La Búsqueda personalizada de Google es una función de búsqueda personalizada de Google Search , introducida en 2004. Todas las búsquedas en Google Search están asociadas a un registro de cookies del navegador . [1] Cuando un usuario realiza una búsqueda, los resultados de la búsqueda no solo se basan en la relevancia de cada página web para el término de búsqueda, sino también en qué sitios web visitó el usuario (u otra persona que use el mismo navegador ) a través de resultados de búsqueda anteriores. [1] Esto proporciona una experiencia más personalizada que puede aumentar la relevancia de los resultados de búsqueda para el usuario en particular. Dicho filtrado también puede tener efectos secundarios, como la creación de una burbuja de filtro .
Los cambios en el algoritmo de búsqueda de Google en los últimos años le dan menos importancia a los datos de los usuarios, lo que significa que el impacto de la búsqueda personalizada es limitado en los resultados de búsqueda. A raíz de las críticas, Google también ha hecho posible desactivar la función.
La Búsqueda personalizada se introdujo originalmente el 29 de marzo de 2004 como una prueba beta de un proyecto de Google Labs . [2] El 20 de abril de 2005, se puso a disposición como un servicio no beta, pero aún separado de la Búsqueda de Google normal. [3] [4] El 11 de noviembre de 2005, se convirtió en parte de la Búsqueda de Google normal, pero solo para usuarios con Cuentas de Google . [5]
A partir del 4 de diciembre de 2009, la Búsqueda personalizada se aplicó a todos los usuarios de Búsqueda de Google, incluidos aquellos que no habían iniciado sesión en una cuenta de Google. [1]
Además de personalizar los resultados en función del comportamiento personal y los intereses asociados a una cuenta de Google, Google también implementó en octubre de 2009 [6] los resultados de búsqueda social basados en las personas que uno conoce. Partiendo del supuesto de que las personas que uno conoce comparten intereses similares, estos resultados darían un impulso a la clasificación de los sitios que se encuentran dentro del "círculo social" de un usuario. Estos dos servicios se integraron en los resultados regulares en febrero de 2011 y ampliaron los resultados al incluir contenido compartido con usuarios conocidos a través de las redes sociales. [7]
El algoritmo de búsqueda de Google se basa en la recopilación y el almacenamiento del historial web en sus bases de datos. En el caso de los usuarios no autenticados, Google analiza las cookies del navegador almacenadas de forma anónima en el navegador del usuario y compara la cadena única con las almacenadas en las bases de datos de Google. Las cuentas de Google que inician sesión en Google Chrome utilizan el historial web del usuario para saber qué sitios y contenidos le gustan y basan los resultados de búsqueda que se muestran en ellos. Con los datos proporcionados por el usuario, Google construye un perfil que incluye género, edad, idiomas e intereses en función del comportamiento anterior al utilizar los servicios de Google. [8]
Cuando un usuario realiza una búsqueda en Google, las palabras clave o términos se utilizan para generar resultados clasificados según el algoritmo PageRank . Este algoritmo, según Google, es su "sistema de recuento de votos de enlaces y determinación de las páginas más importantes en función de ellos. Estas puntuaciones se utilizan después junto con muchas otras cosas para determinar si una página tendrá una buena clasificación en una búsqueda". "PageRank se basa en la naturaleza exclusivamente democrática de la web al utilizar su amplia estructura de enlaces como indicador del valor de una página individual. En esencia, Google interpreta un enlace de la página A a la página B como un voto, de la página A, a la página B. Pero Google analiza mucho más que el volumen de votos o enlaces que recibe una página; por ejemplo, también analiza la página que emite el voto. Los votos emitidos por páginas que son en sí mismas "importantes" pesan más y ayudan a que otras páginas sean "importantes". Utilizando estos y otros factores, Google proporciona sus puntos de vista sobre la importancia relativa de las páginas", [9]
Desde que la división de búsqueda lanzó la primera versión con resultados de búsqueda personalizados en 2005 y comenzó a tener en cuenta los sitios visitados anteriormente, se han añadido nuevos factores para refinar los resultados de búsqueda. Según Google, la conclusión a la que han llegado después de muchos años de pruebas es que el mejor indicador para decidir qué resultados son relevantes para el usuario es la frase de búsqueda en sí misma, no los datos del usuario, y que la personalización de los resultados de búsqueda no es un factor tan importante como solía serlo. [10]
Jonathan Zittrain, profesor de Derecho de Harvard, cuestionó hasta qué punto los filtros de personalización distorsionan los resultados de búsqueda de Google, diciendo que "los efectos de la personalización de búsqueda han sido leves". [11] Además, Google ofrece a los usuarios la posibilidad de desactivar las funciones de personalización si así lo desean, [12] eliminando el registro de Google de su historial de búsqueda y configurando Google para que no recuerde sus palabras clave de búsqueda y los enlaces visitados en el futuro.
