Cómo trabajar el SEO Reputacional en Google a través del marcado de los artículos (In-depth Articles)


verano

Se acaba el verano y empezamos a aterrizar en el otoño, pero me gustaría rescatar la nueva funcionalidad que el 6 de agosto Google comunicaba  (para su versión .com –In-depth Articles-) para ayudar a encontrar información con mayor profundidad sobre temas amplios, según datos del propio buscador, hasta un 10% de las necesidades diarias de información pasa por aprender sobre un tema más amplio. Esta nueva funcionalidad tiene presencia dentro de los SERP’s y suele corresponderse con búsquedas informacionales y navegacionales.

Ejemplo Depth-Article para la búsqueda "wedding dresses"s

Ejemplo In-depth Article para la búsqueda “wedding dresses” en una búsqueda en google.co.uk

 

Qué hay que tener en cuenta

Estos nuevos resultados son posicionados algorítmicamente por Google en base a señales que muestran que son contenidos de alta calidad, la forma de ayudar a estos algoritmos a rankear contenidos que pueden ser considerados de relevancia pasar por:

  • Generar contenido de calidad, aspecto básico para generar interés por parte de los usuarios, y a continuación aplicar el siguiente etiquetado para ayudar al buscador a designar la autoría y el mejor entendimiento del contenido que indexadará y ponderará.
  • Utilizar el marcado “Article” de Schema.org  (este esquema también recoge un marcado específico para post de blogs,  artículos de periódicos, académicos y tecnológicos). Utilizar principalmente los siguientes atributos del schema.org para Artículos, ayuda  al buscador a entender mejor el contenido:
    • headline
    • alternativeHeadline
    • image
    • description
    • datePublished
    • articleBody

    [Ejemplo de marcado que realiza The Guardian y New York Times]:

  • Incorporar el marcado de “Authorship” (aquí tienes dos formas muy sencillas de vincular la autoría de tus contenidos con el perfil de Google+:
  1. Vincular el contenido del perfil que tengas en Google+ mediante uan dirección de correo electrónico verificada
  2. Configurar la autoría vinculando el contenido al perfil de Google+
  • FAQ’s de Google sobre Authorship. Aquí verás las respuestas que da Google a preguntas recurrentes sobre cómo hacer el marcado. Ejemplo:
  1. Tipos de páginas que pueden ser usadas para incorporar el authorship
  2. Cómo marcar el authorship en artículos en diferentes idiomas
  3. La posibilidad de añadir más de un autor a un artículo
  4. O la diferencia en el uso entre rel=autor y rel=publisher
  • Un buen post para diferenciar el marcado entre Rel=Publisher y Rel=Author es el analizado por Virante. La etiqueta Rel=Publisher ayuda a verificar el sitio web con la página de marca que tenga en Google Plus [Ejemplo de incorporación de la etiqueta Rel=Publisher en la cabecera]:

Etiqueta Rel=Publisher en el Head

Etiqueta Rel=Publisher en el Head de la Página de Inicio
(hacer click en la imagen)

Diferencias entre Rel-author y Rel-Publisher

Diferencias entre Rel-author y Rel-Publisher. En la MasterClass de SEO Reputacional de Internet Academi se desarrollan estos aspectos

  • Uso de rel=next y rel=prev para artículos paginados (aquí puedes ver cómo tienes que incorporar el etiquetado en la cabecera para ayudar a identificar correctamente el contenido) y canonicalización de la URLs (aquí puedes ver la recomendaciones dadas por Google).

