Todo lo que necesitas saber sobre SEO semical

La web semántica está aquí.Aquellos que aprovechan las tecnologías semánticas para construir una estrategia semántica de SEO se benefician de resultados sorprendentes.A partir de un trabajo de investigación realizado con el equipo de WordLift, presentado en Semantics 2017, documenté que los datos estructurados están en términos de marketing digital.Por ejemplo, al analizar el sitio web centrado en el diseño de Freeyork.org, después de tres meses de usar datos estructurados en su sitio web de WordPress, noté las siguientes mejoras:
+12.13% nuevos usuarios
+18.47% aumentó el tráfico orgánico
Aumento de +2.4 veces de las vistas de la página
+13.75% de la duración de las sesiones
En otras palabras, muchos todavía están pensando en tecnologías semánticas que pertenecen al futuro, cuando en realidad muchos jugadores en el espacio de marketing digital ya se están aprovechando de ellas.
SEO Semantic es una forma nueva y poderosa de hacer que su estrategia de contenido sea más efectiva. En este artículo, explicaré desde cero qué es SEO semántico y por qué es importante. ¿Por qué SEO semic? En resumen, los motores de búsqueda necesitan contexto para comprender correctamente una consulta y lograr resultados relevantes. Los contextos se construyen usando palabras, expresiones y otras combinaciones de palabras y conexiones tal como aparecen en el conocimiento, como las enciclopedias y los grandes cuerpos de texto. SEO Semantic es una técnica de marketing que mejora el tráfico de un sitio web al proporcionar datos significativos que pueden responder sin ambigüedad a una determinada intención de búsqueda. También es una forma de crear grupos de contenido que se agrupan semánticamente en temas, en lugar de en palabras clave. En una famosa patente de Google sobre vectores de contexto, se ofrece un ejemplo de la palabra “caballo”. El documento analizó cómo la misma palabra puede tener diferentes significados: un “caballo” es un animal para un ecuestre, un instrumento para un carpintero y deportes equipo para una gimnasta. En SEO semical, como Wikipedia, el contenido se cataloga y organiza alrededor de cada contexto, para que los automóviles puedan entender y apreciar su singularidad. El comienzo antes de profundizar en el uso de SEO semical, debemos hablar sobre lo importante que es y dónde apareció. En febrero de 2009, Sir Tim Berners-Lee, el fundador de la red web, celebró un TED en Long Beach, California. Habló sobre la formación de una nueva red, construida en la última red. Una web semántica basada en datos abiertos.
Ahora la web semántica está aquí, y sus tecnologías están disponibles para que los especialistas en marketing digital hagan que su estrategia de SEO sea más eficiente. ¿Como llegamos alla? Tomemos unos pasos atrás. La antigua web hoy, más de mil millones de sitios web incluyen Web. http://t.co/d9pwmxuzoa recientemente excedió mil millones de sitios web por su número …- Tim Berners-Lee (@timberners_lee) 16 de septiembre de 2014 en menos de una década, el número de sitios web que explotó. Incluyó millones de páginas. Berners-Lee se dio cuenta de que podía conectar las páginas web con lo que todos sabemos hoy como hipertexto. Sin embargo, la navegación web todavía era limitada, porque podría pasar de una página a otra por enlaces: el esfuerzo necesario para encontrar lo que estaba buscando era masivo. Por lo tanto, muchos se aventuraron a encontrar