¿Un factor de clasificación o no?

Hace unas semanas, me pidieron que hiciera una introducción rápida a la optimización de motores de búsqueda para un par de nuevos miembros del equipo de SEO PowerSuite. La parte «básica» iba bastante bien hasta que pasamos al tema del comportamiento del usuario y su influencia en las clasificaciones.

En 2015, los acalorados debates sobre si las métricas de comportamiento del usuario, como la tasa de clics del fragmento de búsqueda, el tiempo de permanencia, la tasa de rebote de la página, la duración promedio de la sesión y el pogo stick eran parte del algoritmo de clasificación de Google, hicieron estallar la escena SEO. Avance rápido hasta 2022, y este tema parece no estar más en la agenda, dejando demasiadas preguntas sin respuesta.

En este artículo detallado, profundizaré en todo lo que sabemos hasta ahora sobre los datos de comportamiento de los usuarios y su impacto en las clasificaciones (podría ser la razón por la que sus clasificaciones han bajado), analizaré la evidencia a favor y en contra del uso de métricas de comportamiento de Google. y, en última instancia, tratar de llegar a un veredicto sobre si esto es algo que justifica un ajuste en su estrategia de optimización de motores de búsqueda.

El trasfondo de la historia

Los rumores de que los motores de búsqueda como Google pueden estar utilizando datos de comportamiento del usuario en su algoritmo de búsqueda han estado circulando durante algún tiempo.

De particular interés fueron los testimonios dados por los tres ex empleados de Google.

El primero fue Edmond Lau, que trabajó en Google Search Quality. En 2011, dijo lo siguiente en Quora:

Está bastante claro que cualquier motor de búsqueda sensato usaría datos de clics en sus resultados para impulsar la clasificación y mejorar la calidad de los resultados de búsqueda. Los resultados en los que se hace clic con poca frecuencia deben moverse hacia abajo, ya que son menos relevantes, mientras que los resultados en los que se hace clic con frecuencia se mueven hacia arriba.

Edmond Lau, ex ingeniero de Google

Luego, el mismo año, Amit Singhal, el ingeniero jefe de búsqueda de Google en ese momento, mencionó en un entrevista con el Wall Street Journal que el principal motor de búsqueda había agregado numerosas «señales» o factores en su algoritmo de motor de búsqueda para clasificar sitios:

La forma en que los usuarios interactúan con un sitio es una de estas señales.

Amit Singhal, exvicepresidente sénior de Google

Al año siguiente, en una Comisión Federal de Comercio caso de CorteEl exjefe de calidad de búsqueda de Google, Udi Manber, testificó lo siguiente:

La clasificación en sí está influenciada por los datos de clics. Si encontramos que, para una consulta en particular, hipotéticamente, el 80% de las personas hacen clic en el Resultado No. 2 y solo el 10% hace clic en Resultado no. Así que vamos a cambiar eso.

Udi Manber, exjefe de calidad de búsqueda en Google

Todas estas afirmaciones de ex-Googlers y no ex-Googlers anunciaron el nacimiento de varios servicios de manipulación de CTR y desencadenaron una ola de experimentos de la vida real. Los SEO que no eran reacios a usar tácticas blackhat SEO se apresuraron a comprar tráfico de bots, mientras que otros intentaron involucrar a usuarios reales (tráfico orgánico) en sus experimentos.

Los primeros bots de CTR estaban demasiado simplificados y no imitaban el comportamiento real de los usuarios, por lo que el primer grupo de evaluadores se dio cuenta rápidamente de que el principal motor de búsqueda podía capturar y pasar por alto fácilmente los datos de comportamiento de los usuarios de los bots. El segundo grupo, sin embargo, ha causado un gran revuelo en la comunidad de SEO porque sus experimentos han mostrado algunos resultados vívidos.

En 2014-2015, Rand Fishkin de SparkToro realizó una serie de experimentos para ver si alguna de las métricas de comportamiento de los usuarios tenía un impacto en las clasificaciones. Su primer experimento incluido el factor CTR: Rand pidió a sus seguidores de Twitter que busquen en Google un término específico y visiten su sitio web desde los SERP. En cuestión de horas, su sitio web ocupó el puesto número 1 para esa consulta en particular, subiendo seis lugares.