[Ejemplo de cómo New York Times lo gestiona con Rel-canonical un artículo paginado en 2 páginas]:

url-canonical-nyt

URL Canonical para un artículo pagina (en 2 páginas) indicado en el </head> de la página del artículo (hacer click en la imagen)

Artículo de New York Times

Artículo paginado, si bien utiliza Rel-Canonical para que se indexe una única página con todo el conteido del artículo: http://www.nytimes.com/2013/08/25/world/middleeast/accounts-of-syrian-prisons-describe-a-volatile-mix-of-chaos-and-control.html?pagewanted=all

  • Incorporar información sobre el logo de la empresa a través del Schema.org  para organizaciones (funcionalidad que incorporó en mayo 2013). [Ejemplo de cómo debe ser incorporado el etiquetado de schema.org]:
marcado-logo-schema

Marcado del logo con schema.org

 

Por qué es necesario que se vaya trabajando este tipo de marcado 

  1. Si bien la funcionalidad de In-depth Article no se aplica todavía a los resultados en español, es muy recomendable que los contenidos de los sitios web que tengan este tipo de contenidos se les vaya aplicabndo estas buenas prácticas, ya que la implementación de esta funcionalidad será progresiva al resto de idiomas por parte del buscador.
  2. Aquellas empresas españolas que quieran entrar a competir en el mercado anglosajón y tengan contenido susceptible de interés, es una buena oporturnidad de empezar a trabajar este marcado para su reconocimiento.
  3. Aspectos como el marcado de Authorship ayuda al buscador a identificar autores relevantes/expertos en un tema (“Authorship markup helps our algorithms to find and present relevant authors and experts in Google search results”). De forma implícita/explícita el buscador nos está diciendo que ésto les ayuda a determinar la relevancia/autoridad de una persona.
  4. El marcado de Rel=Publisher ayudará a las marcas a tener mayor presencia en los resultados de una búsqueda (SERP’s) con su contenido.
  5. Este tipo de marcado contribuye al mejor reconocimiento de la información (entidades) y por tanto, su presencia a medio-largo plazo en el Knwoledge Graph.

10 Herramientas de validación y marcado de Datos Estructurados para e-commerces: Google, Yandex, Bing, Facebook y Pinterest


Estas herramientas son una ayuda para saber el nivel de validación y reconocimiento que tiene el etiquetado que has realizado sobre tu sitio web. Si eres un e-commerce, hay mucho por hacer, solo un 0,22% de los sites españoles tiene marcado de datos estructurados (fuente: Searchmetrics en #SMX).

Google – Herramienta de pruebas de datos estructurados

Esta herramienta va permitir ver cómo se van a ver los rich snippets (fragmentos enriquecidos) dentro de los SERP’s en función de la implementación que se haya hecho con microdatos (opción recomendada por Google), microformatos o RDFa. Google actualmente está ofreciendo fragmentos enriquecidos de opiniones, personas, productos, empresas y organizaciones, recetas, eventos y música. No requiere ningún registro para poder consultar la validación.

Herramienta de Datos Estructurados - Google

Herramienta de Datos Estructurados – Google

Ejemplo: URL de Producto marcada con http://www.schema.org/product y http://www.schema.org/offer

Visualización de un Rich Snippet con datos de Schema.org Product

Visualización de un Rich Snippet con datos de Schema.org Offer

Ejemplo de Schema.org validado por la herramienta de Datos Estructurados de Google

Ejemplo de Schema.org validado por la herramienta de Datos Estructurados de Google

Que el contenido sea marcado, no significa que sistemáticamente aparecezca en los fragmentos enriquecidos, éstos pueden tardar algún tiempo en aparecer en los resultados de búsqueda. Igualmente, su inclusión no garantiza que Google vaya a utilizar el marcado de fragmentos enriquecidos o que influya en el ranking de los resultados de búsqueda (indicación dada por Google en su ayuda a Webmasters). En el ejemplo anterior, si bien pasa la validación, como tal no es reconocido el rich snippet. Los contenidos marcados con el protocolo Open Graph también pueden ser validados con esta herramienta.

