que luego pasará a ser analizada. Este modelo, podría decirse, puede usarse para anticiparse a los valores de una serie temporal, que además, están basados en determinados valores pasados de muchas otras series o, incluso, de la misma.
Así pues, la determinación, diseño, ejecución e implementación de cualquiera o todas estas técnicas de análisis de datos, le permitirá a tu sitio web, o al de tus clientes, obtener un mejor rendimiento y, por ende, maximizar los recursos para la optimización del tráfico orgánico.
Preguntas frecuentes
¿Qué es el análisis de datos?
El análisis de datos es un proceso complejo en el que se extraen, seleccionan, evalúan, determinan y examinan datos para obtener patrones que puedan demostrar tendencias en ciertos comportamientos; para, posteriormente, tener una base consolidada sobre la cual tener un respaldo durante la toma de decisiones.
¿Qué es el SEOnderground?
El SEOnderground es un evento internacional de marketing digital y SEO, que reúne a grandes talentos de Hispanoamérica. A su vez, se ha estado consolidando como uno de los eventos con mayor proyección en el mercado digital. Atribuyendo, a su vez, números positivos que lo destacan en el sector del marketing no convencional.