Guía detallada sobre cómo funciona la Búsqueda de Google

La Búsqueda de Google es un motor de búsqueda totalmente automatizado que utiliza un software conocido como rastreadores web que exploran la web regularmente para encontrar páginas para agregar a nuestro índice. De hecho, la gran mayoría de las páginas enumeradas en nuestros resultados no se envían manualmente para su inclusión, sino que se encuentran y se agregan automáticamente cuando nuestros rastreadores web exploran la web. Este documento explica las etapas de cómo funciona la Búsqueda en el contexto de su sitio web. Tener este conocimiento base puede ayudarlo a solucionar problemas de rastreo, lograr que sus páginas se indexen y aprender a optimizar cómo aparece su sitio en la Búsqueda de Google.

Algunas notas antes de empezar

Antes de entrar en los detalles de cómo funciona la Búsqueda, es importante tener en cuenta que Google no acepta pagos para rastrear un sitio con más frecuencia o clasificarlo mejor. Si alguien le dice lo contrario, se equivocan.

Google no garantiza que rastreará, indexará o mostrará su página, incluso si su página sigue los Elementos esenciales de la Búsqueda de Google.

Presentación de las tres etapas de la Búsqueda de Google

La Búsqueda de Google funciona en tres etapas, y no todas las páginas pasan por cada etapa:

1. Rastreo: Google descarga texto, imágenes y vídeos de páginas que encontró en Internet con programas automatizados llamados rastreadores.
2. Indexación: Google analiza el texto, las imágenes y los archivos de vídeo de la página, y almacena la información en el índice de Google, que es una base de datos grande.
3. Presentación de resultados de búsqueda: Cuando un usuario realiza una búsqueda en Google, Google devuelve información relevante para la consulta del usuario.

Rastreo

La primera etapa es descubrir qué páginas existen en la web. No existe un registro central de todas las páginas web, por lo que Google debe buscar constantemente páginas nuevas y actualizadas y agregarlas a su lista de páginas conocidas. Este proceso se llama “descubrimiento de URL”. Algunas páginas se conocen porque Google ya las ha visitado. Otras páginas se descubren cuando Google extrae un enlace de una página conocida a una nueva página: por ejemplo, una página central, como una página de categoría, enlaza a una nueva publicación de blog. Otras páginas se descubren cuando envía una lista de páginas (un
sitemap) para que Google las rastree.

Una vez que Google descubre la URL de una página, puede visitarla (o “rastrearla”) para averiguar qué hay en ella. Usamos un conjunto enorme de ordenadores para rastrear miles de millones de páginas en la web. El programa que realiza la recuperación se llama Googlebot
(también conocido como rastreador, robot, bot o araña). Googlebot utiliza un proceso algorítmico para determinar qué sitios rastrear, con qué frecuencia y cuántas páginas recuperar de cada sitio.
Los rastreadores de Google
también están programados para intentar no rastrear el sitio demasiado rápido para evitar sobrecargarlo. Este mecanismo se basa en las respuestas del sitio (por ejemplo,
los errores HTTP 500 significan “bajar el ritmo”).

). Sin embargo, Googlebot no rastrea todas las páginas que descubre. Algunas páginas pueden estar
prohibidas para el rastreo por el propietario del sitio, otras páginas pueden no ser accesibles sin iniciar sesión en el sitio.

Durante el rastreo, Google renderiza la página y
ejecuta cualquier JavaScript que encuentre
utilizando una versión reciente de
Chrome, de forma similar a cómo su navegador renderiza las páginas que visita. El renderizado es importante porque los sitios web a menudo dependen de JavaScript para llevar contenido a la página, y sin el renderizado Google puede no ver ese contenido.

El rastreo depende de si los rastreadores de Google pueden acceder al sitio. Algunos problemas comunes con el acceso de Googlebot a los sitios incluyen:

• Problemas con el servidor que maneja el sitio
• Problemas de red
• Reglas de robots.txt que impiden el acceso de Googlebot a la página

Indexación

Después de que se rastrea una página, Google intenta comprender de qué trata la página. Esta etapa se llama indexación e incluye el procesamiento y análisis del contenido textual y las etiquetas y atributos de contenido clave, como
<title> elementos
y atributos alt,
imágenes,
vídeos, y

más.
Durante el proceso de indexación, Google determina si una página es unduplicado de otra página en Internet o canónica

. La canónica es la página que puede mostrarse en los resultados de búsqueda. Para seleccionar la canónica, primero agrupamos (también conocido como agrupación o clustering) las páginas que encontramos en Internet que tienen contenido similar, y luego seleccionamos la que sea más representativa del grupo. Las otras páginas del grupo son versiones alternativas que se pueden mostrar en diferentes contextos, como si el usuario está buscando desde un dispositivo móvil o está buscando una página muy específica de ese grupo.

Google también recopila señales sobre la página canónica y su contenido, que se pueden utilizar en la siguiente etapa, donde mostramos la página en los resultados de búsqueda. Algunas señales incluyen el idioma de la página, el país al que está localizado el contenido y la usabilidad de la página.

La información recopilada sobre la página canónica y su grupo se puede almacenar en el índice de Google, una gran base de datos alojada en miles de ordenadores. La indexación no está garantizada; no todas las páginas que Google procesa serán indexadas.

• La indexación también depende del contenido de la página y sus metadatos. Algunos problemas comunes de indexación pueden incluir:
• La calidad del contenido de la página es baja Reglas meta
• de robots

que no permiten la indexación

Google no acepta pagos para clasificar las páginas más alto, y la clasificación se realiza mediante programación.

Obtenga más información sobre los anuncios en la Búsqueda de Google Cuando un usuario introduce una consulta, nuestras máquinas buscan en el índice páginas coincidentes y devuelven los resultados que consideramos de mayor calidad y más relevantes para la consulta del usuario. La relevancia está determinada por cientos de factores, que podrían incluir información como la ubicación, el idioma y el dispositivo del usuario (ordenador o teléfono). Por ejemplo, buscar “talleres de reparación de bicicletas” mostraría resultados diferentes a un usuario en París que a un usuario en Hong Kong.Según la consulta del usuario, las funciones de búsqueda que aparecen en la página de resultados de búsqueda también cambian. Por ejemplo, buscar “talleres de reparación de bicicletas” probablemente mostrará resultados locales y no
resultados de imágenes.

, sin embargo, buscar “bicicleta moderna” es más probable que muestre resultados de imágenes, pero no resultados locales. Puede explorar los elementos de interfaz de usuario más comunes de la Búsqueda web de Google en nuestra

• Galería de elementos visuales
• Search Console puede decirle que una página está indexada, pero no la ve en los resultados de búsqueda. Esto puede deberse a que:
• El contenido de la página es irrelevante para las consultas de los usuarios La calidad del contenido es baja Reglas

meta
de robots.