La historia de Google comienza con el algoritmo de PageRank™, inventado por Larry Page, cofundador de Google junto a Sergey Brin. Este sistema se basaba en puntuar los sitios web dependiendo del número de enlaces que recibían. Un sistema de votación en el que el más popular es el que recibía más votos (enlaces). En Septiembre de 1997, el buscador, que se hospedaba en los servidores de la Universidad de Stanford, toma el nombre de Google.

El procedimiento empieza con un rastreo de toda Internet para recopilar los contenidos de toda web accesible. Toda esta inmensa cantidad de datos se almacena en un índice (organizado por palabras, al igual que el índice de un libro). Cada vez que un usuario escribe una búsqueda, se escudriña este índice en busca de contenido relevante para esa búsqueda. La parte interesante consiste en cómo posicionar este listado devuelto del índice, es decir, determinar como se ordenarán estos resultados y que páginas serán las primeras.

En Agosto de 2001 se renueva completamente el algoritmo para incorporar criterios de posicionamiento adicionales. La capacidad para realizar una ordenación satisfactoria de los resultados, es decir, que los resultados en primera posición sean lo mas relevantes posibles para la búsqueda, tiene un fundamento principal en lo que se conocen como “señales“: factores o propiedades de una página web que la hacen más o menos relevante. El PageRank™, el título de la página, el anchor text de los enlaces que apuntan a ella… todo son señales. Se dice que el buscador utiliza más de 200 señales que le ayudan a posicionar sus resultados.

Google está constantemente investigando nuevas señales que permitan mejorar la relevancia de las búsquedas. En Febrero de 2003, la primera patente de Google, se aplica a una característica que da más peso a los enlaces provenientes de sitios autoritarios, dando más valor a los vínculos procedentes de sitios de referencia o expertos. Otras señales incorporan la distinción entre páginas comerciales y no comerciales, la frescura de los resultados, ya que hay ciertas búsquedas cuyos resultados recientes pueden ser más valiosos que los antiguos, la localización, puesto que Google conoce las coordenadas geográficas de las búsquedas y favorece los resultados locales, etc.

Sin embargo, las señales más importantes provienen de la propia información que Google obtiene de los cientos de millones de búsquedas que los usuarios envían: en qué resultados hacen clic, que palabras usan para reemplazar las consultas cuando no están satisfechos o cómo las búsquedas encajan con dónde están físicamente. En Junio de 2005, se introducen los resultados personalizados, permitiendo que Google memorice el comportamiento de búsqueda de los usuarios para suministrar resultados individualizados.

Toda esta información acumulada permitió al algoritmo interpretar sinónimos y la relación semántica de las palabras. Así que cuando alguien busca “fotos de perritos”, Google entiende que también puede estar interesado en “fotos de cachorritos” y que “hervir agua” implica que el agua está caliente. El problema es que el algoritmo llegó a la conclusión de que un perrito caliente era lo mismo que un cachorrito hervido. Con la información de billones de documentos, esto fue solucionado en 2002, relacionando las palabras con el contexto en el que se encuentran. Así que perrito caliente debería encontrarse en búsquedas que también contengan mostaza y pan y partidos de béisbol, por ejemplo, y nada sobre chuchos escalfados.

Otro interesante reto es la búsqueda de nombres, que representa el 8% del total de peticiones al buscador. Un número muy significativo y que ha requerido grandes esfuerzos para no devolver falsos resultados. Para ello deben separar las palabras en unidades discretas. “New York” son dos palabras que van unidas pero que representan algo distinto cuando son las tres de “New York Times”, y cuyo significado cambia por completo cuando es “New York Times Square”. Algo que los humanos reconocen instantáneamente, pero que algorítmicamente no es tarea banal, y cuyo objetivo es adivinar el significado de lo que queremos decir.

En Mayo de 2007, se introdujeron las búsquedas universales. A partir de Google Images, las Google News (noticias) y el Book Search (libros), la búsqueda universal permite a los usuarios tener enlaces a cualquier medio dentro de las páginas de resultados. Todos estos cambios hacen que en realidad estén constantemente haciendo pruebas de cada ajuste del algoritmo. Y no sólo realizan tests con sus miles de “evaluadores oficiales”, sino que en cualquier momento pueden ejecutar los cambios en un número reducido de usuarios al azar. Son líderes por esta flexibilidad para añadir señales, ajustar el código y testear instantaneamente los resultados.

