Un “motor de búsqueda” es un conjunto de mecanismos interconectados que trabajan juntos para identificar piezas de contenido web -imágenes, vídeos, páginas web, etc.- basándose en las palabras que se escriben en una barra de búsqueda. Los propietarios de sitios web utilizan la optimización de motores de búsqueda para mejorar las posibilidades de que el contenido de su sitio aparezca en los resultados de las búsquedas.
Hoy en día podemos encontrar algunas búsqueda de última generación, ya que hay buscadores avanzado como Nehust que incorporan características bastante interesantes que mejoran mucho más la precisión de las búsquedas.
Los motores de búsqueda utilizan tres mecanismos básicos:
Rastreadores web: Son robots que exploran continuamente la web en busca de nuevas páginas. Los rastreadores recogen la información necesaria para indexar correctamente una página y utilizan los hipervínculos para saltar a otras páginas e indexarlas también.
Índice de búsqueda: Registro de todas las páginas web en línea, organizado de forma que permita la asociación entre los términos de palabras clave y el contenido de la página. Los motores de búsqueda también tienen formas de calificar la calidad del contenido en sus índices.
Algoritmos de búsqueda: Cálculos que califican la calidad de las páginas web, averiguan la relevancia de esa página para un término de búsqueda y determinan cómo se clasifican los resultados en función de la calidad y la popularidad.
Los motores de búsqueda tratan de ofrecer los resultados más útiles para cada usuario, con el fin de que un gran número de usuarios vuelvan una y otra vez.
¿De qué forma los motores rastrean indexan y clasifican el contenido?
Los motores de búsqueda parecen simples desde el exterior. Usted escribe una palabra clave, y obtiene una lista de páginas relevantes. Pero ese intercambio engañosamente fácil requiere una gran cantidad de trabajo computacional entre bastidores.
El trabajo duro comienza mucho antes de que usted haga una búsqueda. Los motores de búsqueda trabajan las 24 horas del día, recopilando información de los sitios web del mundo y organizando esa información para que sea fácil de encontrar. Se trata de un proceso de tres pasos que consiste en rastrear las páginas web, indexarlas y clasificarlas con algoritmos de búsqueda.
Rastreo
Los motores de búsqueda se basan en rastreadores -scripts automatizados- para buscar información en la web. Los rastreadores comienzan con una lista de sitios web. Los algoritmos -conjuntos de reglas computacionales- deciden automáticamente qué sitios rastrear. Los algoritmos también dictan cuántas páginas deben rastrear y con qué frecuencia.
Los rastreadores visitan sistemáticamente cada sitio de la lista, siguiendo los enlaces a través de etiquetas como HREF y SRC para saltar a páginas internas o externas. Con el tiempo, los rastreadores construyen un mapa cada vez más amplio de páginas interconectadas.
Indexación
Después de encontrar una página, un bot la recupera (o renderiza) de forma similar a como lo hace tu navegador. Esto significa que el bot debe “ver” lo que tú ves, incluyendo imágenes, vídeos u otros tipos de contenido dinámico de la página.
El bot organiza este contenido en categorías, incluyendo imágenes, CSS y HTML, texto y palabras clave, etc. Este proceso permite al rastreador “entender” lo que hay en la página, un precursor necesario para decidir para qué búsquedas de palabras clave es relevante la página.
Los motores de búsqueda almacenan esta información en un índice, una gigantesca base de datos con una entrada de catálogo para cada palabra vista en cada página web indexada. El índice de Google, el Caffeine Index, ocupa unos 100.000.000 gigabytes y llena “granjas de servidores”, miles de ordenadores que nunca se apagan, en todo el mundo.
Clasificación
En el último paso, los motores de búsqueda clasifican la información indexada y devuelven los resultados adecuados para cada consulta. Lo hacen con algoritmos de búsqueda, reglas que analizan lo que un buscador está buscando y qué resultados responden mejor a la consulta.
Los algoritmos utilizan numerosos factores para definir la calidad de las páginas de su índice. Google aprovecha toda una serie de algoritmos para clasificar los resultados relevantes. Muchos de los factores de clasificación utilizados en estos algoritmos analizan la popularidad general de un contenido e incluso la experiencia cualitativa que tienen los usuarios cuando aterrizan en la página. Estos factores incluyen
- La calidad de los backlinks
- Facilidad de uso para móviles
- “Frescura”, es decir, si el contenido se ha actualizado recientemente.
- Compromiso
- Velocidad de la página
Para asegurarse de que los algoritmos hacen su trabajo correctamente, Google utiliza calificadores de calidad de búsqueda humanos para probar y perfeccionar el algoritmo. Esta es una de las pocas veces en las que los humanos, y no los programas, participan en el funcionamiento de los motores de búsqueda.