Guía detallada sobre el funcionamiento de Google Search

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

Algunas notas antes de empezar

Antes de entrar en los detalles de cómo funciona la Búsqueda, es importante señalar que Google no acepta pagos para rastrear un sitio con mayor frecuencia ni para posicionarlo más alto. Si alguien le dice lo contrario, está equivocado.

Google no garantiza que rastreará, indexará o mostrará su página, incluso si esta cumple con los conceptos básicos de la Búsqueda de Google.

Introducción a las tres etapas de Google Search

Google Search funciona en tres etapas, y no todas las páginas superan cada una de ellas:

1. Rastreo: Google descarga texto, imágenes y vídeos de las páginas que encuentra en internet mediante 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 gran base de datos.
3. Publicación de resultados de búsqueda: Cuando un usuario realiza una búsqueda en Google, el buscador devuelve información relevante para su consulta.

Rastreo

La primera etapa consiste en 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 para añadirlas a su lista de páginas conocidas. Este proceso se denomina “descubrimiento de URL”. Algunas páginas se conocen porque Google ya las ha visitado. Otras se descubren cuando Google extrae un enlace de una página conocida hacia una nueva: por ejemplo, una página central, como una página de categoría, enlaza a una nueva entrada de blog. Otras páginas se descubren cuando usted envía una lista de páginas (sitemap) para que Google las rastree.

Una vez que Google descubre la URL de una página, puede visitarla (o “rastrearla”) para saber qué contiene. Utilizamos un enorme conjunto de ordenadores para rastrear miles de millones de páginas en la web. El programa que realiza la obtención 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 obtener de cada uno. Los rastreadores de Google también están programados para intentar no rastrear el sitio demasiado rápido y evitar sobrecargarlo. Este mecanismo se basa en las respuestas del sitio (por ejemplo, los errores HTTP 500 significan “ir más despacio”).

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

Durante el rastreo, Google renderiza la página y ejecuta cualquier JavaScript que encuentre utilizando una versión reciente de Chrome, de forma similar a como su navegador renderiza las páginas que visita. La renderización es importante porque los sitios web a menudo dependen de JavaScript para mostrar contenido, y sin ella, Google podría no ver dicho contenido.

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

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

Indexación

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

Durante el proceso de indexación, Google determina si una página es un duplicado de otra página en internet o si es la canónica. La página canónica es la que puede mostrarse en los resultados de búsqueda. Para seleccionarla, primero agrupamos (proceso conocido como clustering) las páginas encontradas en internet que tienen contenido similar y luego elegimos la más representativa del grupo. Las otras páginas del grupo son versiones alternativas que pueden mostrarse en diferentes contextos, por ejemplo, si el usuario realiza la búsqueda desde un dispositivo móvil o busca una página muy específica de ese grupo.

Google también recopila señales sobre la página canónica y su contenido, que pueden utilizarse 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 dirigido el contenido y la usabilidad de la página.

La información recopilada sobre la página canónica y su grupo puede almacenarse 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
• Las reglas meta de los robots impiden la indexación
• El diseño del sitio web podría dificultar la indexación

Publicación de resultados de búsqueda

Cuando un usuario introduce una consulta, nuestras máquinas buscan en el índice las páginas coincidentes y devuelven los resultados que consideramos de mayor calidad y más relevantes para la consulta del usuario. La relevancia se determina mediante cientos de factores, que pueden 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 uno en Hong Kong.

Dependiendo de la consulta del usuario, las funciones de búsqueda que aparecen en la página de resultados 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 locales. Puede explorar los elementos de interfaz más comunes de la búsqueda web de Google en nuestra galería de elementos visuales.

Search Console podría indicarle que una página está indexada, pero que no la ve en los resultados de búsqueda. Esto podría deberse a que:

• El contenido de la página es irrelevante para las consultas de los usuarios
• La calidad del contenido es baja
• Las reglas meta de los robots impiden la publicación

Aunque esta guía explica cómo funciona la Búsqueda, siempre estamos trabajando para mejorar nuestros algoritmos. Puede seguir estos cambios consultando el blog de Google Search Central.