EL segundo experimento Rand ran tenía la intención de probar los posibles efectos del pogo-sticking (un tipo de comportamiento del usuario que ocurre cuando un usuario «salta» entre los resultados del motor de búsqueda de uno a otro para encontrar el más relevante) en las clasificaciones de Google. En ese momento, pidió a sus seguidores que completaran algunos pasos simples de la captura de pantalla:

Y nuevamente, en aproximadamente una hora, la página de resultados del motor de búsqueda cambió y el resultado no. 4 se convirtió en el resultado no.

Unos meses más tarde, los profesionales italianos de SEO Cesarino Morellato y Andrea Scarpetta llevó a cabo un experimento similar al experimento de Rand Fishkin. Sin embargo, una cosa era diferente. En lugar de involucrar a usuarios reales, crearon su propio software, que usaba miles de direcciones IP en los EE. UU. y podía simular el comportamiento de los usuarios reales. A diferencia de los experimentos con bots CTR simples, su software funcionó y el fragmento de búsqueda probado ganó siete posiciones, pasando de la posición de búsqueda 10 a la posición 3.

Curiosamente, cuanto más se discutían todos estos experimentos en los círculos de SEO, más negaba Google desesperadamente el hecho de que los datos de comportamiento del usuario podrían usarse en algoritmos de clasificación.

No mucho después del primer experimento de Rand Fishkin, en SMX Advanced en 2015, Gary Illyes de Google fue preguntado si usaron clics para la ubicación. Esto es lo que dijo:

Usamos los clics de diferentes maneras. Las cosas principales para las que usamos los clics son la evaluación y la experimentación. Hay muchas personas que intentan inducir ruido de clic. Uno sería Rand Fishkin, otro sería Brent Payne, y creo que usar esos clics directamente en la tabla de clasificación no tiene mucho sentido.

Gary Illyes, Google Webmaster Analistas de tendencias

Curiosamente, solo un mes después de la declaración de Illyes, el motor de búsqueda líder lanzó una patente que describe cómo los comentarios de los usuarios (clics, tiempo de permanencia, duración promedio de la sesión, etc.) podrían usarse parcialmente para cambiar las clasificaciones de búsqueda orgánica.

Sin embargo, una patente recién emitida no ha cambiado la retórica de los portavoces de Google.

En Pubcon Las Vegas 2016, Gary Illyes Ella dijo esa tasa de clics aún no se usó como un factor de clasificación:

Cuando lo piensas, los clics en general son increíblemente fuertes. La gente hace cosas raras en las páginas de resultados de búsqueda. Hacen clic como locos y, en general, es muy, muy difícil limpiar esos datos.

Gary Illyes, Google Webmaster Analistas de tendencias

Le siguió John Mueller, quien explicado incluso ese salto con pogo no había sido considerado un signo de clasificación.

Tratamos de no usar tales señales cuando se trata de buscar. Así que es algo en lo que hay muchas razones por las que los usuarios pueden ir y venir, o ver diferentes cosas en los resultados de búsqueda, o simplemente permanecer en una página brevemente y regresar. Creo que es realmente difícil refinar y decir, «bueno, podríamos convertir eso en un factor de clasificación. Así que no me preocuparía por cosas como esa».

John Mueller, analista sénior de tendencias para webmasters en Google

Más tarde, Gary Illyes otra vez subrayada que los datos de comportamiento de los usuarios no han sido utilizados para el posicionamiento:

El tiempo de permanencia, el CTR, lo que sea, la nueva teoría de Fishkin generalmente es una tontería. Buscar es mucho más fácil de lo que piensas.

Gary Illyes, Google Webmaster Analistas de tendencias

En los años intermedios, el tema del comportamiento del usuario y su impacto en las clasificaciones ha sido más un juego de ping-pong en el que los SEO han seguido realizando más experimentos, tanto exitosos como fallidos, los Googlers han seguido negándolo todo y los grandes nombres en SEO han continuó tratando de resolver el misterioso problema de los datos de comportamiento del usuario como factor de clasificación.

