Analizamos Google BERT en profundidad

Sabemos que Google actualiza su algoritmo para ordenar los resultados de búsqueda unas 2 veces al día de media durante los 365 días del año, dando lugar a varias alteraciones en las posiciones de las SERPS.

Estas modificaciones por lo general no suelen tener efectos muy grandes y suelen afectar a muy pocas webs. A veces estos cambio ocasionan más movimiento del esperado y reciben el nombre de actualizaciones fantasma. Por otro lado, cuando alguna de estas actualizaciones es muy grande, se le suelen atribuir nombres como Panda o Penguin y por lo general suelen avisar con antelación.

Durante el pasado año, vimos bastantes movimientos en cuestiones del algoritmo y varias noticias nuevas que se esperan en un futuro no muy lejano, pero dejando de lado todo esto, quiero contaros una de las actualizaciones más fuertes del 2019, el algoritmo de Google Bert.

¿Qué es Google Bert?

BERT es uno de los algoritmos más sonados lanzado durante el 2019. El nombre es la sigla de Bidirectional Encoder Representations from Transformers. Su objetivo es entender mejor el lenguaje para poder responder mejor a las preguntas.

Según las declaraciones de Pandu Nayak, vicepresidente de la compañía, este algoritmo surgió de la necesidad de dar respuesta a los miles de millones de búsquedas que se realizan en Google siendo un 15% sobre nuevos temas desconocidos.

¿Cómo funciona este algoritmo?

Bert está formado por una red neuronal creada para entender mejor el lenguaje y poder analizar las palabras que se pueden colocar antes y después de un determinado término, es decir, realiza un análisis bidireccional del contenido.

Google Bert es de código abierto, así que todos los que sean desarrolladores están de suerte y podrán profundizar un poco más en él, teniendo la posibilidad de conocer mejor su funcionamiento.

Esto facilitará el concepto de analizar las frases, ya que hasta ahora, Google omitía los términos conocidos como las stop words o palabras vacías a la hora de analizar el contenido. Con esta red neuronal entrenada para entender el lenguaje, podrá aprender automáticamente y dotar de mayor significado las consultas de los usuarios y el contenido expuesto en las webs.

Conceptos técnicos SEO para Google BERT

En casi todos los ejemplos que leamos sobre el algoritmo de Google BERT nos encontraremos con el siguiente ejemplo de cómo el algoritmo interpreta una palabra que también podéis leer en la documentación enlazada un poco más abajo:

La palabra en inglés «bank» podría tener el mismo contexto en «bank account y bank of the river«. En la frase «I accessed the bank account«, un modelo unidireccional podría representar «bank» solo tomando la primera parte de la frase «I accessed the» pero no «account«. Con BERT lo haría analizando el contenido previo y siguiente de la palabra «bank«.

Pero hay algo que estamos obviando y no se está comentando lo suficiente en blogs de habla hispana. Si el algoritmo es capaz de analizar lo que va antes y después de una palabra, posiblemente también sea capaz de analizar lo que va antes y después de una frase y/o párrafo.

En la propia documentación del algoritmo lo dice y explica bien claro además de agregar un ejemplo:

BERT also learns to model relationships between sentences by pre-training on a very simple task that can be generated from any text corpus: Given two sentences A and B, is B the actual next sentence that comes after A in the corpus, or just a random sentence?

Esto plantea un nuevo modelo a la hora de realizar los contenidos para los usuario y qué estamos exponiendo en ellos, es decir, a partir de ahora será más difícil introducir contenido basura en los textos, ya que se podrá identificar más fácilmente si Google es capaz de entender mejor el contenido.

En otras palabras y como opinión más personal, pienso que Google va a detectar mucho más fácilmente cuando un usuario habla de una temática, que cuando no sabe de qué está hablando e introduce frases y/o palabras para alargar el contenido.

Es evidente que al final es un algoritmo y es posible que tenga alguna debilidad que sea cuestión de tiempo que salga a la luz, además de que veo difícil que sea perfecto, pero poco a poco vemos cómo Google aprende a valorar y a entender los contenidos.

Más respuestas en Google

Ahora que ya está lanzado el algoritmo, desde el propio Google han confirmado que trabajan con un modelo de BERT para mejorar las featured snippets en varios países. No han especificado el tipo pero es muy posible que esté directamente relacionado con las preguntas y respuestas que muestra Google en su página.

Si finalmente es eso, a la larga se traducirá como menos visitas en las webs de los creadores de contenidos y más tráfico retenido en Google, algo que no será demasiado bueno desde mi punto de vista para los creadores de contenidos, blogs, prensa, revistas digitales, etc.

Trabajar los contenidos

Como puedes presuponer tras explicar el funcionamiento de BERT, lo mejor que podemos hacer es crear contenidos orientados al usuario. Aquí empieza a cobrar más sentido que la longitud del artículo no sea excesivamente larga o corta, si no más bien dar una respuesta a lo que necesita el usuario.

No importa tanto la longitud de los textos sino responder lo que busca el usuario

Para dar esta respuesta es necesario que gente experimentada cree el contenido sin andarse con muchos rodeos, es decir, ir directos al grano con lo que el usuario necesita. Aún así, esto no quita que agreguemos nosotros contenido extra que consideremos útil y pueda reforzar el contenido que el usuario está buscando.

Por último decir que con este algoritmo es muy probable que cobre mucho más sentido la clasificación de contenidos y a qué estamos enlazando. No quiero decir que BERT tenga en cuenta los factores de enlazado interno para posicionarte mejor o peor, de esto ya se encargan otros algoritmos, pero sí que pienso que «puede ayudar a dar señales» a otros algoritmos si entiende mucho mejor la información que se expone en las páginas.

Conclusiones

Cada vez Google va mejorando sus algoritmos y la forma en la que los SEOs trabajamos con él se ve afectada, es por ello que debemos pensar siempre en el usuario, ofreciendo contenido de calidad.

Hay que ir con ojo a la hora de escribir estos contenidos y buscar a gente experta en la temática, a ser posible con experiencia en el copywriting, que nos ayude a escribir dichos contenidos.

Photo by Patrick Tomasso on Unsplash