Desde que Larry Page dijo que Google debería estar escaneando la web cada segundo, el buscador ofrece, desde Diciembre de 2009, resultados en tiempo real con contenido producido desde Twitter o blogs tal cómo se publican. Hablamos de las últimas grandes actualizaciones hace poco, Caffeine y Mayday, pero la mayoría de ellas ni las notamos. Este año, Google planea introducir unas 550 mejoras, más de una por día. Impresionante.

Extra: infografía sobre cómo funciona Google

Cuando pensamos en optimización pensamos en pequeños cambios o ajustes, no pensamos en de 10 a 15 días al mes a la búsqueda de fuentes de enlaces de calidad y llamando o enviando emails a cientos de potenciales editores con la esperanza de convertir algunos en enlaces activos.
[...]
En el mundo ideal en el que Google se cree que vivimos podríamos confiar en crear buen contenido y los enlaces vendrían solos. Esto no es así en realidad, a no ser que puedas esperar quizá 10 años a que te lleguen los visitas.

Si hay una palabra que sí parece adecuada en SEO es sin duda “paciencia”. En Patience is a SEO virtue nos aclaran llanamente que es lo que ha ocurrido con los últimos cambios en el buscador:

Mayday y Caffeine, las últimas grandes actualizaciones en el algoritmo de Google, están enviando al fondo de los rankings a muchos sitios debido a la ausencia de contenido original. La mayoría de estos sitios no tienen ningún problema en términos de SEO a nivel de página, pero eso ya no es suficiente. Pueden cambiar todo lo que quieran de sus sitios, pero hasta que no haya buen contenido relevante junto con tráfico, esos rankings no van a volver para términos de la larga cola.

1. Puro spam. Comentarios spam en blogs o libros de visita, esto último muy común en los 90, donde se invitaba a los visitantes a dejar un comentario sobre la web, del tipo. Así como enlaces provenientes de granjas de enlaces, donde se desarrollan una serie de sitios webs que se enlazan entre ellos con el objetivo primordial de pasar Link Juice.
2. Baja calidad. La mayoría de estas prácticas se corresponden con una serie de recomendaciones típicas que aportan enlaces de muy poco valor. Tales como registrar tu web en todos los directorios posibles, dejar tu enlace en la firma de los foros o el intercambio de enlaces. Se incluyen también aquellos enlaces en comentarios de blogs que utilicen el dofollow, a medio camino entre los comentarios spam del tipo “muy buen post, firmado por compra viagra”. En este blog podéis encontrar muchos ejemplos como este, pero mucho más trabajados y originales ;p. Casi entrando en la siguiente categoría encontraríamos aquellos enlaces que provienen de perfiles en los medios sociales y de sitios que tu mismo controlas. Si eres propietario de un conjunto de webs y las enlazas entre ellas, posiblemente los buscadores lo sepan.

Hay dominios que tienen muchos de estos enlaces y aún se preguntan porque no posicionan adecuadamente. Bien, es hora entonces de hablar de las dos categorías que van a aportar más calidad a los backlinks y de los que deberías obtener unos cuantos:

3. Valor moderado. Aquellos que se establecen por relaciones de asociación, llamados partners links. Estas relaciones pueden deberse a colaboraciones laborales, publicitarias, mediáticas, etc. También los enlaces que apuntan desde los blogrolls, por su decisión editorial, y desde buenos directorios (Yahoo Directory, DMOZ, etc.)
4. Material estupendo. Cualquier enlace dentro de contenido editorial. No es el pie de página, ni la navegación, ni la barra lateral, es el contenido de donde procede el valor de la página y estos enlaces van a darte un posicionamiento magnífico. Las estrategias que incluyen widgets o badges también dan muy buenos resultados.

Feliz navidad, feliz año 2009 y que este año los reyes compren y vendan muchos enlaces.

Según los datos de esta imagen, el 70% de los clics van a parar en los resultados orgánicos (aquellos que no son enlaces de AdWords). Supongamos que ayer se realizaron 40.000 búsquedas en Google para la palabra “seguros”. Eso significa que se hicieron 28.000 clics fuera de los enlaces pagados a Google.

Bien, ahora seamos más precisos con la distribución de clics para los resultados orgánicos. La siguiente gráfica muestra donde hacen clic los usuarios en los resultados dependiendo de la posición que ocupan:

Como era de esperar, la mayoría de la gente entra en el primer resultado, que se lleva más de un 42% de los clics. Esto significa que de esos 28.000 clics que fueron a la zona orgánica para la palabra “seguros”, aciertan en la primera posición 11.800 de ellos.

