Cómo medir y mejorar la calidad de la Búsqueda

Yandex publica cómo decide si un cambio en el algoritmo es una mejora. Es la página más reveladora de toda la documentación, porque nombra las dos métricas con las que se evalúa cada cambio de posicionamiento.

Los principios establecidos

• Los resultados son generados enteramente por algoritmos de aprendizaje automático y no se pueden reordenar manualmente.
• La relevancia se calcula a partir de la consulta, el contenido de la página, el historial de interacción del usuario con esas páginas, el idioma, la ubicación, las relaciones entre páginas y muchos otros factores.
• La exhaustividad de la indización es una prioridad absoluta, aplicada de manera uniforme por tipo de fuente. El contenido se elimina de los resultados únicamente por spamdexing, daño a los usuarios o infracciones legales.
• El formato de presentación se elige según la probabilidad de cumplir con el objetivo del usuario — no por la fuente.

Proxima — la métrica de calidad de página

Construida a partir de evaluaciones de evaluadores más señales adicionales. Pesa la relevancia para la consulta (incluyendo la evaluación experta por especialistas en la materia), la probabilidad de que el objetivo del usuario se cumpla en esa página y sitio, la calidad, utilidad y unicidad del contenido, el equilibrio entre contenido útil e intrusivo, señales adicionales sobre la calidad del contenido y la credibilidad del autor para temas complejos como salud, servicios legales y financieros, y cuán cómodo es consumir el contenido.

Leído como una lista de verificación, esa es la afirmación más concreta de lo que significa “buen contenido” en Yandex — y la cláusula de intrusividad convierte la densidad publicitaria en un factor de posicionamiento en lugar de una cuestión de gusto.

Proficit — la métrica de usabilidad de los resultados

Mide qué tan rápido se cumple el objetivo de un usuario, a partir de la calidad y cantidad de interacciones con resultados individuales y con otros elementos de la página. Se eligen los formatos con mayor Proficit predicho, y la disposición de toda la página de resultados se optimiza para ambas métricas juntas.

Cómo trabajan realmente los evaluadores

Evalúan páginas y elementos de resultados, pero sus evaluaciones nunca entran directamente en el posicionamiento — son datos de entrenamiento para los algoritmos de aprendizaje automático y una comprobación de si un cambio propuesto es una mejora. La imparcialidad se gestiona mediante la contratación, la formación, las instrucciones, las herramientas y la superposición deliberada entre evaluadores. Los cambios que pasan se prueban luego en un experimento en vivo frente a un grupo de control.

Por qué vale la pena leer esto

Porque responde a la pregunta subyacente en cada debate sobre posicionamiento: qué se está optimizando. El trabajo que eleva Proxima y Proficit es duradero; el trabajo que no hace ninguna de las dos cosas no lo es, sin importar lo que le haga a una posición este mes.