Este tipo de avances/reconocimientos por parte de los buscadores, empieza a utilizarse de forma fraudulenta, así que si ves algún rich snippet fraudulento, puedes comunicarlo a través de esta herramienta:

Herramienta para denunciar Rich Snippets fraudulentos

Herramienta para denunciar Rich Snippets fraudulentos

Google – Asistente para el marcado de datos estructurados

Para utilizar este asistente necesitas logarte en Google. Este asistente te muestra cómo añadir schema.org a un sitio web o a correos electrónicos en formato HTML. Este asistente te enseña a marcar páginas web que contengan alguno de los siguientes schema.org tipos de datos: Artículos, Películas, Aplicaciones de software, Eventos, Producto, Episodios de televisión, Empresas locales y Restaurantes.

Asistente de datos Estructurados de Google

Asistente de datos Estructurados de Google

Para etiquetar un contenido, previamente hay que seleccionar la URL en función de los tipos reconocidos. Ejemplo: http://www.t2o.es/contacto/

Asistente de datos estructurados Google - Empresa Local www.t2o.es

Asistente de datos estructurados Google – Empresa Local http://www.t2o.es

El 30 de mayo, Google anunciaba que reconocía nuevos tipos de datos para ser marcados.

Yandex – Microformat Validator

Este validador de datos estructurados igualmente reconoce microdatos, microformatos, schema.org, Open Graph y RDF. Puede introducirse la URL o el fragmento de HTML donde se implementa el marcado. No requiere ningún registro para poder consultar la validación.

Siguiendo con el ejemplo anterior: La URL a validar (http://www.todocuadros.com/tienda/reproducciones-oleo/monet/impression-sunrice)

Herramienta de datos estructurados Yandex

Herramienta de datos estructurados Yandex

Validador de datos estructurados Yandex

Vista previa Resultado de la validación de datos estructurados en Yandex

Bing – Markup Validator

Al igual que Google y Yandex, este validador muestra el marcado de  microdatos HTML, microformatos, RDFa, Schema.org y OpenGraph. Para su uso requiere un registro previo.

Herramienta de datos estructurados de Bing

Herramienta de datos estructurados de Bing

Datos Estructurados de Bing

Datos Estructurados de Bing de wws.todocuadros.com

En el caso de Yahoo! su validador Yahoo Searchmonkey Validator está Offline.

Pinterest – Rich Pins Validator

En el mes de mayo Pinterest lanzaba su propio validador de pins enriquecidos. Por el momento, y a la espera del feedback de los usuarios, Pinterest reconoce el marcado de productos, recetas o películas. Previa implementación del etiquetado de rich pins en el sitio web, hay que tener en cuenta que para “Productos” soporta el etiquetado de oEmbed (preferible por su flexibilidad) o el marcado semántico de  Schema.org y Open Graph; en el caso de las “Recetas” el marcado es Schema.org (Recipe) y el formato hRecipe;  y para “Peliculas”, igualmente soporta Schema.org (Movie).

Validador Rich Pins de Pinterest

Validador Rich Pins de Pinterest

Un buen ejemplo de cómo interpreta el marcado de Open Graph el validador, es la aplicación que hace Wayfair a los productos de su sitio web:

Ficha de producto Wayfair

Ficha de producto Wayfair

Código de etiquetado Open Graph de un producto

Código de etiquetado Open Graph de un producto

;arcado de un producto Wayfair con Open Graph

Marcado de un producto Wayfair con Open Graph y validado por Rich Pins de Pinterest

Para aquellas marcas que tienen su catálogo de productos en esta red social, es una buena oportunidad para “adelantar” información sobre el producto que los usuarios repinean en los tableros de las marcas.

Facebook – Debug

Con este herramienta vas a ver la validación del etiquetado Open Graph. Los cuatro metadatos básicoss que debería tener una páginas son: og:title, og:type, og:image y og:url. De forma adicional, puedes incorporar los metadatos: og:audio, og:description, og:determiner, og:locale, og:locale:alternate, og:site_name y og:video (algunas de estas propiedades tienen metadatos extras: og:video, og:image, og:audio).