Vamos a traducir estos números en algo más tangible. El coste por clic para “seguros” es de 2€. Supongamos que puedes pagar esos 2 € y somos los primeros en los resultados de pago. Al recibir el 11% de los clics de la búsqueda inicial, estamos pagando 8.800 € al día (4400 (11% de 40.000) clics * 2 €).

Estamos pagando 8.800 € al día por 4.400 clics, cuando siendo los primeros en los resultados orgánicos obtendríamos 11.800 clics. Mirémoslo de otra manera: el clic de ser el primero te sale por 1,3 € en vez de por 2 € y te reporta un volumen casi 3 veces mayor.

¿Cuanto estarías dispuesto a pagar por ser el primero entonces? Son escalofriantes las cifras que mueve Google.

El lema de AdWords es “lo que importa son los resultados”. Sarcasmo no le falta. Estoy seguro de que puedes ser el primero por mucho menos que eso. ¿A qué esperas?

A mí me ha ocurrido con una serie de técnicas “Black Hat” que últimamente confundía por lo que he decidido leer un poco por la blogosfera para ver qué se decía de ellos y tratar de esclarecerlos. Aunque no todas se refieren a la misma práctica, éstas son muy parecidas y en algunos casos se refieren a lo mismo. Se trata del Cloaking, del Hidden text, de las Doorway pages y del Keyword stuffing.

Cloacking o encubrimiento

Según la Wikipedia lo que comúnmente se denomina Cloaking sería una práctica ilícita de posicionamiento web con el objetivo de engañar a los buscadores y obtener una buena posición en los resultados. Normalmente se programa el servidor web para que de información diferente al buscador que a los usuarios y alterar así el posicionamiento de la página en el buscador. En algunos casos suele ser una maraña de palabras claves repetidas, que leídas por una persona, no tendrían ningún sentido.

En algunas ocasiones, según la naturaleza y la función de la web se muestran diferentes contenidos a diferentes tipos de usuarios según su procedencia geográfica por ejemplo. En este caso, también por defecto se muestra un contenido diferente al buscador respecto al que ve el que navega desde su casa. Google, al igual que otros buscadores, lo considerarán también como Cloaking.

Hidden text o texto oculto

Sería el texto que permanece oculto al ojo humano. En la mayoría de ocasiones el Hidden text es texto con un tamaño de letra bastante reducido y del mismo color que del fondo, de manera que no se vea a simple vista. También hay maneras más sofisticadas de ocultar el texto y hacerlo invisible. Los buscadores penalizan esta práctica.

Por lo que he visto, en muchas ocasiones se emplea el término Cloaking como texto oculto para la misma práctica.

Doorway pages o las páginas puerta

Es una técnica parecida al Cloaking pero que requiere de menos habilidades técnicas. Las Doorway pages son una página intermedio entre la página que ofrece el buscador y la que alberga el contenido real que interesa al internauta. Desde esta página se redirige al usuario a la página en cuestión. En algunos casos, el usuario no es consciente de la existencia de está pagina o pasa a través de ella como si se tratará de un paso más hasta la página deseada.

Evidentemente, como estás páginas no presentan ninguna utilidad para el usuario e intentan manipular los resultados en el buscador, las webs que las emplean están penalizadas.

Keyword stuffing

Esta técnica consiste en sobrecargar una página web con palabras clave. Telendro explica que es el Keyword stuffing y cuenta que la sobrecarga no solamente se realiza a vista del lector como en el título o en los encabezados, sino también de cara a los buscadores, por ejemplo hinchando las Meta Tags.

Abel González habla en su blog también de la URL Keyword stuffing, que consiste en sobrecargar la URL con palabras clave del texto y nos da algunos ejemplos de ello.

Como veis también es una técnica bastante parecida a las anteriores y en muchos casos se confunde con otras.

Es posible que no estéis de acuerdo con la explicación que aquí damos y seguramente la información podría ampliarse mucho más. Para ello os invito a que ampliéis o corrijáis la información sobre éstas y otras técnicas penalizadas a través de vuestros comentarios.

Los botones PageRank, y por extensión todos aquellos botones que apuntan a directorios para aumentar de alguna manera la barrita verde. A continuación, una extensa muestra recopilada por Sistrix, uno de los gurús alemanes sobre SEO:

¿Por qué son perjudiciales los botones PageRank, Alexa, directorios…?

• Es un elemento que sobra;
• No hay mejor forma de decirle a los motores de búsqueda que “eres un malvado SEO intentado manipular los rankings” que llenando tu site con este tipo de botones;
• No le gusta a Google;
• No le gusta a LinkLift (¡por una vez estamos de acuerdo en algo! :p);
• Los que necesitan conocer esa información ya la tienen a mano.

