Antes de saltar:
- Odio presumir, pero diré que estoy extremadamente orgulloso de haber colocado el cuarto lugar en el Campeonato Mundial de SEO G50 la semana pasada.
- Estoy hablando en Ness, la Cumbre Global de Noticias y SEO editorial, el 22 de octubre. Los lectores de memo de crecimiento obtienen un 20% de descuento cuando el código “KEVIN2025”
Aumente sus habilidades con las ideas de expertos semanales de Growth Memo. ¡Suscríbete gratis!
Históricamente, los vínculos de retroceso siempre han sido una de las monedas de visibilidad más confiables en los resultados de búsqueda.
Sabemos que los enlaces son importantes para la visibilidad en la búsqueda basada en AI, pero cómo funcionan dentro de LLMS, incluidas las descripciones de IA, Gemini o Chatgpt & Co.- todavía es una caja negra.
El aumento de los modelos de búsqueda de IA cambia las reglas de visibilidad orgánica y la competencia por la participación de la voz en los resultados de LLM.
Entonces, la pregunta es, ¿los vínculos de retroceso aún ganan visibilidad en las modalidades de búsqueda basadas en la IA … y de ser así, ¿cuáles?
Si los vínculos de retroceso fueron la moneda de la web pre-LLM, el análisis de esta semana es un primer vistazo a si todavía son tiernos legales en la nueva economía de búsqueda de IA.
Junto con Semrush, analicé 1,000 dominios y sus menciones de IA contra las métricas de vínculo de retroceso.
Los datos aparecieron cuatro conclusiones claras:
- La autoridad ganada por el enlace de retroceso ayuda, pero no lo es todo.
- La calidad del enlace supera el volumen.
- Lo más sorprendente es que los enlaces nofollow obtienen un peso real.
- Los enlaces de imagen pueden mover la aguja a la autoridad.
Estos hallazgos nos ayudan a todos a comprender cómo la IA modela los sitios de superficie, junto con la exposición de lo que los vendedores de palancas de vínculo pueden atraer para influir en la visibilidad.
A continuación, encontrará la metodología, las conclusiones de datos más profundas y, para los suscriptores premium, las recomendaciones (con puntos de referencia) ponen estos hallazgos en acción.
Metodología
Para este análisis, analicé las relaciones entre las menciones de IA para 1,000 dominios web seleccionados al azar. Todos los datos son del kit de herramientas SEMRUSH AI SEO, la plataforma de análisis de visibilidad y búsqueda de AI de SEMRUSH.
Junto con el equipo de Semrush, examiné el número de menciones en todo:
- Chatgpt.
- Chatgpt con búsqueda activada.
- Géminis.
- Descripción general de la IA de Google.
- Perplejidad.
(Si se pregunta dónde se ajusta a Claude.ai en este análisis, no lo incluimos en este momento, ya que su base de usuarios generalmente está menos centrada en la búsqueda web y más en tareas generativas).
Para las plataformas anteriores, medimos la participación de la voz y el número de menciones de IA contra las siguientes métricas de vínculo de retroceso:
- Totales de retroceso.
- Dominios de enlace únicos.
- Sigue los enlaces.
- Enlaces nofollow.
- Puntuación de autoridad (una métrica SEMRUSH denominada ascore a continuación).
- Enlaces de texto.
- Enlaces de imagen.
En este análisis, utilicé dos formas diferentes de medir la correlación entre los datos: una correlación de Pearson y una correlación de Spearman.
Si está familiarizado con estos conceptos, salte a la siguiente sección donde nos sumergimos en los resultados.
Para todos los demás, los desglosaré para que tenga una mejor comprensión de los hallazgos a continuación.
Tanto Pearson como Spearman son coeficientes de correlación, números entre -1 y +1 que miden cuán fuertemente se relacionan dos variables diferentes.
Cuanto más cerca sea el coeficiente a +1 o -1, más probable y más fuerte es la correlación. (Cerca de 0 significa correlación débil o ninguna.)
- Pearson’s R mide la fuerza y la dirección de una relación lineal entre dos variables. Pearson analiza una correlación lineal en los datos utilizando los valores sin procesar. Esta forma de medir es sensible a los valores atípicos. Pero, si la relación se curva o tiene umbrales, Pearson lo sube medir.
- Spearman’s ρ (Rho) mide la fuerza y la dirección de una relación monotónica, o si los valores se mueven consistentemente en la misma dirección o opuesta, no necesariamente en línea recta. Spearman analiza la correlación de rango en los datos. Pregunta si más alto X tiende a venir con una Y más alta; La correlación de Spearman pregunta: “Cuando una cosa aumenta, ¿la otra también aumenta la otra?”. Es una correlación que es más robusta para los valores atípicos y explica los patrones monotónicos no lineales.
Una brecha entre los coeficientes de correlación de Pearson y Spearman puede significar que las ganancias no son lineales.
En otras palabras: hay un umbral para cruzar. Y eso significa que el efecto de X en Y no se activa de inmediato.
Examinar los coeficientes de Pearson y Spearman puede decirnos si no ocurre nada (o muy poco) hasta que pase un cierto punto, y luego, una vez que excede ese punto, la relación aparece fuertemente.
Aquí hay un ejemplo rápido de lo que puede revelar un análisis que involucra ambos coeficientes:
Gastar $ 500 (Acción X) en anuncios podría no mover la aguja en el crecimiento de las ventas (resultado y). Pero una vez que cruza, digamos, $ 5,000/mes (Acción X), las ventas comienzan a crecer constantemente (resultado y).
Y ese es el final de su lección de estadísticas para hoy.