Validador de etiquetado Open Graph de Facebook

Validador de etiquetado Open Graph de Facebook

Siguiendo con el ejemplo del producto de Wayfair (http://www.wayfair.com/Doughmakers-Pebbleware-Great-Grand-Cookie-Sheet-10071-DHM1004.html)

Validación del etiquetado Open Graph en ficha de la ficha de product

Validación del etiquetado Open Graph en ficha de la ficha de product

El contenido que se incluye en las etiquetas og:title, og:description y og:url es el que se presentará cuando se comparte una URL  en el muro del usuario. Ejemplo:

La descripción de producto de Wayfair en Facebook

La descripción de producto de Wayfair en Facebook

Junto al etiquetado en cabecera de Open Graph, también este sitio está utilizando Schema.org/GoodRelations en la definición de determinadas características del producto (http://schema.org/Product, http://schema.org/PriceSpecification, http://schema.org/Offer, http://schema.org/InStock, http://schema.org/PaymentMethod, http://schema.org/AggregateRating, http://schema.org/Review, http://schema.org/Rating), que posteriormente quedan reflejadas en el rich snippet de los SERP’s de Google (en Bing.es no reconoce estos microdatos). Ejemplo:

Marcado Schema.org/stock en Wayfair

Marcado Schema.org/stock en Wayfair

Rich Snippet de Wayfair en Google con información de Producto y Valoraciones

Rich Snippet de Wayfair en Google con información de Producto y Valoraciones

Los siguientes validadores/convertidores están orientados a la marcado en RDF/XML:

RDF Validator and Converter

Esta herramienta valida snippets maracados con RDF o Notatio3.

Herramienta Validación de marcado RDF

Herramienta Validación de marcado RDF

Sindice Web Data Inspector

Es una herramienta para validar contenido estructurado: archivos RDF, páginas HTML con microformatos embebidos y páginas XHTML con RDFa embebido.

Validador de datos estructurados Sindice Data Inspector

Validador de datos estructurados Sindice Data Inspector

GoodRelations Validator

Esta herramienta valida el marcado introduciendo la URL, subiendo el fichero con el marcado o incluyendo el código (vocabulario para e-commerces).

W3C RDF Validator

Este validador de la W3C funciona de forma similar a los anteriores: introducir la URI o pegar el documento RDF/XML. Hace una representación de la triple A con el correspondiente modelo de datos, así como una visualización gráfica opcional.

Validador de RDF de la W3C

Validador de RDF de la W3C

Evolución semántica de Google: de Metaweb a Knowledge Graph, más web semántica


La semana pasada Google lanzaba Knowledge Graph (16 de mayo) con el objetivo de facilitar la labor de entendimiento de una consulta y presentación de información ajustada a la intencionalidad con la que la realizaba el usuario,  es decir, que en el proceso de búsqueda de información por parte de un usuario si éste utiliza el lenguaje natural, que el buscador tenga capacidad de interpretar estos términos y presentar los resultados de información acorde con su motivación de búsqueda.

Hasta ahora el comportamiento de los buscadores era presentar documentos acorde con la concordancia del término de búsqueda, pero la evolución natural por el que quieren pasar todos los buscadores, y en el caso de Google está tomando la delantera (Wolfram Alpha sigue con “vida” si bien la proyección que se le esperaba, no ha despegado como alternativa clara a los grandes buscadores), es presentar resultados en función de la motivación real del usuario.

¿Qué nos aporta Knowledge Graph?