¿Cómo puede tratar Google a estos sitios?

• Identifica un buen número de servicios que ofrecen botones PageRank;
• Marca estas webs como de baja confianza y como parte de un mal vecindario;
• Identifica todos los sitios que enlacen con estos malos vecindarios;
• Baja la confianza de estos sitios prácticamente a cero;
• ¡Boom! Estos sitios con botones PageRank dejan de posicionar.

Un ingeniero de software del departamento anti-spam puede escribir este algoritmo en 10 minutos (yo necesito un poco más de tiempo). Los botones PageRank son una técnica SEO totalmente obsoleta. R.I.P.

Bien sabemos que para los buscadores, los enlaces juegan el papel más importante en el posicionamiento. Cuantas más páginas tengas apuntando a tu sitio (enlaces entrantes o backlinks), mejor. En cambio, ese hecho no se cumple para los enlaces de tu web que apuntan a otros sitios (tus enlaces externos). Con ellos hay que ser generosos, pero no derrochadores. El punto catastrófico se alcanza cuando tus enlaces externos apuntan a malos vecindarios. Y no me refiero al barrio de Murillo.

Hay sitios que por determinadas prácticas (usando técnicas ilegales de posicionamiento o por temática inapropiada) han sido penalizados por los buscadores. Si alguno de tus enlaces apunta a uno de estos sitios (o tu web se encuentra alojada en un servidor con una IP baneada), tendrá un efecto negativo en tu ranking. Aquí es donde rádica el concepto de mal vecindario, lo que podríamos llamar también relaciones online inapropiadas. Cómo no sería justo ser penalizado por algo que no está bajo tu control, Google no va a hacerlo si son esas webs las que te enlazan, pero cuídate de no enlazarlas tú, porqué te arrastrarían con ellas.

En principio no hay una manera segura de conocer la lista negra de webs que conforman el mal vecindario de Internet, pero esta herramienta puede ayudarte a determinar si tienes enlaces a y desde webs sospechosas y/o fuera de los índices de Google.

Nofollow es un atributo en código HTML que se le pone a un enlace cuando queremos que éste no sea tenido en cuenta por los buscadores. De esta manera, Google y otros buscadores no dan valor a ese enlace y no le transmite PageRank™. Tras aplicar el atributo nofollow a una URL ésta queda de la siguiente manera:
<a href="paginaweb" rel="nofollow"></a>

Antes de enterarme de la existencia de un directorio en contra del uso de nofollow en los comentarios de los blogs, aquí ya haciamos uso del dofollow (lo contrario del nofollow). Así que ya mismo registro el blog allí (aunque ya se ha escrito algún post avisando de esto).

Ah! Que la idea del post me la he cogido de Rienzie.

Un sistema de análisis de las estadísticas del sitio nos permitirá examinar el tráfico que llega a nuestra web. De esta forma podremos saber si los enlaces que compramos nos están reportando visitas o no. Hay bastantes alternativas, pero si utilizamos Google Analytics, bajo el menú Fuentes de tráfico (Traffic Sources), la opción Sitios web de referencia (Referring Sites) nos muestra cuales son las fuentes de procedencia de nuestro tráfico:

La otra forma de monitorizar nuestras campañas consiste simplemente en chequear las posiciones en los buscadores de las palabras clave para las que estamos posicionando nuestra web. Periódicamente deberiamos buscar, por ejemplo en Google, las palabras clave que están incluidas en nuestros enlaces y ver como evoluciona el posicionamiento. Para ello, tenemos algunas herramientas que nos pueden ser útiles:

• Rank Checker es una de las opciones más sencillas, puesto que queda integrada en el mismo navegador como extensión (para FireFox).
• SEOmoz Rank Checker es perfecto para esta labor. Una vez registrados, permite incluso guardar las búsquedas anteriores para poderlas comparar.
• Link Vendor reune un conjunto de herramientas SEO muy interesantes. Entre ellas, un análisis de los resultado de las búsquedas.
• Free Monitor for Google se instala en tu Windows y te permite seguir la posición de tus páginas para determinadas palabras clave en Google.
• My Web Ranking, es una web que sencillamente crea un botón con la posición de tu web en Google para unas determinas keywords.

Esa serían básicamente las dos formas de monitorizar los enlaces comprados. Sabiendo que están generando tráfico hacia nuestra web y que el sitio mejora posiciones a través de la búsqueda de palabras clave. ¿Utilizas otras herramientas o conoces otras formas de hacerlo?