SlideShare a Scribd company logo
1 of 78
Download to read offline
SEO SEMÁNTICO
Ayuda a tu web ayudando al buscador a
entender tu contenido
Jose Roig Torres - @joseroigtorres#mallorca_seo
Un poco sobre mí
Hola a todos!!!
Soy
Jose Roig Torres,
Especialista en SEO
y Analítica Web
Desarrollador web Especialista en SEO
SEO Manager y
Analítica web
@joseroigtorres
jose@ikaue.com
www.jsroig.com
Pero antes
de empezar,
qué es eso
de la
Semántica?
?
Pero antes
de empezar,
qué es eso
de la
Semántica?
Se conoce como semántica al estudio del
significado de los signos lingüísticos y de
sus combinaciones.
La semántica dentro del posicionamiento
1. La araña rastrea una página
2. Los servidores analizan el
significado (semántica) y
relevancia de la página, y la
clasifican en el ranking
3. La página aparece en los
resultados en función de
diversos factores, entre ellos el
significado que el buscador le
haya atribuido
Araña Página web
Servidores de
Google
Resultados de
búsqueda
Se puede considerar una de las patas del SEO
Queremos que el significado
que extraiga el buscador de una
página coincida con el tema
que queremos posicionar
@joseroigtorres
Para ello hay que facilitarle al buscador la comprensión del contenido
Vamos a ayudar al buscador
<html>
<head>
<title>
<body>
<h1><h2><h3>…
<p>
…
Código de una Página web
Insertamos la
keyword en el
contenido
Vamos a ayudar al buscador
<html>
<head>
<title>
<body>
<h1><h2><h3>…
<p>
…
Código de una Página web
Insertamos la
keyword en el
contenido
Pero para trabajar la
semántica basta con
insertar la kw?
Vamos a ayudar al buscador
<html>
<head>
<title>
<body>
<h1><h2><h3>…
<p>
…
Código de una Página web
Insertamos la
keyword en el
contenido
NO
Pero para trabajar la
semántica basta con
insertar la kw?
En realidad ni siquiera se necesita insertar la KW
0 ocurrencias de la kw exacta
0 ocurrencias de “billetes de avión”
Se resalta “vuelos baratos” cuando buscamos
“billetes de avión económicos”
Si analizamos la página resaltada:
Aunque no haya páginas que contengan la keyword, el
buscador es capaz de dar resultados útiles
El buscador ha evolucionado en su compresión de las páginas
2011 2012 2013 2014 2015 2016
Knowledge
Graph Hummingbird Rankbrain
YA NO SE TRATA SOLO DE
KEYWORDS, SINO DE
SIGNIFICADOS
@joseroigtorres
Para trabajar la semántica hay que intentar entender como el
buscador extrae el significado de una página
Buscador Persona
Batalla de comprensión
de páginas
Un buscador ve las páginas de forma distinta
Persona El buscador
Imagen Código JS
Código CSS
Código HTML
Sobre el código extrae las partes más relevantes para la semántica
HEADER
FOOTER
SIDEBAR
NAVIGATION
MAIN CONTENT
CONTENT
COMPLEMENTARY CONTENT
CÓDIGO JS
CÓDIGO CSS
CÓDIGO HTML
Navegación
secundaria (poco
relevante)
Contenido de mayor
relevancia dentro el
principal
Parte del layout
(poco relevante)
Contenido
complementario, oculto,
etc (poco relevante)
Contenido principalMeta información
sobre el contenido
Sobre el código extrae las partes más relevantes para la semántica
HEADER
FOOTER
SIDEBAR
NAVIGATION
MAIN CONTENT
CONTENT
COMPLEMENTARY CONTENT
CÓDIGO JS
CÓDIGO CSS
CÓDIGO HTML
Navegación
secundaria (poco
relevante)
Contenido de mayor
relevancia dentro el
principal
Parte del layout
(poco relevante)
Contenido
complementario, oculto,
etc (poco relevante)
Contenido principalMeta información
sobre el contenido
Sobre el código extrae las partes más relevantes para la semántica
HEADER
FOOTER
SIDEBAR
NAVIGATION
MAIN CONTENT
CONTENT
COMPLEMENTARY CONTENT
CÓDIGO JS
CÓDIGO CSS
CÓDIGO HTML
Navegación
secundaria (poco
relevante)
Contenido de mayor
relevancia
Parte del layout
(poco relevante)
Contenido
complementario, oculto,
etc (poco relevante)
Contenido principalMeta información
sobre el contenido
El buscador extrae el texto del código y lo analiza
Texto extraído
Terminator (título original en inglés, The Terminator) es una
película estadounidense de ciencia ficción y acción de 1984,
dirigida por James Cameron, coescrita entre Cameron y William
Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda
Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue
producido por Hemdale Film Corporation y distribuido por Orion
Pictures. Schwarzenegger interpreta al Terminator, un ciborg
asesino enviado a través del tiempo desde el año 2029 a 1984
para asesinar a Sarah Connor, interpretada por Linda Hamilton.
Biehn es Kyle Reese, un soldado también enviado desde el futuro
con la misión de proteger a Sarah. Fue filmada de marzo a mayo
de 1984 y finalmente estrenada el 20 de octubre de 1984.
Separa el texto
en términos que
pueda manejar y
analizar.
El buscador extrae el texto del código y lo analiza
Texto extraído
Terminator (título original en inglés, The Terminator) es una
película estadounidense de ciencia ficción y acción de 1984,
dirigida por James Cameron, coescrita entre Cameron y William
Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda
Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue
producido por Hemdale Film Corporation y distribuido por Orion
Pictures. Schwarzenegger interpreta al Terminator, un ciborg
asesino enviado a través del tiempo desde el año 2029 a 1984
para asesinar a Sarah Connor, interpretada por Linda Hamilton.
Biehn es Kyle Reese, un soldado también enviado desde el futuro
con la misión de proteger a Sarah. Fue filmada de marzo a mayo
de 1984 y finalmente estrenada el 20 de octubre de 1984.
Analiza aquellos
términos con
mayor presencia
El buscador extrae el texto del código y lo analiza
Texto extraído
Terminator (título original en inglés, The Terminator) es una
película estadounidense de ciencia ficción y acción de 1984,
dirigida por James Cameron, coescrita entre Cameron y William
Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda
Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue
producido por Hemdale Film Corporation y distribuido por
Orion Pictures. Schwarzenegger interpreta al Terminator, un
ciborg asesino enviado a través del tiempo desde el año 2029 a
1984 para asesinar a Sarah Connor, interpretada por Linda
Hamilton. Biehn es Kyle Reese, un soldado también enviado
desde el futuro con la misión de proteger a Sarah. Fue filmada
de marzo a mayo de 1984 y finalmente estrenada el 20 de
octubre de 1984.
Busca términos
relacionados, tales
como sinónimos,
variaciones, palabras de
un mismo campo
semántico, etc.
El buscador extrae el texto del código y lo analiza
Texto extraído
Terminator (título original en inglés, The Terminator) es una
película estadounidense de ciencia ficción y acción de 1984,
dirigida por James Cameron, coescrita entre Cameron y William
Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda
Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue
producido por Hemdale Film Corporation y distribuido por Orion
Pictures. Schwarzenegger interpreta al Terminator, un ciborg
asesino enviado a través del tiempo desde el año 2029 a 1984
para asesinar a Sarah Connor, interpretada por Linda Hamilton.
Biehn es Kyle Reese, un soldado también enviado desde el futuro
con la misión de proteger a Sarah. Fue filmada de marzo a mayo
de 1984 y finalmente estrenada el 20 de octubre de 1984.
Busca términos
que aparezcan
cercanos de forma
repetida
(habitualmente
estos están
relacionados)
El buscador extrae el texto del código y lo analiza
Texto extraído
Terminator (título original en inglés, The Terminator) es una
película estadounidense de ciencia ficción y acción de 1984,
dirigida por James Cameron, coescrita entre Cameron y William
Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda
Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue
producido por Hemdale Film Corporation y distribuido por Orion
Pictures. Schwarzenegger interpreta al Terminator, un ciborg
asesino enviado a través del tiempo desde el año 2029 a 1984
para asesinar a Sarah Connor, interpretada por Linda Hamilton.
Biehn es Kyle Reese, un soldado también enviado desde el futuro
con la misión de proteger a Sarah. Fue filmada de marzo a mayo
de 1984 y finalmente estrenada el 20 de octubre de 1984.
Busca términos
sobre de los que
ya disponga de
información
(entidades)
Sobre las distintas entidades busca relaciones
Persona
James Cameron
Persona
Arnold Schwarzenegger
Knowledge Graph de Google
Película
Terminator
País
EEUU
Fecha
20-10-1984
Ha actuado
Ha sido dirigida por
Producida en
Estrenada en
Mediante los datos extraídos del código…
De que
habla la
página
¿ ?
Términos frecuentes y su
relación con otros términos
(sinónimos, antónimos,
variaciones, etc)
Términos que aparezcan
habitualmente cercanos
Meta información extraída del
código
Relaciones entre las entidades
extraídas del texto
Mediante los datos extraídos del código y otras fuentes…
De que
habla la
página
¿ ?
Términos frecuentes y su
relación con otros términos
(sinónimos, antónimos,
variaciones, etc)
Términos que aparezcan
habitualmente cercanos
Meta información extraída del
código
Temas de páginas que la
enlazan y que son
enlazadas
Temas recurrentes o similares del
site o autor
Relaciones entre las entidades
extraídas del texto
…
Mediante los datos extraídos del código y otras fuentes se extrae el significado
De que
habla la
página
¿ ?
Términos frecuentes y su
relación con otros términos
(sinónimos, antónimos,
variaciones, etc)
Términos que aparezcan
habitualmente cercanos
Meta información extraída del
código
Temas de páginas que la
enlazan y de páginas que
son enlazadas por ella
Temas recurrentes o similares del
site o autor.
Relaciones entre las entidades
extraídas del texto
…
Mediante los datos extraídos del código y otras fuentes se extrae el significado
De que
habla la
página
¿ ?Presencia de sinónimos,
antónimos, variaciones, etc.
Términos que aparezcan
habitualmente cercanos
Términos con mayor presencia en
la página
Temas de páginas que la
enlazan y de páginas que
son enlazadas por ella
Temas recurrentes o similares del
site o autor.
Relaciones entre las entidades
extraídas del texto
…
Todas esto permite indexar las páginas en
función de su significados y no solo de
keywords, esto es lo que conocemos como
Indexación Semántica Latente(LSI)
Vemos que el
buscador cada
vez se parece
más a nosotros
al comprender
contenidos, pese
a ello aún es
conveniente que
le ayudemos.
@joseroigtorres
UNA VEZ ENTENDEMOS UN POCO
COMO EL BUSCADOR INTERPRETA
EL CONTENIDO, PODEMOS
FACILITARLE SU TRABAJO
@joseroigtorres
Pero como ayudamos al buscador a entender una página?
Pero como ayudamos al buscador a entender una página?
Trabajando el Marcado
Semántico
Trabajando la Maquetación
Semántica
Trabajando la LSI
MrS
MqS
LSI
Vamos a
trabajar el
Marcado
Semántico
Objetivo: mediante añadidos
en el código, queremos
ayudar al buscador a
entender el contenido de la
página.
MrS
Hay que saber como usar el código para comunicarse con el buscador
MrS
Se escoge el formato de la comunicación
Hay diversas vías de
comunicarse, pero
conviene usar las más
usadas y/o
recomendadas
Formatos de
comunicación:
Microdatos
RDFa
JSON-LD
Microformatos
…
Leyenda:
Más usados
Recomendados
MrS
Luego hay que usar un vocabulario que entienda el buscador
Vocabularios de
marcado:
Schema.org
Dublin Core
Open Graph
…
Conviene usar los
vocabularios que
permitan mayores
posibilidades de marcado
y más extendidos
Formatos de
comunicación:
Microdatos
RDFa
JSON-LD
Microformatos
…
Leyenda:
Más usados
Recomendados
MrS
Supongamos que queremos hacer el marcado de una página
Buscamos un esquema adecuado
https://schema.org/Product
Queremos marcar una página de
producto
Podemos marcar:
• Tipo de datos
• Nombre
• Imagen
• Valoración
• Ofertas
• …
MrS
El marcado mediante Microdatos
<img src="dell-30in-lcd.jpg" alt="A Dell UltraSharp
monitor" />
Dell UltraSharp 30" LCD Monitor
87 out of 100 based on 24 user ratings
$1250 to $1495 from 8 sellers
Sellers:
<a href="save-a-lot-monitors.com/dell-30.html">
Save A Lot Monitors - $1250</a>
<a href="jondoe-gadgets.com/dell-30.html">
Jon Doe's Gadgets - $1350</a>
...
<div itemscope itemtype="http://schema.org/Product">
<img itemprop="image" src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor"/>
<span itemprop="name">Dell UltraSharp 30" LCD Monitor</span>
<div itemprop="aggregateRating"
itemscope itemtype="http://schema.org/AggregateRating">
<span itemprop="ratingValue">87</span>
out of <span itemprop="bestRating">100</span>
based on <span itemprop="ratingCount">24</span> user ratings
</div>
<div itemprop="offers" itemscope itemtype="http://schema.org/AggregateOffer">
<span itemprop="lowPrice">$1250</span>
to <span itemprop="highPrice">$1495</span>
from <span itemprop="offerCount">8</span> sellers
Sellers:
<div itemprop="offers" itemscope itemtype="http://schema.org/Offer">
<a itemprop="url" href="save-a-lot-monitors.com/dell-30.html">
Save A Lot Monitors - $1250</a>
</div>
</div>
...
</div>
Código SIN Microdatos Código CON Microdatos
En el marcado usaremos los atributos
especiales de microdatos:
• Itemscope
• Itemtype
• Itemprop
MrS
<div vocab="http://schema.org/" typeof="Product">
<img property="image" src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor"/>
<span property="name">Dell UltraSharp 30" LCD Monitor</span>
<div property="aggregateRating“ typeof="AggregateRating">
<span property="ratingValue">87</span>
