Aumente sus habilidades con las ideas de expertos semanales de Growth Memo. 隆Suscr铆bete gratis!
El memorando de hoy se trata de Fan-Out de consultas, un concepto fundamental detr谩s del modo AI que reescribe silenciosamente las reglas de SEO.
Probablemente haya escuchado el t茅rmino. Tal vez lo hayas visto en el anuncio del modo AI de Google, la redacci贸n de Aseyda Solis o la inmersi贸n profunda de Mike King.
Pero, 驴por qu茅 es realmente tan revolucionario? 驴Y c贸mo afecta la forma en que abordamos la estrategia de b煤squeda en el futuro? 隆Es posible que ya est茅 “optimizando” para ello y ni siquiera seas consciente!
Eso es en lo que estamos cavando hoy.
Adem谩s: he creado una herramienta de clasificador de intenci贸n para suscriptores premium para ayudarlo a agrupar las indicaciones y preguntas por parte del usuario en segundos, llegando a finales de esta semana (a煤n necesita planchar algunos problemas).
En este n煤mero, cubriremos:
- Qu茅 fan-out de consulta es.
- C贸mo alimenta el modo Ai, la b煤squeda profunda y la b煤squeda de conversaci贸n.
- Por qu茅 optimizar para “una consulta, una respuesta” ya no es suficiente.
- Formas t谩cticas de alinear su ecosistema de contenido con el comportamiento de ventilador.
Vamos a entrar en eso.
驴Qu茅 es el fan谩tico de la consulta y por qu茅 escuchas tanto sobre eso en este momento?
La consulta Fan-Out es c贸mo el modo AI de Google toma una sola b煤squeda y la expande en muchas preguntas relacionadas detr谩s de escena.
Puede atraer una gama m谩s amplia de contenido que podr铆a responder m谩s de su verdadera intenci贸n, no solo sus palabras exactas.
Est谩 escuchando sobre esto ahora porque las nuevas descripciones de IA de Google y el “modo AI” dependen de este proceso, lo que podr铆a cambiar lo que se muestra en los resultados de “b煤squeda”.
La consulta Fan-Out no es solo otra palabra de moda de marketing. As铆 es como funciona el modo AI.
Es crucial comenzar a comprender este concepto porque es muy probable que el modo AI se convierta en la experiencia de b煤squeda predeterminada en los pr贸ximos a帽os. (Espero que sea una vez que Google descubra c贸mo monetizarlo adecuadamente).
Es por eso que creo que el modo AI podr铆a convertirse en el est谩ndar de b煤squeda:
En el podcast Lex Fridman, Sundar Pichai dijo que el modo AI se arrastrar谩 lentamente m谩s en la experiencia de b煤squeda principal:
Lex Fridman: “驴Ves una trayectoria en el futuro posible donde el modo AI reemplaza por completo los 10 enlaces azules m谩s general de IA?”
Sundar Pichai: “Nuestro plan actual es el modo AI estar谩 all铆 como una pesta帽a separada para las personas que realmente quieren experimentar eso, pero a煤n no est谩 en el nivel all铆, nuestras principales p谩ginas de b煤squeda. Pero a medida que funcionen las caracter铆sticas, seguiremos migrando a la p谩gina principal, y por lo tanto puede verlo como un continuo”.
Tambi茅n dijo que apuntar a la web es un principio de dise帽o principal:
Lex Fridman: “驴Y la idea de que el modo AI a煤n lo llevar谩 a la web a la web creada por los humanos?”
Sundar Pichai: “S铆, ese ser谩 un principio de dise帽o central para nosotros”.
Sin embargo, si las descripciones de IA son una indicaci贸n, no debe esperar que mucho tr谩fico pase por los resultados del modo AI. Las p茅rdidas de CTR pueden superar el 50%.
Y seg煤n Semrush y Ahrefs, ~ 15% de las consultas muestran vistas generales de IA.
Pero el n煤mero real es probablemente mucho mayor, ya que no estamos contactando las indicaciones de estilo de cola ultra largo y de cola que los buscadores est谩n utilizando cada vez m谩s.
Aunque el modo AI cubre solo un poco m谩s del 1% de las consultas en este momento, como se menciona en la nueva normalidad, es probable que sea la extensi贸n natural de cada descripci贸n general de la IA.
Comprender el fan谩tico de la consulta para optimizar mejor su contenido solo tiene sentido
Nota importante aqu铆: no quiero fingir que s茅 c贸mo “optimizar” para el fan谩tico de la consulta.
Y la consulta Fan-Out es un concepto, no una pr谩ctica o una t谩ctica para la optimizaci贸n.
Con eso en mente, comprender c贸mo funciona el fan谩tico de la consulta es importante porque las personas est谩n utilizando indicaciones m谩s largas para buscar conversaci贸n.