Hay más de 50 factores (llamados "señales" por Google) que se utilizan para determinar los resultados de búsqueda. Los principales factores para personalizar los resultados de búsqueda son:
Cada una de estas variables se tendrá en cuenta en la personalización de los resultados de búsqueda de un usuario con la esperanza de proporcionar rápidamente los resultados más relevantes para responder a cualquier pregunta que se esté formulando. [13]
Los datos de ubicación permiten a Google proporcionar información basada en la ubicación actual y los lugares que el usuario ha visitado en el pasado, según la ubicación GPS de un teléfono inteligente Android o la dirección IP del usuario. Google utiliza estos datos de ubicación para proporcionar listados locales agrupados con resultados de búsqueda mediante la plataforma Google Local que incluye reseñas y calificaciones detalladas de Zagat . [14]
El historial de búsqueda se utilizó por primera vez en 2005 para personalizar los resultados de búsqueda en función de las búsquedas anteriores y los enlaces en los que los usuarios habían hecho clic. Luego, en 2009, Google anunció que la búsqueda personalizada ya no requeriría que el usuario iniciara sesión y que, en su lugar, Google utilizaría una cookie anónima en un navegador web para personalizar los resultados de búsqueda para aquellos que no hubieran iniciado sesión. [1]
El historial web difiere del historial de búsqueda, ya que es un registro de las páginas reales que visita un usuario, pero aún así proporciona factores que contribuyen a la clasificación de los resultados de búsqueda. Por último, los datos de Google+ se utilizan en los resultados de búsqueda, ya que Google recibe una gran cantidad de datos demográficos sobre un usuario a partir de esta información, como edad, sexo, ubicación, historial laboral, intereses y conexiones sociales. [13]
El servicio de redes sociales de Google , Google+, también recopila estos datos demográficos, como edad, sexo, ubicación, carrera y amigos. Esto entra en juego principalmente cuando se presentan reseñas y calificaciones de personas dentro del círculo inmediato de un usuario.
Para determinar los impactos reales de la personalización de búsquedas en los usuarios finales, los investigadores de la Universidad Northeastern determinaron en un estudio con usuarios registrados frente a un grupo de control que el 11,7 % de los resultados muestran diferencias debido a la personalización. La investigación mostró que este resultado varía ampliamente según la consulta de búsqueda y la posición en el ranking de resultados. [15]
En el siguiente ejemplo, el equipo de Portent realizó una consulta de búsqueda de "JavaScript" (que se muestra a la derecha) y luego realizó una búsqueda de "Libros de texto de programación" y "Libros sobre HTML" antes de buscar "JavaScript", lo que cambió los resultados de la búsqueda al traer tres listados de libros que no formaban parte del conjunto original de resultados. El estudio mostró que de los diversos factores que se estaban probando, los dos con el impacto más medible eran si el usuario había iniciado sesión con una cuenta de Google y la dirección IP de los usuarios que realizaban la búsqueda. Este mismo estudio también investigó el impacto de la personalización del 11,7 % mediante el uso de Amazon Mechanical Turk (AMT) (un mercado de Internet de colaboración colectiva y parte de Amazon Web Services) frente a un grupo de control para determinar la diferencia entre los dos. Los resultados mostraron que las URL mejor clasificadas tienen menos probabilidades de cambiar en función de la personalización, y que la mayor personalización se produce en los rangos inferiores de las páginas resultantes. [13]
Se han planteado varias inquietudes con respecto a esta función. Disminuye la probabilidad de encontrar nueva información, ya que sesga los resultados de búsqueda hacia lo que el usuario ya ha encontrado. También presenta algunos problemas de privacidad, ya que un usuario puede no ser consciente de que sus resultados de búsqueda están personalizados para él, y afecta los resultados de búsqueda de otras personas que usan la misma computadora (a menos que hayan iniciado sesión como un usuario diferente). La función también tiene efectos profundos en la industria de optimización de motores de búsqueda (SEO), ya que los resultados de búsqueda no se clasifican de la misma manera para todos los usuarios, lo que hace más difícil identificar los efectos de los esfuerzos de SEO. [16] La personalización hace que la experiencia de búsqueda sea inconsistente para diferentes usuarios, lo que requiere que la industria de SEO esté al tanto de los resultados de búsqueda personalizados y no personalizados para obtener un aumento en la clasificación. [14]
La búsqueda personalizada genera una gran cantidad de ruido de fondo en los resultados de búsqueda. Esto se puede ver como el efecto de arrastre, en el que se realiza una búsqueda seguida de otra. La segunda búsqueda se ve influenciada por la primera si no se establece un período de espera lo suficientemente alto. Un ejemplo de los efectos negativos del efecto de arrastre es que una búsqueda de una tienda en Hawái podría arrastrar los resultados de una búsqueda anterior fallida que mostró la misma tienda en California, lo que crea ruido. [15]
Sin embargo, en los últimos años, nuevas investigaciones han afirmado que los motores de búsqueda no crean el tipo de burbujas de filtro que se creía anteriormente. En un estudio sobre el impacto político de los motores de búsqueda en siete países realizado en la Universidad Estatal de Michigan, los investigadores descubrieron que los motores de búsqueda eran un complemento a otras fuentes de noticias que la gente ya utilizaba. Los usuarios consultaron una media de 4,5 fuentes de noticias en varios medios para obtener una idea, y aquellos con un interés específico en la política consultaron incluso más. Los investigadores señalan que las burbujas de filtro parecen un problema real y que parecen aplicarse principalmente a otras personas además de uno mismo. [ dudoso – discutir ] Su conclusión es, no obstante, que el problema es exagerado, la evidencia anecdótica y es imposible ver que los motores de búsqueda contribuyan a la creación de burbujas de filtro basándose en la evidencia empírica producida por el estudio. [17]
La personalización de los resultados de búsqueda de Google es una función automática, pero puedes desactivarla.