¿Cómo afecta Google MUM a su estrategia de SEO?

¿También te echas a llorar cuando no obtienes las respuestas adecuadas a tus búsquedas? No puedo ser solo yo, ¿verdad? ¿Bien?

Afortunadamente, no tenemos esa experiencia con tanta frecuencia porque las operaciones de búsqueda de Google evolucionan todos los días. Desde la introducción de actualizaciones de contenido útiles para E-EAT hasta ahora Google MUM, Google ha tocado nuestros corazones. A medida que la IA generativa se expande, Google ha estado a punto de refinar sus algoritmos de búsqueda para colocarse la corona del "mejor motor de búsqueda de la historia".

La IA generativa ha traído muchas empresas bajo su cinturón, pero Google no se queda atrás en la carrera. La actualización más reciente de Google MUM (modelo unificado multitarea) ha mejorado las capacidades de búsqueda, la relevancia SERP y los viajes de usuario personalizados de formas inimaginables.

¿Qué tipo de contenido web atraerá a qué perfil de usuario? ¿Cuál es la sensación del usuario al buscar un recurso? La arquitectura autoevolutiva del software de IA generativa en el modelo MUM puede capturar todo esto y más.

MUM se esfuerza por cambiar la interfaz de usuario (UI) de Google y brindar una paleta cohesiva de recursos a la audiencia curiosa. Por ejemplo, Prabhakar Raghavan , vicepresidente sénior de Google, afirmó que Google MUM puede responder cualquier cosa. Le pidió a Google que comparara y contrastara escalar el monte Adams y el monte Fuji, dado que ya había escalado el monte Addams. Google no solo devolvió la lista de diferencias o similitudes, sino que también agregó enlaces de tiendas adicionales para equipos de trekking y enlaces de video.

Como tecnología de IA mejorada, la actualización de MUM mejora la funcionalidad del modelo BERT. La razón principal para lanzar MUM fue brindar a los usuarios una experiencia de búsqueda de 360°.

Google BERT frente a Google MUM

Si bien ambas arquitecturas de redes neuronales han dominado el algoritmo de búsqueda, MUM tiene una ligera ventaja sobre BERT.

BERT es una actualización de Google de 2019 que utiliza el procesamiento de lenguaje natural para resolver consultas de búsqueda. Basado en una red neuronal transformadora, este modelo contextualiza y codifica las consultas de búsqueda para comprender la intención detrás de ellas. Con esta actualización, Google puede personalizar las respuestas, resumir el texto y definir la intención y las categorías de las consultas de búsqueda.

Google MUM es una actualización de 2021 derivada de un marco T5 (texto a texto), que atiende específicamente a consultas de cola larga o una combinación de consultas complejas. Ordena los datos SERP y destaca una gran cantidad de recursos para el conocimiento de la marca. MUM utiliza datos de cookies, datos de transmisión web, datos de consultas de búsqueda de usuarios y datos de rastreo para filtrar contenido de sitios confiables.

Historia de Google MUM

Hemos recorrido un largo camino desde la década de 1980 cuando se lanzó la Red de Agencias de Proyectos de Investigación Avanzada ( ARPANET). El intercambio de información estaba restringido a dos o más estaciones de trabajo, ya que los datos se transmitían a través de servidores cableados. Avance rápido a la era de Internet, Google usó la computación perimetral y la creación de contenedores sin servidor para almacenar, recuperar y enviar datos desde los servidores. Con el tiempo, la estrategia con la que Google trataba a sus usuarios cambió.

En los años siguientes, Google lanzó varias actualizaciones.

• La actualización de Penguin se lanzó en 2012. En ese entonces, Google estaba tratando de luchar contra los jugadores y el spam web. La actualización de Penguin priorizó las URL auténticas y de sombrero blanco sobre los sitios web y sindicatos de spam.

• Hummingbird fue programado para interpretar consultas en lenguaje natural y analizar el sentimiento detrás de palabras clave particulares. Hummingbird contextualiza las consultas de búsqueda, ajusta el diseño SERP y hace que el proceso general sea más preciso.
  

• Rankbrain (2015) fue otra mejora de la comprensión del lenguaje natural destinada a comprender las palabras clave de cola larga. Las palabras clave de cola larga son consultas de búsqueda sin procesar que pueden tener o no un volumen de búsqueda; pueden confundir al rastreador de Google. Al incluir técnicas de tokenización, derivación de palabras y detección de emociones, Rankbrain hizo que SERP fuera más inclusivo y libre de sesgos.
  
