Después de dos meses de espera y ciertos nervios en el mundo SEO, Google ha confirmado que se ha producido una actualización menor del Panda. Esta sería la 3.2 después de la del pasado noviembre.

Si a lo largo de esta semana has notado cambios en las visitas se debe a que Google ha realizado una actualización del algoritmo, pero solo una actualización de los datos y no de nuevos elementos del algoritmo.

Lo más llamativo de esta actualización es que algunos webmasters han reportado pérdidas importantes, mientras que otros han experimentado una subida similar a los niveles pre-panda. Esto explicaría esta actualización de los datos como una forma de corregir los cambios de Panda producidos en webs que no deberían haberse visto afectadas por Panda en primer lugar.

Este último periodo de actualización de Panda ha sido de dos meses, el más largo hasta ahora desde que empezó. Veremos cómo sigue el ritmo entre actualizaciones y tipo de actualizaciones – mayores o menores – del algoritmo.

Foto SEL.

Hasta ahora, Google venía ignorando los signos de puntuación tales como los dos puntos, los puntos, el punto y coma, la almohadilla, el tanto por ciento, la arroba, y el resto como [.], [,], [:], [;], [#], [%], [@], [^], [)], [~], [|], ["], [<], [$]. En raras ocasiones cambiaban los resutados cuando se añadía cualquier signo de puntuación u otro tipo de símbolos del teclado.

Ahora está empezando a mostrar resutlados para estas busquedas. Por ejemplo, si buscamos [%] nos lleva a “percent sign” o si buscamos [/] nos lleva a “slash, el músico”:

De momento, la mayoría de los resultados para estos signos son en inglés, y la mayor parte de ellos nos lleva a su página de wikipedia, entre ellos:

• . (punto)
• , (coma)
• : (dos puntos – colon) en inglés se llaman igual que la parte de la anatomía, que supera a el signo de puntuación en los resultados
• ; (punto y coma)
• # (almohadilla)
• % (signo porcentaje)
• @ (arroba)
• ^ (Acento circunflejo)
• ( ) { } [ ] (corchetes) de llave o lisos
• ~ (tilde)
• | (barra vertical)
• “ (comillas)
• < (signo menos que)
• > (signo mayor que)
• $ (signo del dolar)
• ! (punto de exclamación)
• ‘ (apóstrofe)
• & (et – ampersand)
• _ (guión bajo)
• - (signo menos)
• + (signo más)
• = (signo igual)
• \ (barra inversa)
• / (slash – barra) – el guitarrista Slash supera a su signo de puntuación

En la siguiente imagen podemos ver una tabla en donde aparecen los tipos de trabajos SEO que hay y el salario anual que tienen.

Por lo que parece, Nueva York es la capital mundial del SEO, seguida de cerca por Los Angeles, si tomamos como medida el volumen de ofertas de trabajo que hay. Los salarios anuales de estos trabajos están entre los $27,000 de un linkbuilder a los $148,000 de un director SEO.

Los tipos de trabajo SEO más demandados son, por orden, los de SEO Manager, con un 27%, seguidos de cerca por Analista SEO con el 25%, Director SEO / Marketing con el 21%, SEO / Web copywriter con el 14%, y más.

Y los sueldos, que varían mucho de unos puestos a otros van de más a menos según seas Director, Manager, Estrategia SEO, Especialista, Escritor (contenidos), o Linkbuilder.

Infografía en SEL.

El contenido duplicado siempre ha sido uno de los pilares del SEO, un error que Google siempre ha penalizado – o intentado penalizar – unas veces con más éxito que otras. Y no siempre con buenos resultados, incluso hoy en día. Personalmente he conocido muchos casos frustrantes para los webmasters, que nada podían hacer por demostrar a Google que su contenido era el original mientras veían cómo scrapers y otras webs copiaban letra por letra sus contenidos y posicionaban siempre por encima.

Por otra parte, el contenido duplicado ha hecho casi más daño dentro de una misma web que fuera. El contenido repetido dentro del mismo dominio siempre ha sido uno de los primeros puntos a mirar por el SEO. Contenido repetido en artículos, categoría, secciones, comentarios, urls sin canonicalizar, con parámetros, han diluido vía pagerank el potencial de un artículo.

