Cómo Google puede “comprender” el contenido único

Gracias a la excelente investigación de Rand y a los insultos cargados de palabrotas de Barry, sabemos que Google procesa más de 5 billones de búsquedas cada año. Billón. Por día, eso es 13,7 mil millones. Por segundo, 158.000.

Aquí hay algunas advertencias importantes y crecientes:

Eso todavía significa que Google procesa 2.920 millones de clics en la web abierta cada día. Sigue siendo una cifra por la que vale la pena luchar, especialmente para los editores cuyos modelos de negocio dependen en gran medida de un clic.

Así que no perdamos totalmente de vista lo que importa aquí y ahora. Y el contenido único ciertamente encaja en ese molde.

He revisado algunas patentes anteriores (el artículo detallado sobre la patente de Google explica cómo clasifica Google los sitios de noticias) y no es una experiencia completamente agradable. Una patente concedida protege una idea; no prueba la implementación ni los casos de uso en el mundo real, y ciertamente no es diferente a las grandes tecnologías reclamar la propiedad de algo solo para que no pueda usarse en ningún otro lugar.

Generalmente, si:

1. ¿La patente se cita periódicamente y recientemente? Esta patente (estimación contextual de la ganancia de información de enlaces) ha sido citada 24 veces y tan recientemente como el año pasado.
2. ¿Tiene presentaciones internacionales? Sí, pero con algunas salvedades. Estados Unidos y China cesaron en Europa y en todo el mundo, pero se extendieron en Estados Unidos hasta 2039 muy recientemente.
3. ¿Google ha protegido la tecnología de clasificación en todo el mundo? Sí, de nuevo con algunas salvedades.
4. ¿Se alinea en términos generales con su comprensión del concepto (en este caso, contenido no comercial)? Mucho es así. Dado que el aliento áspero del contenido básico centrado en el SEO hace que incluso los pulmones de hierro trabajen duro, sería inconcebible que Google no midiera o evaluara la unicidad de alguna manera.

Es más probable que se utilice de alguna manera.

TL;DR

1. Google tiene múltiples sistemas públicos y filtrados que parecen evaluar la originalidad, el esfuerzo y la contribución única; consulte OriginalContentScore y ContentEffort.
2. La patente describe una puntuación de ganancia de información (potencialmente en un marco 0 – 1) que se asigna a un documento en función de cuánto nuevo información que agrega más allá de los documentos que un usuario ya ha visto sobre el mismo tema.
3. En mi opinión (y en la de muchos otros), los sistemas de Google premian de alguna manera la originalidad. Ya sea directamente a través de un sistema de puntuación de obtención de información y reclasificación, una puntuación predictiva bayesiana o indirectamente a través de señales de participación positivas, no podría decírselo.
4. Originalidad no significa enteramente documento diferente. Una diferencia tan pequeña como el 10% podría ser el delineador entre el éxito o el fracaso del marketing.

¿Cómo funciona en la práctica?

Esta patente no trata sobre la ganancia de información aplicada al conjunto actual de resultados de búsqueda. Se trata del siguiente conjunto de resultados: clasificar el siguiente conjunto de resultados de búsqueda en función del comportamiento de búsqueda más amplio del usuario, la personalización y el valor agregado del documento.

Destaca que los documentos:

• Tal vez reclasificado.
• Tal vez excluido.
• Tal vez degradado significativamente.
• Puede ya no aparece en resultados.

Basado en la cantidad de información novedosa y relevante proporcionada en comparación con otros documentos similares.

Para cualquier experto en SEO tecnológico, conocerá muy bien el concepto de precarga. En los círculos nerds, la precarga indica a los navegadores qué recursos deben priorizarse para mejorar la velocidad de carga de la página y el renderizado en la mitad superior de la página.

Creo que esta patente funciona de manera similar, pero con malditamente poco confiable. gente en lugar de máquinas. Quizás bfcache sea una comparación más adecuada, pero hace tiempo que no me he metido en el SEO técnico, así que perdónenme por mis espantosas analogías.

Paso a paso

1. Un usuario lee un documento sobre un tema determinado, digamos, cultivar un manzano.
2. Google entiende que la mayoría de los usuarios no se detienen en una sola página. Es un tema rico. ¿Cuándo debo plantar uno? ¿Dónde? ¿Qué le doy de comer?
3. Con 13 meses de datos de clics y participación a mano, Google sabe (con, imagino, un nivel infalible de precisión) qué contenido se debe mostrar a cada usuario y cuándo en función del cumplimiento del objetivo.
4. Pero todos los días se escribe contenido nuevo. Las páginas están actualizadas. Así que este no es un corpus estático con el que trabajar. ¿Y tal vez alguien tenga una forma novedosa de cultivar manzanos?
5. Entonces se comparan las páginas. Un usuario lee un documento (d1). Luego, Google compara un artículo nuevo o actualizado (d2) con el original.
6. Si d2 genera una puntuación de ganancia de información favorable, probablemente se la mostrará al usuario como parte de su viaje. Si no es así, está condenado.