Y, por lo tanto, en la b煤squeda de conversaci贸n, un solo mensaje cubre muchas intenciones de usuarios.
Echemos un vistazo a este ejemplo de Deep SEO:
La b煤squeda profunda realiza decenas a cientos de b煤squedas para compilar un informe. He probado indicaciones para las decisiones de compra. Cuando solicit茅 “el mejor autom贸vil familiar h铆brido con 7 asientos en el rango de precios de $ 50,000 a $ 80,000”, Deep Investigations super贸 a 41 resultados de b煤squeda y razon贸 su camino a trav茅s del contenido.
(…)El informe tard贸 10 minutos en armar, pero probablemente guard贸 un horario humano de investigaci贸n y al menos 41 clics. Clics que podr铆an haber ido a los anuncios de Google.
En mi b煤squeda de un autom贸vil familiar h铆brido, la funci贸n de b煤squeda profunda entendi贸 m煤ltiples viajes de b煤squeda, m煤ltiples intentos y sintetiz贸 lo que habr铆a sido m煤ltiples p谩ginas de resultados cl谩sicos de SEO en una sola pieza de contenido.
Y consulte este ejemplo del propio material de marketing de Google:
Cr茅dito de la imagen: Kevin IndigEsta b煤squeda profunda inici贸 cuatro b煤squedas, pero he visto ejemplos de 30 y m谩s.
Esta es exactamente la raz贸n por la cual es importante comprender el fan谩tico de la consulta.
La b煤squeda conversacional basada en AI ya no coincide con una sola consulta con un solo resultado.
Se est谩 avivando en docenas de b煤squedas, intenciones y tipos de contenido relacionados para sintetizar una respuesta que evita por completo las v铆as de SEO tradicionales.
La mec谩nica detr谩s de la consulta Fan-Out
Aqu铆 est谩 la comprensi贸n de c贸mo funciona el fan-out de la consulta basada en la maravillosa investigaci贸n de Mike King, as铆 como el anuncio y la documentaci贸n de Google:
- En la b煤squeda cl谩sica, Google devuelve una lista clasificada para una consulta. En modo AI, G茅minis explota su aviso en un enjambre de subteres, cada uno dirigido a una faceta diferente de lo que realmente le importa. Ejemplo: “Las mejores zapatillas de deporte para caminar” se convierte en las mejores zapatillas de deporte para hombres, zapatos para caminar para senderos, zapatos para clima h煤medo, durabilidad de los calcetines en zapatos para caminar, etc.
- Esas subter铆as disparan simult谩neamente en el 铆ndice web en vivo, El gr谩fico de conocimiento, el gr谩fico de compras, los mapas, YouTube, etc. El sistema b谩sicamente ejecuta un trabajo inform谩tico distribuido en su nombre.
- En lugar de tratar una p谩gina web como una gran respuesta, El modo AI levanta los pasajes, tablas o im谩genes m谩s relevantes de cada fuente. Piense en “selecci贸n de agujas” en lugar de “rango de pila”. Entonces, en lugar de un motor de b煤squeda que dice “toda esta p谩gina es la mejor coincidencia”, es m谩s como “esta oraci贸n del Sitio A, ese gr谩fico del Sitio B, y este p谩rrafo del Sitio C” son las partes m谩s relevantes.
- Google mantiene una “memoria de sesi贸n” en ejecuci贸n – Un usuario que incrusta destilado de sus b煤squedas, ubicaci贸n y preferencias pasadas. Ese vector empuja que se generan las subterrinas y c贸mo se enmarcan las respuestas.
- Si el primer lote no llena todos los espacios, el modelo buce y emite m谩s subcreperies granulares, tira de nuevos pasajes y los cose en el draft hasta que la cobertura parezca completa. Todo esto en unos segundos.
- Finalmente, G茅minis fusiona todo en una sola respuesta y lo coincide con las citas. La b煤squeda profunda (“modo de IA sobre esteroides”) puede ejecutar cientos de estas subteres y escupir un informe completamente citado en minutos.
Tenga en cuenta que las entidades son la columna vertebral de c贸mo Google entiende y expande el significado. Y son fundamentales para c贸mo funciona el fan谩tico de la consulta.
Tome una consulta como “C贸mo reducir la ansiedad naturalmente”. Google no solo coincide con esta frase con las p谩ginas con esa redacci贸n exacta.
En cambio, identifica entidades como “ansiedad”, “remedios naturales”, “dormir”, “ejercicio” y “dieta”.
A partir de ah铆, la consulta se activa y podr铆a generar subter铆as relacionadas, refinando basada en b煤squedas previas del usuario:
- “驴El magnesio ayuda con la ansiedad?”