una manera de buscar en esas páginas para encontrar contenido específico para consultas. Esta idea condujo a la creación de PageRank, que fue la base de Google, un algoritmo que podría clasificar las páginas en la web de acuerdo con la popularidad de cada página. Cuanto más haya recibido varios vínculos de retroceso de calidad, mayor será el SERP. Los vínculos de retroceso siguen siendo la columna vertebral de la web. Sin embargo, una nueva red ha florecido en esa columna vertebral. La nueva web en 2012, el futurista Ray Kurzweil vino a Google con una misión: hacer que los motores de búsqueda entiendan el lenguaje humano. A partir de esta búsqueda, Google actualizó su algoritmo en 2013 con Hummingbird y más tarde en 2015, se ha convertido en un factor importante en la búsqueda de Brain.
Fue una revolución. De hecho, a pesar de que Google analiza más de 200 factores para evaluar una clasificación de páginas, también utiliza inteligencia artificial para clasificar esas páginas. En otras palabras, Google está mirando cada vez más la intención detrás de una consulta de usuario basada en el contexto, en lugar de las palabras clave. Por ejemplo, si ingreso el cuadro de búsqueda de “papas fritas”, podría buscar algo para comer o simplemente la historia detrás del nombre. Por supuesto, si hago esta búsqueda a las 8 de la mañana, probablemente estoy más interesado en descubrir la historia detrás de la comida. Si hago la misma búsqueda a las 20:00, podría buscar algo para comer para cenar. Pero, ¿dónde sabe el motor de búsqueda cuál es el contexto? Lea el lenguaje humano, procesando el lenguaje natural (PNL). Antes de lanzarnos, ¿cómo funciona la PNL? El poder del procesamiento del lenguaje natural cuando está en el cuadro de búsqueda de Google “Distancia de la luna”, eso es lo que recibo:
Puede pensar que este es un ajuste simple de palabras clave, pero no lo es. De hecho, si pregunto “¿Hasta dónde está la luna?” Obtengo la misma respuesta:
La capacidad de Google para comprender el lenguaje continúa. Si estoy buscando “la distancia de la luna en metros”, obtengo:
En resumen, Google sabe que quiero decir lo mismo y me da la respuesta correcta. Pero si Google ya no busca palabras clave (al menos para ciertas consultas), ¿dónde obtiene los resultados? Google aprende a través de temas. En el contexto de la web semántica, estos conceptos se llaman entidades. Esas entidades están organizadas en enormes gráficos. De hecho, el 16 de mayo de 2012, Google anunció el uso de una gran cantidad de conocimientos. En otras palabras, es una base de conocimiento para proporcionar resultados de búsqueda más útiles y relevantes utilizando una técnica de búsqueda semántica. Reconstruiré la forma en que funciona un gráfico de conocimiento, a partir de una entidad. Pero de hecho, ¿qué es una entidad? ¿Qué es una entidad? Según Wikipedia: una entidad es algo que existe como sí mismo, como sujeto o como objeto, efectivo o potencial, concreto o abstracto, físico o no. En el contexto de la web semántica, una entidad es mucho más que eso: en la web semántica, una entidad es “cosa” descrita en un documento. Una entidad ayuda a las computadoras a comprender todo lo que sabe sobre una persona, una organización o un lugar mencionado en un documento. Todos estos hechos están organizados en declaraciones conocidas como triple que se expresan en forma de sujeto, predicado y objeto. Fuente: ¿Qué es una entidad en la web semántica?