Las ideas de la patente de Google

Entonces, en 2015, solo un mes después de otra negativa de Gary Illyes, Google emitió una patente llamado Cambiar la clasificación de los resultados de búsqueda en función de los comentarios implícitos de los usuarios y un modelo de sesgo de presentación.

La patente, que aún está activa y solo expirará en 2029, describe los mecanismos a disposición de Google que ayudan a recopilar, visualizar y explotar los datos de comportamiento del usuario para cambiar la clasificación de los resultados de búsqueda.

Estos mecanismos constituyen la base de la nueva motor de modificación de rangoque está integrado en el algoritmo de clasificación original y es responsable de volver a clasificar los resultados en función de los comentarios implícitos de los usuarios.

Además del modificador de clasificación, hay dos nuevos componentes en el nuevo algoritmo: el que rastrea el comportamiento del usuario y el que registra toda la información.

A medida que avanzamos en la patente, vemos la confirmación de que los clics se pueden evaluar para reclasificar los resultados de búsqueda:

Las reacciones de los usuarios a resultados de búsqueda particulares o listas de resultados de búsqueda se pueden medir, de modo que los resultados en los que los usuarios hacen clic a menudo reciben clasificaciones más altas.

patente de Google

Los mecanismos descritos en la patente también explican los distintos tipos de sesgo de presentación. Entonces, por ejemplo, si un fragmento enriquecido obtiene una tasa de clics más alta porque se ve más atractivo que otros resultados, los clics para este resultado se descuentan según la patente. Por el contrario, si los resultados de la parte inferior de un SERP obtienen una tasa de clics más baja que las posiciones más altas, los clics para esos resultados se cuentan en exceso.

Al profundizar en la patente, parece que los clics no son la única métrica que el motor de búsqueda puede capturar y usar para clasificar. Como se especifica en la patente, por cada clic se recopila la siguiente información:

Otro extracto de la patente también hace que sea justo concluir que las métricas como el pogo-stick y el tiempo de permanencia pueden usarse potencialmente como parte del algoritmo de clasificación:

El tiempo (T) se puede medir como el tiempo entre el clic inicial en el resultado del documento y el momento en que el usuario regresa a la página principal y hace clic en otro resultado del documento. Además, es posible evaluar el tiempo (T) en cuanto a si este tiempo indica una vista más larga del resultado del documento o una vista más corta del resultado del documento, ya que las vistas más largas suelen ser indicativas de la calidad del resultado en el que se hizo clic.

patente de Google

Colectivamente, la patente es enorme, y es realmente espectacular lo lejos que ha llegado Google al describir incluso los aspectos más pequeños del análisis de las señales de comportamiento del usuario. Esto, a su vez, lleva a una pregunta lógica: ¿por qué alguien dedicaría tanto tiempo a detallar mecanismos tan sofisticados si no se implementará todo en ninguna etapa?

Sin embargo, vale la pena mencionar que la patente también describe mecanismos que luego implementó Google. Por ejemplo, existe una noción de búsqueda móvil, que utiliza la geolocalización para ofrecer mejores resultados de búsqueda:

Por ejemplo, saber que un usuario está realizando una solicitud desde un dispositivo móvil y conocer la ubicación del dispositivo puede generar resultados de búsqueda mucho mejores para ese usuario.

patente de Google

Preocupaciones

Si bien tiendo a creer que Google usa datos de comportamiento en sus algoritmos de alguna manera, como parte de un mecanismo complejo y no de forma aislada, algunos expertos en SEO piensan lo contrario.

Estas son sus principales preocupaciones sobre por qué Google nunca utilizará métricas como la tasa de clics para la ubicación:

Los datos de comportamiento del usuario son demasiado fáciles de manipular

Uno de los conceptos erróneos comunes que escucho de vez en cuando es que la tasa de clics nunca se convertirá en un factor de clasificación, ya que es extremadamente fácil de manipular.

Sin embargo, es fácil invalidar este argumento si investigamos un poco.