Mientras hasta ahora hemos tenido herramientas para solucionar estos problemas de contenido duplicado, bien dentro de la misma web como fuera de ella con el plagio, siempre se ha dejado algo a que Google no se equivocara y decidiera que nuestro contenido era el original.

Panda y el contenido duplicado

¿Qué efecto tiene Panda sobre el contenido duplicado? A primera vista, parece que Panda es por fin realmente efectivo – para penalizar – con el contenido duplicado. Las granjas de contenido, la base de Panda, no son sino enormes bases de datos y urls de contenido duplicado. Panda parece que por fin quiere arreglar este tema.

Parece que existe un “una cantidad determinada de rastreo” (Crawl “Budget”) de una web por parte de Google, que si entra en una web y empieza a rastrear urls y urls del mismo contenido deja de rastrear la web. De la misma forma, también parece que hay un “límite de urls indexadas” (The Indexation “Cap”) de la misma web.

Google ha dicho en más de una ocasión que no existe una penalización por contenido duplicado, pero la “penalización” es colateral: si gastas el rastreo y el index con contenido duplicado, no tendrá sitio el contenido “bueno”.

Con Panda, este daño colateral parece que ha dejado de estar aislado: si tienes contenido duplicado no solo será penalizado el contenido duplicado, sino la web como conjunto y otros contenido que no son duplicados. Panda entiende que el contenido duplicado el global, y no particular.

Desindexación

Por mi experiencia, lo primero que hay que hacer es desindexar el contenido duplicado. No solo eso, hay que desindexar el contenido de baja calidad, el irrelevante o el fuera de tema. Imagínate desindexar el 20% de una web, por ejemplo 200.000 urls de golpe. Esto que parece contraproducente, puede deshacer la penalización de Panda o parar la bajada.

¿Cuál es el problema? Que no siempre se sabe qué es lo que hay que desindexar. Este análisis puede llevar semanas o incluso meses, y aún así no acertar a la primera. Aquí la experiencia y habilidad del SEO es fundamental.

Estructura de enlaces

Otro punto es la propia estructura de enlaces. ¿Cómo decirle al robot de Google que rastree solo lo más importante y que no gaste la cantidad de rastreo designada para mi web en secciones o contenido irrelevante? Solo con una buena estructura de enlaces. No siempre es fácil saber a qué enlazar y cómo dentro de una web para destacar la parte importante.

Evita el contenido duplicado

La conclusión es fácil: evita el contenido duplicado. El hacerlo, no tanto. En Seomoz han hecho un resumen de las herramientas y opciones para tratar con el contenido duplicado, desde redirecciones 301, hasta páginas 404 pasando por la url canonical.

Esto es para cuando sabes ya qué eliminar. Pero lo realmente difícil es saber qué eliminar en muchos casos, sobre todo cuando tratamos con webs con millones de urls, tiendas web, etc.

Y para acabar, con Panda no podemos descansar nunca. Es decir, que siempre tendremos que estar al tanto de cada actualización, ya que lo que ahora decide que es contenido de calidad, puede que el mes que viene no lo sea. Haciendo por parte del seo un seguimiento de estos cambios es fácil saber qué cambiar con cada actualización de Panda para no quedar penalizados. Ya no vale con hacer algo que funciona y dejarlo ahí durante años. Ya no solo debemos preocuparnos de la competencia, sino de los propios criterios de calidad y relevancia de Google Panda.

Bajo el título de “ofreciéndote resultados más frescos y recientes” Google ha publicado un post en su blog que anuncia un cambio de su algoritmo para ofrecer resultados más recientes cuando sea necesario, que afectará al 35% de las búsquedas.

Según explica, Caffeine fue un cambio estructural, mientas que este cambio es algorítmico. De hecho, es por lo que se produjo la actualización de Caffeine: para ofrecer resultados más nuevos y frescos se necesita una mejor infraestructura que pueda rastrear e indexar contenido al de minutos de ser publicado. Además dice que estos resultados más frescos afecta al 35% de las búsquedas, casi nada.