out of <span property="bestRating">100</span>
based on <span property="ratingCount">24</span> user ratings
</div>
<div property="offers" typeof="AggregateOffer">
<span property="lowPrice">$1250</span>
to <span property="highPrice">$1495</span>
from <span property="offerCount">8</span> sellers
Sellers:
<div property="offers" typeof="Offer">
<a property="url" href="save-a-lot-monitors.com/dell-30.html">
Save A Lot Monitors - $1250</a>
</div>
<div property="offers" typeof="Offer">
<a property="url" href="jondoe-gadgets.com/dell-30.html">
Jon Doe's Gadgets - $1350</a>
</div>
...
</div>
El marcado mediante RDFa
<img src="dell-30in-lcd.jpg" alt="A Dell UltraSharp
monitor" />
Dell UltraSharp 30" LCD Monitor
87 out of 100 based on 24 user ratings
$1250 to $1495 from 8 sellers
Sellers:
<a href="save-a-lot-monitors.com/dell-30.html">
Save A Lot Monitors - $1250</a>
<a href="jondoe-gadgets.com/dell-30.html">
Jon Doe's Gadgets - $1350</a>
...
Código SIN RDFa Código CON RDFa
En el marcado usaremos los atributos
especiales de RDFa
• vocab
• typeof
• property
MrS
<script type="application/ld+json">
{
"@context": "http://schema.org", "@type": "Product",
"aggregateRating": {
"@type": "AggregateRating", "bestRating": "100", "ratingCount": "24", "ratingValue": "87"
},
"image": "dell-30in-lcd.jpg", "name": "Dell UltraSharp 30" LCD Monitor",
"offers": {
"@type": "AggregateOffer", "highPrice": "$1495", "lowPrice": "$1250", "offerCount": "8",
"offers": [
{
"@type": "Offer", "url": "save-a-lot-monitors.com/dell-30.html"
},
{
"@type": "Offer", "url": "jondoe-gadgets.com/dell-30.html"
}
]
}
}
</script>
El marcado mediante JSON-LD
<img src="dell-30in-lcd.jpg" alt="A Dell UltraSharp
monitor" />
Dell UltraSharp 30" LCD Monitor
87 out of 100 based on 24 user ratings
$1250 to $1495 from 8 sellers
Sellers:
<a href="save-a-lot-monitors.com/dell-30.html">
Save A Lot Monitors - $1250</a>
<a href="jondoe-gadgets.com/dell-30.html">
Jon Doe's Gadgets - $1350</a>
...
Código SIN JSON-LD Código CON JSON-LD
En el marcado con JSON-LD usaremos:
• Objetos JSON
• Definiremos el tipo de entidad que
describimos.
• Definiremos los atriutos de la entidad.
MrS
El marcado semántico también te permite conseguir los Rich Snippets
Rich Snippet obtenidos con marcado
Semántico
Rich snippets que permite Google
MrS
Algunos enlaces de interés
Referencias de vocabulario y marcado
Vocabulario Schema.org
Rich Snippets que permite Google
Definición del marcado en JSON-LD
Definición del marcado con Microdatos
Herramientas de ayuda
Herramienta para practicar formato JSON-LD
Generador de marcados con Microdatos
Validadores de datos estructurados
Validador de datos estructurados de Google
Validador de datos estructurados de Bing
Validador de datos estructuras de GSC
MrS
https://schema.org/
https://developers.google.com/search/docs/data-types/data-type-selector
http://json-ld.org/learn.html
https://www.w3.org/TR/microdata/
http://json-ld.org/playground/
http://www.microdatagenerator.com/
https://search.google.com/structured-data/testing-tool?hl=es
http://www.bing.com/toolbox/markup-validator
https://www.google.com/webmasters/tools/structured-data
Vamos a
trabajar la
maquetación
semántica
Objetivo: la idea es maquetar
aportando significado a cada
parte del código, para que al
buscador pueda encontrar las
partes importantes
POCA IMPORTANCIA
POCA IMPORTANCIA
IMPORTANTE
MUY IMPORTANTE
MqS
Como destacar partes relevantes del código?
MqS
Como destacar partes relevantes del código?
MqS
Usando tags semánticos (HTML5)
Respetando los estándares en HTML
Otras formas de hacerlo
Vamos a trabajar los Tags Semánticos de HTML5
MqS
Cada uno de estos tags indican cual
es la función de su contenido.
<article>
<aside>
<details>
<figcaption>
<figure>
<footer>
<header>
<main>
<mark>
<nav>
<section>
<summary>
<time>
Si se utilizan correctamente, ayudan
al buscador a detectar el contenido
de mayor relevancia.
No todos los tags nos interesan igual
MqS
<article>
<aside>
<details>
<figcaption>
<figure>
<footer>
<header>
<main>
<mark>
<nav>
<section>
<summary>
<time>
Los tags que más nos interesan son
los que definen la estructura general
Tipo de contenido al que se orienta cada Tag
MqS
<header>: cabecera de la sección
<footer>: pie de la sección
<nav>: conjunto de enlaces de navegación
<main>: contenido principal dentro del <body>
<article>: contenido independiente dentro de la página
<aside>: contenido complementario al contenido de la sección
<section>: grupo de elementos relacionados entre ellos
Ejemplo sencillo de maquetación semántica en un post
MqS
<header>
<footer>
<main>
<aside>
<nav>
<article>
Contenido más relevante
<aside>
Ejemplo sencillo de maquetación semántica en un listado
MqS
<header>
<footer>
<main>
<aside>
<nav>
<section>
Contenido más relevante
<article>
<article>
Respetando los estándares en HTML
MqS
Si se respetan estos estándares deberían haber pocos o ningún error en el HTML
Es recomendable reducir estos errores
pues pueden complicar el análisis del
contenido al buscador
Otras formas de destacar las partes relevantes de código
MqS
<div id=“header”>
<ul class=“main-nav”>
<li></li>
<li></li>
<li></li>
</ul>
</div>
<div id=“content”>
<ul class=“item-list”>
<li class=“item”></li>
<li class=“item”></li>
<li class=“item”></li>
</ul>
</div>
<div id=“footer”>
</div>
Antes de que hubiera tags
semánticos, el buscador ya miraba el
código para ver la función de cada
una de sus partes.
Clases e Ids como por ejemplo:
• Header
• Footer
• Main/content
• Nav/navigation
• etc
Manteniendo los nombres de Clases e Ids habitualmente usados en CMS
Otras formas de destacar las partes relevantes de código
MqS
<div id=“header”>
<ul class=“main-nav”>
<li></li>
<li></li>
<li></li>
</ul>
</div>
<div id=“content”>
<ul class=“item-list”>
<li class=“item”></li>
<li class=“item”></li>
<li class=“item”></li>
</ul>
</div>
<div id=“footer”>
</div>
Antes de que hubiera tags
semánticos, el buscador ya miraba el
código para ver la función de cada
una de sus partes.
Clases e Ids como por ejemplo:
• Header
• Footer
• Main/content
• Nav/navigation
• etc
Manteniendo los nombres de Clases e Ids habitualmente usados en Frameworks
Pero esto es algo se tenia más en cuenta
en versiones anteriores a HTML5 para
detectar contenido, por lo que se
considera cada vez menos relevante
Otras formas de destacar las partes relevantes de código
MqS
Manteniendo un código simple
<header>
<footer>
<main>
<article>
<div>
<div>
<div>
Contenido relevante
<header>
<footer>
<main>
<article>
Contenido relevante
Más complejo de analizar Menos complejo de analizar
Otras formas de destacar las partes relevantes de código
