Últimamente me preguntan bastante sobre que es el Machine Learning de Google y como afectará a las búsquedas de los usuarios y a anunciantes. En realidad, lo que menos debería preocuparnos es en como nos afectará a los usuarios, precisamente porque Google lo está desarrollando para mejorar la experiencia del usuario.
Google RankBrain, el algoritmo de inteligencia artificial de Google
Ya hace unos años que Google complementó sus 3 principales algoritmos de búsqueda, Google Panda (2011) y Google Penguin (2012) junto a Google Colibrí o Hummingbird (2013) con Google Rankbrain, este último ya estaba dotado de mecanismos de autoaprendizaje, es decir Inteligencia Artificial (IA).
Este último, está destinado a «entender» lo que el usuario está buscando más allá del contenido de la palabra clave.
Por ejemplo, si buscamos «horario mundial» estamos siendo imprecisos. ¿Estamos buscando un lugar que nos muestre los husos horarios o a que horas se van a jugar los partidos del mundial de Rusia 2018?
Google Rankbrain se encargará de determinar cual es mi búsqueda ayudándose de búsquedas que he realizado en mi pasado o histórico y sobre búsquedas de otros usuarios con patrones parecidos. Probablemente la estacionalidad sea un factor importante.
En la opinión de los expertos, Google Rankbrain no posiciona u ordena resultados de búsqueda, sino que lo que hace es mostrar unos resultados u otros en función de nuestra intencionalidad de búsqueda, mejora o perfecciona la búsqueda de forma que optimiza nuestro tiempo para la búsqueda y por tanto mejora nuestra experiencia.
Podríamos decir que aquello que no hemos sabido buscar de forma más concreta Google lo hace por nosotros, y por tanto, Google aprende a interpretar nuestras intenciones en la búsqueda.
Google Rankbrain tiene ciertos aspectos ligados al Google Machine Learning, veamos cuales.
Google Machine Learning y la Inteligencia artífical
Puede que muchos creamos que el machine learning sea una cosa futurista, aunque la realidad es que cada día esta más presente en nuestras vida. Desde el momento en que Gmail da respuestas automáticas o alguno de los ordenadores de google juega al juego del Go.
El proceso del machine learning busca y descubre patrones. Por ejemplo en recomendaciones de películas según tu histórico (véase en plataformas como Netflix, Hbo, etc), sistemas de venta cruzada en tiendas como Amazon, etc. Hace comparativas, busca patrones en históricos y aprende.
El machine learning forma parte de nuestra vida cotidianda, en internet y en nuestros dispositivos
Estos patrones son los que son identificados en los datos almacenados no solo por Google sino en muchas de las plataformas que usamos a diario para mejorar nuestra experiencia como usuario, UX.
En la práctica, los patrones que aprenden estas plataformas suelen ser muy complejas y difíciles de explicar con palabras. Nosotros podemos identificar fácilmente formas y colores, pero como lo hace el machine learning?
Este proceso tan simple por los humanos es bastante más complejo para las máquinas. Deben aprender en cada estos patrones caso por caso hasta que puedan automatizarlo como si se tratase de una red neuronal profunda que puede casi identificar perros, gatos, y muchas cosas más.
Esto mismo también se aplica a cuando Google es capaz de traducir un cartel de señalización, un menú de un restaurante, hablar con nosotros a través del móvil y reconocer y aprender de nuestra propia voz.
Los ejemplos que tanto usamos los humanos para aprender es la fórmula con que intentan aprender los programas de machine learning.
Este aprendizaje a base de patrones y ejemplos se ha aplicado al buscador y por lo tanto empieza a formar parte de nuestras vidas como algo natural.
¿Es Machine Learning lo mismo que inteligencia artificial? Según Google, si y no, la inteligencia artificial básicamente es un término amplio que hace referencia al software que intenta resolver problemas que resultan sencillos para los humanos. En cambio, los humanos aprendemos de estos problemas, los predecimos y cambiamos nuestra conducta, y esto precisamente es lo que busca el machine learning, aprender e incluso, en el futuro, tener sentido común.
Por qué se la da tanta importancia al Google Machine Learning?
Machine Learning aunque es un concepto muy antiguo, está en auge y eso se debe a varios motivos.
Necesitamos una gran cantidad de información para enseñar a los ordenadores, porque lo que queremos es que hagan predicciones basadas en nuestro comportamiento. Internet es la fuente ideal para que esto se acelere porque hay millones de fotos de «perros», etiquetadas, en todos los idiomas existentes. Además, internet es la fuente más actualizada y dinámica que existe.
Aunque dispongamos de millones de fotografías, no basta. Hay que mejorar los controles de digitalización y aprendizaje para obtener resultados precisos. Esto requiere una gran capacidad de procesamiento enorme.
Ok, pero ¿Como Google Machine Learning influye en las campañas publicitarias?
Hace poco Google Adwords ha pasado a llamarse Google Ads, y esto, aunque haya pasado un poco desapercibido tiene mucho sentido y es una declaración de intenciones. Como indica su nombre Ad-Words estaba orientado a anuncios por palabras, y los que conocemos esta plataforma, sabemos que Google Ads no es solo una plataforma de anuncios por palabras.
Con el cambio de nombre se han anunciado otros cambios, y uno de ellos es la integración del Google Machine Learning dentro de la plataforma. Esto significa que Google ya está usando su sistema de auto-aprendizaje aplicado a la publicidad, aunque en realidad, mi experiencia e intuición me dice que ya hace años.
Ya hace tiempo que Google aprende de nosotros y nuestros comportamientos a través de nuestros datos. Sabe con que personas vivimos o nos juntamos (no su nombre, su ID), donde nos movemos, geolocalizaciones, gustos y aficiones, y por lo tanto, nuestras preferencias.
Todos estos patrones de búsqueda que almacenamos como usuario tienen una respuesta en nuestras búsquedas, y es que Google intenta proporcionarnos aquellos resultados que queremos como usuario, pero también está la parte de los anunciantes.
Con Google Machine Learning google puede predecir si un anuncio es apto o no para ser mostrado a un usuario en base a su intencionalidad de compra que vendrá determinada por su histórico y por la ayuda probablemente le presta Google Rankbrain.
Por tanto, podemos determinar que las campañas de Google Ads automatizadas usan los datos almacenados por la propia marca en su cuenta, el histórico de sus anuncios, la relaciones sociales de los usuarios e incluso patrones de otros usuarios con perfiles similares para también bajar los costes publicitarios de sus anunciantes, especialmente mejorando su coste por adquisición, CPA.
Google Ads es el mayor campo de pruebas de con respuesta rápida del marketing digital
Google Ads es una gran fuente de aprendizaje para nuestras campañas. Tiene el poder de posicionar las palabras clave que nosotros creamos en minutos, con anuncios de varios tipos y personalizados en el buscador, algo que para lograr con el SEO se necesita de mucho tiempo. Ahí radica nuestro aprendizaje, Ads es el mayor campo de pruebas que disponemos para interactuar con Google y nuestros usuarios, si además es capaz de aprender, bien empleado nos indica que palabras clave y anuncios dan un mejor rendimiento y por las cuales deberíamos apostar y complementar en una estrategia SEO.