Primero, si volvemos a la patente que discutimos anteriormente, encontraremos que Google es muy consciente del posible problema del fraude de clics. También describieron las medidas para protegerse contra los spammers:

Tenga en cuenta que se pueden tomar medidas de seguridad contra los spammers (usuarios que generan fraude de clics en un intento de mejorar ciertos resultados de búsqueda) para garantizar que los datos de selección de usuarios sean significativos, incluso cuando hay muy pocos datos disponibles para consultas particulares (poco comunes). Estas salvaguardas pueden incluir el uso de un modelo de usuario que describa cómo debe comportarse un usuario a lo largo del tiempo, y si un usuario no se ajusta a este modelo, sus datos de clic pueden ignorarse.

patente de Google

En segundo lugar, debemos tener en cuenta que Google ya tiene la mecanismos en su lugar que ayudan a detectar y combatir con éxito el fraude de clics en la plataforma de Google Ads.

Y si bien una amenaza potencial de la manipulación del CTR en la búsqueda orgánica es una clasificación más alta de ciertos resultados, las consecuencias del fraude de clics en anuncios serían mucho peores. Supongamos que alguien pudiera usar bots CTR para agotar el presupuesto publicitario de un competidor. O aquellos que participan en Google AdSense habrían aprovechado esta oportunidad para aumentar artificialmente los clics en anuncios en sus sitios web para generar más ingresos.

Si el comportamiento del usuario es un factor de clasificación, ¿por qué los motores de búsqueda lo niegan?

Entonces, supongamos por un segundo que Google puede distinguir fácilmente los bots de los usuarios reales y usar sus datos de clics para clasificar. Entonces, ¿por qué seguir llamando al CTR una métrica «ruidosa»?

Sospecho que si bien existen medidas de seguridad, la mecánica aún no es perfecta. Por ejemplo, las herramientas de SEO aún pueden recopilar datos SERP, a pesar de las políticas de Google que prohíben cualquier acceso automatizado a su servicio.

Además, cuanto más fraude de clics tiene que combatir Google, más poder de procesamiento desperdicia.

Teniendo todo esto en cuenta, se vuelve bastante evidente por qué los Googlers siguen negando el hecho de que el CTR puede ser parte del algoritmo de clasificación.

Búsquedas sin clics

Otro argumento que escucho con demasiada frecuencia es que la incorporación de métricas de comportamiento del usuario en los algoritmos contradice lo que Google se dirige con sus funciones SERP.

De hecho, hoy en día, vemos cada vez más funciones SERP que toman la llamada posición cero. Esto, a su vez, conduce a cambios en el comportamiento del usuario donde muchas búsquedas terminan sin hacer clic en los resultados orgánicos. Tal comportamiento es difícil de medir e interpretar, pero Google parece tener mecanismos para abordarlo.

Encontre un trabajo de investigación de Google que tiene muchas ideas sobre el tema. También hay una confirmación de que las métricas de comportamiento del usuario en esos SERP no se capturan actualmente. Así que en pocas palabras Google sabe dónde deberían y no deberían importar los datos de clics:

En segundo lugar, el diseño no lineal y la diferencia visual de los elementos SERP pueden conducir a patrones no triviales de atención del usuario que no son capturados por las métricas de evaluación existentes.

trabajo de investigación de Google

Los posibles casos de uso de señales de comportamiento

Además de lo que hemos aprendido hasta ahora, hay varios casos en los que podemos asumir que el comportamiento del usuario juega un papel determinado con un alto grado de probabilidad.

Aquí están:

Es probable que las métricas de comportamiento del usuario formen parte de RankBrain

RankBrain es el algoritmo de aprendizaje automático de Google, que se dice que es uno de tres primeros factores de clasificación.

Este algoritmo se utiliza para determinar la verdadera intención del usuario detrás de las consultas desconocidas y de cola larga para brindarles a los usuarios los resultados más relevantes.

Entonces, cuando se trata de una consulta nunca antes vista, el algoritmo de RankBrain primero intenta compararla con consultas ya existentes que podrían tener un significado similar y luego filtra los resultados en consecuencia.