• La coincidencia neuronal se lanzó en 2018. Interpretaba las consultas de búsqueda a través del procesamiento avanzado del lenguaje natural. La red neuronal ve el orden de las palabras de una consulta de búsqueda y le asigna un parámetro de "atención". Mientras se cargan los resultados de la búsqueda, se muestran las páginas web que coinciden exactamente.
• El mecanismo reactivo de BERT aumentó la recuperación de conocimiento, el filtrado de contenido y la interpretación de idiomas de Google. Si bien permitió que el motor de búsqueda comprendiera el significado de las palabras clave, no pudo descifrar quién era el sujeto dentro de la palabra clave.
• La actualización de contenido útil , lanzada en 2022, se diseñó para priorizar la presencia de contenido útil y autorizado en la web. Las consultas de búsqueda se dividieron en cubos de navegación, comerciales, informativos y transaccionales. Cada consulta arrojó un conjunto de resultados de búsqueda cohesivos junto con imágenes y videos adicionales.
• E-EAT , que se traduce en experiencia, pericia, autoridad y confiabilidad, salió en 2023. Con este nuevo lanzamiento, SERP se inclinó hacia resúmenes publicados, experiencia en la materia y autores que han reinado en sus áreas de conocimiento. Google le dio credibilidad a las páginas web al alojar contenido de expertos confiables del mercado.
• MUM combina las características de las actualizaciones de búsqueda anteriores en Google. El único propósito de este mecanismo de procesamiento de lenguaje natural es impulsar el viaje del comprador a través de la web. Con MUM, puede explorar opciones, revisar productos y comprarlos directamente sin clics en anuncios ni visitas orgánicas a la página.

Metodología de trabajo de Google MUM

Google MUM combina varias tecnologías para hacer que la búsqueda de Google sea más holística y contextual. El modelo de lenguaje grande (LLM) detrás de MUM funciona en más de 75 idiomas. Inicialmente, este algoritmo de búsqueda de Google funcionaba con el concepto de sistemas de recuperación. Eso significa que la palabra clave de búsqueda se comparó con un conjunto de claves en la base de datos de Google. Si había una coincidencia, se mostraba ese valor de la clave.

Ahora, Google MUM utiliza la comparación de plantillas de secuencia a secuencia para mejorar el conocimiento del usuario. Por lo general, cuando alguien está atascado entre la decisión de comprar un producto o un servicio, ayuda un llamado a la acción sincero. Pero el enfoque estratégico de MUM presenta una tonelada de imágenes, videos y recursos de medios para esa consulta y también presenta respuestas para preguntas alternativas.

MUM produce un SERP calculado que contiene una perspectiva ampliada de las necesidades del usuario en la interfaz principal. Esto también se conoce como "procesamiento de consultas simultáneas". El algoritmo de aprendizaje automático (ML) convierte palabras en vectores, transfiere conocimiento al servidor y responde con información valiosa. Con MUM, el contenido no orgánico se clasifica más rápido, lo que da como resultado tasas de clics (CTR) más bajas pero una mayor participación en el contenido.

Esencialmente, en un embudo de ventas, los clientes luchan por tomar decisiones entre la " evaluación " y la etapa de " conciencia ". Los sitios web y el contenido orgánicos se utilizan para convertir las experiencias web en ventas, mientras que MUM se enfoca en traer una franja de activos digitales en forma de multimedia. Los usuarios reciben lo mejor de lo mejor para que “ evalúen todas las opciones ” antes de llegar a un acuerdo.

¿Recuerdas iGoogle? Era una página de inicio personalizada de Google configurada con Ajax en 2005. Al analizar el comportamiento web anterior, ofrecía información inmersiva en una ventana. El concepto de iGoogle formó la base de Google MUM, donde la idea estaba integrada con IA.

Actualmente, nadie puede predecir la gama de características que traerá Google MUM con su lanzamiento. Todavía está siendo validado de forma cruzada para la precisión. Cuando se lanza, MUM puede representar tres niveles principales.

Niveles de Google MUM

Para diferentes sistemas, servidores y transferencias de datos, MUM funcionará con cierto grado de eficiencia. Por ahora, ya se han implementado tres niveles existentes utilizando Google MUM:

• Desarrollo a corto plazo: MUM utiliza la "transferencia de conocimientos" para filtrar su conjunto de datos y mostrar los resultados en 75 idiomas para diferentes usuarios. Ayuda a las personas a evitar confusiones cuando tienen que simplificar información difícil en su lengua materna.
• Desarrollo a mediano plazo: con la actualización de MUM de nivel medio, SERP será un caleidoscopio de recursos de contenido. Desde imágenes hasta carruseles, podcasts de relaciones públicas y artículos de audio, SERP se convertirá en una mezcla y combinación de los mejores activos de conocimiento.
• Desarrollo a largo plazo: MUM, a largo plazo, personalizará SERP de acuerdo con el estado mental actual del usuario. Detrás de cada palabra clave de cola larga, se establece una orientación particular. MUM tiene como objetivo utilizar el análisis de sentimientos y el mapeo de comentarios para analizar las necesidades de los usuarios e involucrarlos durante un período prolongado.

