SEO para las búsquedas de voz con datos estructurados

January 16, 2020
Tag:
SEO
,
SEO para las búsquedas de voz con datos estructurados
Escucha este artículo
Tiempo de lectura: 6 min

Tanto con nuestros móviles como con los asistentes domésticos tipo Google Home, Alexa o Homepod de Apple, cada vez hacemos más uso de la función de buscar por voz. Este tipo de búsquedas será probablemente y en pocos años mayoritaria.

Esto significa conseguir información sin recurrir a sesiones de navegación, sin tener que hacer scroll por resultados. Y la obtención de respuestas a partir de preguntas naturales, no de palabras clave.

Por eso, y para que tu sitio web pueda anticiparse y prepararse para este escenario, conviene utilizar los datos estructurados en tu sitio web, especialmente los tipos de schema.org QAPage, Question y Answer. El motivo es que estos datos estructurados Google los identifica rápidamente como útiles para dar respuesta a preguntas naturales que cada vez son más frecuentes.

Y en cualquier caso, mientras la búsqueda por voz no sea todavía mayoritaria, utilizar estos datos estructurados te proporciona dos ventajas:

  • La posibilidad de aparecer en las primeras posiciones orgánicas de resultado de búsquedas con el fragmento de contenido de tu página.
  • Para poder tener este tipo de páginas tienes que trabajar contenido que sea útil para tus clientes y potenciales clientes, con lo que estás trabajando contenido para situarte o afianzarte como un referente en tu sector.

Veamos un ejemplo de cómo las páginas etiquetadas correctamente pueden mostrar un resultado enriquecido en la página de resultados de búsqueda. Este es un resultado para la consulta ¿Cómo quito un cable atascado en un puerto USB?, si se ha etiquetado la página para responder esa pregunta:

Q&A

Qué es Schema

Google, Bing y Yahoo definieron en 2011 un estándar de datos estructurados que los sitios web pueden utilizar para mejorar la visibilidad de sus sitios web.

Schema ayuda a los buscadores a entender mejor los sitios web, etiquetando los contenidos no solo para ayudar a mostrarlos correctamente sino para ofrecer información para su interpretación.

Schema.org proporciona centenares de esquemas de etiquetado semántico que nos permiten utilizar datos estructurados específicos para todo tipo de contenido, por ejemplo películas, libros, personas, restaurantes, eventos, lugares, reviews, y también preguntas y respuestas.

Question & Answer: cómo funciona

Para ayudar al buscador a entender que el contenido de una página concreta tiene respuestas a una pregunta, podemos usar el marcado de datos QAPage, que es el contenedor idóneo si en la página los usuarios pueden enviar varias respuestas.

En el caso de que la página sea unas FAQ, con varias preguntas y respuestas y donde los usuarios no pueden enviar más respuestas, es conveniente utilizar el marcado de datos FAQPage.

Tipos de Question y Answer

Para poder hacer que el buscador entienda qué parte del contenido son las preguntas, utilizaremos el tipo de marcado Question.

  • En el tipo de marcado Question las propiedades obligatorias que tenemos que especificar son:
  • answerCount, que especifica el número de respuestas a la pregunta,
    acceptedAnswer (para la respuesta aceptada como principal) o suggestedAnswer (para otras respuestas posibles), que indica respuestas a la pregunta.
  • text, que especifica el texto de la pregunta.
    Otras propiedades son optativas, y tenerlas en cuenta aumenta las posibilidades de que Google muestre nuestro contenido como respuesta en sus resultados de búsqueda.

Para especificar al buscador cuáles son las respuestas utilizaremos el tipo de marcado Answer. En él, la única propiedad obligatoria es text, que indica el texto completo de la respuesta. Sin embargo, como en el caso del tipo Question, hay otras propiedades recomendadas, como upvoteCount, que indica el número total de votos que ha recibido esta respuesta.

La búsqueda de Google admite datos estructurados en 3 formatos:

  • JSON-LD (opción recomendada por Google)
  • microdatos
  • RDFa

El aspecto diferencial de JSON-LD es que a diferencia de RDFa o microdatos, el etiquetado no se realiza como anotación intercalada en el código fuente. En lugar de ello, los metadatos se implementan dentro de una etiqueta separada del contenido, lo que facilita la organización del etiquetado y la identificación y resolución de errores.

Utilizar los datos estructurados  para SEO mediante la identificación de nuestras páginas de preguntas y respuestas nos puede permitir aparecer como referencia en los resultados de búsqueda y empezar a coger posiciones para la popularización de las búsquedas por voz.

También puedes leer

Todo el WOW de Social Media,en 5 minutos.

Únete a miles de profesionales que ya reciben nuestra newsletter cada mes.
No te quedes fuera.

¡Listo para despegar! 🚀 Gracias por unirte al universo Smartbrand. Prepárate para recibir ideas brillantes, estrategias estelares y las últimas novedades directamente en tu bandeja de entrada.
¡Uy! Algo ha fallado al enviar el formulario.

Qué recibirás

El contenido del mes, 100% Smartbrand.
TOP 3 de tendencias Social Media.
Un recurso gratuito para que sigas creciendo.
Nuestra selección de digital trends.
¡Listo para despegar! 🚀 Gracias por unirte al universo Smartbrand. Prepárate para recibir ideas brillantes, estrategias estelares y las últimas novedades directamente en tu bandeja de entrada.
¡Uy! Algo ha fallado al enviar el formulario.
Page 1

Comparte

arrow black