¿Por qué las entidades son mucho más efectivas que las palabras clave? Por tres razones simples. Las entidades son:

conectado

desprovisto de ambigüedad
contextual
A través de las entidades, crea relaciones significativas que pueden ser leídas, entendidas e interpretadas por los motores de búsqueda. Esto es lo que te permite lograr SEO semic. Las entidades, en el contexto de la web semántica, son verdaderamente puntos de datos que las computadoras pueden usar para analizar e interpretar el lenguaje humano. Damos este paso en ese momento. ¿Cómo obtengo entidades de contexto? Metadatos: datos sobre datos en su definición más básica, los metadatos son solo datos de datos. El concepto de metadatos no es nuevo. De hecho, los bibliotecarios lo han estado utilizando durante mucho tiempo para descubrir y administrar documentos. Imagine que para cada documento especifique al autor, la fecha, la duración del libro, etc. Todos estos son metadatos que ayudan a clasificar un libro. Por lo tanto, es más fácil encontrarlo más tarde. Para funcionar correctamente, los metadatos deben seguir una lógica de clasificación que todos entiendan. En resumen, debe haber un conjunto de reglas que todos puedan seguir para que el sistema funcione. Como en un vocabulario en el que las reglas gramaticales se seleccionan arbitrariamente para crear un lenguaje estándar. Las ontologías son la base de los metadatos. La forma más simple de ontología es un vocabulario. El vocabulario que hoy hace posible SEO semántico se llama scheme.org.
Esquema de marcado: el estándar de oro de la web semántica en la pregunta “¿Qué es el esquema.org” Eso es lo que dice Google:
Como hemos visto, el pilar web semántico es un vocabulario abierto, compartido en diferentes sitios web, dirigido por una comunidad abierta y utilizable junto con otros vocabulario y ontologías abiertas. Como en el lenguaje, donde la falta de reglas gramaticales estándar lo hace difícil para el mismo idioma. Entonces, la web semántica no estaría aquí sin un estándar de oro. Schema.org es ese estándar de oro. De hecho, de todos los estándares competitivos que existían, Schema.org fue el primer vocabulario abierto que se introdujo para negocios orientados a los negocios (ayudando a los motores de búsqueda a organizar la web y mejorar sus resultados) .617 Vocabulario en el LOV. Hoy hay vocabulaciones abiertas 617 en el mundo de los datos relacionados y se puede combinar para organizar y estructurar diferentes campos de conocimiento. En cuanto al SEO, el esquema, creado por el motor de búsqueda en sí, es el más útil. Al agregar una marca de esquema a las páginas web, el contenido está interconectado con los datos utilizando vocabulario estándar conectado como scheme.org y se vuelve más accesible. ¿Cuáles son los datos estructurados? Los datos estructurados son un formato estandarizado para proporcionar información sobre una página y clasificar el contenido respectivo en la página; Por ejemplo, en una página de recetas, ¿cuáles son los ingredientes, el tiempo de cocción, la temperatura, las calorías, etc.? Fuente: DevelopersGoogle.com Datos estructurados utilizando scheme.org como vocabulario de referencia y se pueden incorporar en páginas web utilizando tres formatos:
Json-ld
Microdes
RDFA

Fuente: DevelopersGoogle.com Imagine un libro aceptado en tres formatos diferentes: libro electrónico, rústica y tapa dura. Cada uno tiene dificultades, diferentes tamaños, etc. También lo hace el esquema.org. JSON-LD es el formato favorito de Google. De hecho, este es un JavaScript incorporado en un <bit o página o etiqueta de cabeza o cuerpo. El código encapsula información útil y contextual en el artículo escrito utilizando estándares de datos relacionados. La información, en la red semántica, está escrita utilizando los predicados de objeto predicados por sujetos llamados Triple. ¿Qué es un triple? Al igual que un átomo en el mundo material, un triple es la parte más fundamental de cómo la información se codifica en un programa de conocimiento utilizando tecnologías web semánticas. Un triple abarca una expresión de objeto de sujeto prepago (Jason tiene 40 años o Jason conoce a David). Como en realidad, donde de las meras reglas locales, surge la complejidad. Al mezclar miles de millones de triples, obtienes la web semántica. Por ejemplo, los siguientes son dos triples expresados ​​en JSON-LD:

“Esta entidad es una persona” y “el nombre de esta entidad es Jason Cohen”. Que visualmente (usando una herramienta en línea llamada JSON-LD Playground) se verá así:

En cada triple, podemos agregar más información en forma de un objeto de pre-preparado sujeto y usar un cierto tipo de esquema y las propiedades asociadas con él, para que podamos hacer que cada información sea realmente accesible para los automóviles. ¿Por qué es JSON-LD el mejor formato para datos estructurados? Las ventajas de usar JSON-LD son las siguientes:
No afecta el rendimiento de la página porque se puede cargar asincrónico inyectado en la página sin afectar la estructura y etiquetas HTML existentes
Es fácil de reutilizar por los desarrolladores web, ya que sigue la sintaxis JSON
Es utilizado por los datos relacionados

Google también alienta a los propietarios de sitios web a usar datos estructurados en una página web JSON-LD. Este formato permite entidades, por lo que los conceptos se vinculan. Sin embargo, esta información aún puede ser ambigua. Por ejemplo, en el ejemplo anterior, Jason Cohen puede ser el fundador del motor WP o el cineasta estadounidense. Me refiero al primero, obviamente, pero ¿cómo hago un motor de búsqueda para entender eso? Una vez más, los datos relacionados (un estándar web semántico para la publicación de datos) son la respuesta. ¿Por qué los datos están conectados tan importantes? El esquema es el vocabulario utilizado para ayudar a un motor de búsqueda a comprender el contenido de las páginas web. Los datos relacionados son un método para publicar datos estructurados que utilizan vocabulario, como esquema que pueden conectarse e interpretar por automóviles. Utilizando datos relacionados, las declaraciones codificadas triple se pueden distribuir en diferentes sitios web. En el sitio web A podemos presentar su entidad Jason y el hecho de que conoce a Marie. En el sitio B podemos proporcionar toda la información sobre Marie, y en el sitio web de C encontramos información sobre el lugar de nacimiento de Marie.

Cada página contiene los datos estructurados para describir una entidad y el enlace a la entidad que podría describirse en un sitio web diferente. Los complementos semánticos como WordLift pueden vincular una entidad con otra, como lo hace con las páginas web. Pero, ¿cómo puede asegurarse de que el motor de búsqueda entienda sin ambigüedad que consulte al CEO del motor WP y no al director de cine? De hecho, hay dos maneras: por defecto, el motor de búsqueda podría entender que es más probable que el torque se refiera al CEO del motor WP (y para esto se usa vectores de contexto)

Explícito:

Leyendo un atributo de datos conectados llamado @ID (un identificador único para la entidad que el motor de búsqueda ya podría ser conocido) o
Leyendo cualquier enlace Sames para la entidad que indica un conjunto de datos conocido. El propósito de estos enlaces es decirle al automóvil que la entidad es equivalente a otra entidad en una enciclopedia abierta como Wikipedia o directamente en el gráfico de conocimiento de Google
¿Cómo pueden las entidades vincular entre ellas? Según Schema.org, la propiedad Sames es: la URL de una página web de referencia que indica la identidad del artículo sin ambigüedad. Por ejemplo, la URL de la página de Wikipedia del artículo, la entrada Wikidata o el sitio web oficial. Es como decirle al motor de búsqueda “Esto es lo mismo que el que encuentra en esta dirección”. Hoy, solo entre 10,000 y 50,000 campos usan esta propiedad. Por lo tanto, puede marcar la diferencia en su estrategia de SEO al usarla. Sin embargo, la propiedad Sames en sí misma puede no ser suficiente si tiene que interrogar los datos que publica (o simplemente si desea que otros interroguen los datos que publica en varios conjuntos de datos). Necesitas algo más. Debe publicar los datos siguiendo el llamado esquema de datos de cinco estrellas ingresado por Berners-Lee, que requiere que vincule cada parte de datos con otros datos. Aquí viene la propiedad de Owl: Sameas. ¿Por qué es importante publicar datos conectados de 5 estras? Hay cuatro principios simples a seguir al publicar datos en la web (y sí, los datos estructurados son datos abiertos, porque son totalmente accesibles). Usils como nombres para las cosas (este es el identificador único que ingresé anteriormente)
Use URI HTTP para que las personas puedan buscar esos nombres (esto significa que cada identificación de entidad será accesible a través de HTTP UURI)
Cuando alguien busca un URI, proporcione información útil, utilizando estándares (detrás de estos URI necesitamos publicar datos utilizando un estándar de datos conectados llamado RDF)
Incluya enlaces a otros URI. para que él pueda descubrir más cosas (y aquí debemos agregar búho: sameas). Y accesible por los automóviles. Por lo tanto, conectando una pieza de texto escrita por un hombre con un conjunto de datos abierto creado por un automóvil, nuestro contenido se vuelve totalmente accesible y fácil de usar. Una vez más, SEO Semantic se refiere a ayudar al automóvil a comprender nuestro contenido utilizando el estándar web abierto para describirlo. Algunos de los conjuntos de datos principales que implementan el esquema de datos conectados de 5 estrellas son fundamentales para los algoritmos de aprendizaje automático detrás de los motores de búsqueda semántica como Google y Bing, así como los asistentes personales digitales, Cortana y Google Assistant. Estos conjuntos de datos (como dbpedia, wikidata, geonames solo los nombran) están interconectados para formar datos abiertos vinculados.

