Machine Learning y SEO: Funcionamiento, aplicaciones y APIs
Poco a poco el Machine Learning o aprendizaje automático empieza a hacerse eco en el mundo del SEO, y aunque todavía no existen muchos desarrollos al respecto, cada vez más empresas y SEOs empiezan a adentrarse en las posibilidades que ofrece esta práctica para explorar y analizar de una forma más eficaz el BIG DATA.
El BIG DATA corresponde a la tecnología de recolección de una cantidad elevada de datos para posteriormente realizar un análisis y definir una estrategia en base a los objetivos de una entidad. La problemática se presenta en cómo recolectar estos datos, y sobre todo en cómo analizarlos posteriormente, ya que hablamos de una gran cantidad de información. De aquí parte el Machine learning.
El Machine learning podría definirse como un sistema por el cual se pretenden crear procesos automáticos de manera que la máquina aprenda de los patrones que se repitan a través de millones de datos y consiga dar predicciones sobre comportamientos futuros.
En la última celebración del Brighton SEO 2016, Jan Willem Bobbink ponía como ejemplo la siguiente tarea:
Teniendo los datos sobre el precio de las casas de los últimos 50 años en Munich, se podría definir un proceso de machine learning que realice una predicción de cuáles serán los precios más recomendables para la venta de casas en Munich en el futuro.
Aquí entraría en juego el Machine Learning, que utilizaría los datos de precios de ventas de los últimos 50, generando patrones de comportamiento de compra repetidos entre los millones de datos para poder hacer una predicción de precio adecuada.
El objetivo del Machine Learning no es dar la respuesta perfecta, sino que intenta responder con la mejor opción posible según los datos obtenidos.
- ¿Cómo aplicar el Machine Learning al SEO?
Imaginaos las posibilidades del Machine Learning aplicado a procesos de compra de los usuarios en tienda online. Podrían predecirse patrones de comportamiento y definir así estrategias de SEO enfocadas en conseguir el mayor porcentaje de conversiones y visibilidad posibles.
Un ejemplo de las posibilidades de Machine Learning y SEO sería scrapear los datos de críticas de hoteles definiendo el comportamiento del usuario (qué es lo que más le gusta al usuario y qué aspectos no les gustan de los hoteles) a través de millones de críticas para mejorar el proceso de compra o bien los servicios ofertados. Por ejemplo:
- Captar los principales sentimientos y preocupaciones relevantes para el usuario para generar y mejorar el enlazado interno del site del hotel.
- Extraer los datos y procesarlos teniendo en cuenta el tiempo en que se producen para predecir comportamientos futuros y generar landing pages para ello.
Este tipo de estrategias ya se utilizan actualmente con el análisis de datos de los usuarios, pero la diferencia es que con el Machine Learning el procesamiento de los datos se haría a una gran escala imposible o difícilmente replicable por una sola persona, además genera un proceso de aprendizaje sobre los datos que hacen depurar de manera más eficaz los resultados obtenidos.
Aquí te dejamos algunos documentos sobre Machine Learning que pueden interesarte:
http://www.cs.cmu.edu/~tom/10601_fall2012/lectures.shtml
http://pdf.th7.cn/down/files/1312/machine_learning_for_hackers.pdf
https://work.caltech.edu/telecourse.html
Y si quieres pasar a la acción, aquí tienes un listado de 50 APIs para Machine Learning:
http://blog.mashape.com/list-of-50-machine-learning-apis/
Laura López
Últimos artículos de Laura López (Ver todos)
- Estrategias avanzadas de SEO para e-Commerce - 29 abril, 2021
- El muro de Google: Experimentos JavaScript 2020 - 12 enero, 2021
- Actualización algoritmo Google Marzo 2019: Hagan sus apuestas o no - 14 marzo, 2019
