Aprendizaje automático y por debajo de Google Search Central I closermarketing

Lizzi Sassman y Martin Splitt escribieron una charla con Ryan Levering en este podcast no oficial aprendizaje automáticorevisando las posturas de los panelistas.Al tiempo, descubra los beneficios que aporta para la adquisición y estructuración de datos.

Machine Learning con datos estructurados y su aplicación en Google Search Central

En este podcast de vídeo Levering explica apartes de cuándo comenzó a trabajar en proyectos de datos estructurados. Durante un tiempo estuvo asignado a project para el desarrollo del marcador de datos, el cual ya hizo parte de la consola de búsqueda en Google. ya marcaba una tendencia que parecía alejarse del marcado de contenidos.

De esta manera, la compañía optó por utilizar el aprendizaje automático para hacer un seguimiento a la captura, al suplemento ya la adquisición de datos para la indexación en el buscador.

¿Qué dice cómo usar el aprendizaje automático?

En la entrevista, Ryanconfesa: "Llegué a esto desde el aprendizaje automático y al principio vi los datos estructurados como el enemigo. Fue luego cuando me convencieron que es un buen mecanismo".

Y es que, en efecto, los datos y la lógica surgieron automáticamente de los son los que impulsan la próxima generación de la web, las aplicaciones y más allá.

El nuevo enfoque del arendizaje automatico en data

Levering comment que initiale er mucho más fácil pedirle a la gente que proporcione los datos que sacarlos de una página web. "Es increíblemente preciso", añade. por lo tanto, Sede de búsqueda de Google Movió más recursos para crear documentación de soporte donde los properties de los sitios web ocultaron los que transmitieran los datos para ser recopilados.

Aunque este fue el enfoque tomado por Google, Ryan indica: "Queremos usar el aprendizaje automático para casos en los que no tenemos más información donde no se proporciona.

El aprendizaje automático aparece en una variedad de niveles

En otros momentos del videopodcast acerca del uso de datos estructurados, vemos cómo el aprendizaje automático está para cubrir varios frentes:

• Google necesita datos para proporcionar mejores y mayores resultados.
• Google pregunta si puede extraer fácilmente los datos de los sitios en la web.
• A medida que avanza Google, también lo hace su demanda de datos.
• Entre el cruce de datos proporcionados y los datos extraídos por arendizaje automático se lograron tener datos estructurados y de calidad.

Como el panelista invitado señala: "Iniciamos la marcación de datos en un enfoque de ecosistema donde las personas nos brindan sus datos. Luego mejoramos la cobertura y la captura agregando aprendizaje automático a largo plazo.” De esta manera, se logra la sinergia necesaria para mejorar los resultados en búsquedas de Google.

La automatización no es el reemplazo de las personas

En un separa, el especialista en Google Search Central resalta que no estamos ante un reemplazo. Por el contrario, este es un llamado a la autonomía.

"Siempre es bueno empoderar a las personas que brindan datos para que tengan control en cada momento. Así que creo que es muy importante que los datos estructurados sean parte de la estrategia general para que las personas ejerzan poder sobre el contenido que Google enseña en sus Resultados".

Desafíos al construir datos construidos con Machine Learning en Google

Uno de los desafíos para Google garantiza que los datos estructurados coincidan con el contenido de la página.

Sobre esto, Ryan recomienda no hacer datos estructurados manualmente, sino encontrar una manera de construir sobre el contenido. Esto en si mismo tiene sus desafíos, mantenga las plantillas actualizaciones garantizar que el contenido se cargue a tiempo etc.

Para finalizar, no está demás recalcar la importancia que tiene que Google siga recomendando el uso de datos estructurados en los sitios web avances como la automatización. Para que los datos sean frescos y más sencillos de manejar, cada día será más importante contar con un mecanismo que capture datas de manera programática. Si aún no estás seguro de cómo el aprendizaje automático está cambiando el SEO, es hora de prestar atención.