¿Sabes? MUM pudo enumerar 800 variaciones de vacunas COVID-19 en más de 50 idiomas en cuestión de segundos. Después de probar los hallazgos, estos datos se usaron para entregar información crítica y de alta calidad sobre vacunas a diferentes ubicaciones.

Cambios de búsqueda después de Google MUM

Actualmente, SERP se ve como una experiencia de interfaz de "largo x ancho". Cada página de resultados del motor de búsqueda tiene un fragmento destacado y una serie de enlaces azules con el contenido más adecuado. Pero con MUM, entrará en juego un nuevo espectro de funciones que hará que la búsqueda sea más receptiva, fácil de usar y divertida.

• Google Lens : con Google Lens, podrá clasificar diferentes componentes de una imagen con anotaciones visuales y superposiciones de texto. Ayudará a refinar la búsqueda en función de qué imágenes se ajustan mejor a las necesidades del usuario.
• Imágenes más grandes : podrá ampliar imágenes de banner o imágenes de productos de una empresa en particular directamente en la página de búsqueda principal. También aumentará el ajuste de píxeles de las imágenes URL.
• Refinar y ampliar : similar a "personas también buscadas", esta función ampliará el horizonte de los pensamientos, inspiraciones y deseos de los usuarios al ofrecerles acceso a más recursos.
• Cosas que debes saber: “ Cosas que debes saber” es como una sección de recomendaciones en Google. Responder consultas con "la gente también pregunta" cambiará con "cosas que saber". La función podrá llevar a los usuarios a productos y viajes de compra completamente diferentes.

Beneficios de Google MUM

El algoritmo MUM será un punto de inflexión para los entusiastas de la optimización de motores de búsqueda (SEO). En el futuro, MUM impulsará muchas de las técnicas de respuesta de Google. Esto no solo beneficiará a los equipos web, sino también a las audiencias.

• Análisis de video: el lanzamiento de Google MUM pondrá un énfasis especial en el marketing de video y la producción visual. El nuevo mecanismo analizará el contenido de los videos, extraerá las marcas de tiempo y aplicará estos datos para personalizar las sugerencias de videos. Mientras buscan un video en particular, los usuarios obtendrán resultados de video directos y enlaces de videos estrechamente relacionados.

• Fragmento destacado de Google : como una métrica de SEO de larga data, los fragmentos destacados aparecerán en un formato diferente con Google MUM. Podría haber múltiples fragmentos destacados para diferentes audiencias. MUM también podría aspirar a reducir los permisos pagados o patrocinados en un 40 % .
• SERP no orgánico: después del lanzamiento de MUM, los blogs y los artículos no serían lo suficientemente creíbles como para clasificarse más alto en el SERP. Otros sitios que brindan información de 360*, incluidas imágenes, palabras clave alternativas y videos para una palabra clave en particular, tendrían una clasificación más alta en los resultados de búsqueda. Algunos foros como Reddit y Quora ya están siguiendo esta técnica para clasificar más alto e involucrar a grandes comunidades con su contenido.
• Multilingüe: el modelo MUM se ha personalizado para traducir entradas y salidas a 75 idiomas. Mediante el uso de las mejores prácticas de PNL, la corrección semántica y de oraciones y la comprensión gramatical de estos idiomas, MUM pretende ampliar su alcance. El movimiento multilingüe de MUM ha animado a muchas empresas a crear sitios web multilingües para formar parte de los viajes diarios de diferentes personas en todo el mundo.
• Imágenes ampliadas: con Google MUM, puede hacer zoom en imágenes e infografías. El uso de lentes de Google ayudará a ampliar las imágenes web, estudiar las funciones y ver un producto desde todos los ángulos. No solo eso, puede acceder a las reseñas de los clientes, conocer las mejores prácticas y aumentar el conocimiento de la marca .

Limitaciones de Google MUM

MUM ha intensificado la volatilidad de las búsquedas web y la navegación por Internet. Pero con cada nueva actualización repleta de funciones vienen errores y limitaciones inevitables.

• Deplorabilidad del contenido orgánico: una actualización de MUM exigirá que las empresas inviertan más en publicidad y medios que en marketing de contenido orgánico. Esto podría tener un efecto adverso en los propietarios de proyectos y los especialistas en marketing de contenido.
• Naturaleza incomprensible: con MUM, muchos más activos de contenido son visibles para el usuario, tal vez mostrando algunos recursos extraños. Los usuarios deben ser conscientes de lo que quieren y deben estructurar sus consultas de búsqueda en consecuencia. Si cometen errores o escriben demasiado rápido, es posible que el algoritmo de IA no pueda decodificar la intención detrás de la consulta del usuario y mostrar resultados poco realistas.
• Complicaciones de SEO: después del lanzamiento de BERT, el SEO se volvió demasiado difícil de descifrar. La actualización de MUM pondría más énfasis en los especialistas en marketing de SEO para aumentar su conocimiento técnico. El consenso sobre el SEO tradicional se mantendría, pero más reglas de SEO nuevas convertirían a Google en un "medio desordenado".
• Resultados poco éticos: los usuarios deben tener en cuenta lo que quieren y deben estructurar su consulta de búsqueda en consecuencia. En caso de que lo escribieran apresuradamente, es posible que el algoritmo de IA no pueda decodificar la intención detrás de la consulta del usuario y mostrar resultados poco realistas.

