Brett Tabke fundador de WebmasterWorld y PubCon recibió un aviso previo de la actualización. Le dijeron que esta actualización estaría entre las más grandes en años.
Cuando se le preguntó qué pensaba sobre la actualización hasta el momento, indicó que su impresión era que parecía un retroceso de los algoritmos anteriores. Lo que quería decir era que había muchos informes de sitios web previamente penalizados que recuperaban el tráfico y las posiciones de SERP, como si la actualización anterior se hubiera revertido.
Esto es lo que observó Brett Tabke: "Creo que podemos estar viendo una reversión de algunas de las últimas actualizaciones".
Los datos que Sistrix estaba analizando se basaban en los ganadores y perdedores del Reino Unido. Esto no es datos de EE.UU. Sin embargo, la información da una idea de por qué la actualización se siente como una reversión.
Lo que es super interesante es que los datos de Sistrix muestran que el 75% de los ganadores fueron perdedores anteriores. Eso significa que el 75% de los sitios web que mejoraron en las clasificaciones en esta actualización fueron sitios que perdieron clasificaciones en las actualizaciones anteriores de 2018.
Debido a que muchos perdedores anteriores parecen estar ganando, da la impresión de que esta actualización es una reversión. No creo que Google deshaga las actualizaciones. Lo que me han dicho en el pasado los ingenieros de búsqueda es que Google afina su algoritmo.
Creo que en una actualización importante mejoran la clasificación de los sitios. Creo que este es el caso, con el efecto secundario de afectar positivamente los sitios que anteriormente perdían clasificaciones.
Entonces, aunque esto pueda parecer una reversión, es muy poco probable. Los cambios que se hayan hecho aparecerán como una reversión.
Si el 75% de los ganadores consisten en perdedores de actualizaciones anteriores, entonces la observación de Brett Tabke es correcta. La actualización de marzo de 2019 en Google parece una reversión. Pero es probable que no sea un retroceso.
La evidencia anecdótica y los datos reales de Sistrix sugieren que hasta el 75% de los sitios que mejoraron las clasificaciones fueron sitios que perdieron clasificaciones en actualizaciones anteriores. Esto le da a la actualización la impresión de una reversión.
Sistrix observó que sus datos indicaban que los sitios que eran perdedores tendían a perder posiciones de cola larga y no posiciones enormes. Esto significa que la cantidad de tráfico asociada con la pérdida de clasificaciones fue relativamente más baja que si la pérdida se hubiera debido a una pérdida de clasificaciones más importantes que representaban mayores cantidades de tráfico.
Esto coincide con las observaciones anecdóticas de que esto no se "siente" como una actualización importante.
Más importante aún, el 70% de los sitios que fueron perdedores fueron sitios que fueron afectados previamente por algoritmos anteriores. Si esta información es correcta y se extrapola a otros países, eso significa que la mayoría del daño fue causado por sitios que ya habían perdido posiciones de clasificación. Eso puede ser lo que contribuye a la sensación de que esta actualización no es tan grande.
Esto es lo que Sistrix informó sobre lo que sugirieron sus datos: “Los principales perdedores en nuestros datos no son tan afectados (en términos de porcentaje) como los ganadores. ... entre los perdedores hay muchos dominios (70%) que se vieron afectados por las actualizaciones básicas anteriores ".
Qué es la actualización de marzo de 2019
Ha habido muchos avances en la tecnología de recuperación de información en el último año, es difícil señalar uno y decir de esto se trata la actualización. La actualización podría ser una adición o más de uno.
Por ejemplo, Google publicó recientemente un documento de investigación titulado Q-learning no delirante e iteración de valores.
Arreglando el sesgo en el aprendizaje de refuerzo
Este documento de investigación señala que puede haber un sesgo en el "aprendizaje por refuerzo", un aspecto fundamental del aprendizaje automático.
El artículo de investigación de Google afirma: “Identificamos una fuente fundamental de error en Q-learning y otras formas de programación dinámica con función de aproximación. El sesgo delirante surge cuando la arquitectura de aproximación limita la clase de políticas codiciosas expresables. ... pueden producirse estimaciones inconsistentes o incluso contradictorias de Q-value, lo que lleva a un comportamiento patológico como sobre / subestimación, inestabilidad e incluso divergencia ".
No estoy diciendo que Google haya introducido una versión más precisa del aprendizaje automático, una que reduce o elimina un error o sesgo incorporado. Simplemente cito un trabajo de investigación como ejemplo de los muchos trabajos de investigación publicados por Google que pueden dar una pista de lo que está sucediendo.
Una nueva forma de clasificar páginas web
Otro trabajo de investigación presenta una nueva forma de clasificar páginas web. Se llama, Aprendizaje de funciones de puntuación grupales usando redes neuronales profundas.
Esto es lo que propone el trabajo de investigación: Considere un escenario de búsqueda donde un usuario está buscando el nombre de un artista musical. Si todos los resultados devueltos por la consulta (por ejemplo, calvin harris) son recientes, el usuario puede estar interesado en las últimas noticias o información del tour.
Si, por otro lado, la mayoría de los resultados de la consulta son más antiguos (por ejemplo, Frank Sinatra), es más probable que el usuario quiera aprender sobre la discografía o biografía del artista. Por lo tanto, la relevancia de cada documento depende de la distribución de toda la lista. Segundo, la interacción del usuario con los resultados de búsqueda muestra patrones de comparación fuertes.
Lo que esto significa es que la antigüedad de las páginas web que son relevantes para una consulta de búsqueda a veces puede dar contexto a lo que un usuario puede desear. En segundo lugar, el historial de preferencias del usuario que se muestra en las páginas de resultados del motor de búsqueda (SERPs) también puede ayudar a reforzar la antigüedad de la pista de relevancia del documento.
Explicación de Google de la actualización de marzo de 2019
Espero que Google pueda en algún momento en el futuro explicar lo que se introdujo. Si el cambio estaba relacionado con algo similar a los tipos de algoritmos anteriores, entonces Google podría tratar de ofuscar qué es el algoritmo y hablar de él en términos de cuáles son los resultados del algoritmo.
Una cosa es hacer observaciones sobre los tipos de sitios afectados. Sacar conclusiones de esas observaciones es frecuentemente un enfoque pobre. La llamada Actualización de Medic fue llamada así debido a la observación de que muchos sitios relacionados con la medicina se vieron afectados.
Sin embargo, el hecho era que Google no estaba apuntando a sitios médicos. Desafortunadamente, este pobre análisis resultó en confusión. La falsa idea de que Google estaba apuntando a sitios médicos persiste. Esto pone de relieve el peligro de llegar a conclusiones basadas en observaciones limitadas. Es una lástima que la Actualización de Medic se llamara así. Es una fuente de gran confusión.
Creo que es mejor esperar la información de Google, encontrar paralelos con las patentes e investigaciones, y luego comenzar a desentrañar lo que sucedió. Esa es la forma más prudente de entender las actualizaciones de Google.
Esta información de Sistrix es un largo camino para explicar por qué la actualización de Google se siente como un retroceso para muchos editores. Los datos no son evidencia de una reversión. Los datos solo confirman por qué se siente como un retroceso. No creo que esta actualización sea un rollback.
Fecha actualización el 2021-03-18. Fecha publicación el 2019-03-18. Categoría: google Autor: Oscar olg Mapa del sitio Fuente: searchenginejournal