Unas 2.500 páginas de supuestos documentos internos de Google se filtraron a Internet, revelando elementos desconocidos del algoritmo de búsquedas. Hasta ahora, Google no ha respondido respecto de esta filtración ni su autenticidad, sin embargo estos documentos habrían sido verificados por personas que han trabajado en la compañía.
La filtración fue publicada inicialmente por Rand Fishkin, quien trabajó por más de una década en optimización para motores de búsqueda (SEO). El secreto algoritmo de búsquedas de Google es el que determina el orden en el que aparecen los distintos sitios web en los resultados, y ha creado una industria de especialistas que buscan mejorar el posicionamiento de los sitios web. Google ha mantenido las señales utilizadas por el algoritmo en secreto, buscando evitar que sitios web irrelevantes aparezcan entre los primeros resultados de búsqueda, usando tácticas que engañan al sistema.
Información engañosa
Los documentos ponen en duda algunas de las declaraciones públicas que ha entregado Google acerca del funcionamiento del algoritmo. La compañía entrega guías y orientación para los desarrolladores de sitios web respecto a lo que considera más importante para los resultados de búsqueda, sin embargo algunas de sus declaraciones parecen haber sido engañosas.
"Las declaraciones públicas de Google probablemente no son esfuerzos intencionales de mentir, sino de burlar a potenciales spammers (y a muchos SEOs legítimos también) para desviarnos respecto a cómo impactar los resultados de búsqueda", señala Mike King, fundador de iPullrank que realizó un análisis de la documentación filtrada.
El principal engaño tendría que ver con el uso de clics para determinar la relevancia de un sitio web en los resultados de búsqueda.
Uso de clics
Por años, Google ha insistido en sus declaraciones públicas que no usa clics de usuarios para determinar la relevancia de un resultado de búsqueda. Pero de acuerdo a los documentos, sí se utilizan y de varias formas.
- Existen varios módulos que hacen referencia a características como "goodClicks", "badClicks", “lastLongestClicks" y otros, revelando que esta información sí se utiliza en el algoritmo.
- Uso de Chrome para rastrear comportamiento: Google parece utilizar los clics realizados por los usuarios de Chrome para determinar las páginas más populares de un sitio web, usados luego para calcular qué páginas incluir en los enlaces relacionados.
- Clics "largos": Google almacena qué resultados tuvieron "clics largos", es decir, el usuario no solo hizo clic en el resultado sino que pasó un tiempo significativo en el sitio.
Otros descubrimientos
- Listas blancas: Algunos módulos indican que Google pone a ciertos dominios en "lista blanca" para viajes, periodos de elecciones y durante la pandemia de COVID.
- Importancia del autor: Google almacena la información del autor asociada a un contenido e intenta determinar si una organización es la autora.
- Autoridad del sitio: Aunque Google ha declarado que no tiene un ranking de autoridad del sitio, esto sí parece existir, asociado a la calidad del contenido. Sin embargo no está claro cómo es utilizado.
Estos son solo algunos de los resultados preliminares de la investigación realizada sobre los documentos, por lo que es probable que en los próximos días veamos mayores análisis e información sobre el funcionamiento del algoritmo.
También será interesante observar la reacción de Google ante esta filtración, ya que la información podría ser explotada por spammers para ocupar los resultados de búsqueda, haciendo menos útil la herramienta para los usuarios finales.
