Ciencia de datos aplicada al SEO

Ciencia de Datos
aplicada al SEO
- Natzir Turrado -
@natzir9
hola@natzir.com
+34 647 503 947

@natzir9 en #SEOnderground
En 2019, Google hizo 3.620
actualizaciones de su algoritmo
(~10 al día, 8 veces más que en
2009) basados en 464.065
experimentos con ‘qualities’.
Google Updates
INCERTIDUMBRE
https://www.google.com/search/howsearchworks/mission/users/

Los 200 factores de Google no
existen. Son un mito extendido
de correlaciones. Pueden haber
decenas de miles y no sabemos
el peso de cada uno ni como se
interrelacionan entre sí.
Ranking Factors
INCERTIDUMBRE
https://moz.com/blog/the-myth-of-googles-200-ranking-factors

Sector lleno de especulación y
conjeturas. Se hace un SEO de
checklist basado en “verbatim”
y falacias argumentativas que
se aprovecha de los sesgos
cognitivos.
Mala praxis
INCERTIDUMBRE
https://www.semrush.com/blog/guide-to-biggest-seo-myths-on-web/
https://es.wikipedia.org/wiki/Anexo:Sesgos_cognitivos
Photo: Thomas Herbrich

Sector lleno de especulación y
conjeturas. Se hace un SEO de
checklist basado en “verbatim”
y falacias argumentativas que
se aprovecha de los sesgos
cognitivos.
Mala praxis
INCERTIDUMBRE
https://www.semrush.com/blog/guide-to-biggest-seo-myths-on-web/
https://es.wikipedia.org/wiki/Anexo:Sesgos_cognitivos

8
INCERTIDUMBRE
https://www.searchenginejournal.com/how-google-search-ranking-works/307591/
No sabemos todos los grupos. No sabemos los factores dentro de cada grupo. No
sabemos el peso de cada grupo. No sabemos el tope de peso de cada grupo.
No sabemos nada.

INCERTIDUMBRE
En un entorno donde cada vez
tenemos menos control hacen
falta más respuestas.
El problema es que hay que
saber hacer las preguntas
correctas.
https://en.wikipedia.org/wiki/There_are_known_knowns

SEO DEL RENACIMIENTO
“Nuevos problemas, requieren
nuevas soluciones; los problemas
sin resolver necesitan ser
repensados bajo nuevas
perspectivas”
https://patriciasalgado.com/2018/07/profesionales-del-renacimiento/

DEEP
BROAD
Habilidad y conocimiento para trabajar fuera
de tu disciplina
Experiencia y
dominio en una
disciplina
concreta
Metáfora usada para describir a un
profesional con diversas habilidades.
La barra horizontal es la habilidad para
colaborar e innovar entre disciplinas, con
expertos en otras áreas, con el fin de
aplicar conocimiento en áreas en la que
uno no es un experto.
Profesional T-SHAPE
https://en.wikipedia.org/wiki/T-shaped_skills

SEO
TECH & CODING, UX & UI, RESEARCH,
DATA ANALYSIS, CONTENT & PR
Metáfora usada para describir a un
profesional con diversas habilidades.
La barra horizontal es la habilidad para
colaborar e innovar entre disciplinas, con
expertos en otras áreas, con el fin de
aplicar conocimiento en áreas en la que
uno no es un experto.
Profesional T-SHAPE
https://en.wikipedia.org/wiki/T-shaped_skills

SEO DEL RENACIMIENTO = DATA SCIENTIST
http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram
https://twitter.com/natzir9/status/1175698776226455553
Un SEO técnico no es un
científico de datos

Validez
Intuición
Automatización
https://www.kdnuggets.com/2019/02/essential-data-science-venn-diagram.html
Insight

Validez
Intuición
Automatización
Insight
Habilidades del SEO del renacimiento
• Automatizar tareas
• Usar datos para resolver problemas complejos
• Escribir historias convincentes de ideas difíciles
de entender
• Experimentar e inventar nuevos y efectivos
procesos
https://www.ranksense.com/empowering-a-new-generation-of-seos-with-python/

http://ucanalytics.com/blogs/r-vs-python-comparison-and-awsome-books-free-pdfs-to-learn-them/

19
CASO PRÁCTICO #1
• Topic modeling con TF-IDF
(TfidfVectorizer) y NMF
(técnica de ML de aprendizaje
no supervisado)
Recomendador semántico
de interlazado de artículos
https://gist.github.com/natzir

20
CASO PRÁCTICO #2
• Scrapping de la SERP de Google
para una query (en cualquier
localización e idioma)
• Etiquetado gramatical (PoS
tagging con Spacy) y
visualización de los resultados
Analizador semántico de la
SERP de Google

21
CASO PRÁCTICO #3
• Se conecta a la API de GA
• Le indicas los dos segmentos del
test y las fechas antes y después
del cambio
• Calcula el impacto estimado del
efecto que tuvo lugar en esas
fechas
SEO A/B Testing con
CausalImpact en Python
http://bit.ly/seo-split-test

22
CASO PRÁCTICO #4
• Le indicas un segmento y las
fechas antes y después del
cambio
• Calcula el impacto estimado del
efecto que tuvo lugar en esas
fechas
Test secuencial SEO con
CausalImpact en R

23
CASO PRÁCTICO #5
• Descompone el tráfico orgánico
en tendencia, estacionalidad (S)
y residuo
• Usa la estacionalidad como
variable exógena (X) para
mejorar el modelo
• Mediante pmdarima prueba
diversos modelos y se queda con
el mejor (menor AIC)
SEO forecasting con
SARIMAX y pmdarima

24
CASO PRÁCTICO #6
• Se conecta a la API de SC
• Le indicas una propiedad,
dispositivo y las RegExp de las
secciones
• Crea una matriz con los datos de
SC para detectar oportunidades
• Organiza los datos por secciones
y por topics
• Crea una tabla con las URLs que
tienes que trabajar
Google Search Console
Opportunity Matrix

25
CASO PRÁCTICO #7
• Revisa si la top query para la que
rankea cada URL está en el título
y la meta descripción
• Revisa que el título y la
descripción no se corte
• Revisa que los anchors text
internos y externos contengan la
top query
• Revisa si el CTR es mayor o igual
al promedio
CTR & Position Booster

26
CASO PRÁCTICO #8
• Identifica posibles problemas de
canibalización con los datos de
Search Console
• Agrega de forma automática los
títulos y las meta descripciones
para facilitar el análisis.
Cannibalization
https://www.youtube.com/watch?v=zI_jkhSyAew

27
RECURSOS ÚTILES
• Extracción de los datos de
Google Trends
• Predicción de la tendencia de
los términos
• Text mining de los términos
para encontrar relaciones
Minado de Google Trends
con R by @Eeysirhc
https://www.christopheryee.org/blog/mining-
google-trends-data-with-r-featuring-gtrendsr/

28
RECURSOS ÚTILES
• Dado un set de datos inicial de
contenidos, predice la
categoría del artículo
basándose en la url, el titular y
el texto
Clasificador de texto con
Python by @kav_gan
https://kavita-ganesan.com/news-classifier-with-
logistic-regression-in-python/

29
RECURSOS ÚTILES
• Descripción de imágenes
• Respuestas desde imágenes
• Q&A desde un texto
• Resumen de artículos
• Generación de artículos
Generando texto de
forma automática by
@hamletbatista
https://www.deepcrawl.com/blog/webinars/scaling-
automated-quality-text-generation-for-enterprise-
sites/

30
RECURSOS ÚTILES
Generando texto de
@hamletbatista
sites/

31
RECURSOS ÚTILES
Generando texto de
@hamletbatista
sites/

32
RECURSOS ÚTILES
• Encuentra dominios expirados
• Extracción de entidades de la
SERP
• Redirect mapping automático
• Resumen de artículos para
metadescripciones
• Y mucho más
Redefining Technical SEO
by @fighto
https://searchwilderness.com/mozcon-2019/

33
RECURSOS ÚTILES
• Estado del arte en Computer
Vision, NLP, Predicción, ML,
AI….
• Copias el fichero notebook en
Google Colab y ”ya” lo puedes
usar para tus proyectos.
Papers With Code
https://paperswithcode.com/sota

34
A QUIÉN SEGUIR EN DATA SCIENCE + SEO
@hamletbatista
ranksense.com
Hamlet Batista
@kav_gan
kavita-ganesan.com
Kavita Ganesan
searchwilderness.com
Paul Shapiro
@aysunakarsu
searchdatalogy.com
Aysun Akarsu
@jroakes
codeseo.io
@dawnieando
bertey.com
Dawn Anderson
@Eeysirhc
christopheryee.org
Christopher Yee
JR Oakes
@fighto
@DataChaz
charlywargnier.com
Charly Wargnier
jcchouinard.com
JC Chouinard
@GregBernhardt4
importsem.com
Greg Bernhardt
@BritneyMuller
codeseo.io
@jamesaphoenix12
understandingdata.com
James Phoenix
Britney Muller
@ChouinardJC
@cyberandy
wordlift.io
Andrea Volpini
@eliasdabbas
advertools.readthedocs.io
Elias Dabbas

35
PARA EMPEZAR EN PYTHON Y DATA SCIENCE
Manipulación y
análisis de datos
Pandas
Funciones
matemáticas de
alto nivel para
vectores y matrices
NumPy
Scraping de
documentos HTML
BeautifulSoup
Generación de
gráficos
matplotlib

36
PARA EMPEZAR EN PYTHON Y DATA SCIENCE
Machine Learing
para clasificación y
regresión
scikit-learn
El paquete
científico más
completo
scipy
Liberías de
Procesamiento de
Lenguaje Natural
spaCy & NLTK
Redes Neuronales,
Deep Learning y se
puede ejecurar
sobre Tensor Flow
Keras
NLTK

37
DÓNDE APRENDER DATA SCIENCE ONLINE
Data Scientist with
Python
DataCamp
Professional
Certificate in Data
Science
HardvardX
Machine Learning
A-Z™: Hands-On
Python & R In Data
Science
Udemy
Applied Data
Science with
Python
Specialization
Coursera

Gracias :)
Natzir Turrado
hola@natzir.com
+34 647 503 947

Ciencia de datos aplicada al SEO

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Ciencia de datos aplicada al SEO

Similar a Ciencia de datos aplicada al SEO (20)

Más de Natzir Turrado

Más de Natzir Turrado (18)

Ciencia de datos aplicada al SEO