Para trabajar de manera efectiva y poder predecir los mejores resultados para cada consulta desconocida, RankBrain, como cualquier sistema de aprendizaje automático, debe aprender constantemente en función de lo que ha funcionado bien en búsquedas anteriores. Para hacer esto, RankBrain captura los resultados que cumplen y no cumplen con la intención del buscador para todas las consultas que procesa.

No conocemos todas las métricas que usa RankBrain para medir la satisfacción, pero es justo suponer que las métricas de comportamiento del usuario juegan un papel central aquí. Porque es difícil imaginar una métrica que le diga a una máquina más sobre la relevancia de un resultado de búsqueda dado que la cantidad de clics reales que ha recibido.

Además, encontré un artículo interesante en Wired donde el autor de renombre mundial Steven Levy describió cómo se desarrolló realmente RankBrain. Como se desprende del artículo, El equipo de inteligencia artificial de Google estaba discutiendo una métrica que se suponía ayudaría a RankBrain ver qué tan bien un determinado SERP coincide con una consulta desconocida. Y esta métrica era en realidad CTR.

Si bien no es tan obvio, hay otra pista que sugiere que RankBrain no solo cuenta para el CTR sino también tiempo de permanencia y apego pogo.

Es probable que las métricas de comportamiento del usuario ayuden a Google a adaptarse a los cambios en la intención de búsqueda

Es un hecho común que el significado detrás de cada consulta de búsqueda puede cambiar con el tiempo. Y Google, al igual que otros motores de búsqueda, necesita reaccionar rápidamente para coincidir con las intenciones reales de los buscadores y ofrecer los resultados más relevantes en sus SERP.

La suposición de que las métricas de comportamiento del usuario podrían desempeñar un papel determinado en la adaptación a los cambios en las intenciones del usuario es lógica y está respaldada por muchos expertos en SEO.

durante uno de Vive con el buscador sesiones, Pete Mayers de Moz comentó lo siguiente:

La idea de que lo que está pasando con el comportamiento del buscador no está causando estos cambios significa que Google está ahí escribiendo ese código para cada intención, todos los días, y no puedo creer que eso sea lo que está pasando.

Pete Mayers, Moz

Durante los primeros días de una pandemia mundial, se produjo un cambio similar en la intención del usuario con consultas relacionadas con Wuhan. En ese momento, Google rápidamente optimizado los SERPsy el enfoque principal se ha desplazado a los hallazgos relacionados con COVID, en lugar de la información general de la ciudad.

Puedo suponer que esto puede haber sucedido debido al aumento en las consultas de búsqueda específicas, que incluían ambas palabras clave: Wuhan y COVID-19. El turno también puede haber sido cobrado por el Algoritmo de frescura de Google. Sin embargo, sería bastante irracional que Google ignorara los datos de comportamiento del usuario para detectar tales cambios en la intención del buscador.

Es probable que el comportamiento del usuario afecte la popularidad de la marca en la búsqueda local

El impacto potencial del comportamiento del usuario en las clasificaciones de búsqueda en los motores de búsqueda locales es un tema candente en la actualidad.

A medida que los motores de búsqueda se basan más en entidades, la idea parece muy lógica.

La pregunta aquí es qué factores se utilizan para evaluar la relevancia de esta o aquella entidad. Digamos, cuando alguien busca lugares para comer cerca, ¿cómo exactamente Google y otros motores de búsqueda crean un paquete local, o cómo deciden quién debe tener una clasificación más alta en los mapas?

Ya sabemos que muchos factores contribuyen a esto, incluida la proximidad, las conexiones locales, las reseñas y muchos más.

Pero, ¿podría ser que el comportamiento del usuario también aumente las posibilidades de obtener clasificaciones más altas en la búsqueda local?

Es posible.

Por ejemplo, si suficientes usuarios eligen un negocio en particular en los mapas y luego hacen clic en Obtener indicaciones, Google, al igual que cualquier otro motor de búsqueda, podría tomar esto como un voto de confianza de que este resultado específico es más popular que las alternativas presentadas.