“Una puntuación de ganancia de información para un documento determinado es indicativa de información adicional que se incluye en el documento determinado más allá de la información contenida en otros documentos que ya se presentaron al usuario”.

Digamos que se eligen dos documentos en función de la búsqueda y el historial de búsqueda de un usuario. Están representados como d1 o d2. D1 es un documento ya consumido y d2 es completamente nuevo. Bueno, al menos para el usuario. Estos documentos se pueden representar como un vector (o alguna otra representación semántica) para ayudar al modelo a simular la comprensión del documento y su posición contra documentos similares.

El sistema proporciona una puntuación cuantitativa para evaluar si el usuario también debería ver d2 después de haber visto d1. Si el modelo de aprendizaje automático genera una puntuación de ganancia de información del documento d2 encima documento d1, entonces es probable que se muestre d2, para casos de uso futuros, posiblemente a expensas de d1.

Hay algunas implicaciones increíblemente prácticas aquí.

Si un tema ha sido eliminado, tiene una posibilidad más limitada de clasificar y generar valor sin proporcionar algo adicional. En un escenario en el que su artículo obtiene una puntuación de 0, el sistema ha evaluado que no proporciona nada adicional y es menos probable que un usuario que haya visto d1 vea d2. tu artículo.

Al menos, asegúrese de destacarse de alguna manera por encima de sus competidores más cercanos.

Mucho de esto describe los fundamentos de la creación de contenido brillante. Ser diferente y destacar.

Como ocurre con muchas de estas ideas o iniciativas lideradas por Google, existen fallas. No es necesario seguirlo al pie de la letra. Pero la EEAT y la “obtención de información” son principios sólidos. Tienes que ser memorable. No hay alternativa.

¿Qué tan importante es?

Creo que la singularidad y la diferenciación son más importantes que nunca. Saque la patente de la conversación. Las personas o marcas que publican contenido no sobrevivirán si no son memorables para la gente y, por tanto, para los motores de búsqueda.

Entonces tienes que hacer algo diferente.

En el caso de Google, creo que se trata más de eficiencia que de cualquier otra cosa. Si saben que las puntuaciones de obtención de información de dos documentos son prácticamente idénticas, entonces al usuario no se le mostrarán ambas versiones del documento. Se quitará prioridad al segundo documento en favor de un contenido más rico y exclusivo.

Google tiene suficientes datos de participación para acompañar estas puntuaciones de proxy y comprender qué documento debe mostrarse y cuándo. Pueden acercar al usuario a su objetivo eliminando páginas demasiado similares de la respuesta SERP o AI de un usuario.

Quizás esa sea exactamente la razón por la que están reduciendo su índice: la eliminación de contenido que no agrega valor. Bueno, eso y toda la basura de IA que estás creando.

Literalmente se trata de a) recursos computacionales (dinero) yb) llevar al usuario al punto de finalización más rápido. En el juicio antimonopolio del Departamento de Justicia, el testimonio jurado de Pandu Nayak llamó a Navboost “una de las señales importantes que tenemos”.

“…una sesión de consulta más corta o menos turnos de diálogo pueden proporcionar una reducción correspondiente en las demandas de recursos del sistema, por ejemplo con respecto a la memoria y/o el uso de energía del sistema”.

Y las Guías de Quality Rater hacen numerosas referencias al esfuerzo, la originalidad y el talento. Marcos como EEAT y la actualización de reseñas de productos realmente resaltan la importancia de utilizar productos y mostrar el esfuerzo que se ha realizado. La cantidad de “esfuerzo” que pones se cuantifica literalmente (aquí recomiendo encarecidamente el desglose de Sean). Es parte de la actualización de Contenido útil (booooooo) y cuanto más difícil sea replicar su página, más posibilidades tendrá de éxito, en igualdad de condiciones.

Estos no son principios estúpidos. Son muy buenos. El problema es que el esfuerzo es caro. Cuantos menos clics produzca el contenido, menos generará cada artículo.

Al menos de manera atribuible.

Google está construyendo un ecosistema de fidelización de audiencia

No confíe en mi palabra, confíe en la de Barry. Google ha querido deshacerse del churnalismo de búsqueda de clics durante años. Ahora puede. Y creo que en la mayoría de los casos es positivo.

Están tratando de construir algo alrededor usuarios comprometidos – como todos los editores que existen. Los usuarios más comprometidos son los más valiosos. Google está construyendo silenciosamente un ecosistema de suscriptores que algún día podría rivalizar con su negocio publicitario. No hay razón para pensar que

Los editores que pueden demostrar que tienen una audiencia fuera del SEO están siendo “recompensados”. Aunque sospecho que podrías reemplazar recompensado por aplastado un poco más lentamente.

Puede seguir a su editor favorito a través de Fuentes preferidas y como perfil de búsqueda a través del feed Discover (solo en EE. UU. en el momento de escribir este artículo), y las insignias como “altamente citado” han estado en juego durante algún tiempo. No funciona muy bien, pero están intentando promover informes únicos.