MqS
Manteniendo un código simple
<header>
<footer>
<main>
<article>
<div>
<div>
<div>
Contenido relevante
<header>
<footer>
<main>
<article>
Contenido relevante
Más complejo de analizar Menos complejo de analizar
Pero hay páginas que necesitan muchos
tags anidados y los buscadores cada vez
tienen menos problemas con ello, por lo
que esto es cada vez es menos relevante
Otras formas de destacar las partes relevantes de código
MqS
Usando los roles de WAI-ARIA
Roles para definir estructura:
• Article: contenido independiente.
• Banner: encabezado de página.
• Complementary: información
complementario de la información principal.
• Contentinfo: información de empresa, suele
ser el pie de página.
• Main: contenido principal.
• Navigation: menú de navegación.
<div id=“header” role=“banner”>
<ul class=“main-nav” role=“navigation”>
<li></li>
<li></li>
<li></li>
</ul>
</div>
<div id=“content” role=“main”>
<ul class=“item-list”>
<li class=“item” role=“article”></li>
<li class=“item ” role=“article”></li>
<li class=“item” role=“article”></li>
</ul>
<div class=“social-buttons” role=“navigation”></div>
</div>
<div id=“footer” role=“contentinfo”>
</div>
Otras formas de destacar las partes relevantes de código
MqS
Usando los roles de WAI-ARIA
Roles para definir estructura:
• Article: contenido independiente.
• Banner: encabezado de página.
• Complementary: información
complementario de la información principal.
• Contentinfo: información de empresa, suele
ser el pie de página.
• Main: contenido principal.
• Navigation: menú de navegación.
<div id=“header” role=“banner”>
<ul class=“main-nav” role=“navigation”>
<li></li>
<li></li>
<li></li>
</ul>
</div>
<div id=“content” role=“main”>
<ul class=“item-list”>
<li class=“item” role=“article”></li>
<li class=“item ” role=“article”></li>
<li class=“item” role=“article”></li>
</ul>
<div class=“social-buttons” role=“navigation”></div>
</div>
<div id=“footer” role=“contentinfo”>
</div>
Aunque esto cada vez se usa menos en
favor de los tags semánticos de HTML5
Algunos enlaces de interés
Referencias de vocabulario y marcado
Especificación Wai-aria Roles
Especificación HTML5
Herramientas de ayuda
Validador HTML
https://www.w3.org/TR/wai-aria/roles
https://www.w3.org/html/
https://validator.w3.org/
MqS
Vamos a
trabajar la
Indexación
Semántica
Latente
Objetivo: la idea es trabajar el
texto de una página para que
al buscador le sea más sencillo
entenderlo
LSI
Pero antes de trabajar el significado de una página…
LSI
Hay que tener claro que
por página se trabajará
un único tema.
Pero antes de trabajar el significado de una página…
LSI
Recordar que no se trata de una
simple repetición de una keyword,
sino de reforzar un tema mediante la
inclusión de términos relacionados
semánticamente
Como trabajaremos la Indexación Semántica Latente?
LSI
Buscamos vocabulario relacionado con la temática
Buscamos entidades relacionadas con el tema
Buscamos términos con relación semántica
Trabajamos los términos más relevantes
1
2
3
4
Lo primero es tener claro el tema que vamos a tratar
LSI
El tema que
trabajaremos es:
El personaje de
“Sarah Connor
en Terminator 2”
Buscamos vocabulario relacionado con la temática
LSI
Para ello podemos usar la herramienta de palabras clave de Adwords
… …
Buscamos terminator 2 Buscamos Sarah Conor
Términos
habitualmente
relacionados:
Terminator 2
Película
Juicio final
T1000
Arnold
Año de estreno
…
Términos
habitualmente
relacionados:
Sarah Connor
Terminator 2
Terminator 1
John connor
Actriz
Kyle Reese
…
Buscamos entidades y relaciones que refuercen la semántica
LSI
Para ello podemos usar
http://www.visualdataweb.org/relfinder/relfinder.php
Esta herramienta funciona sobre distintas bases de datos
semánticas (dbpedia por ejemplo).
La idea es extraer de ella distintas entidades y relaciones, las
cuales también podría disponer Google, y usarlas para reforzar
la semántica del texto.
Buscamos entidades y relaciones que refuercen la semántica
LSI
En este caso hemos buscado relaciones entre
“Sarah connor” y “terminator 2”,
pero podríamos haber intentado buscar por
cualquiera de los términos obtenidos con la
herramienta de palabras clave
Buscamos términos con relación semántica
LSI
Sinónimos Antónimos
Familias de términos
relacionadas
Plurales
Femenino/masculino …
Buscamos términos con relación semántica
LSI
Sinónimos Antónimos
Familias de términos
relacionadas
Plurales
Femenino/masculino …
Nos interesan
especialmente obtener
estos términos para
los que tengan mayor
relevancia
Buscamos términos con relación semántica
LSI
Terminator 2:
Terminator el juicio final
Segunda parte de
Terminator
Secuela de Terminator 1
…
Sarah Connor:
Sarah Jeanette Connor
Sarah
…
Famílias de términos
relacionadas:
Actores de Terminator 2
Premios obtenidos
Modelos de terminators
…
Trabajamos los términos con mayor relevancia
LSI
Sarah Connors
Terminator 2 el juicio final
Arnold Schwarzenegger
John Connor
Linda Hamilton
Para potenciar el tema
principal, los términos
con mayor relevancia
deberían aparecer con
mayor frecuencia y
cercanos entre si.
Tema: Sarah Connor en Terminator 2
Trabajamos los términos con mayor relevancia
LSI
Sarah Connors
Terminator 2 el juicio final
Arnold Schwarzenegger
John Connor
Linda Hamilton
Para potenciar el tema
principal, los términos
con mayor relevancia
deberían aparecer con
mayor frecuencia y
cercanos entre si.
Tema: Sarah Connor en Terminator 2
Hay que recordar usar sinónimos y
variaciones de los términos principales para
no caer en problemas por
sobreoptimización
Es importante también no perder el norte…
LSI
No hay que convertir el
texto en un sinsentido de
términos semánticamente
relacionados, el texto debe
ser útil y dar respuesta a las
búsquedas de los usuarios
Algunos enlaces de interés
Bases de datos semánticas
Knowledge Graph Google
DBpedia
Herramientas para extraer entidades
Relfinder
Gfacet
Búsqueda de términos relacionados
Keyword Planner Adwords
Über Suggest
https://www.google.es/intl/es/insidesearch/features/search/knowledge.html
http://wiki.dbpedia.org/
http://www.visualdataweb.org/relfinder/relfinder.php
http://www.visualdataweb.org/gfacet/gfacet.php
https://adwords.google.com/KeywordPlanner
https://ubersuggest.io/
LSI
Tranquilos, ya termina
Solo unos comentarios más
La semántica ya no va solo de Keywords, sino de significados
El buscador cada vez entiende mejor el contenido, pero sigue
siendo conveniente ayudarle
El significado en una página no solo se trabaja en el texto,
también en el propio código
@joseroigtorres
¿Preguntas?
Hablad ahora o
callad para siempre
MUCHAS GRACIAS
@joseroigtorres jose@ikaue.com www.jsroig.com

