SEO predictivo

Aunque una bola de cristal nos vendría muy bien, tenemos al alcance recursos que nos ayudarán a establecer predicciones que nos ayuden en nuestra estrategia SEO. Preveer las necesidades de búsqueda del usuario nos permitirá preparar el terreno con antelación para responder a las mismas y estar posicionados.

Una de las cosas que primero tenemos que diferenciar para planificar nuestra estrategia es el dispositivo. Ya que las búsquedas pueden variar notablemente si el usuario busca desde un dispositivo móvil. Así que ésta debería ser una de nuestras segmentaciones en nuestro análisis.

Podemos ver este ejemplo sencillo de análisis predictivo para una estrategia SEO a medio y largo plazo para una web de hoteles en una determinada ciudad.

> Acción 1: Optimización SEO para búsquedas de estancias cortas

  • análisis de búsquedas internas: se detecta en las búsquedas internas que las estancias se acortan gradualmente
  • análisis económico: crisis en los principales orígenes de los viajeros
  • monitorización de redes sociales: incremento de las peticiones de ofertas para fines de semana

> Acción 2: Optimización SEO para búsquedas de habitación con wifi

  • análisis de búsquedas internas: se detecta un crecimiento exponencial de este requisito en las búsquedas y un crecimiento en la conversión de los hoteles con este requisito
  • análisis de tendencias de búsqueda de “hotel wifi”, “habitación con wifi”, “alojamiento con wifi”: se detecta un notable crecimiento en estas búsquedas en Google trends
  • próximas celebraciones de ferias y congresos en la región
  • análisis de resultados de nuestras campañas de email marketing: los enlaces a alojamientos con wifi son los que mayor CTR tienen.

También pueden ser aplicados modelos estadísticos en una estrategia de SEO predictiva: Linear regression, DTA , Random Forest, SVM…

Por otro lado, Sistemas Big Data permiten el almacenamiento, procesamiento y el análisis de grandes volúmenes de información. El resultado de analizar y cruzar todos los datos que se pueden obtener permite transformarlos en información de valor y tomar mejores decisiones en una estrategia predictiva.

El siguiente diagrama de Hortonworks ilustra un sistema Big Data:

 

Podemos ver en Google uno de los mayores magos de la predicción con el gran volúmen de información que maneja gracias al análisis de las ocurrencias y la influencia de los posibles modificadores (frescura de consulta, de localización y hábitos personales) puede predecir y sugerir al usuario lo que necesita encontrar. Como ya nos mostraba Peter Norvig en “The Unreasonable Effectiveness of Data”

Entre las herramientas específicas para la explotación del Big Data, Hadoop es una de las más populares. Hadoop fue creado por Michael J. Cafarella y Doug Cutting . Hadoop está formado por un conjunto de subproyectos Open Source gestionados por Apache Software Foundation. La utilidad por la cual Hadoop es especialmente popular es su implementación del algoritmo MapReduce publicado por Jeffrey Dean y Sanjay Ghemawat en 2004 siendo empleados de Google. Podemos ver otras herramientas en: “El ecosistema de productos Big Data”

Resumiento algunas de las acciones y puntos a tener en cuenta para poder hacer una estrategia predictiva:

> Análisis de las búsquedas en Google Trends

> Análisis del campo semántico de las Kws con mejores conversiones

> Análisis del cruce de los datos de la evolución del crecimiento de tráfico para cada kw y su tasa de conversión

> Análisis de mercado (por ejem realizando encuestas)

> Prepara una buena estrategia de backlinks (por ejem ante el lanzamiento de un producto que vas a vender sé el primero en lanzar nota de prensa, que los principales bloggers hablen del mismo haciendo referencia a tu web…)

> La presencia de un sistema de búsqueda predictiva optimizada a nivel local como “Google Now” significa que SEO local tomará mucha importancia

> Proporciona información semántica que Google utilizará para analizar el contenido y estructurar resultados de búsqueda

> Procesa y analiza, según tus KPIs , los datos de todas tus fuentes de información para tomar la mejor decisión en tu estrategia SEO: CRM, email marketing, analítica web, monitorización social…
Para optimizar landing pages basándonos en histórico de compra, datos de interés, datos de conversión, etc. Analizaremos de forma continúa la satisfacción del usuario (duración de visita, rebote, CTR…) para mejorar su calidad con rapidez y realizar estrategias SEO basadas en la personalización, conversión y venta cruzada.

 

@zai

 

 

Zaida Santiago

“Estudié Documentación en la Universidad Carlos III de Madrid y estoy realizando el Master en Web Analytics por la Universidad Bristish Columbia.
Soy responsable de Marketing Online de Rentalia.com, la web de alquiler
vacacional de idealista.com y lidio en diferentes áreas (SEO, Analítica
web, CRO…)

Twitter LinkedIn 

Hecho con cariño desde Madrid por las Madrid Geek Girls.