Este cambio es muchísimo más amplio que Panda, que afecta al 12% de las búsquedas, frente a este 35. ¿Qué tipo de búsquedas se ven afectadas? Según Google:

• Búsquedas sobre eventos recientes o temas calientes (entiendo que sin mostrar solo tweets recientes)
• Eventos regulares recurrentes, como acontecimientos deportivos anuales, conferencias anuales, etc.
• Temas con actualizaciones frecuentes, por ejemplo, noticias sobre las últimas actualizaciones de tu cámara de fotos o sobre el último modelo de coche que te quieres comprar.

Esto es un “kind of big deal” o un tema muy relevante que puede hacer estragos, o no: Google es capaz de indexar contenido ajax o JavaScript para contenido embebido de otros dominios (o de nuestro propio dominio), sobre todo los comentarios de Facebook en nuestra página o del popular sistema de comentarios Disqus. Lo digo porque han corrido ríos de tinta hablando sobre este tema.

Estos comentarios son renderizados en AJAX y solo son visibles vía POST requests. Google no era capaz de leer esto hasta ahora, pero parece que se ha puesto a experimentar un poco con las llamadas POST y GET.

Tras comentarios de la gente que ha notado que Google estaba indexando estos comentarios, Matt Cutts lo ha confirmado en su Twitter (en la imagen).

Es decir, que quienes hasta ahora no contaban con los comentarios para posicionar una página, a partir de ahora tendrán que hacerlo.

Panda ha llegado para quedarse. A lo largo de los últimos años, Google ha cambiado la actualización del PageRank junto con los cambios en el index por cambios más sutiles pero constantes, dejando la actualización del PR como algo curioso y abandonando las actualizaciones drásticas. Pero con Panda parece que esto ha cambiado: veremos de nuevo, de ahora en adelante, cambios drásticos y traumáticos de forma regular, como antaño.

Hace una semana se produjo una actualización “menor” de Panda, la que llaman 2.5.2, y que sin embargo ha resultado ser bastante brusca en algunos casos. ¿Se actualizará Panda regularmente, o simplemente Google la aplicará en cualquier momento?

Lo que parece claro es que Google gana en efectividad, pero pierde en solidez: como nunca sabes cómo te puede afectar uno de estos cambios, Google parece con Panda algo más arbitrario de lo que parecía antes de Panda.

Para los webmasters, la cosa está clara: debemos intentar ajustar nuestras páginas a lo que Google cree que es el contenido de calidad. Aún así, no tendrás la seguridad que tenías de que lo hará bien en el buscador.

Tras Panda, muchos webmasters de webs grandes y pequeñas se han puesto en contacto con Adseok para intentar solucionar el tema de las pérdidas, en muchas ocasiones de hasta el 60% del tráfico. Y aunque hay de todo, parece que existe una buena opción de recuperar hasta el 90% del tráfico perdido, incluso más.

Y no creamos que el tema de Panda es algo sin más: según SER, un 9% de los SEO perdió su puesto de trabajo tras una actualización de Panda.

El documento privado y confidencial de Google llamado “Quality Rating Guidelines” se ha filtrado a una página web desde la que se puede descargar el documento. Se trata de un pdf de 125 páginas y 3,52 MB titulado General Guidelines Version 3.18 en donde podemos leer los factores de calidad que tiene en cuenta Google a la hora de realizar sus rankings de búsqueda.

Hace varios años ya se filtró una versión anterior de la guía, que leímos con todo detenimiento, con fecha de Abril de 2007. En esta nueva versión, además de explicar qué entienden como factores de calidad, destinan una gran cantidad de espacio a explicar cómo clasificar página, fotos y documentos. Esta información es tremendamente interesante para los SEOs en nuestro intento por descifrar qué entiende Google por contenido de calidad frente a contenido sin calidad, páginas spam frente a páginas no spam, etc.

El artículo original es de SEL, pero los enlaces a la descarga del documento no funcionan. Sin embargo en el segundo comentario de este post de SER hay un enlace que funciona.

Con este anuncio “Lanzamiento en otros idiomas del algoritmo para sitios web de alta calidad” Google hace oficial que el algoritmo Panda, que tanto revuelo causó y sigue causando en la web en inglés, llega a las páginas en el resto de idiomas.