  • Con Knowledge Graph se pretende buscar cosas, personas o lugares sobre las que Google tiene conocimientos y presentar información relevante sobre éstas en el proceso de búsqueda, este actividad se nutre de la inteligencia colectiva de la web acercándose al “mundo de las personas”.
  • Para poder presentar esta información y responder a la intencionalidad de la búsqueda, Google está haciendo uso de Freebase, Wikipedia, CIA World Factbook, así como un análisis constante de lo que busca la gente y su propio proceso de rastreo e identificación de lo que hay en la web.
  • Debido a la ambigüedad del lenguaje y cómo esto puede impactar en un proceso de búsqueda, Knowledge Graph trabaja para entender el contexto/el matiz de la búsqueda cuando un usuario introduce los términos de búsqueda.
  • El ejemplo que se pone es cuando un usuario realiza una búsqueda por Taj Mahal ¿está buscado información sobre el monumento o sobre el músico?, con Knowledg Graph parece que ahora se va a tener capacidad para responder a la intencionalidad del usuario. Por el momento, la presentación de estos resultados, está siendo trabajada dentro de Google.com y hay que estar logado – ejemplo término de búsqueda: “diesel” ¿marca, el músico australiano o material energético? – para ver los resultados en el lateral derecho.
Interpretación semántica de Google para el término de búsqueda "diesel"

Interpretación semántica de Google para el término “diesel”, ver lateral derecho

  • Knowledge Graph va a tener capacidad para entender lo que se está buscado, y por tanto, hacer un resumen de contenidos relevantes sobre el término de búsqueda. La pregunta que se plantea Google (en este caso Amit Singhal) es cómo ellos mismos saben cuales son los aspectos más relevantes de cada elemento, aquí Google vuelve “a tirar” del análisis de consumo de información que realizan los usuarios cuando hacen una búsqueda, para saber qué es relevante y qué no. Un ejemplo de  información agregada de personas con “menor recorrido” histórico – ejemplo: Rick Astley, quién no se acuerda de Never Gonna Give You Up 😉 – permite obtener un volumen relevante de información en tiempo real.
comportamiento semántico de Google

Resumen en el lateral derecho de aspectos relevantes de Rick Astley

  • Esta vinculación entre los diferentes elementos de una entidad pueden ser presentados de forma resumida porque están relacionados entre ellos en el Knowledge Graph.
  • La vinculación de los elementos de una entidad permitirán identificar/descubrir aspectos que hasta ahora podían ser desconocidos.
  • Esta funcionalidad (Knowledge Graph) del buscador de momento está siendo implementada en la versión inglesa norteamericana, en smartphones y tablets.

Tienes más información sobre el funcionamiento de Knowledge Graph en el Blog Oficial de Google y en su vídeo de presentación:

De la cadena de caracteres al lenguaje natural

Esta evolución de Google viene siendo trabajada desde antes de la compra de Metaweb (Freebase) -base de datos abierta sobre personas, lugares y cosas, relacionados entre si –  en julio de 2010, en el que ya se hacía mención del esfuerzo que estaba realizando el buscador para entender preguntas más complejas más allá de tener capacidad para responder búsquedas como “tiempo en Madrid” o “presidente de España”.

[Vídeo]: Explicación del funcionamiento de Metaweb

En la presentación que hizo Andrew Hogue en Google Tech Talk “The Structured Search Engine”  ya dejaba entrever la evolución que estaba teniendo en Buscador de Google y sus próximos lanzamientos.

[Vídeo]: Google Tech Talk “The Structured Search Engine, enero 2011″

Un análisis también bastante interesante es el que realiza Justin Briggs en Entity Search Results, a través del cual explica cómo los buscadores (y en concreto Google) están pasando de reconocer las cadenas de caracteres a las Entidades, y  la relación de éstas con sus atributos.

Evolución y actualización del algoritmo

A esto hay que sumarle, la constante evolución que está teniendo el buscador desde el año pasado, en el que las actualizaciones de algoritmo siempre incorporan elementos vinculados al reconocimiento de la autoría de los contenidos, a la sinonimia de los términos y a la frecuencia de actualización de los contenidos. Desde comienzo de año, es relevante destacar las actualizaciones de febrero, marzo y abril de 2012, donde ya hay indicios claros del trabajo que Google está haciendo para poder relacionar contenidos y su vinculación semántica:

  • Actualización de febrero de 2012 realizan actualizaciones sobre las búsquedas relacionadas e incremento de
    trabajo en el reconocimiento de las páginas oficiales.
  • En marzo de 2012 se actualizan aspectos relacionados con mejorar la indexación de las páginas de los perfiles públicos -sitios sociales- (codename “Prof-2” ), mejorar el reconocimiento de nombres (codename “NameDetector”), señales de personalización (codename “PSearch”), y uno de los más importante, la sinonimia entre los términos (codename “Synonyms” y codename “Gemini”).
  • En abril de 2012, centra su actualización en la mejora del reconocimiento de la autoría de las páginas y la predicciones de autocompletados (codename “Autocomplete”).