Crédito de la imagen: Kevin IndigLa primera señal que examinamos fue la fuerza de la relación entre el número de vínculos de retroceso que obtiene un sitio frente a su parte de la voz.
Esto es lo que mostraron los datos:
- El puntaje de autoridad tiene un enlace moderado para compartir la voz (SOV): Pearson ~ 0.23, Spearman ~ 0.36.
- Una autoridad más alta significa SOV más alto, pero las ganancias son desiguales. Hay un umbral que necesitas cruzar.
- La autoridad apoya la visibilidad, pero no explica la mayor parte de la varianza. Lo que esto significa es que los vínculos de retroceso tienen un impacto en la visibilidad de la IA, pero hay más en la historia, como su contenido, percepciones de marca, etc.
Además, el número de dominios de enlace únicos es más importante que el número total de vínculos de retroceso.
En términos simples, es más probable que su sitio tenga un SOV más grande cuando tiene enlaces de muchos sitios web diferentes que una gran cantidad de enlaces de solo unos pocos sitios.
Crédito de la imagen: Kevin IndigEn todos los modelos, la relación más fuerte ocurrió entre la puntuación de autoridad (0.65 Pearson, 0.57 Spearman) y el número de menciones
Así es como SEMRUSH define la medición del puntaje de autoridad:
El puntaje de autoridad es nuestra métrica compuesta que califica la calidad general de un sitio web o una página web. Cuanto mayor sea el puntaje, más se supone que podrían tener un peso de dominio o los enlaces de salida de la página web a otro sitio.
Se toma en cuenta el número y la calidad de los vínculos de retroceso, el tráfico orgánico para vincular las páginas fuente y la spets del perfil de enlace.
Por supuesto, Ascore es solo un proxy de calidad. Los LLM tienen su propia forma de llegar a la calidad del vínculo de retroceso. Pero los datos muestran que podemos usar el ascore de Semrush como un buen representante.
La mayoría de los modelos valoran esta métrica por igual para las menciones, pero la búsqueda y la perplejidad del chatGPT lo valoran menos en comparación con el promedio.
Sorprendentemente, el chatGPT regular (sin búsqueda activado) pesa la mayor cantidad de modelos.
Crítico para saber: las menciones medianas saltan de ~ 21.5 en el decile 8 a ~ 79.0 en el decile 9. La relación no es lineal. En otras palabras, las mayores ganancias se producen cuando llegas a los límites superiores de la autoridad, o asciende en este caso.
(Para el contexto, un décimo es una forma de dividir un conjunto de datos en 10 partes iguales. Cada segmento, o decil, contiene el 10% de los puntos de datos cuando están ordenados en orden).
Crédito de la imagen: Kevin IndigQuizás el hallazgo más significativo de este análisis es que ¡No importa mucho si los enlaces están configurados para nofollow o no!
Y esto tiene enormes implicaciones.
La confirmación del valor de los enlaces nofollow es muy importante porque estos tipos de enlaces tienden a ser más fácil de construir que los siguientes enlaces.
Aquí es donde los LLM son claramente diferentes de los motores de búsqueda: hemos sabido desde hace un tiempo que Google también cuenta los enlaces nofollow, pero no cuánto y para qué (Grasco, clasificación, etc.).
Una vez más, no verá grandes ganancias hasta que esté en los 3 mejores deciles, o el 30% superior de los puntos de datos.
Siga enlaces → menciones:
- Pearson 0.334, Spearman 0.504
Enlaces nofollow → menciones:
- Pearson 0.340, Spearman 0.509
Por el contrario, las descripciones y la perplejidad de la IA de Google pesaron los enlaces regulares de los enlaces más altos y nofollow.
Y curiosamente, Gemini y ChatGPT pesan nofollow los más altos (en los enlaces de seguimiento regulares).
Aquí está mi propia teoría de por qué Gemini y Chatgpt pesan más nofollow:
Con Gemini, tengo curiosidad si Google pesa enlaces nofollow más altos de lo que hemos creído que son en el pasado. Y con ChatGPT, mi hipótesis es que Bing también está pesando enlaces nofollow más altos (una vez que Google también comenzó a hacerlo). Pero esto es solo una teoría, y no tengo los datos para apoyarlo en este momento.
Crédito de la imagen: Kevin IndigMás allá de los vínculos de retroceso basados en texto, también probamos si los vínculos de retroceso basados en imágenes tienen el mismo peso.
Y en algunos casos, tenían una relación más fuerte con las menciones que los enlaces basados en texto.
¿Pero qué tan fuerte?
- Images vs Mencions: Pearson 0.415, Spearman 0.538
- Enlaces de texto vs Menciones: Pearson 0.334, Spearman 0.472
Los enlaces de imagen realmente comienzan a dar sus frutos una vez que ya tiene alguna autoridad.
- Desde niveles de decil mediano, la relación se vuelve positiva, luego se fortalece y es más fuerte en los deciles superiores.
- En los deciles bajos (deciles 1 y 2), las imágenes → mencionar la corbata es débil o negativa.
Si se dirige a la mención del crecimiento de la perplejidad o la búsqueda de GPT, los enlaces de imagen son especialmente productivos.
- Las imágenes se correlacionan con las menciones más sobre la perplejidad y la búsqueda-GPT (Spearman ≈ 0.55 y 0.53), luego chatgpt/gemini (≈ 0.49-0.52), luego Google-AI (≈ 0.46).
Imagen Feaded: Paulo Bobita/Search Engine Journal
(Tagstotranslate) Edificio de enlace AI (T) generativo