Ahora puedes ver el rendimiento del contenido de las plataformas sociales y de vídeo en la Búsqueda de Google si cumples con los requisitos. Su huella digital y su impacto dentro de la industria en la que se encuentra realmente importan. Especialmente si se tiene en cuenta la prevalencia de las cuentas sociales y de creadores en Discover.

Me preocupa que sea completamente imposible explicar lo que les está pasando a los usuarios. ¿Qué son las fuentes preferidas frente a un perfil de búsqueda?

Es difícil obligar a la gente a seguirte en las plataformas; tal vez ese sea el punto. Lo cual entiendo, pero creo que uno de estos hubiera sido suficiente.

Si quieres saber un poco más sobre hacia dónde se dirige Discover, hice un breve vídeo al respecto:

¿Importa la densidad de la información?

Sí y no. Los artículos largos no son necesariamente más eficaces para satisfacer al usuario.

Google tiene métodos para normalizar la longitud de un artículo para evitar que palabras clave adicionales y frases semánticamente relevantes clasifiquen demasiado el documento. Factores como la normalización TF-IDF evitan que los documentos largos con un alto número de palabras inflen artificialmente sus puntuaciones de relevancia sólo porque están entre comillas. más rico.

Más detalles pueden ser una redacción incorrecta aquí. El detalle y el rigor suelen ser positivos. Pero es menos importante que responder la pregunta y acercar al usuario a su objetivo final.

La satisfacción del usuario se cuantifica a través de la consecución de objetivos y los datos de Navboost: supera a todo lo demás.

¿Cómo afecta a los sistemas de IA?

Bueno, la clasificación de búsqueda tradicional sigue siendo crucial en los sistemas de inteligencia artificial, ya sea por la eficacia con la que se clasifica para la búsqueda principal, su inclusión en los datos de entrenamiento, RAG o un conjunto de búsquedas distribuidas que se ejecutan simultáneamente. Y las búsquedas de IA son extremadamente personalizadas, algo que probablemente aumentará con el tiempo.

Cuando Claude empieza a saber qué papel higiénico compro o selecciona una tarjeta de “Feliz Día de la Madre” mal elegida para el cumpleaños de mi madre que muestra mi falta de esfuerzo y empatía, es hora de dar por terminado el día.

Según la excelente investigación más reciente de Kevin Indig, la investigación propia es poco común en las citas de IA, pero genera 3,3 veces más. Y los datos originales son el predictor más sólido de la originalidad de una página. Bueno para SEO tradicional, bueno para búsqueda con IA. ¿Quién lo sabía?

Las ideas descritas en esta patente se relacionan casi con demasiada claridad con la forma en que los modernos sistemas de búsqueda de IA recuperan información relevante. De la SGE. Ayuda a anticipar el próximo interés del usuario en un contexto similar a un asistente. Personalizado, “servicial” y con extrema memoria.

Como señaló Roger Montti, esto puede dar una indicación más clara de cómo las AIO usan las páginas que pueden interesar al usuario en cuestión. Todo su trabajo es sintetizar respuestas de múltiples fuentes y búsquedas para proporcionar el punto de partida perfecto. Sospecho que este sistema de puntuación es una excelente manera de evitar la utilización innecesaria y costosa desde el punto de vista computacional de documentos.

contenidoEsfuerzo – descrito como un ‘Estimación del esfuerzo basada en Large Language Model (LLM) para páginas de artículos’ – estima la cantidad de esfuerzo invertido en la creación de un artículo. Dado que la basura representa más del 50% de Internet, esta es aparentemente una de las formas en que Google lo aborda.

¿Cómo puedo utilizar esto de forma eficaz?

Cree contenido diferenciado y no comercial. Es realmente sencillo. Aplique lo que llamamos ganancia de información en este contexto a su propio contenido; si no puede agregar nada de valor al índice existente, entonces no se moleste.

Puedes usar esto con:

• Datos originales.
• Experiencia de primera mano.
• Entrevistas.
• Informes reales.
• Ser el primero en llegar a la escena y desarrollar la historia a medida que sucede.
• Análisis propietario.

No necesitas un gran presupuesto. Puedes hacer cosas increíbles con algunas fuentes de datos gratuitas, algo de creatividad y un poco de cuerda. Solo asegúrese de que el artículo tenga un elemento de singularidad.

Creo que esto realmente ayuda a determinar si aún vale la pena crear contenido. Si estás haciendo algo sólo por razones de SEO y no puedes agregar nada adicional al conjunto de información existente, elimínalo. Si un documento aporta muy poca información nueva, la patente sugiere que es un fuerte candidato a perder prioridad al seleccionar documentos posteriores.

Todavía cuesta tiempo y dinero fabricarlo, pero es cada vez menos probable que genere algún valor real. Manténgase en su carril, pero conduzca un mejor auto.

Tengo la sensación de que su informe de indexación en GSC es invaluable aquí. El contenido beige tiene una vida útil tan corta que está en la carrera por el nuevo Primer Ministro del Reino Unido. Por lo tanto, verifique que no haya páginas que salgan del índice a escala para detectar problemas más graves.

Más recursos: