Inteligencia Artificial aplicada a la optimización de contenidos de Inbound Marketing

La optimización de contenidos se ha convertido en una parte importante dentro del trabajo que hacemos las agencias de inbound marketing. Se trata de mejorar el contenido que ya tenemos publicado con el objetivo de que genere más tráfico , + leads,  + oportunidades de ventas. 

Actualmente las técnicas que se han usado estan basadas en la optimización del contenido alrededor de una palabra clave ( short-middle-long tail). Es decir,  Pongamos por ejemplo que tenemos el siguiente post que habla sobre el marketing de contenidos.

Lo pasamos por un programa de optimización de contenido como es Website auditor. El resultado a nivel de ranking no es bueno, no se encuentra entre los 50 primeros puestos. 

Así mismo, nos esta recomendando que palabras clave deberíamos usar en mayor o menor medida con el fin de tener una optimización on-page que nos ayuda con nuestra palabra clave. A priori todo parece un mundo ideal no? su fuente de recomendación es el análisis de las urls que estan compitiendo con nuestra palabra clave objetivo y comparando el uso que hacemos nosotros Vs el resto. Tenemos claro que cambios debemos realizar...:

Principalmente nos esta diciendo que aumentemos el uso del keyword "marketing de contenidos", y por otro lado añadir palabras clave como "posicionamiento web", "estrategia de marketing", "que es el marketing" ( tenemos muchas + pero vamos a quedarnos con estas principales).

Hasta aquí todo es el mundo ideal y posiblemente estes haciendo esto hace ya tiempo. Sin embargo hemos dejado pasar un pequeño matiz que creo ya empieza a ser crucial.

¿Cómo esta realizando Google el análisis de una url para saber que tema o keywords son relevantes?

Pues esta usando desde ya hace unos años Inteligencia artificial , concretamente lo que llamamos Natural Lenguage understanding.

 

¿Qué es el Natural Lenguage Understanding?

Es una rama de la inteligencia artificial que ayuda a entender, interpretar y manipular el lenguaje humano a las computadoras. 

Es decir que Google esta usando sistemas de NLU para entender nuestros contenidos y posteriormente catalogarlos y no esta usando técnicas como el recuento de keywords, densidades o Tf-IDF que es el método que usan los programas de análisis SEO principalmente con lo que se puede dar el caso que estemos optimizando con una metodología que ya no es tan efectiva. Vamos a ver la diferencia:

Usando la inteligencia artificial para ver que es lo que esta entendiendo sobre nuestro post tendremos un resultado diferente.

Usando la metodología basada en natural lenguage understanding, el resultado nos da más dimensiones que simplemente la palabra clave; nos da el sentimiento ( positivo, neutro, negativo), Keywords, entidades, categorías, conceptos, sintaxis y roles semánticos. Pero sobretodo nos dice de que entiende que estamos hablando en nuestro post. 

Resumiendo si comparamos ambos resultados ( keywords Vs NLU) , vemos que tienen algún punto en común, pero principalmente tanto la importancia como los keywords no se corresponden. Aquí es donde empiezan las dudas, ¿A quién hago caso?. Al que vea que tiene un mayor correlación entre ranking para ese keyword en Google y ranking que nos da al analizarlo: 

Es decir, vamos a buscar quién esta en primera posición en "marketing de contenidos" , en mi caso me sale como resultado un post de cuarenta de fiebre lo pasamos por Watson y Premio!  

Vemos una correlación directa entre la primera posición que tiene y la keyword + representativa que ha entendido Watson  y que el post esta en primera posición en Google, concretamente:

1.- Marketing de contenidos 0,81

2.- estrategia de marketing de contenidos 0,66

Hemos encontrado la correlación y hemos visto que en este caso concreto es positiva y tenemos una herramienta que nos puede ayudar a revisar nuestro contenido y decirnos si esta o no optimizado, pero no nos esta diciendo que tenemos que cambiar para poder optimizar ;).

Aquí es donde entraríamos en una segunda etapa que es el Procesamiento del lenguaje natural, que permite ver las relaciones semánticas y agruparlas. Es decir que nos permitirá saber la estructura que existe debajo de una keyword (de esto os hablaré en mi siguiente post).

Aquí lo dejo, a partir de aquí sacad vosotros vuestras propias conclusiones y encantado de ir respondiendo a vuestras preguntas!