- “T茅cnicas de respiraci贸n para el estr茅s”
- “Los mejores t茅s de hierbas para calmar los nervios”
- “C贸mo el sue帽o afecta los niveles de ansiedad”
Estas no son solo reescrituras de palabras clave. Son ideas relacionadas sem谩ntica y contextualmente construidas a partir de entidades conocidas y sus relaciones.
Entonces, si su contenido no va m谩s all谩 de la consulta principal para cubrir las relaciones de entidad de apoyo, corre el riesgo de ser invisible en el nuevo SERP impulsado por la IA.
La cobertura de la entidad es lo que permite que su contenido aparezca en esa extensi贸n sem谩ntica completa.
Aqu铆 hay una buena manera de visualizar esto es la relaci贸n entre preguntas, temas y expansi贸n de la entidad (de tambi茅nked.com):
Cr茅dito de la imagen: Kevin IndigSi todo esto le recuerda fuertemente el concepto de intenci贸n del usuario, sus instintos est谩n bien ajustados.
A pesar de que la consulta del abanico suena genial y se ve innovador, hay poca diferencia en c贸mo ya deber铆amos apuntar a temas en lugar de palabras clave a trav茅s de contenido rico en entidad. (Y todos deber铆amos haber estado haciendo esto por un tiempo).
Interjection de Amanda aqu铆: dir铆a que este tipo de proceso (o uno similar) ha estado sucediendo detr谩s de escena en los resultados cl谩sicos de SEO por un tiempo … aunque, desafortunadamente, no tengo pruebas concretas. Solo un fuerte reconocimiento de patrones al pasar demasiado tiempo en los SERP que prueba las cosas. 馃槅
En 2018-2019, not茅 que este patr贸n ocurre a menudo con una clasificaci贸n de piezas de contenido en profundidad y ricas en entidad, y funcionando bien, para m煤ltiples intentos relacionados en la b煤squeda. Cuanto m谩s era una pieza de contenido rica en entidad, y cuanto m谩s se abordaba el contenido de la “pr贸xima necesidad natural” del buscador, m谩s tiempo aumentaba el tiempo + tiempo de permanencia al tiempo que concluye el viaje de b煤squeda …
Y cuanto m谩s el contenido hac铆a esas cosas, m谩s era visible el contenido para nuestro p煤blico objetivo en las clasificaciones cl谩sicas … y m谩s tiempo manten铆a esa visibilidad o clasificaci贸n a pesar de los cambios de algoritmo o las actualizaciones de contenido de la competencia.
Movimientos de SEO implementables relacionados con la mec谩nica de ventilador de consultas
Cuando tiene en cuenta el fan谩tico de la consulta, hay algunos pasos pr谩cticos que puede tomar para dar forma a su contenido y su optimizaci贸n funcionan de manera m谩s efectiva.
Pero antes de darle un escaneo, necesito reiterar lo que se mencion贸 anteriormente: no voy a afirmar que tengo una forma clara de “optimizar” para el proceso de ventilador de consultas de modo AI de Google, es demasiado nuevo.
En su lugar, esta lista lo ayudar谩 a optimizar su ecosistema de contenido para abordar completamente las necesidades multifac茅ticas detr谩s del objetivo de b煤squeda de su usuario objetivo.
Debido a que la optimizaci贸n para la b煤squeda de conversaci贸n comienza con un cambio simple: abordar las necesidades del buscador desde m煤ltiples 谩ngulos y asegurarse de que puedan encontrar esos m煤ltiples 谩ngulos en su sitio … no solo una consulta a la vez.
1. Pasaje primero autor.
- Escribe en bloques de 40-60 palabras, cada uno respondiendo una microculaci贸n.
- Llegue con la respuesta, luego detalle: refleja c贸mo AI selecciona fragmentos.
2. Encabezados sem谩nticamente ricos.
- Evite los encabezados y subt铆tulos gen茅ricos (“Descripci贸n general”). Entidades y modificadores de incrustaci贸n, la IA puede girar en subter铆as (por ejemplo, “duraci贸n de la bater铆a de los SUV EV en invierno”).
3. Ganchos de credibilidad salientes.
- Cite fuentes revisadas por pares, gubernamentales o de alta autoridad; LLM de Google favorece los pasajes que tienen citas y fuentes para reclamos de base.
4. Arquitectura agrupada.
- Construya p谩ginas centrales que resuman y un enlace profundo a los radios. El ventilador a menudo superficies urls de profundidad mixta; Los grupos apretados aumentan las probabilidades de que se elija una p谩gina de hermanos.
5. Enlaces de salto contextual (“Fraggles” o “enlaces de anclaje”).
- Para una forma larga, use enlaces de salto interno dentro de la copia del cuerpo, no solo en el TOC. Estos ayudan a los LLM y los bots de b煤squeda en las entidades, secciones y micro respuestas m谩s relevantes en toda la p谩gina. Tambi茅n mejoran UX. (Cr茅dito al concepto “Fraggles” de Cindy Krum).
6. Frescura Pings.
- Actualice las estad铆sticas sensibles al tiempo a menudo. Incluso una edici贸n de l铆nea menor m谩s una nueva fecha fomenta el Rebloque y califica la p谩gina para las subcrases “Web Live”.
C贸mo optimizar la cobertura de la intenci贸n: un componente clave del ventilador de consultas
El modo AI de Google y el proceso de ventilador de consulta reflejan c贸mo piensan los humanos: romper una pregunta en partes y reconstruir la mejor informaci贸n para resolver una necesidad.
Las personas no buscan en un silo: cuando buscan, est谩n buscando desde una perspectiva, un historial y con emociones y m煤ltiples preguntas/preocupaciones adjuntas.
Pero como industria, nos hemos centrado durante mucho tiempo en consultas individuales, intenciones o grupos de temas para guiar nuestra optimizaci贸n. Claro, esto es 煤til, pero es una lente estrecha.
Y pasa por alto el panorama general: optimizar su ecosistema de contenido para abordar completamente las necesidades m谩s amplias y multifac茅ticas detr谩s del objetivo de una persona.
Sabemos que el modo AI de Google se basa en:
- Consultas relacionadas.
- Intentos de usuario relacionados.
- Entidades relacionadas y conectadas.
- Reformateo/reformulaci贸n del aviso.
- Comparaci贸n.
- Personalizaci贸n: historial de b煤squeda, correos electr贸nicos, etc.
Entonces, aqu铆 est谩 mi concepto paso a paso (no probado):
- Las indicaciones son preguntas.
- Pero solo cubrir preguntas no es suficiente, necesitamos crear contenido para su intenci贸n de usuario subyacente.
- Si podemos clasificar una gran cantidad de preguntas en torno a un tema, podemos aumentar nuestras posibilidades de ser visibles cuando el modo AI se despliega.
Aqu铆 hay una gu铆a paso a paso:
- Recopile preguntas para un tema de:
- Entrevistas con el cliente (la mejor fuente, en mi experiencia).
- La herramienta de magia de palabras clave de Semrush.
- Ideas de palabras clave de Ahrefs.
- Reddit (por ejemplo, a trav茅s de GummySearch).
- YouTube (Vidiq).
- La excelente herramienta QFORIA de Mike King.
- Agrupe su colecci贸n de preguntas por intenciones de usuario.
- Haga coincidir cada intenci贸n con una pieza de contenido o pasaje espec铆fico en su sitio.
- Use herramientas de b煤squeda y pruebe las conversaciones reales con LLM para ver qui茅n se ubica en la parte superior para la intenci贸n.
- Compare su contenido/pasaje con las piezas de contenido referidas superiores.
- Aseg煤rese de que su contenido sea rico en entidad e incluya esas dulces y dulces informaci贸n de informaci贸n.
Los suscriptores pagos no solo obtienen m谩s contenido, m谩s datos y m谩s informaci贸n, sino que tambi茅n obtienen la herramienta de clasificaci贸n de intenci贸n que cre茅 para ayudarlo a ahorrarle algo de tiempo en este trabajo que he enumerado anteriormente (llegando a suscriptores premium a finales de esta semana).
Si ha estado haciendo la era previa a la b煤squeda de SEO, es probable que ya haya estado haciendo alguna versi贸n de este trabajo.
Lo clave para recordar es agrupar preguntas y consultas por intenci贸n, y optimizar para obtener intentos en sus temas centrales.
Piense en lo que habr铆a sido un “viaje de b煤squeda” o “viaje de contenido” para su usuario en la b煤squeda cl谩sica, y reconoce que ahora est谩 sucediendo de una vez en una sesi贸n de chat.
El mayor cambio mental que probablemente necesite hacer es pensar en las consultas como indicaciones versus b煤squedas.
驴Y esas indicaciones? Los usuarios ingresan de varias maneras o estructuras sem谩nticas. Es por eso que una comprensi贸n de las entidades juega un papel clave.
Pero antes de saltar, necesito enfatizar un factor central para crear contenido con el fan谩tico de la consulta en mente: aseg煤rese de hacer el trabajo para tomar sus preguntas recopiladas que planea apuntar y agruparlas por intenci贸n.
Este es un primer paso crucial.
Para ayudarlo a hacer eso, he creado una herramienta de clasificaci贸n de intenci贸n que los suscriptores premium obtendr谩n en su bandeja de entrada a finales de esta semana. Es simple de usar y puede soltar su lista de preguntas recopiladas para agrupar por intenci贸n en cuesti贸n de minutos.
Imagen Feaded: Paulo Bobita/Search Engine Journal
(Tagstotranslate) SEO