El impacto que calcula google que tendrá este nuevo algoritmo oscila entre el 6 y 9%, por debajo del 12% que tuvo en las páginas en inglés, un porcentaje bastante importante. Puede amargarle la tarde a mucha gente.

Como ya saben que el efecto va a ser importante, ya tienen publicado un artículo al que dirigir a la gente que proteste, titulado “Más recomendaciones para construir sitios de alta calidad“. En el apartado “qué se considera un sitio de alta calidad” animan al webmaster a responderse algunas preguntas:

• ¿Confías en la información presentada en este artículo?
• ¿Este artículo ha sido escrito por un experto, por una persona entusiasta que conoce bien el tema, o es más bien superficial?
• ¿Contiene el sitio artículos duplicados, solapados o redundantes sobre el mismo tema o temas parecidos que contengan ligeras variaciones de palabras clave?
• ¿Te sentirías a gusto si tuvieses que dar los datos de tu tarjeta de crédito en este sitio?
• ¿Contiene este artículo errores de ortografía, estilísticos o de facto?
• ¿Están los temas impulsados genuinamente por el interés de los lectores del sitio, o el sitio genera contenido en un intento por adivinar con qué se podría lograr una buena clasificación en los motores de búsqueda?
• ¿Proporciona el sitio contenido o información original, informes originales, investigación original o análisis originales?
• ¿Proporciona la página un valor sustancial en comparación con otras páginas que aparecen en los resultados de las búsquedas?
• ¿Cuánto control de calidad se realiza sobre el contenido?
• ¿Describe el artículo las dos caras de cada historia?
• ¿Es el sitio una autoridad reconocida en el tema?
• ¿Está el contenido generado en masa por un gran número de redactores o repartido en una amplia red de sitios, de modo que cada página o sitio individual no reciben demasiada atención ni cuidados?
• ¿Está el artículo bien editado o parece producido de forma descuidada o con prisas?
• ¿Para realizar una consulta sobre salud, confiarías en la información de este sitio?
• ¿Reconocerías este sitio como fuente autorizada al mencionar su nombre?
• ¿Proporciona este artículo una descripción completa y detallada del tema?
• ¿Contiene este artículo un análisis detallado o información relevante más allá de lo obvio?
• ¿Se trata del tipo de página que desearías guardar en tus marcadores, compartir con un amigo o recomendar a alguien?
• ¿Contiene este artículo una cantidad excesiva de anuncios que distraigan o interfieran con el contenido principal?
• ¿Esperarías ver este artículo impreso en una revista, una enciclopedia o un libro?
• ¿Son los artículos cortos, insustanciales o carecen de algún otro modo de detalles específicos útiles?
• ¿Están las páginas editadas con mucho cuidado y atención por el detalle o con poca atención?
• ¿Se quejarán los usuarios al ver páginas del sitio?

Preguntas muy interesantes pero que dudo bastante que un algoritmo pueda responder íntegramente. De cualquier forma, empezaremos a ver a partir de ahora movimientos interesantes. Si bien puedes salir perjudicado de la aplicación de Panda, piensa que también puede ser una oportunidad para pasar a webs posicionadas con métodos no demasiado correctos.

Google sigue retocando cosas después de su última gran actualización del algoritmo. Lo que supuso realmente la actualización “Panda” o “Farmer”, pensando en controlar las granjas de contenido, es que quiere “controlar” la relevancia y el peso del dominio. Es decir, hasta ahora, con un dominio relevante se podía posicionar casi cualquier cosa, lo que llevó al problema de estas granjas de contenido.

También acaba de comentar que las keywords en el nombre de dominio van a dejar de ser tan relevantes como hasta ahora. Es decir, que será más difícil posicionar para el término del dominio solo por que ese término está en el dominio.

Esto nos lleva a preguntarnos qué es lo que queda entonces. Si pierde peso el nombre del dominio, la relevancia del dominio, y los enlaces “pobres” desde dominios irrelevantes, ¿qué es lo que queda con un peso “fuerte”? ¿Cómo se redistribuirá todo el peso de cada miembro del algoritmo?