MUM no es el primer sprint de IA de Google. Durante años, el director ejecutivo de Google, Sundar Pichai, ha ampliado los límites de la IA generativa y sus volúmenes de posibilidades. Google tiene como objetivo inyectar diversidad, equidad e inclusión directrices dentro de MUM a través de la inteligencia artificial.

¿Será MUM diferente de otras actualizaciones de Google AI?

MUM puede clasificarse como el próximo gran hito de la IA. La forma tradicional de abordar la información y encontrar la mejor opción para sus necesidades se está revolucionando. Pronto, los usuarios podrán virtualizar temas relacionados para la consulta principal. Encontrar contenido de calidad en un solo lugar reducirá su frustración y el tiempo de consumo web. Eso es lo que busca la red detrás de MUM.

Las actualizaciones anteriores de aprendizaje automático se inclinaron a estabilizar la experiencia de búsqueda, evitar errores y detectar enlaces blackhat y contenido plagiado en la web. En un par de actualizaciones posteriores, Google reforzó el mecanismo de "intención". Usando ML avanzado, asignó el lenguaje de consulta de búsqueda con procesadores NLP subyacentes para satisfacer la intención del usuario y hacer que Google sea más confiable como motor.

Las actualizaciones anteriores de IA como la coincidencia neuronal, Hummingbird, RankBrain y BERT se centraron en el SEO técnico y la alineación de datos estructurados . Dieron espacio para el contenido orgánico y el contenido escrito por expertos. Pero con la IA generativa, el enfoque cambia a lo que es mejor que vea el usuario, independientemente de si es orgánico o patrocinado. Google tiene como objetivo lograr lo inimaginable al convertir SERP en una red social y comunitaria distribuida. Con esta técnica de SEO en profundidad, los usuarios estarán expuestos a las últimas tendencias y noticias en la industria particular que están buscando.

Google no solo minimizará los esfuerzos de investigación, sino que también proporcionará una gran cantidad de información con IA.

"La IA tendrá un impacto en todos los productos de todas las empresas. Por ejemplo, si piensa en 5 a 10 años a partir de ahora, tendrá un colaborador de IA con usted. Digamos que tiene cien cosas por las que pasar, puede decir, "Estos son los casos más serios que debe examinar primero".

Sundar Pichai
CEO, Google Inc.

El impacto de Google MUM en el SEO

La buena noticia para los especialistas en marketing de SEO es que pueden continuar con su análisis actual de cómo hacer que sus sitios web se clasifiquen mejor en Google. La gente todavía está debatiendo si MUM será un factor de clasificación en los motores de búsqueda o simplemente un puente de dispersión de datos.

Para competir con la actualización de MUM, las marcas deben reforzar las estrategias de medios orgánicos y ganados. Si bien los medios pagados no siempre brindan CPC, la búsqueda orgánica y el SEO ayudarán a las marcas a mantenerse a la vanguardia. Incluso si una parte justa de SERP se ve afectada por MUM, se preferirán las páginas de mayor rango y los fragmentos destacados.

Las marcas deberían comenzar a tomar sus estrategias de SEO en la página más en serio. No solo para clasificar más alto, sino también para identificar a su público objetivo y transferir aprendizajes. Idear y diseñar paquetes de imágenes, hacer videos introductorios y crear conciencia ayudará a las marcas a capear la tormenta de MUM.

Con MUM, las estrategias de SEO recién surgidas entrarán en juego. Las secciones de cosas que debe saber, la búsqueda de videos, la búsqueda visual, los acercamientos y la búsqueda por voz disminuirán el tedio de los usuarios al brindarles todas las respuestas en un solo lugar. Al mismo tiempo, no es un mecanismo de preguntas y respuestas. Google tiene como objetivo crear una red de personas de ideas afines para "volverse inteligente".

“MAMÁ” lo sabe todo.

MUM es un océano de conocimiento, información y comprensión de los sentimientos. Es el comienzo de una nueva era de búsqueda web. Nada será demasiado complejo en la web o en la vida real con MUM. Esta nueva técnica teórica de aprendizaje automático nos ha llevado a un nuevo camino digital.

Descubra cómo puede personalizar las necesidades de su público con la personalización web .