More Related Content

Recently uploaded

12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdf12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdfedwinmelgarschlink2
 
Unidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disolucionesUnidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disolucioneschorantina325
 
Las redes sociales en el mercado digital
Las redes sociales en el mercado digitalLas redes sociales en el mercado digital
Las redes sociales en el mercado digitalNayaniJulietaRamosRa
 
TIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdf
TIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdfTIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdf
TIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdfLUZMARIAAYALALOPEZ
 
02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor
02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor
02. Mr. Spencer (T.L. Sawn).pdf.libro de un señorkkte210207
 
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjjPPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjjNachisRamos
 
Guia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdfGuia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdflauradbernals
 

Recently uploaded (7)

12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdf12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdf
 
Unidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disolucionesUnidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disoluciones
 
Las redes sociales en el mercado digital
Las redes sociales en el mercado digitalLas redes sociales en el mercado digital
Las redes sociales en el mercado digital
 
TIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdf
TIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdfTIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdf
TIPOS DE LA PSICOPATOLOGÍA DE LA PERCEPCIÓN.pdf
 
02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor
02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor
02. Mr. Spencer (T.L. Sawn).pdf.libro de un señor
 
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjjPPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
 
Guia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdfGuia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdf
 

Featured

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

Featured (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

201609 seo semántico jose roig torres

  • 1. SEO SEMÁNTICO Ayuda a tu web ayudando al buscador a entender tu contenido Jose Roig Torres - @joseroigtorres#mallorca_seo
  • 2. Un poco sobre mí Hola a todos!!! Soy Jose Roig Torres, Especialista en SEO y Analítica Web Desarrollador web Especialista en SEO SEO Manager y Analítica web @joseroigtorres jose@ikaue.com www.jsroig.com
  • 3. Pero antes de empezar, qué es eso de la Semántica? ?
  • 4. Pero antes de empezar, qué es eso de la Semántica? Se conoce como semántica al estudio del significado de los signos lingüísticos y de sus combinaciones.
  • 5. La semántica dentro del posicionamiento 1. La araña rastrea una página 2. Los servidores analizan el significado (semántica) y relevancia de la página, y la clasifican en el ranking 3. La página aparece en los resultados en función de diversos factores, entre ellos el significado que el buscador le haya atribuido Araña Página web Servidores de Google Resultados de búsqueda
  • 6. Se puede considerar una de las patas del SEO
  • 7. Queremos que el significado que extraiga el buscador de una página coincida con el tema que queremos posicionar @joseroigtorres
  • 8. Para ello hay que facilitarle al buscador la comprensión del contenido
  • 9. Vamos a ayudar al buscador <html> <head> <title> <body> <h1><h2><h3>… <p> … Código de una Página web Insertamos la keyword en el contenido
  • 10. Vamos a ayudar al buscador <html> <head> <title> <body> <h1><h2><h3>… <p> … Código de una Página web Insertamos la keyword en el contenido Pero para trabajar la semántica basta con insertar la kw?
  • 11. Vamos a ayudar al buscador <html> <head> <title> <body> <h1><h2><h3>… <p> … Código de una Página web Insertamos la keyword en el contenido NO Pero para trabajar la semántica basta con insertar la kw?
  • 12. En realidad ni siquiera se necesita insertar la KW 0 ocurrencias de la kw exacta 0 ocurrencias de “billetes de avión” Se resalta “vuelos baratos” cuando buscamos “billetes de avión económicos” Si analizamos la página resaltada: Aunque no haya páginas que contengan la keyword, el buscador es capaz de dar resultados útiles
  • 13. El buscador ha evolucionado en su compresión de las páginas 2011 2012 2013 2014 2015 2016 Knowledge Graph Hummingbird Rankbrain
  • 14. YA NO SE TRATA SOLO DE KEYWORDS, SINO DE SIGNIFICADOS @joseroigtorres
  • 15. Para trabajar la semántica hay que intentar entender como el buscador extrae el significado de una página Buscador Persona Batalla de comprensión de páginas
  • 16. Un buscador ve las páginas de forma distinta Persona El buscador Imagen Código JS Código CSS Código HTML
  • 17. Sobre el código extrae las partes más relevantes para la semántica HEADER FOOTER SIDEBAR NAVIGATION MAIN CONTENT CONTENT COMPLEMENTARY CONTENT CÓDIGO JS CÓDIGO CSS CÓDIGO HTML Navegación secundaria (poco relevante) Contenido de mayor relevancia dentro el principal Parte del layout (poco relevante) Contenido complementario, oculto, etc (poco relevante) Contenido principalMeta información sobre el contenido
  • 18. Sobre el código extrae las partes más relevantes para la semántica HEADER FOOTER SIDEBAR NAVIGATION MAIN CONTENT CONTENT COMPLEMENTARY CONTENT CÓDIGO JS CÓDIGO CSS CÓDIGO HTML Navegación secundaria (poco relevante) Contenido de mayor relevancia dentro el principal Parte del layout (poco relevante) Contenido complementario, oculto, etc (poco relevante) Contenido principalMeta información sobre el contenido
  • 19. Sobre el código extrae las partes más relevantes para la semántica HEADER FOOTER SIDEBAR NAVIGATION MAIN CONTENT CONTENT COMPLEMENTARY CONTENT CÓDIGO JS CÓDIGO CSS CÓDIGO HTML Navegación secundaria (poco relevante) Contenido de mayor relevancia Parte del layout (poco relevante) Contenido complementario, oculto, etc (poco relevante) Contenido principalMeta información sobre el contenido
  • 20. El buscador extrae el texto del código y lo analiza Texto extraído Terminator (título original en inglés, The Terminator) es una película estadounidense de ciencia ficción y acción de 1984, dirigida por James Cameron, coescrita entre Cameron y William Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue producido por Hemdale Film Corporation y distribuido por Orion Pictures. Schwarzenegger interpreta al Terminator, un ciborg asesino enviado a través del tiempo desde el año 2029 a 1984 para asesinar a Sarah Connor, interpretada por Linda Hamilton. Biehn es Kyle Reese, un soldado también enviado desde el futuro con la misión de proteger a Sarah. Fue filmada de marzo a mayo de 1984 y finalmente estrenada el 20 de octubre de 1984. Separa el texto en términos que pueda manejar y analizar.
  • 21. El buscador extrae el texto del código y lo analiza Texto extraído Terminator (título original en inglés, The Terminator) es una película estadounidense de ciencia ficción y acción de 1984, dirigida por James Cameron, coescrita entre Cameron y William Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue producido por Hemdale Film Corporation y distribuido por Orion Pictures. Schwarzenegger interpreta al Terminator, un ciborg asesino enviado a través del tiempo desde el año 2029 a 1984 para asesinar a Sarah Connor, interpretada por Linda Hamilton. Biehn es Kyle Reese, un soldado también enviado desde el futuro con la misión de proteger a Sarah. Fue filmada de marzo a mayo de 1984 y finalmente estrenada el 20 de octubre de 1984. Analiza aquellos términos con mayor presencia
  • 22. El buscador extrae el texto del código y lo analiza Texto extraído Terminator (título original en inglés, The Terminator) es una película estadounidense de ciencia ficción y acción de 1984, dirigida por James Cameron, coescrita entre Cameron y William Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue producido por Hemdale Film Corporation y distribuido por Orion Pictures. Schwarzenegger interpreta al Terminator, un ciborg asesino enviado a través del tiempo desde el año 2029 a 1984 para asesinar a Sarah Connor, interpretada por Linda Hamilton. Biehn es Kyle Reese, un soldado también enviado desde el futuro con la misión de proteger a Sarah. Fue filmada de marzo a mayo de 1984 y finalmente estrenada el 20 de octubre de 1984. Busca términos relacionados, tales como sinónimos, variaciones, palabras de un mismo campo semántico, etc.
  • 23. El buscador extrae el texto del código y lo analiza Texto extraído Terminator (título original en inglés, The Terminator) es una película estadounidense de ciencia ficción y acción de 1984, dirigida por James Cameron, coescrita entre Cameron y William Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue producido por Hemdale Film Corporation y distribuido por Orion Pictures. Schwarzenegger interpreta al Terminator, un ciborg asesino enviado a través del tiempo desde el año 2029 a 1984 para asesinar a Sarah Connor, interpretada por Linda Hamilton. Biehn es Kyle Reese, un soldado también enviado desde el futuro con la misión de proteger a Sarah. Fue filmada de marzo a mayo de 1984 y finalmente estrenada el 20 de octubre de 1984. Busca términos que aparezcan cercanos de forma repetida (habitualmente estos están relacionados)
  • 24. El buscador extrae el texto del código y lo analiza Texto extraído Terminator (título original en inglés, The Terminator) es una película estadounidense de ciencia ficción y acción de 1984, dirigida por James Cameron, coescrita entre Cameron y William Wisher Jr. y protagonizada por Arnold Schwarzenegger, Linda Hamilton y Michael Biehn. El filme, rodado en Los Ángeles, fue producido por Hemdale Film Corporation y distribuido por Orion Pictures. Schwarzenegger interpreta al Terminator, un ciborg asesino enviado a través del tiempo desde el año 2029 a 1984 para asesinar a Sarah Connor, interpretada por Linda Hamilton. Biehn es Kyle Reese, un soldado también enviado desde el futuro con la misión de proteger a Sarah. Fue filmada de marzo a mayo de 1984 y finalmente estrenada el 20 de octubre de 1984. Busca términos sobre de los que ya disponga de información (entidades)
  • 25. Sobre las distintas entidades busca relaciones Persona James Cameron Persona Arnold Schwarzenegger Knowledge Graph de Google Película Terminator País EEUU Fecha 20-10-1984 Ha actuado Ha sido dirigida por Producida en Estrenada en
  • 26. Mediante los datos extraídos del código… De que habla la página ¿ ? Términos frecuentes y su relación con otros términos (sinónimos, antónimos, variaciones, etc) Términos que aparezcan habitualmente cercanos Meta información extraída del código Relaciones entre las entidades extraídas del texto
  • 27. Mediante los datos extraídos del código y otras fuentes… De que habla la página ¿ ? Términos frecuentes y su relación con otros términos (sinónimos, antónimos, variaciones, etc) Términos que aparezcan habitualmente cercanos Meta información extraída del código Temas de páginas que la enlazan y que son enlazadas Temas recurrentes o similares del site o autor Relaciones entre las entidades extraídas del texto …
  • 28. Mediante los datos extraídos del código y otras fuentes se extrae el significado De que habla la página ¿ ? Términos frecuentes y su relación con otros términos (sinónimos, antónimos, variaciones, etc) Términos que aparezcan habitualmente cercanos Meta información extraída del código Temas de páginas que la enlazan y de páginas que son enlazadas por ella Temas recurrentes o similares del site o autor. Relaciones entre las entidades extraídas del texto …
  • 29. Mediante los datos extraídos del código y otras fuentes se extrae el significado De que habla la página ¿ ?Presencia de sinónimos, antónimos, variaciones, etc. Términos que aparezcan habitualmente cercanos Términos con mayor presencia en la página Temas de páginas que la enlazan y de páginas que son enlazadas por ella Temas recurrentes o similares del site o autor. Relaciones entre las entidades extraídas del texto … Todas esto permite indexar las páginas en función de su significados y no solo de keywords, esto es lo que conocemos como Indexación Semántica Latente(LSI)
  • 30. Vemos que el buscador cada vez se parece más a nosotros al comprender contenidos, pese a ello aún es conveniente que le ayudemos. @joseroigtorres
  • 31. UNA VEZ ENTENDEMOS UN POCO COMO EL BUSCADOR INTERPRETA EL CONTENIDO, PODEMOS FACILITARLE SU TRABAJO @joseroigtorres
  • 32. Pero como ayudamos al buscador a entender una página?
  • 33. Pero como ayudamos al buscador a entender una página? Trabajando el Marcado Semántico Trabajando la Maquetación Semántica Trabajando la LSI MrS MqS LSI
  • 34. Vamos a trabajar el Marcado Semántico Objetivo: mediante añadidos en el código, queremos ayudar al buscador a entender el contenido de la página. MrS
  • 35. Hay que saber como usar el código para comunicarse con el buscador MrS
  • 36. Se escoge el formato de la comunicación Hay diversas vías de comunicarse, pero conviene usar las más usadas y/o recomendadas Formatos de comunicación: Microdatos RDFa JSON-LD Microformatos … Leyenda: Más usados Recomendados MrS
  • 37. Luego hay que usar un vocabulario que entienda el buscador Vocabularios de marcado: Schema.org Dublin Core Open Graph … Conviene usar los vocabularios que permitan mayores posibilidades de marcado y más extendidos Formatos de comunicación: Microdatos RDFa JSON-LD Microformatos … Leyenda: Más usados Recomendados MrS
  • 38. Supongamos que queremos hacer el marcado de una página Buscamos un esquema adecuado https://schema.org/Product Queremos marcar una página de producto Podemos marcar: • Tipo de datos • Nombre • Imagen • Valoración • Ofertas • … MrS
  • 39. El marcado mediante Microdatos <img src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor" /> Dell UltraSharp 30" LCD Monitor 87 out of 100 based on 24 user ratings $1250 to $1495 from 8 sellers Sellers: <a href="save-a-lot-monitors.com/dell-30.html"> Save A Lot Monitors - $1250</a> <a href="jondoe-gadgets.com/dell-30.html"> Jon Doe's Gadgets - $1350</a> ... <div itemscope itemtype="http://schema.org/Product"> <img itemprop="image" src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor"/> <span itemprop="name">Dell UltraSharp 30" LCD Monitor</span> <div itemprop="aggregateRating" itemscope itemtype="http://schema.org/AggregateRating"> <span itemprop="ratingValue">87</span> out of <span itemprop="bestRating">100</span> based on <span itemprop="ratingCount">24</span> user ratings </div> <div itemprop="offers" itemscope itemtype="http://schema.org/AggregateOffer"> <span itemprop="lowPrice">$1250</span> to <span itemprop="highPrice">$1495</span> from <span itemprop="offerCount">8</span> sellers Sellers: <div itemprop="offers" itemscope itemtype="http://schema.org/Offer"> <a itemprop="url" href="save-a-lot-monitors.com/dell-30.html"> Save A Lot Monitors - $1250</a> </div> </div> ... </div> Código SIN Microdatos Código CON Microdatos En el marcado usaremos los atributos especiales de microdatos: • Itemscope • Itemtype • Itemprop MrS
  • 40. <div vocab="http://schema.org/" typeof="Product"> <img property="image" src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor"/> <span property="name">Dell UltraSharp 30" LCD Monitor</span> <div property="aggregateRating“ typeof="AggregateRating"> <span property="ratingValue">87</span> out of <span property="bestRating">100</span> based on <span property="ratingCount">24</span> user ratings </div> <div property="offers" typeof="AggregateOffer"> <span property="lowPrice">$1250</span> to <span property="highPrice">$1495</span> from <span property="offerCount">8</span> sellers Sellers: <div property="offers" typeof="Offer"> <a property="url" href="save-a-lot-monitors.com/dell-30.html"> Save A Lot Monitors - $1250</a> </div> <div property="offers" typeof="Offer"> <a property="url" href="jondoe-gadgets.com/dell-30.html"> Jon Doe's Gadgets - $1350</a> </div> ... </div> El marcado mediante RDFa <img src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor" /> Dell UltraSharp 30" LCD Monitor 87 out of 100 based on 24 user ratings $1250 to $1495 from 8 sellers Sellers: <a href="save-a-lot-monitors.com/dell-30.html"> Save A Lot Monitors - $1250</a> <a href="jondoe-gadgets.com/dell-30.html"> Jon Doe's Gadgets - $1350</a> ... Código SIN RDFa Código CON RDFa En el marcado usaremos los atributos especiales de RDFa • vocab • typeof • property MrS
  • 41. <script type="application/ld+json"> { "@context": "http://schema.org", "@type": "Product", "aggregateRating": { "@type": "AggregateRating", "bestRating": "100", "ratingCount": "24", "ratingValue": "87" }, "image": "dell-30in-lcd.jpg", "name": "Dell UltraSharp 30" LCD Monitor", "offers": { "@type": "AggregateOffer", "highPrice": "$1495", "lowPrice": "$1250", "offerCount": "8", "offers": [ { "@type": "Offer", "url": "save-a-lot-monitors.com/dell-30.html" }, { "@type": "Offer", "url": "jondoe-gadgets.com/dell-30.html" } ] } } </script> El marcado mediante JSON-LD <img src="dell-30in-lcd.jpg" alt="A Dell UltraSharp monitor" /> Dell UltraSharp 30" LCD Monitor 87 out of 100 based on 24 user ratings $1250 to $1495 from 8 sellers Sellers: <a href="save-a-lot-monitors.com/dell-30.html"> Save A Lot Monitors - $1250</a> <a href="jondoe-gadgets.com/dell-30.html"> Jon Doe's Gadgets - $1350</a> ... Código SIN JSON-LD Código CON JSON-LD En el marcado con JSON-LD usaremos: • Objetos JSON • Definiremos el tipo de entidad que describimos. • Definiremos los atriutos de la entidad. MrS
  • 42. El marcado semántico también te permite conseguir los Rich Snippets Rich Snippet obtenidos con marcado Semántico Rich snippets que permite Google MrS
  • 43. Algunos enlaces de interés Referencias de vocabulario y marcado Vocabulario Schema.org Rich Snippets que permite Google Definición del marcado en JSON-LD Definición del marcado con Microdatos Herramientas de ayuda Herramienta para practicar formato JSON-LD Generador de marcados con Microdatos Validadores de datos estructurados Validador de datos estructurados de Google Validador de datos estructurados de Bing Validador de datos estructuras de GSC MrS https://schema.org/ https://developers.google.com/search/docs/data-types/data-type-selector http://json-ld.org/learn.html https://www.w3.org/TR/microdata/ http://json-ld.org/playground/ http://www.microdatagenerator.com/ https://search.google.com/structured-data/testing-tool?hl=es http://www.bing.com/toolbox/markup-validator https://www.google.com/webmasters/tools/structured-data
  • 44. Vamos a trabajar la maquetación semántica Objetivo: la idea es maquetar aportando significado a cada parte del código, para que al buscador pueda encontrar las partes importantes POCA IMPORTANCIA POCA IMPORTANCIA IMPORTANTE MUY IMPORTANTE MqS
  • 45. Como destacar partes relevantes del código? MqS
  • 46. Como destacar partes relevantes del código? MqS Usando tags semánticos (HTML5) Respetando los estándares en HTML Otras formas de hacerlo
  • 47. Vamos a trabajar los Tags Semánticos de HTML5 MqS Cada uno de estos tags indican cual es la función de su contenido. <article> <aside> <details> <figcaption> <figure> <footer> <header> <main> <mark> <nav> <section> <summary> <time> Si se utilizan correctamente, ayudan al buscador a detectar el contenido de mayor relevancia.
  • 48. No todos los tags nos interesan igual MqS <article> <aside> <details> <figcaption> <figure> <footer> <header> <main> <mark> <nav> <section> <summary> <time> Los tags que más nos interesan son los que definen la estructura general
  • 49. Tipo de contenido al que se orienta cada Tag MqS <header>: cabecera de la sección <footer>: pie de la sección <nav>: conjunto de enlaces de navegación <main>: contenido principal dentro del <body> <article>: contenido independiente dentro de la página <aside>: contenido complementario al contenido de la sección <section>: grupo de elementos relacionados entre ellos
  • 50. Ejemplo sencillo de maquetación semántica en un post MqS <header> <footer> <main> <aside> <nav> <article> Contenido más relevante <aside>
  • 51. Ejemplo sencillo de maquetación semántica en un listado MqS <header> <footer> <main> <aside> <nav> <section> Contenido más relevante <article> <article>
  • 52. Respetando los estándares en HTML MqS Si se respetan estos estándares deberían haber pocos o ningún error en el HTML Es recomendable reducir estos errores pues pueden complicar el análisis del contenido al buscador
  • 53. Otras formas de destacar las partes relevantes de código MqS <div id=“header”> <ul class=“main-nav”> <li></li> <li></li> <li></li> </ul> </div> <div id=“content”> <ul class=“item-list”> <li class=“item”></li> <li class=“item”></li> <li class=“item”></li> </ul> </div> <div id=“footer”> </div> Antes de que hubiera tags semánticos, el buscador ya miraba el código para ver la función de cada una de sus partes. Clases e Ids como por ejemplo: • Header • Footer • Main/content • Nav/navigation • etc Manteniendo los nombres de Clases e Ids habitualmente usados en CMS
  • 54. Otras formas de destacar las partes relevantes de código MqS <div id=“header”> <ul class=“main-nav”> <li></li> <li></li> <li></li> </ul> </div> <div id=“content”> <ul class=“item-list”> <li class=“item”></li> <li class=“item”></li> <li class=“item”></li> </ul> </div> <div id=“footer”> </div> Antes de que hubiera tags semánticos, el buscador ya miraba el código para ver la función de cada una de sus partes. Clases e Ids como por ejemplo: • Header • Footer • Main/content • Nav/navigation • etc Manteniendo los nombres de Clases e Ids habitualmente usados en Frameworks Pero esto es algo se tenia más en cuenta en versiones anteriores a HTML5 para detectar contenido, por lo que se considera cada vez menos relevante
  • 55. Otras formas de destacar las partes relevantes de código MqS Manteniendo un código simple <header> <footer> <main> <article> <div> <div> <div> Contenido relevante <header> <footer> <main> <article> Contenido relevante Más complejo de analizar Menos complejo de analizar
  • 56. Otras formas de destacar las partes relevantes de código MqS Manteniendo un código simple <header> <footer> <main> <article> <div> <div> <div> Contenido relevante <header> <footer> <main> <article> Contenido relevante Más complejo de analizar Menos complejo de analizar Pero hay páginas que necesitan muchos tags anidados y los buscadores cada vez tienen menos problemas con ello, por lo que esto es cada vez es menos relevante
  • 57. Otras formas de destacar las partes relevantes de código MqS Usando los roles de WAI-ARIA Roles para definir estructura: • Article: contenido independiente. • Banner: encabezado de página. • Complementary: información complementario de la información principal. • Contentinfo: información de empresa, suele ser el pie de página. • Main: contenido principal. • Navigation: menú de navegación. <div id=“header” role=“banner”> <ul class=“main-nav” role=“navigation”> <li></li> <li></li> <li></li> </ul> </div> <div id=“content” role=“main”> <ul class=“item-list”> <li class=“item” role=“article”></li> <li class=“item ” role=“article”></li> <li class=“item” role=“article”></li> </ul> <div class=“social-buttons” role=“navigation”></div> </div> <div id=“footer” role=“contentinfo”> </div>
  • 58. Otras formas de destacar las partes relevantes de código MqS Usando los roles de WAI-ARIA Roles para definir estructura: • Article: contenido independiente. • Banner: encabezado de página. • Complementary: información complementario de la información principal. • Contentinfo: información de empresa, suele ser el pie de página. • Main: contenido principal. • Navigation: menú de navegación. <div id=“header” role=“banner”> <ul class=“main-nav” role=“navigation”> <li></li> <li></li> <li></li> </ul> </div> <div id=“content” role=“main”> <ul class=“item-list”> <li class=“item” role=“article”></li> <li class=“item ” role=“article”></li> <li class=“item” role=“article”></li> </ul> <div class=“social-buttons” role=“navigation”></div> </div> <div id=“footer” role=“contentinfo”> </div> Aunque esto cada vez se usa menos en favor de los tags semánticos de HTML5
  • 59. Algunos enlaces de interés Referencias de vocabulario y marcado Especificación Wai-aria Roles Especificación HTML5 Herramientas de ayuda Validador HTML https://www.w3.org/TR/wai-aria/roles https://www.w3.org/html/ https://validator.w3.org/ MqS
  • 60. Vamos a trabajar la Indexación Semántica Latente Objetivo: la idea es trabajar el texto de una página para que al buscador le sea más sencillo entenderlo LSI
  • 61. Pero antes de trabajar el significado de una página… LSI Hay que tener claro que por página se trabajará un único tema.
  • 62. Pero antes de trabajar el significado de una página… LSI Recordar que no se trata de una simple repetición de una keyword, sino de reforzar un tema mediante la inclusión de términos relacionados semánticamente
  • 63. Como trabajaremos la Indexación Semántica Latente? LSI Buscamos vocabulario relacionado con la temática Buscamos entidades relacionadas con el tema Buscamos términos con relación semántica Trabajamos los términos más relevantes 1 2 3 4
  • 64. Lo primero es tener claro el tema que vamos a tratar LSI El tema que trabajaremos es: El personaje de “Sarah Connor en Terminator 2”
  • 65. Buscamos vocabulario relacionado con la temática LSI Para ello podemos usar la herramienta de palabras clave de Adwords … … Buscamos terminator 2 Buscamos Sarah Conor Términos habitualmente relacionados: Terminator 2 Película Juicio final T1000 Arnold Año de estreno … Términos habitualmente relacionados: Sarah Connor Terminator 2 Terminator 1 John connor Actriz Kyle Reese …
  • 66. Buscamos entidades y relaciones que refuercen la semántica LSI Para ello podemos usar http://www.visualdataweb.org/relfinder/relfinder.php Esta herramienta funciona sobre distintas bases de datos semánticas (dbpedia por ejemplo). La idea es extraer de ella distintas entidades y relaciones, las cuales también podría disponer Google, y usarlas para reforzar la semántica del texto.
  • 67. Buscamos entidades y relaciones que refuercen la semántica LSI En este caso hemos buscado relaciones entre “Sarah connor” y “terminator 2”, pero podríamos haber intentado buscar por cualquiera de los términos obtenidos con la herramienta de palabras clave
  • 68. Buscamos términos con relación semántica LSI Sinónimos Antónimos Familias de términos relacionadas Plurales Femenino/masculino …
  • 69. Buscamos términos con relación semántica LSI Sinónimos Antónimos Familias de términos relacionadas Plurales Femenino/masculino … Nos interesan especialmente obtener estos términos para los que tengan mayor relevancia
  • 70. Buscamos términos con relación semántica LSI Terminator 2: Terminator el juicio final Segunda parte de Terminator Secuela de Terminator 1 … Sarah Connor: Sarah Jeanette Connor Sarah … Famílias de términos relacionadas: Actores de Terminator 2 Premios obtenidos Modelos de terminators …
  • 71. Trabajamos los términos con mayor relevancia LSI Sarah Connors Terminator 2 el juicio final Arnold Schwarzenegger John Connor Linda Hamilton Para potenciar el tema principal, los términos con mayor relevancia deberían aparecer con mayor frecuencia y cercanos entre si. Tema: Sarah Connor en Terminator 2
  • 72. Trabajamos los términos con mayor relevancia LSI Sarah Connors Terminator 2 el juicio final Arnold Schwarzenegger John Connor Linda Hamilton Para potenciar el tema principal, los términos con mayor relevancia deberían aparecer con mayor frecuencia y cercanos entre si. Tema: Sarah Connor en Terminator 2 Hay que recordar usar sinónimos y variaciones de los términos principales para no caer en problemas por sobreoptimización
  • 73. Es importante también no perder el norte… LSI No hay que convertir el texto en un sinsentido de términos semánticamente relacionados, el texto debe ser útil y dar respuesta a las búsquedas de los usuarios
  • 74. Algunos enlaces de interés Bases de datos semánticas Knowledge Graph Google DBpedia Herramientas para extraer entidades Relfinder Gfacet Búsqueda de términos relacionados Keyword Planner Adwords Über Suggest https://www.google.es/intl/es/insidesearch/features/search/knowledge.html http://wiki.dbpedia.org/ http://www.visualdataweb.org/relfinder/relfinder.php http://www.visualdataweb.org/gfacet/gfacet.php https://adwords.google.com/KeywordPlanner https://ubersuggest.io/ LSI
  • 76. Solo unos comentarios más La semántica ya no va solo de Keywords, sino de significados El buscador cada vez entiende mejor el contenido, pero sigue siendo conveniente ayudarle El significado en una página no solo se trabaja en el texto, también en el propio código @joseroigtorres