Otros elementos que han marcado esta evolución han sido: el apoyo al sistema de microdata Schema.org (agosto 2011), reconocimiento de la microdata dentro de los resultados naturales a través de los Rich Snippets  -actualmente Google reconoce los fragmentos enriquecidos de los contenidos de opiniones, contactos, productos, empresas y organizaciones, eventos, música y contenido de vídeo-, herramienta de verificación de microdata, el impacto del Social Graph -vinculación, relación y autoría de los perfiles sociales-, autoría de la información, reconocimiento del marcado Authorship o las  insignias de verificación de perfiles y páginas.

¿Cómo puede influir la evolución semántica de los Buscadores en la labor SEO?

Sin duda alguna, la evolución por la que pasará la aplicación de prácticas de optimización SEO estarán más orientadas como mínimo en cuatro aspectos principales:

  • Análisis e investigación de tendencias de consumo de información por parte de los usuarios
  • Comportamientos de búsqueda por parte de los usuarios
  • Trabajar el marcado semántico de los contenidos que se generen (Microdata)
  • Trabajara con un lenguaje de etiquetado reconocido por los principales buscadores: HTML5

Artículos relacionados:

Search Engines and Entities By Bill Slawski, 13 de junio de 2012

Hacia una respuesta más precisa: Los microformatos


Que la búsqueda es y será durante un tiempo una forma rentable de acceder al contenido, es por todos conocido, sin embargo, los resultados de ésta requieren de una evolución por parte de los motores de búsqueda.

Esta evolución tendrá que pasar por un mayor desarrollo por parte de los actuales líderes del mercado (Google, Yahoo! y MSN), así como de los nuevos players (algunos de ellos hoy en versión beta: Haika, Quintera, ChaCha, etc).

Los principales aspectos que requieren una mayor evolución por parte de los buscadores pueden centrarse en: mejorar el entendimiento del lenguaje natural que emplea el usuario cuando realiza una búsqueda, una mayor especialización y segmentación por usuarios, y una mejora en la orientación semántica (microformatos).

Actualmente, a los robots de los principales motores de búsqueda les cuesta distinguir entre los microformatos y el contenido web estándar. Los microformatos se componen de atributos XHTML y etiquetas estándar, por lo que los robots los terminan interpretando como información estándar, perdiendo la especificidad que estos fragmentos de código pueden aportar.

Si, habría que destacar el trabajo que realizan algunos motores de búsqueda como Technorati y Google a través de etiquetas específicas, pero esto no debería ser suficiente para una industria que factura billones de dólares al año y tiene millones de usuarios.

Por ejemplo, el que un usuario busque información sobre un producto y reciba como respuesta una lista de comentarios relacionados con éste, procedentes de sitios web en los que se ha hablado de él; o que se busque por un término, y que se reciba como respuesta un listado de sitios web, fotos, documentos, etc, de personas relacionadas con dicho término; o buscar por una fecha específica, y recibir una lista de eventos asociados a ésta, son ejemplos de resultados que el usuario terminará pidiendo.

Por tanto, esta necesidad hace que los microformatos sean una parte más de la evolución natural por la que deben pasar los motores de búsqueda, ya que éstos alojan datos valiosos en los que pueden estar interesados, tanto los motores de búsqueda como los usuarios, así como facilitar la normalización de la información existente en los billones de páginas web existentes en la World Wide Web.

Artículo publicado en:  Interactiva. Abril, 2008