De acuerdo a investigación Descubrí que el peso de las señales de comportamiento en las clasificaciones de búsqueda locales se estima en un nivel de alrededor del 10%, pero muchos expertos en SEO están de acuerdo en que solo crecerá en el futuro:

Creo que seguiremos viendo más factores basados ​​en el comportamiento y la revisión en las clasificaciones. Es lento, pero es, con mucho, la indicación más precisa de un buen negocio. A medida que continúa la capacidad de Google para detectar acciones reales y falsas, esto definitivamente conduciría a los mejores resultados locales.

Mike Ramsey, Encuesta de factores de clasificación de búsqueda local 2020

El comportamiento del usuario es (fue) utilizado para la personalización

Aquí fue donde Google, el motor de búsqueda líder, alguna vez estuvo confirmado el uso de datos de comportamiento con fines de clasificación tenía sentido.

Sin embargo, el nivel de personalización actual es muy limitado y Google rara vez vuelve a clasificar los SERP en base a este factor. Las señales como la ubicación del usuario, la intención de búsqueda y el tipo de dispositivo juegan un papel más importante en la forma en que se forman los SERP.

Entonces, ¿el comportamiento del usuario es un factor de clasificación?

Tenemos al menos varias pruebas indirectas del comportamiento del usuario como factor de clasificación. Esos son la patente de Google, los resultados de varios experimentos, las declaraciones hechas por ex empleados de Google y los posibles casos de uso que acabo de describir.

Sin embargo, hay algunas cosas que debemos tener en cuenta.

En primer lugar, la patente de Google describe el análisis y el uso del comportamiento del usuario hasta el más mínimo detalle. Pero al mismo tiempo, nadie, excepto los ingenieros de Google, puede decir si Google ha implementado alguno de los mecanismos en algún momento.

En segundo lugar, la mayoría de los experimentos están desactualizados y es difícil predecir si habrá resultados representativos si hacemos lo mismo hoy. Sin embargo, no debemos olvidar que estos experimentos han mostrado algunos resultados en el pasado, y esto también es importante.

En tercer lugar, no podemos probar que las declaraciones de los ex empleados de Google sean verdaderas o falsas. Además, lo que era válido cuando trabajaban en Google puede ser irrelevante hoy.

Finalmente, los posibles casos de uso que mencioné anteriormente son lógicos. Pero todavía no tenemos suficiente investigación que muestre una correlación fuerte y obvia entre el comportamiento del usuario y las clasificaciones.

De lo que estoy seguro es que el Google de hoy funciona en gran medida con algoritmos de aprendizaje automático, y puede haber miles de señales que respalden indirectamente los factores de clasificación directos. El comportamiento del usuario puede estar en la lista.

Es difícil medir el peso SEO real de las métricas de comportamiento del usuario, pero recomiendo encarecidamente optimizar estas métricas. Y no se trata de clasificaciones aquí, se trata de los beneficios que su sitio web obtendrá de esa optimización.

Piénselo de esta manera: si su fragmento de búsqueda tiene un título atractivo y una meta descripción, o si incluso ha logrado obtener un fragmento enriquecido, más usuarios harán clic en él. Por lo tanto, no solo obtendrá más visitantes, clientes potenciales y conversiones, sino que también (potencialmente) enviará una señal positiva a Google de que una página web en particular (o páginas web) en su sitio web es relevante e impresionante.

Antes de que te vayas…

Primero, ¡gracias por leer mi publicación hasta el final!

Ahora es la parte divertida. ¿Recuerdas que dije que la mayoría de los experimentos de CTR estaban desactualizados? Quiero ejecutar mi propio experimento de CTR para actualizar aún más este artículo con algunos datos de primera mano. Entonces, si tiene un minuto libre, busque en Google «Cómo hacer que su sitio sea compatible con dispositivos móviles»encuentre y haga clic en nuestra guía y quédese en la página por un tiempo.

Una vez hecho, deja + en los comentarios. Si el experimento tiene éxito, compartiré los resultados contigo en Facebook.

Además, siéntase libre de dejar un comentario a continuación si está de acuerdo con mi conclusión o si me perdí algo.