Fuente: LODLive Cuando agrega datos estructurados a su sitio web de WordPress utilizando un complemento como Palabra de palabras, esos datos estructurados se publican como datos abiertos. En resumen, su sitio web de WordPress y sus propios metadatos de contenido se convierten en parte de esa nube de datos Open vinculada. Por lo tanto, al agregar una capa adicional a la web semántica, ¡su sitio de WordPress también se convierte en parte de ella! ¿Cómo puede vincular las entidades en su sitio web de WordPress a los datos en la nube, se abre vinculados? Imagine que queremos explicarle a un motor de búsqueda Matt Mullenweg y hacer la conexión entre la página que tengo en mi blog con entidades en Lod Cloud. ¿Cómo hago esto en mi sitio web de WordPress? Como puede ver anteriormente, utilicé WordLift en mi WordPress para crear una página sobre Matt Mullenweg. La página respectiva está configurada como un tipo de “persona” de la entidad del esquema. Para aclarar de quién hablo, hago una búsqueda usando WordLift que accede a los enormes gráficos publicados en LOD y, en un momento, puedo obtener la referencia a la entidad de Matt Mullenweg en Freebase, Wikidata y Dbpedia. Una vez que actualizo la página, las propiedades de Sameas y el esquema OWL: Sameas se agrega automáticamente por los motores de búsqueda y ofrecidos. Ahora podemos usar la herramienta de prueba de datos estructurados de Google para ver cómo ve la página del motor de búsqueda:
Los datos estructurados se crearon sin escribir una sola línea de código, y ahora Google puede acceder con los rastreadores e indexar la página respectiva. Sin embargo, hay aún más. Como vi anteriormente, utilizando datos de 5 estrellas, ahora mis datos son interoperables con otros conjuntos de datos y también se publican fuera de la página en un gráfico de conocimiento basado en RDF. Al juntar todo con una tabla de conocimiento en el contexto de la web semántica, una tabla de conocimiento es una forma de representar el conocimiento. En resumen, comienza desde algunos triple y esos triples se colocan en relación con la construcción de un gráfico. Por ejemplo, echemos un vistazo más de cerca, utilizando tecnologías web semánticas, en entidades Matt Mullenweg en mi blog: Fuente: Lodlive Como puede ver, tenemos un set triple que nos cuenta una historia: Matt Mullenweg, nombrado y Matthew Charlie, fue Nació en Houston y asistió a cursos de la Universidad de Houston. Él es un emprendedor. Un gráfico de conocimiento no habla un lenguaje en particular. El lenguaje es humano;
Un gráfico de conocimiento se expresa en datos abiertos, que es el lenguaje de los automóviles. Imagine todo su sitio web basado en un gran gráfico de conocimiento que consiste en todos los metadatos que describen lo que escribe. Ese gráfico de conocimiento se convierte en parte de un gráfico más grande que abarca la nueva web. Este es el poder de la web semántica. Resumen y conclusiones Durante este artículo, vi que la web semántica está aquí. Algunos jugadores ya usan tecnologías semánticas en el espacio de marketing digital. Obtengo SEO extraordinario y encuentro resultados extraordinarios. Este es el nacimiento de un nuevo dominio, dentro de la industria de SEO, comúnmente llamado SEO semical. Aunque los vínculos de retroceso siguen siendo la base web. Las palabras clave pierden su relevancia y la perderán aún más en el tiempo. SEO Semantic le permite estructurar su contenido en torno a Triple y Temas y obtener el control sobre los vectores de contexto que el motor de búsqueda utiliza para clasificar su contenido de acuerdo con una determinada intención de búsqueda. Los datos están codificados en propiedades definidas en un conjunto de vocabulario vinculado, como Scheme.org. Cuando agrega datos vinculados a su sitio de WordPress utilizando un complemento como la verificación de palabras, agregue datos estructurados que los motores de búsqueda puedan leer y comprender rápidamente. A partir de esos datos relacionados, los automóviles pueden extrapolar las relaciones y el contexto, en una palabra: