Microformatos: El eslabón perdido

Uno de los grandes avances que se prometen en la Web del futuro, supuestamente inmediato, es la irrupción de la Web semántica. Llevamos ya unos cuantos años escuchando cantos de sirena acerca de las bonanzas que la irrupción que esta nueva revolución va a provocar en nuestra forma de buscar y en la forma que los motores de búsqueda van a poder indexar nuestros contenidos, así como otras muchas aplicaciones podrán interactuar con la información de nuestras páginas. Estamos hablando de lo que se ha llamado ya la WEB 3.0.

El problema es que todo esto no termina de arrancar. La Web de hoy quizá ya no sea tan 2.0 como pensamos, pero desde luego a 3.0 no ha llegado. Digamos que estamos en una fase 2.5 o algo así.

Y uno de los eslabones que están propiciando esta transición lo forman los Microformatos.

¿Qué son los Microformatos?

Técnicamente no son más que trozos de código (X)HTML enriquecidos con una serie de atributos o clases CSS para identificar el contenido. Pero en realidad son algo más.

Estamos hablando de proporcionar significado semántico a un contenido que para las personas es legible y entendible, pero para las máquinas no es más que texto puro y duro.

Todo esto se inició allá por el 2006, en una conferencia de las buenas gentes de Technorati. Allí presentaron una forma fácil y rápida de facilitarles el trabajo, que no es otra que marcar con ciertas etiquetas la información relevante de nuestros blogs (en este caso), para que ellos pudieran presentarla mejor en su página. La explicación entusiasmó a la concurrencia, y otros indexadotes de contenidos vieron en ella un filón. Google sin ir más lejos entendió que debía aprovechar esta nueva forma de presentar la información.

¿Para qué sirven los Microformatos?

Como ya hemos explicado, su función es la de dar valor semántico al contenido de nuestras páginas. Esto provoca que tanto los buscadores, como los agregadores de contenidos o cualquier herramienta capaz de rastrear nuestro código, sepan distinguir la naturaleza de un contenido. Si estamos presentando un curriculum, indicando una ubicación geográfica, haciendo una crítica o comentario de un producto, etc…

¿Cómo crear nuestros microformatos?

Aunque pudiese parecer algo complicado, en realidad no hay nada más fácil. Veamos un ejemplo.

Este es de los más sencillos que pueda haber, se trata simplemente de taggear un link para distinguirlo de links normales. Basta simplemente con añadir el atributo rel="tag" a la etiqueta del link:

<a href="http://www.hellogoogle.com" rel="tag">Posicionamiento Web</a>

De esta forma, webs como http://technorati.com son capaces de distinguir tags de tu contenido y crear una estructura con ellos.

Otro de los más espectaculares y que Google muestra de una forma más elocuente, es el dedicado a las valoraciones o comentarios, conocido como hReview. Veamos un ejemplo:

<div class="hreview">
   <span class="item">
      <span class="fn">Avatar</span>
   </span>
   Crítica de <span class="reviewer">Asier Barainka</span> el
   <span class="dtreviewed">
      10 de Febrero de 2010<span class="value-title" title="2010-10-02" />
   </span>.
   <span class="summary">Una bonita historia de amor</span>
   <span class="description">Avartar es la mayor superproducción del momento, y una de las grandes apuestas d ela industria del cine…</span>
   Rating:
   <span class="rating">4.5</span>
</div>

En el podéis observar como cada uno de los trozos de contenido está envuelto en una etiqueta HTML con un class específico, todo en un conjunto dentro del class="hreview" que otorga la condición de tal microformato al contenido que incluye.

¿No es muy complicado no? Bueno, en realidad toda la información bien explicada la tenéis en la Web oficial: Microformats.org. Aquí podréis encontrar la estructura de todos los microformatos especificados hasta el momento.

¿Y cómo mostrará Google los Microformatos?

Es evidente que Google está muy interesado en que los WebMasters utilicemos Microformatos. Digamos que les hacemos el trabajo más fácil, y además le daremos un aspecto más acorde a lo consultado a los resultados de búsqueda.

Tal es el interés de Google, que no únicamente adopta los microformatos para mostrar los “Rich Snippets”, sino que también permite utilizar etiquetas RDFa, aunque ellas no son motivo de este artículo.

Para facilitarnos el trabajo nos proporciona una herramienta para Webmasters (Rich Snippets Testing Tools) donde podremos testear la corrección de nuestros Microformatos, así como el aspecto que estos tendrán en los SERPs. Que para el ejemplo de una crítica como el que hemos mostrado antes sería algo así.

Si veis que vuestros Microformatos son correctos, pero no generan una vista previa, no os volváis locos, algunos de los Microformatos ya aprobados (el de Organizaciones y el de Productos sobre todo), aún no generan una vista especial en los Resultados de Google, pero todo llegará.

Consideraciones Finales

Todo esto parece muy goloso y muchos ya nos estamos rebanando los sesos sobre como sacar el mejor partido al marcado de información por medio de Microformatos, pero tengamos presentes unas consideraciones finales para no caer en errores.

• Utilicemos los Microformatos con sentido, no es cuestión de poner por poner, hay que usarlos cuando realmente el contenido lo requiere.
• No caigáis en la tentación de ocultar el contenido por medio de CSS o JS, Google no mostrará estos Rich Snippets.
• No todos los links deben llevar rel=”tag”, es un error taggear todos los enlaces de mi página, hazlo solo con aquellos que realmente deban ser un tag del artículo o texto en cuestión.
• No por utilizar Microformatos vas a posicionar mejor o más arriba, pero si que aparecerás en búsquedas más relevantes para tus contenidos, lo que sin duda subirá el ratio de conversión de tu página.
• Informaciones como el crítico en una revisión/crítica o el autor/título de un Artículo son imprescindibles para generar una vista en los SERPs. Microformatos sin la suficiente información no serán presentados por el buscador.
• En las críticas (hReview), las puntuaciones que debemos pasar en el Microformato son de 1(Mala) a 5 (Muy Buena). Si el sistema de puntuación de tu página no se adapta a este criterio, deberás buscar la forma de convertirlo.
• Los Microformatos siguen en expansión, y cada vez se van adoptando más y por más gente. Lo que provoca que debamos estar continuamente atentos a su evolución.

No hay artículos relacionados.

"Hubo un nuevo coro de adioses esta vez y la pantalla de visión quedóse en blanco. Cuán extraño pensar, se dijo Poole, que todo aquello había sucedido hacía más de una hora. Como todo hombre de su edad, Poole daba por supuesto que podía hablar al instante, siempre que lo deseara, como cualquier habitante de la Tierra. Mas ahora esto ya no era verdad, se había movido a una nueva dimensión de remota lejanía y casi todos los lazos emocionales se habían extendido más allá del punto establecido." (2001, una odisea en el espacio. Arthur C. Clarke)

El usuario de un buscador hasta hace más bien poco tiempo podía asemejarse al astronauta que perdido en el espacio, a cientos de miles de kilómetros del planeta tierra, recibe una noticia varias horas después de que ésta haya sido enviada. Lo que para él acaba de acontecer, ya es historia en su planeta de origen.

Esta limitación inherente a la naturaleza de los motores de búsqueda ha sido recientemente superada y algunos ya se han apresurado a bautizarlo como "Real Time Search" o la búsqueda en tiempo Real.

Esta nueva forma de publicar y acceder a la información ha supuesto una revolución no sólo en Internet si no en la práctica totalidad de los medios informativos. Recientemente, tras el desgraciado terremoto en Haiti, comprobamos cómo Twitter y Facebook gracias a su naturaleza dinámica y social se convirtieron en una de las principales fuentes de información en tiempo real y en un referente sobre la tragedia.

Qué es La búsqueda en tiempo Real.

Cinco han sido los acontecimientos que han propiciado el cambio:

• La evolución tecnológica de los motores de búsqueda que permiten monitorizar más de mil millones de documentos y procesar diariamente y en tiempo real cientos de millones de eventos.
• Los centros de noticias, los blogs, los sistemas de microblogging ( Twitter, FriendFeed, Jaiku, Identi.ca...) y las redes sociales (Facebook, MySpace, ...).
• La apertura de APIs y Timelines que permiten a terceros enviar información y realizar consultas en tiempo real.
• Técnicas de scripting asíncrono como Ajax para mostrar información en tiempo real.
• Y por supuesto el gran número de usuarios que actualmente utilizan y comparten información en Internet.

Si bien la naturaleza de la información que se comparte en algunas aplicaciones como Twitter encajan de manera perfecta con la concepción de la búsqueda en tiempo real, existe cierta problemática con otras plataformas como Facebook en las que el carácter privado de su conenido entraña algunos conflictos morales y legales a la hora de compartirlos:

• FaceBook tras adquirir FriendFeed en Agosto de 2009 anunció el lanzamiento de la búsqueda en tiempo real abierta para todo el mundo.
• Aunque FriendFeed es un paso importante, esto no significa que se haya abierto un timeline de facebook público similar al que ya ofrece Twitter.
• El siguiente paso se dará en Marzo de 2010 cuando Facebook comience a permitir a sus usuarios abrir su perfil a todo el mundo. Esto permitirá a aquellos usuarios que lo deseen, compartir sus actualizaciones y enriquecer el timeline público de la aplicación.
• Los responsables de FaceBook son conscientes que la apertura de un API público es indispensable a la hora de convertirse en la principal fuente de información para búsquedas en tiempo real.

Todo indica por tanto que FaceBook tiende hacia un modelo híbrido en el que sus usuarios tendrán que empezar a familiarizarse vivir ente contenidos públicos y privados.

Google ya busca en tiempo Real

Como viene siendo costumbre Google ha ido informandonos de los hechos en su blog oficial:

• Google alcanza un acuerdo con Twitter para incluir tweets en el resultado de las búsquedas (en inglés).
• Google: La relevancia se encuentra con el contenido en tiempo real (en inglés).

La búsqueda en tiempo real ya es una realidad en Google y le animo a que la pruebe. Al estar aún en fase beta sólo está disponible para algunos usuarios VIP y es necesario que realicemos una pequeña "triquiñuela" para poder tener acceso (valga la metáfora del que se cuela en una fiesta a la que nadie le ha invitado).

En primer lugar acceda a la siguiente dirección: www.google.com/ncr ;Una vez aquí, es necesario "engañar un poco a Google" creando una cookie que nos acredita a acceder a esta nueva funcionalidad. Para ello copie y pegue el siguiente código en la barra de direcciones (como si estuviera introduciendo una URL).

javascript:void(document.cookie="PREF=ID=20b6e4c2f44943bb:U=4bf292d46faad806:TM=1249677602:LM=1257919388:S=odm0Ys-53ZueXfZG;path=/; domain=.google.com");

Ahora ya podemos empezar a buscar con el nuevo diseño y funcionalidades. Por ejemplo, en la sección Updates encontrará los resultados en tiempo real para su búsqueda.

La API de Twitter: Un ejemplo práctico de Búsqueda en Tiempo Real.

Evidentemente la búsqueda en tiempo real no es una parcela exclusiva de Google. La apertura de Apis y TimeLines permite que cualquier webmaster pueda acceder a esta información desde sus propias webs.

A modo de ejemplo he preparado una aplicación que devuelve en tiempo real los Tweets que se están publicando sobre un determinado tema.

Una de las claves del éxito de Twitter ha sido que desde su misma concepción ha ofrecido una API abierta para que cualquier webmaster pueda utilizar, compartir o integrar Twitter en otras aplicaciones como aplicaciones de escritorio o telefonía móvil.

Nota: Según Biz Stone, co-fundador de Twitter, Más del 50% de nuestro tráfico llega a través de nuestro API.

La API de twitter ofrece una serie de funciones que podemos utilizar para enviar y recibir información.

• La función search en concreto, permite realizar una búsqueda dentro de todos los Tweets.
• Esta función admite una serie de parámetros para personalizar los resultados de la búsqueda.
• Por ejemplo, con el parámetro since_id podemos obtener sólo los tweets cuyo id es mayor que el especificado en el parámetro.
  
  Nota: A cada Tweet se le asigna un id o identificativo único que le identifica de manera inequívoca. Este id es incremental por lo que los últimos tweets publicados siempre tienen un id mayor.

En mi ejemplo, utilizo la función search y el parámetro since_id para obtener los últimos tweets relacionados con una búsqueda.

curl_setopt ($curl, CURLOPT_URL, "http://search.twitter.com/search.atom?q=" . urlencode($query) . "&since_id=" . urlencode($query) . "&rpp=10");

Para emular una búsqueda en tiempo real, realizo una petición asíncrona cada 15 segundos para comprobar si durante este tiempo se han publicado nuevos tweets relevantes:

timer = setTimeout('getSearch()', 15000);

En caso afirmativo refresco el contenido de la página:

$("#container_all").html(results_all);

Para simplificar el código y para enriquecer el ejemplo con algunos elementos visuales como fade in/out, he utilizado el framework para scripting de cliente Jquery.

Por supuesto le animo a que se descargue este código de ejemplo sobre búsqueda en tiempo real, lo destripe y lo reutilice en su propia web.

SEO en tiempo real

Una vez más ante un acontecimiento de cierto calibre ya hay quien se ha aventurado a afirmar que el SEO ha muerto.

Si contabilizáramos las veces en las que el SEO ha muerto para volver a resucitar, me atrevería a asegurar que ya ha alcanzado ese grado de inmortalidad tan sólo reservado a ilustres personajes históricos como Napoleón, Julio Cesar, Cleopatra o Juana la Loca.

La búsqueda en tiempo real es una evolución natural y poco traumática para el profesional que lleva realizando su labor en el área de la optimización para motores de búsqueda:

• Esta nueva concepción de la búsqueda obliga al SEO a ampliar su ámbito de actuación a otros nichos como los sistemas de microblogging y las redes sociales.
• La aparición de resultados en tiempo real que desplazan en la SERP a los resultados orgánicos debe impulsar la inversión en PPC.
• La anticipación se convierte más que nunca en una de las claves del éxito. Adelantarnos a la competencia a la hora de publicitarnos en un evento, o hablar sobre temas de actualidad e interés nos garantizará aparecer primero y antes.
• Actualizar los contenidos con frecuencia es ahora más que nunca estratégico.
• Loa seguidores (Followers) y amigos en las redes sociales son otra pieza clave, ya que nos permitirán compartir y promocionar nuestros contenidos en todas las fuentes de las que se nutren los motores de búsqueda en tiempo real. Por este motivo un SEO debe reconvertirse en un experto en PR (relaciones públicas).
• Facilite y promueva la compartición de sus contenidos en redes sociales.
• Y por supuesta tenga bien presente que la búsqueda en tiempo real ha venido acompañada de la mano del SPAM en tiempo real. No caiga en la tentación.

Real Time Trends: Oportunidades de Negocio en Tiempo Real

Posiblemente el lector de este artículo ya esté familiarizado con Google Trends. Esta herramienta se ha convertido en una de las principales referencias para bloggers y SEOs a la hora de analizar el espectro de búsquedas para desarrollar targeted contents y conseguir targeted traffic.

• Nos indica los "hot topics" sobre los que se debate en la web
• Permite hacernos una idea sobre qué asuntos centran el interés de los internautas en el día a día.
• Google Trends muestra las tendencias de un pasado inmediato, pero no lo que está ocurriendo en este mismo instante.
• No es posible realizar una segmentación de estas tendencias en función del perfil de los usuarios.

La búsqueda en tiempo real ha derribado estas limitaciones en el estudio de las tendencias en Internet.

Al término del año 2009 las principales empresas de social media en Internet hicieron público por primera vez un informe que detallaba los eventos, personajes y productos que captaron nuestra atención durante ese año.

• Twitter dio el primer paso revelando los topics más discutidos del 2009.
  
•  Facebook lanzó poco después El memorando de Facebook  para ese año.

Nota: ¿Sabía que "Twitter" fue la palabra más popular del año 2009?

El estudio de estas tendencias nos permite conocer cómo fuimos, qué temas nos preocuparon, por qué tomamos determinadas decisiones, o en qué se diferenciaron nuestros gustos respecto a años anteriores...

• La naturaleza breve y concisa de los sistemas de micro blogging (menos de 140 palabras por post) enriquece las  tendencias de sus usuarios.
• El poder propagador y reanimador de los retweets permite que una misma conversación se discuta en diferentes foros y momentos.
  
• Las tendencias de sistemas de microblogging y de redes sociales permiten ser objeto de una segmentación en función de sus usuarios.
• La apertura de un time-line público en las redes sociales abrirá a los analistas la posibilidad de monitorizar las conversaciones. De momento nos tendremos que conformar con la herramienta Facebook’s Lexicon tool que sólo muestra tendencias a muy alto nivel.

Y no olvide supervitaminarse y mineralizarse.

Google vuelve a situarnos en un escenario nuevo y virgen donde comenzar de nuevo. Dejemos a un lado todo lo preconcebido, soltemos toda esa carga que nos acompañó a la espalda y aventurémonos hacia el interior de la selva de Kipling en busca de plátanos y cocos.

La búsqueda en tiempo real abre al usuario de Internet una nueva forma de acceder a la información, y a la empresa un nuevo canal para acceder al usuario. Comencé este artículo con un cita y permítame terminarlo con otra que bien resume este y cualquier otro artículo que se escriba sobre la materia:

"Suele valer una hora última más que toda la vida entera..." Sentencias: de la mundana falsedad y las
vanidades de los hombres, de Francisco de Quevedo.

Artículos relacionados:

1. Posicionamiento Web: Cómo posicionar una web gratis
2. Redirección 301: Cómo cambiar de nombre de dominio sin perder PageRank ni posicionamiento
3. Real Ajax Sexy Curls: Una forma elegante de mostrar el código fuente de nuestra página

Asi que os animo a todos a que vayáis a Google y escribáis:

Feliz Navidad y Próspero año 2010

A continuación pulsad en el botón Voy a tener Suerte y dejad que Google os felicite por mi

Si no hay suerte , no os preocupéis, porque en cualquier caso os deseo a todos una feliz navidad y un próspero año 2010.

Artículos relacionados:

1. Google Real Time Search: Posicionamiento web en Tiempo Real

Me pregunto qué habrían pensado los  hermanos Lumière si alguien les hubiera contado que 115 años después Google convertiría su invento en una de los motores del comercio electrónico mundial. Aunque ciertamente, también habría sido necesario explicarles qué es eso del comercio electrónico.

Lo cierto es que Google en su camino hacia la búsqueda universal ha abierto sus redes hacia otros tipos de información, o mejor deberíamos decir, hacia todos los tipos de información. La clásica página de resultados compuesta exclusivamente por documentos html, ha sido relevada por unas Serps enriquecidas donde varios formatos de contenidos ofrecen al usuario un nuevo horizonte en la búsqueda de información.

El posicionamiento web, parcela anteriormente exclusiva para documentos html, ya ha puesto su foco de atención en estos otros nuevos formatos. El posicionamiento de imágenes o el posicionamiento de vídeos como veremos en este artículo de Hellogoogle, son una nueva y poderosa herramienta de promoción web que también puede y debe ser objeto de un análisis bajo el prisma SEO.

Cómo iniciar una estrategia de posicionamiento de vídeos.

Paradójicamente el primer paso en la estrategia para el posicionamiento de vídeos consiste en sacar el vídeo fuera del Site. 

Un vídeo puede visualizarse de diversas maneras en una web, lo más habitual es encapsularlo dentro de una película flash.  Flash presenta un problema inherente de accesibilidad y nunca conseguiremos posicionar nuestros vídeos de manera eficiente.

El primer paso por tanto es ubicar nuestros vídeos en un repositorio como YouTube y Google Vídeo donde Google busca e indexa de manera relevante este tipo de información.

Tenga también presente que existen otros repositorios de vídeos como Metacafe, Yahoo! Video, o MySpace que a pesar de gozar de menor relevancia en el posicionamiento en Google gozan de un gran público potencial.

Los expertos coinciden en que las variables que entran en juego en el ranking de un vídeo en Google son:

1. Título.
2. Descripción.
3. Tags.
4. Número de visualizaciones.
   
5. Valoración de los visitantes.

Obviamente la estrategia de posicionamiento de un vídeo pasa por trabajar estos 5 aspectos, en el siguiente apartado veremos cómo.

Cómo optimizar un vídeo en YouTube

1. Título.

• El título del vídeo constituye la principal fuente de información para Google.
• Dispone de 60 caracteres para redactar el título del vídeo, aprovéchelos.
• Además de describirlo de manera clara e inequívoca, debe incluir las keywords más revelantes con la búsqueda.
• Evite incluir en el título eslóganes o llamadas a la acción excesivamente agresivas.

2. Descripción.

• La descripción además de informar de manera clara e inequivoca el contenido del vídeo, debe incluir los frases mas relevantes con la búsqueda.
• Es muy importante incluir siempre un link hacia nuestro Site al comienzo de la descripción. Para que el link sea clickable incluya http:// al comienzo del mismo.
  
• Tenga presente que existe un límite de unas 22 palabras para el tamaño de la descripción del vídeo que aparece en la SERP o página de resultados de YouTube.
  

3. Tags.

• Podemos aprovechar los tags para incluir todas las variaciones de un mismo keyword que complemente los keywords de búsqueda principales.
• Evite incurrir en “keyword stuffig”, es decir, la repetición innecesaria de palabras clave con la intención de mejorar el posicionamiento.
• Tenga presente que el orden de los tags es importante

4. Aspectos relacionados con la imagen de presentación del vídeo

• La miniatura a thumbnail que presenta el vídeo tiene especial importancia a la hora de que un visitante quiera visualizarlo.
  
• Está demostrado que una url, un número de teléfono o una llamada a la acción sobre un fondo atractivo llama poderosamente la atención del usuario.
• Mantenga siempre la consistencia entre la descripción del vídeo, la marca y la llamada a la acción. 

5. Optimice su propio Site

• Utilizar vídeos de youtube embebidos en su Site reducirá sensiblemente la carga de trabajo de su servidor y además tendrá estadísticas de acceso de manera totalmente gratuita.
• Optimice orgánicamente la página en la que embebe el vídeo, procurando ubicar cada vídeo en un documento independiente.
• Ubique cerca del vídeo una descripción en html de su contenido y enlace al documento original de YouTube incluyendo como anchor text los keywords más relevantes.
• Puede utilizar  Google Website Optimizer para conocer cuál es el vídeo que mejor funciona.
  
  • Para ello es necesario que establezca un objetivo de conversión como por ejemplo suscribirse a su blog.
  • También puede ubicar un mismo vídeo en diferentes páginas y comprobar qué versión funciona mejor.

6. Otros aspectos a tener en cuenta.

• Es importante activar las opciones para compartir y emitir el vídeo (votos, comentarios, compartir el vídeo, etc). El  número de veces que el vídeo es mostrado en otros sitios y su puntuación es de especial importancia en el posicionamiento del vídeo.
  
• Puede aprovechar la opción de anotaciones  para incluir en partes del vídeo contenido textual complementario y enlaces directos hacia su Site.
  
• También es posible incluir subtítulos en sus vídeos para eliminar problemas de comprensión en otros idiomas, o para usuarios con problemas auditivos y abrir el vídeo a un público más amplio.
  Siempre que sea posible ubique geográficamente su vídeo en Google Maps, de esta manera mejorará el posicionamiento para búsquedas locales.
• Aunque Google ya es capaz de mostrar vídeo en formato 16:9 mi recomendación a la hora de trabajar la búsqueda universal es que exporte los vídeos al tamaño estándar 4:3. 
• Para mejorar el número de visitas de un vídeo, puede realizar comentarios en otros vídeos populares relacionados con su temática incluyendo su url.
• También puede conseguir que Google muestre su vídeo relacionado con otro muy popular y con muchas visitas, si incluye un título, descripción y tags similares (no idénticos).
  
• Revise a menudo la información que le ofrece YouTube Insight sobre las estadísticas de visualización de sus vídeos.
• Cuando disponga de varios vídeos puede organizarlos dentro de su propio Canal en YouTube personalizado. Puede acceder a su canal en la dirección http://www.youtube.com/user/[su usuario de youtube]
  

Nota: ¿Sabía que Google también tiene su propio canal en youtube?

El elemento vídeo en HTML 5

HTML 5 concibe un nuevo formato abierto para los vídeos, permitiendo que se conviertan en parte de las páginas web sin necesitar un plug-in. Antes de seguir le animo a  probarlo. (Sólo disponible para  FireFox 3.5)

Puede ver cómo se implementa en el siguiente código de ejemplo:

<video src="http://www.hellogoogle.com/sobre_vi/ignacio_gorostiza_boxeando.wmv">
Su navegador no soporta el  tag video
</video>

Los vídeos pueden tener ahora sus propios atributos como meta de información, título, alt, contenido textual,  etc...facilitando así la labor de los motores de búsqueda.

La posibilidad de tratar el contenido de los vídeos como si fueran páginas web abre un nuevo universo de posibilidades, eche un ojo al siguientes ejemplos y comprobará de qué le estoy hablando:

• Inyección dinámica de contenidos (Sólo Firefox 3.5 y Safari).
  

Lo cierto es que aún no tenemos constancia de que Google reconozca este tipo de información, pero no podemos tener la menor duda de que ya mismo se encuentra trabajando en ello.

Nota: ¿Sabía que YouTube ya tiene su versión beta en HTML5?

Acerca de los sitemaps de vídeo

Además de los sitemaps para documentos html habituales, es posible crear sitemaps que ofrezcan a Google información sobre contenido web especializado, incluída información sobre contenido de Google Videos.

Los sitemaps de Google Video son una extensión del protocolo de sitemaps para distribuir vídeos con meta-información de tal manera que sea más sencillo para Google clasificar e indexar los vídeos. En un Sitemap de vídeo pude incluir el título, su descripción, cuánto dura, quién es el autor, etc...

Google puede indexar los siguientes formatos de vídeo: .mpg, .mpeg, .mp4, .mov, .wmv, .asf, .avi, .ra, .ram, .rm, .flv.

Tenga en cuenta que todos los archivos deben ser accesibles a través de HTTP y no soporta metarchivos que requieran una descarga del origen a través de protocolos de streaming.

Para terminar...

En muchas ocasiones queremos que nos encuentren, pero no nos apetece que utilicen nuestros vídeos o imágenes en trabajos de terceros. Por este motivo asegúrese de que protege sus contenidos con la licencia que mejor se ajusta a sus necesidades e intereses..

Hasta no hace mucho tiempo el vídeo e Internet convivían en dos universos paralelos sin intersección. El elevado volumen de datos que requería la transferencia y reproducción de un vídeo, y las limitaciones del ancho de banda lo relegaban a un lugar poco relevante dentro del orden jerárquico de las tres uves dobles.

La banda ancha actual posibilita la creación de nuevas experiencias inmersivas y atrayentes que fusionan el vídeo con otros elementos multimedia. como los Vídeos interactivos. Sin temor a equivocarnos, podemos predecir que el video será la herramienta de promoción web más influyente de los próximos años.

Me pregunto qué habrían pensado los  hermanos Lumière si alguien les hubiera contado que su invento con los años, acabaría moviendo la economía de un mundo paralelo llamado Internet.

Artículos relacionados:

1. Cómo Posicionar Imágenes y Fotografías en Google: La búsqueda universal
2. Cómo funciona Google: la búsqueda, indexación y ordenación de las páginas
3. Cómo posicionar su página web en Google en 2 semanas

Si a mi padre alguien le hubiera preguntado sobre la búsqueda universal, seguramente hubiera pensado en el Rey Arturo, los templarios y la búsqueda del Santo Grial. Lo cierto es que no andaría muy desencaminado.

El Santo Grial en esta ocasión está personificado en el anhelo de Google por alcanzar la virtud en la búsqueda: ofrecer a cada usuario exactamente aquello que quería encontrar. Dejemos a un lado la metafísica y la mitología medieval para profundizar un poco en la apasionante utopía de de la búsqueda universal de Google.

Qué es la búsqueda universal.

A nadie escapa que la intención de Google ha sido siempre conseguir que hacer una búsqueda sea una experiencia lo más sencilla y exacta posible.

El objetivo de la "búsqueda universal" es derribar los barreras que existen entre los distintos tipos de información que conviven en Internet y ofrecer la mejor respuesta cada vez que un usuario realiza una búsqueda.

La visión de Google sobre la "búsqueda universal" es indagar en todas sus fuentes de información (páginas webs, noticias, mapas, libros, imágenes, vídeos, etc) , comparar sus rankings en tiempo real y devolver una única página de respuesta donde toda esta información está perfectamente integrada y optimizada para dar respuesta a la búsqueda realizada.

Un ejemplo muy tonto, pero muy claro: cuando un usuario busca información sobre "Hawaii" posiblemente esté interesado en encontrar información sobre ofertas de viaje a Hawaii, pero tal vez lo que quiere es conocer alguna peculiaridad geográfica o cultural del país, o tal vez noticias sobre un terremoto o lo que realmente quería encontrar era una canción de Mecano. Google tiene en cuenta todas estas posibilidades y presenta una página de resultado universal compuesta por distintos tipos y formatos de información, todos ellos ordenados por relevancia. De esta manera los usuarios ya no necesitan realizar varias búsquedas entre las pestañas de Google.

De todo esto se deduce que el SEO ya no es parcela exclusiva de un documento html, las imágenes, los videos y cualquier otro tipo de contenido puede y debe ser optimizado de cara a optimizar su visibilidad en los motores de búsqueda. En los siguientes apartados veremos cómo podemos conseguirlo.

Cómo posicionar imágenes en Google

Que Google es muy inteligente es algo que ya nadie pone en duda. Por ejemplo si le damos una imagen es capaz de descubrir por sí sólo su tamaño, analizar sus colores, y aunque parezca increíble, saber con gran exactitud si la imagen se trata de un icono, de un boceto, si es una fotografía, un diseño o incluso si la imagen pertenece a una cara. Con toda esta información puede clasificar rápidamente cualquier gráfico. Sin embargo, a pesar de esta asombrosa capacidad, Google es completamente ciego a la hora de interpretar las imágenes y es necesario que nosotros le indiquemos explícitamente cuál es el objetivo de la imagen.

Para ello contamos con una serie de atributos html que permiten incluir una descripción de una imagen:

Atributo ALT

"As the Googlebot does not see the images directly, we generally concentrate on the information provided in the "alt" attribute." (Matt Cutts, Google Engineer )

El atributo alt cuya sintaxis es <img alt="..."> , permite incluir un texto alternativo a cualquier imagen. Como el propio Matt Cutts afirma, este atributo es la principal fuente de información para la araña de Google.

El texto que incluyamos debe ser equivalente, contener la misma información o servir al mismo propósito que la imagen original.

El atributo alt debería ser suficiente explicativo en el caso de que la imagen no llegara a mostrarse.

Para saber si hemos incluido un alt correcto podemos formularnos la pregunta: ¿si reemplazamos la imagen por el texto, obtendrían nuestros visitantes la misma información y generaría en ellos la misma respuesta?

Puede tener en cuenta las siguientes recomendaciones:

• En un documento XHTML válido es necesario incluir un atributo alt en todas sus imágenes.
• En aquellas imágenes que sólo desempeñan un papel decorativo en la página incluya un alt vacío, o sáquelas del documento e inclúyalas en una hoja de estilo externa de tal manera que no interfieran con el trabajo de los buscadores.
• Tenga siempre presente el propósito de la imagen. Por ejemplo en el caso de un botón, nunca debería incluir en el alt el texto "botón" si no la acción del botón, por ejemplo: "Enviar el formulario".
• El contenido del atributo alt debe ser claro y escueto. Evite las descripciones largas y la repetición innecesaria de términos.
• El contenido del alt debe estar pensado para el contexto en el que se encuentra. Una misma imagen en diferentes contextos puede tener comportamientos completamente diferentes.
• Si la imagen lo requiere puede incluir un atributo longdesc con una descripción más amplia y detallada de la imagen, aunque a efectos prácticos esta información no es tenida muy en cuenta por Google.

Alt vs Title

El atributo Title es similar al Alt. Según las recomendaciones de W3C el atributo "alt" expresa un texto alternativo para aquellos agentes que no pueden mostrar imágenes, formularios o applets. El atributo "Title" es un poco diferente pues ofrece información de ayuda sobre el elemento en el que se encuentra.

Lo cierto es que Google a la hora de extraer información de una imagen se centra en el contenido del atributo alt. En cualquier caso no existe ningún problema por incluir en la misma imagen un atributo title incluyendo su propio texto o una copia exacta del contenido del alt.

Cuide la nomenclatura de sus imágenes

A la hora de posicionar sus imágenes es de especial importancia cuidar su nomenclatura. Tenga siempre presentes los siguientes consejos:

• Asigne un nombre descriptivo a sus imágenes. Puede incluir los keywords más relevantes separados por guiones "-".
• No es recomendable incluir más de dos guiones en el nombre de una imagen, ni utilizar nombres largos e inmanejables.
• Tenga presente la naturaleza de las extensiones. Los motores de búsqueda asocian la extensión .jpg (JPEG) a fotografías, mientras que la .gif (GIF) la asocia principalmente a gráficos.
• Procure que el texto cercano a una imagen esté relacionado con ella. Las motores de búsqueda deducen que el texto más cercano tiene conexión con la imagen.
• Por último recuerde que la nomenclatura de imágenes optimizada para buscadores no debe estar reñida con el sentido común. De nada le servirá una nomenclatura muy eficiente de cara a posicionarse si trabajar con ella se convierte en un infierno.

Y no se olvide de...

Existen otros repositorios como Flickr que aunque no son indexados  por Google, son accedidos por millones de usuarios diariamente en busca de recursos.

Existen webs como Panoramio especializadas en geolocalizar sus fotografías en GoogleMaps y que le permiten mejorar su presencia en búsquedas locales.

Si va a necesitar manejar muchas imágenes en su Site, puede considerar la posibilidad de contratar un servidor externo especializado en almacenar y servir un volumen grande de información, como Amazon S3. Ubicando sus fotos en un servidor especializado en imágenes no mejorará su posicionamiento, pero conseguirá optimizar la escalabilidad de su web y descargar de esta tarea a su hosting.

Considere la posibilidad de mostrar la url de su Site en la imagen, de esta manera evitará usos indebidos y conseguirá canalizar el tráfico a su web.

En muchas ocasiones queremos que nos encuentren, pero no nos apetece que utilicen nuestros vídeos o imágenes en trabajos de terceros. Por este motivo asegúrese de que protege sus contenidos con la licencia que mejor se ajusta a su caso.

En el próximo artículo de hellogoogle.com veremos cómo podemos optimizar nuestros vídeos para posicionarlos de manera eficiente en Google.

Artículos relacionados:

1. Cómo posicionar Vídeos en Google: La Búsqueda Universal
2. Ajax zoomy: Un Ajax lightbox para su galería de imágenes
3. Como posicionar un blog de Blogger Blogspot

Estamos tan acostumbrados a trabajar con dominios que tal vez nunca nos hayamos parado a pensar detenidamente qué se enconde detrás de este conjunto le letras y puntos. Lo cierto es que el dominio tiene una relacción directa con aspectos tan importantes como el correcto funcionamiento de una web o con su presencia en buscadores. Si quiere profundizar en el estudio de la naturaleza de los dominios le animo a que lea este artículo de hellogoogle.com.

Qué es un dominio

Posiblemente ya sepa que un dominio es una cadena alfanumérica (letras y números) que identifica una página web. Aunque deberíamos decir que lo que realmente representa es la dirección IP del ordenador donde se encuentra alojada la web.

En realidad un mismo dominio puede representar más de una IP, por ejemplo www.microsoft.com está asociado a más de una docena de IPs.

Por extraño que parezca Internet no entiende los dominios, y es necesario que alguien traduzca el dominio a una IP. Los servidores llamados DNS (Domain Name System) son los encargados de traducir los nombres de dominio a direcciones IPs.

En el siguiente gráfico puede ver el proceso de traducción de un nombre de dominio a una IP:

Nota: Cada dominio se encuentra registrado en dos servidores DNS (primario y secundario) que aseguran su correcto funcionamiento en caso de que uno de ellos caiga.

Características de un dominio

Los nombres de dominio son fáciles de recordar.

Permiten independizar la dirección de una página de la IP del servidor donde está alojada.

Un nombre completo del dominio no puede contener más de 255 caracteres.(Tenga en cuenta que en algunas empresas de registro este límite es inferior)

El dominio más corto es de sólo 4 caracteres, por ejemplo: 1.es

Aunque un dominio puede incluir acentos, eñes y la mayoría de los caracteres própios de cada idioma, habitualmente no se utilizan.

El directorio WHOIS es una lista pública de nombres de dominio, donde podemos consultar qué persona o organización se encuentra tras un dominio. Existen múltiples webs que nos permiten consultar esta lista de manera gratuita.

Nota: ¿Sabía que los nombres de dominio no son sensibles a las mayúsculas? Los nombres hellogoogle.com y HELLOGOOGLE.COM son el mismo dominio.

Dominios de alto nivel o primer nivel

Todo dominio incluye un sufijo que indica a qué dominio de alto nivel (TLD) pertenece. Por ejemplo:

Los dominios de alto nivel pueden clasificase en tres tipos:

• Dominios de nivel superior geográfico (ccTLD)
• Dominios de Internet genéricos (gTLD)
• Dominios de nivel superior de infraestructura.

Algunos dominios, como el correspondiente a Reino Unido, incluyen un dominio funcional de segundo nivel:

• harvard.ac.uk (Apropiado para una institución académica)
• harvard.co.uk (Apropiado para una compañía)

Dominios de segundo nivel o nombre de dominio

El dominio de segundo nivel es el nombre de dominio en si, es decir, en el caso de nuestra web el dominio de segundo nivel sería hellogoogle y el dominio de primer nivel .com

El nombre de dominio conforma la información semántica principal del dominio.

Para la mayoría de las webs la primera opción debe ser la marca.

El correcto uso del branding en el nombre de dominio consigue que nuestros usuarios se dirijan de forma directa hasta la web corporativa sin necesidad de utilizar un buscador. Por ejemplo:

• Coca Cola Company - www.cocacola.com
• Microsoft Corporation - www.microsoft.com
• American Express - www.americanexpress.com
• Kleenex - www.kleenex.com

En el siguiente artículo encontrará 25 consejos que le serán de ayuda a la hora de elegir un buen nombre de dominio.

Dominios de tercer nivel, subdominios o CNAME

Son extensiones de los dominios, o también llamados subdominios.

En el caso de nuestra web www.hellogoogle.com, las tres uves dobles "www" constituyen el subdominio.

Podemos crear (gratuitamente) todos los subdominios que consideremos necesarios: foro.hellogoogle.com, blog.hellogoogle,.com, soledad.hellogoogle.com.

Tenga en cuenta por tanto que los dominios hellogoogle.com y www.hellogoogle.com pueden ser diferentes.

La mayoría de los navegadores redireccionan automáticamente una entrada del tipo domain.com a www.domain.com. Sin embargo es recomendable asegurarnos de hacer esta redirección en el propio servidor, en el siguiente apartado vamos a ver cómo.

URL Canonicalization (URL's canónicas)

La palabra "Canonicalization" es un término acuñado por Google para definir el proceso que sigue para identificar la url que corresponde con la home de un Site. Por ejemplo una persona podría pensar que las siguientes urls son idénticas.

http://domain.com
http://www.domain.com
http://domain.com/home.asp
http://www.domain.com/index.html

Sin embargo, técnicamente hablando son urls completamente diferentes. De hecho un servidor web podría devolver diferentes contenidos para cada una de ellas. Cuando Google "canoniza" una url, intenta identificar cuál de todas estas urls es la que realmente identifica la home.

Existen una serie de buenas prácticas que deberíamos tener en cuenta para facilitar el trabajo de Google y evitar que se produzcan incoherencias y errores en el rastreo de nuestra web:

• Mantenga la consistencia de los enlaces de su web. Evite por ejemplo que algunos enlaces apunten a direcciones del tipo http://example.com/ y que otras lo hagan a direcciones del tipo http://www.example.com/
• Si decidimos que la dirección de la home es http://www.example.com/ , puede realizar una redirección permanente ó 301 para que http://example.com/, redirija directamente a la dirección por defecto. Por ejemplo, podría crear el siguiente archivo .httacces para que todas urls apunten a http://www.domain.com/ :
  
  Options +FollowSymLinks
RewriteEngine on
RewriteCond %{HTTP_HOST} ^example\.com
RewriteRule ^(.*)$ http://www.example.com/$1 [R=permanent,L]
  
  

  El siguiente artículo le muestra toda la información que necesita para gestionar una redirección 301.

• Bajo ningún concepto se vea tentado a utilizar la herramienta de solicitud de eliminación de Google para eliminar las urls que no necesita. Esto puede conllevarle que su web desaparezca por completo del índice de Google y su reinclusión puede ser una tarea realmente ardua.

Ingeniería de dominios

Posiblemente conozca la web del.icio.us. Se trata de un social markup muy conocido que llamó la atención de la comunidad por su original nombre de dominio.

Nosotros también podemos jugar con los dominios de primer, segundo y tercer nivel para crear dominios originales y diferentes.

Existen herramientas como domainr que nos ayudan a jugar con los dominios.

Nota: Finalmente el dominio del.icio.us pasó a llamarse delicious.com para evitar que los usuarios encontrarán dificultades a la hora de escribirlo. Esto debe servirle para comprender qué lo original nunca debe estar reñido con lo usable.

SEO con Dominios

La elección y gestión de un dominio es un factor importante en el posicionamiento de una web. Tenga presente los siguientes puntos.

1. Google valora positivamente la antigüedad de un dominio.

Un dominio conocido por Google desde hace ya varios años es considerado como un proyecto consolidado y es un factor que se tiene en cuenta por el buscador a la hora de calcular su ranking

Podemos comprobar la edad de un dominio con herramientas como domain check.

También es positivo registrar un dominio por un periódo largo del tiempo. Google considera que el proyecto es estable.

Cuando registramos un dominio de segunda mano (un dominio que tenía un dueño anteriormente), es recomendable comprobar los antecedentes (que web contenía) y asegurarnos que no cuenta con ninguna penalización en los buscadores. Para ello podemos recurrir a webs como www.archive.org. que mantienen un histórico de las versiones anteriores de una web.

2. Google entiende un dominio con contenido semántico.

El nombre del dominio puede reforzar el servicio o producto que ofrece si incluye de manera natural keywords relevantes. Esto no significa que la repetición indiscriminada de keywords en el dominio beneficie el posicionamiento de una web.

3. Evite el uso de guiones - en el nombre de dominio.

Es posible separar dos palabras en un domino con un guión - , ahora bien, no se lo recomiendo a no ser que la elección esté totalmente justificada.

Tenga en cuenta que el uso de guiones en un dominio puede complicar su manejo por parte de sus clientes y como ya vimos en el punto anterior, la repetición de keywords no tiene una repercusión positiva en el posicionamiento de una web.

4. Puede utilizar subdominios para organizar sus contenidos.

La web de descargas Softonic ha popularizado una estrategia SEO fundamentada en la utilización de un subdominios para cada producto.

Google considera cada subdominio como un Site diferente, y por tanto, puede mostrar sus sitelinks lo que facilita la navegación interna:

Sin embargo debe tener presente que la utilización injustificada y abusiva de los subdominios con descarados fines SEO puede perjudicar nuestro posicionamiento y derivar en una penalización.

5. Ranking de un dominio en Internet

Recuerde que existen varias webs que le permiten conocer el ranking de un dominio en Internet.

• Alexa
• Compete:
• Quantcast
• Ranking:

El ranking de un dominio le puede ayudar a conocer la evolución de su web o la popularidad de un dominio antes de comprarlo.

Artículos relacionados:

1. Cómo elegir un nombre de dominio: 25 consejos
2. Redirección 301: Cómo cambiar de nombre de dominio sin perder PageRank ni posicionamiento
3. Cómo subir las visitas o el tráfico de visitantes de una web

Recientemente me preguntaron si Google indexaba contenidos en Ajax. La respuesta es: depende.

Como ya sabrá Ajax es una técnica que abre la posibilidad de realizar una petición XMLHTTP al servidor y recibir un documento html/xml de respuesta de manera asíncrona, es decir, sin necesidad de recargar la página. Ajax en principio no tiene ninguna contraindicación de cara al posicionamiento en Google, en realidad el problema no se encuentra en el Ajax, si no en la accesibilidad de los documentos que queramos que sean indexados.

En el siguiente ejemplo los contenidos se cargan de manera asíncrona, pero Google no sería capaz de indexarlos. ¿Por qué? El problema radica en los enlaces, o mejor dicho, en la ausencia de enlaces. Fíjese en el código del menú principal:

La utilización de Ajax no debe entrar en conflicto con la correcta navegación por los diferentes contenidos relevantes de un Site. En el ejemplo anterior, el acceso a los contenidos se implementa en javascript y esto impide que el bot de Google pueda acceder e indexar estos contenidos. El siguiente código muestra la funcionalidad que controla el acceso a los contenidos:

Nota: El código del ejemplo está implementado con el framework Jquery. ¿No lo conoce?...¿Y a qué está esperando?

Si aplica un simulador de Bot a la url del ejemplo podría hacerse una idea aproximada de cómo visualiza Google esta página. Como puede comprobar los contenidos dinámicos no son accesibles.

¿Cómo podemos conseguir que Ajax sea accesible por Google ?

Podemos considerar que Google visualiza una página de manera similar a como lo haría un navegador con javascript deshabilitado. Por tanto si queremos dar visibilidad al buscador, cada contenido debe ser accesible a través de un link html natural. Le he preparado un pequeño ejemplo funcional de Ajax accesible. Fíjese el aspecto que presenta ahora el código del menú principal:

<li><a href="mike-tyson/default.htm">MIKE</a></li>
<li><a href="house/default.htm">HOUSE</a></li>
<li><a href="bob-marley/default.htm">BOB</a></li>
<li><a href="spiderman/default.htm">SPIDER</a></li>

A continuación podemos modificar el comportamiento de un link utilizando javascript no obstructivo. Esta técnica permite acceder al DOM de la página y asignar una funcionalidad determinada, como puede ser el acceso asíncrono a contenidos, a cualquier enlace del documento. De esta manera presentaríamos un documento html con enlaces naturales a Google, y una página RIA a nuestros visitantes:

sections.click(function(e){
var my_anchor = $(this).attr("href");
showLoading();
content.slideUp("slow", function(){ content.load(my_anchor, hideLoading); } );
content.slideDown();
return(false);
});

Si aplicamos el simulador de Bot a este ejemplo, podemos comprobar que ahora Google accedería sin problema a todos los contenidos.

Le animo a descargarse el código de ejemplo, destriparlo, analizarlo, mejorarlo y aplicarlo libremente en sus desarrollos. Estoy seguro que Google se lo agradecerá.

Por último tenga presente siempre las siguientes consideraciones a la hora de desarrollar una funcionalidad Ajax:

• Cuide la arquitectura interna de su Site y cree una estructura de enlaces lógica.
• Cada contenido de su site debe ser accesible por un enlace de texto estático.
• Si el acceso a los contenidos se realiza a través de JavaScript, frames, DHTML, Flash, o su acceso está restringido por id de sesión o Cookies, es muy posible que Google encuentre problemas para encontrarlos e indexarlos.
• El javascript no obstructivo le permite crear funcionalidades RIA sin repercutir en la accesibilidad de la web.
• Puede recurrir a navegadores textuales para comprobar como visualizará Google su página.

Artículos relacionados:

1. Ajax zoomy: Un Ajax lightbox para su galería de imágenes
2. Ajax Lightbox: Una ventana emergente 2.0 en su página web
3. Real Ajax Sexy Curls: Una forma elegante de mostrar el código fuente de nuestra página

Hola! Comentaros a todos los lectores de HelloGoogle.com que el Miércoles 3 de Junio estaré en el SMX de Madrid colaborando en un WorkShop sobre SEO. Si alguno tenéis pensado acudir, espero que podamos coincidir y conocernos en persona. Nos vemos en el SMX!

Workshop Clínica SEO. - Es ya un clásico de los SMX de España e Iberoamérica, en este workshop reconocidos expertos analizarán varios Sitios Web, junto con los asistentes, centrando sus recomendaciones en aspectos relativos a la optimización en buscadores y la usabilidad. Con Fernando Macía (Fundador de Human Level) y Iñaki Gorostiza Esquerdeiro (Especialista SEO en Panda Security). Modera Tomy Lorsch.

Para más información sobre el SMX.

Artículos relacionados:

1. 10 RAZONES para NO contratar los servicios de un SEO

Google says: Toolbar PageRank is for entertainment purposes only... so take it easy

Artículos relacionados:

1. Cómo mejorar o subir el PageRank de mi web
2. Redirección 301: Cómo cambiar de nombre de dominio sin perder PageRank ni posicionamiento
3. Cómo mejorar el ranking de una web en Google

El concepto de cache (sin acento, a no confundir con la palabra caché que significa distinción o elegancia) es ampliamente utilizado en todos los campos de la informática. De manera general podríamos definirlo como el proceso en el que un conjunto de datos son duplicados con el fin de reducir el tiempo de acceso a la información original y optimizar el rendimiento de un sistema.

En el terreno web, el cacheo es el proceso de almacenamiento de documentos web (una página html, una imagen, una librería javascript, etc) con el objetivo de reducir el ancho de banda consumido por los visitantes, la carga de los servidores que atienden peticiones web y el retardo de una descarga. Una cache web almacena una copia de los documentos que son devueltos por un servidor y se encarga de atender las peticiones siguientes.

A la hora de definir una web en la que se espera un tráfico elevado cobra especial relevancia establecer una política de cacheo que permita crear un sistema escalable y evitar problemas a la hora de atender las peticiones de nuestros usuarios.

Existen tres tipos de caches que pueden actuar durante el proceso de solicitud de un documento web:

1. Cache de Agente de Usuario (User-Agent): Está presenten en los navegadores web y lógicamente sólo funcionan para un único usuario.
2. Cache Compartida o proxy-cachés directos: Este tipo de cache son utilizados por los proveedores de servicios de Internet y empresas para ahorrar ancho de banda. La comparten todos los usuarios que accedan.
3. Cache pasarela o proxy-cachés inversos: Funcionan como respaldo de un servidor web de forma transparente para los usuarios. Es posible trabajar con varias cache pasarela de manera conjunta para implementar una Content Delivery Network (CDN) (pjem: Akami)

Si planificamos correctamente un Site, la cache nos ayudará a mejorar el tiempo de carga y a gestionar de manera eficiente el ancho de banda de nuestro servidor. El incremento de rendimiento puede ser excepcional y la experiencia de nuestros visitantes mejorará notablemente sin necesidad de invertir ni un sólo euro.

Cómo se gestiona una petición web

Para comprender el proceso de cacheo es indispensable entender qué ocurre durante la carga de una web. El siguiente gráfico muestra como se comunican un navegador y un servidor web durante la solicitud y envío de una página no cacheada:

1. Navegador: Hola!, ¿podrías mandarme el archivo ejemplo.htm?
2. Servidor: Claro, espera un momento que lo busco en mi disco duro.
3. Servidor: Aquí esta!
4. Servidor: Te lo mando chico, cuidado que es un poco pesado 100kb y mi ancho de banda es limitado.
5. Navegador: Muchas gracias ya lo estoy descargando y mostrándoselo al usuario.

Si la página se encuentra cacheada el proceso podría ser similar el siguiente:

1. Navegador: Hola!, ¿podrías mandarme el archivo ejemplo.htm?
2. Servidor: Claro, espera un momento estoy comprobando la fecha de modificación del archivo.
3. Servidor: Aquí está!, y veo que no se ha modificado el fichero desde la última vez que lo solicitaste.
4. Servidor: Estás de suerte, la versión que tienes en tu cache es la última.
5. Navegador: Genial, entonces no hace falta que me la envíes ya estoy mostrando al usuario la página que tengo cacheada.

Qué métodos de cacheo existen.

Existen tres tipos de mecanismos que permiten gestionar el cacheo de un contenido:

1. Mecanismos por Validación (validation): En este mecanismo el servidor comprueba si la respuesta que mantiene cacheada el navegador sigue siendo válida. Existen dos variantes:

2. Mecanismos por Frescura (freshness): Tanto el método Last-Modified como ETag requieren que el navegador se comunique con el servidor para comprobar la versión del fichero. En los mecanismos por frescura en cambio cada repuesta lleva asociada una fecha de caducidad (como un yogurt) y puede ser utilizada sin necesidad de que el servidor compruebe su validez. Existen dos formas de implementar este mecanismo:

3. Mecanismo por Invalidación: Este mecanismo se deriva de otra petición que pasa por la caché. Por ejemplo, si la url asociada con una respuesta cacheada es solicitada más tarde a través de una petición POST, PUT o DELETE, la respuesta que se encontraba cacheada quedará invalidada. Esto es lo que ocurre por ejemplo cuando intenta navegar hacia atrás en su historial tras haber enviado los datos de un formulario.

Además tenga en cuenta que existen una serie de reglas que también aplican al cacheo de contenidos y deben tenerse en cuenta:

• Bajo determinadas circunstancias, como por ejemplo, cuando un equipo se desconecta de la red, la cache puede servir páginas sin consultar con el servidor de origen.
• Un documento nunca se cachea si la cabecera del documento indica de manera explicita que no es cachee.
• Si se utiliza un protocolo seguro ((HTTPS) la página nunca será cacheada.

Cómo evitar el cacheo de nuestros contenidos

En ocasiones el cacheo de contenidos puede interferir con el correcto funcionamiento de la web y por tanto debemos evitarlo. El funcionamiento de la cache se puede controlar con las siguientes directivas:

• Cache-control: max-age - Especifica el número máximos de segundos en los que el contenido sera considerado como fresco
• Cache-control: s-maxage - Similar a la directiva max-age, pero aplicable solo para caches compartidas (pejm: un proxy).
• Cache-control: public - indica que la versión cacheada puede ser guardada por proxies y otros servidores intermedios para que todo el mundo tenga acceso a ella..
• Cache-control: private - indica que el archivo no es el mismo para usuarios diferentes. De esta manera el archivo puede ser cacheado por el navegador del usuario pero no debe ser cacheado por proxies intermedios.
• Cache-control: no-cache - Significa que el archivo no debe ser cacheado, esto puede ser necesario en casos en los que una misma url pueda devolver diferentes contenidos.
• Cache-control: no-store - Indica al navegador que sólo guarde el documento el tiempo necesario para mostrarlo. Le recomiendo la lectura del siguiente artículo dónde se alerta sobre el peligro de utilizar la directiva no-store en situaciones no adecuadas.
• Cache-control: must-revalidate - Indica a la cache que deben hacer caso a cualquier directiva de cacheo que le indiquemos. Tenga en cuenta que la especificación HTTP permite a las caches atender de manera automática a las peticiones bajo determinadas circustancias. ¨La directiva must-revalidete obliga a la cache a seguir nuestras directivas de manera estricta. La forma de utilizarla es la siguiente:

  <meta http-equiv="Cache-Control" content="max-age=3600, must-revalidate">

• Cache-control: proxy-revalidate - Similar a must-revalidate pero sólo aplicable a proxy caches.

Como ve no existe una única forma que indicar que una página no sea cacheada por un navegador. Generalmente se utiliza la siguiente cabecera:

<meta http-equiv="Cache-Control" content="max-age=0, no-cache, no-store, private">
<meta http-equiv="Pragma" content="nocache">

La directiva Pragma tiene el mismo significado que Cache-control: no-cache y se suele incluir para asegurarnos la compatibilidad con versiones anteriores a HTTP/1.0. ( Debe tener en cuenta que alguna de estas directivas sólo funcionan con las navegadores modernos.)

En lugar de utilizar el tag meta también puede crear las cabeceras HTTP para sus documentos con cualquier lenguajes de scripting de servidor: PHP, ASP, .NET, etc. Recuerde que cualquier directivas de cacheo deben incluirse al principio del documento, incluso antes del tag html. Aquí le muestro algunos códigos de ejemplo:

php:

header("Cache-Control:...");
header("Pragma:...");

Cold Fusion

ASP

<% Response.CacheControl="..." %>

ASP. net

Tipo de páginas en función de su cacheabilidad

Una web puede ofrecer tres tipos de contenidos en función de su cacheabilidad.

1. Contenidos estáticos: Son aquellos contenidos que ya existen físicamente en el servidor, tienen un tamaño fijo y una fecha determinada. Una página html, una imagen o un documento pdf son ejemplos de contenidos estáticos. Este tipo de contenidos son firmes candidatos a ser cacheados.
   
2. Contenidos dinámicos: Son contenidos que se crean en el momento en el que se solicitan accediendo, por ejemplo, a una base de datos. Este tipo de páginas son independientes del perfil del usuario que las visita y por tanto son potencialmente cacheables.
3. Contenidos personalizados: Este tipo de contenidos se crean a medida en base a las características de la petición y pueden ser diferentes en función de quién, cuándo, o cómo es solicitada. Por este motivo este tipo de contenidos no son buenos candidatos a ser cacheados, aunque como veremos más adelante hay técnicas que permiten cachearlos de manera parcial o total. El área privada de la web de un banco, o un carrito de la compra son dos ejemplos de páginas personalizadas.

Es muy importante que entendamos qué contenidos pueden y deben cachearse y cuales no. Si no gestionamos eficientemente el cacheo corremos el riesgo de servir a nuestros usuarios un contenido que no está actualizado o por otro lado saturar nuestro servidor con peticiones innecesarias.

Estrategias de cacheo

Para optimizar la eficiencia del cacheo de contenidos tanto en el navegador como en los servidores proxy existen una serie de estrategias que podemos tener en cuenta:

1. Evite utilizar Query String

Utilizar Friendly URLs en lugar de query strings facilita el cacheo de los contenidos. Algunos navegadores y muchos proxies cache no cachean contidos que lleven una query string en la URL.

Recuerde que puede utilizar mod_rewrite en Apache Web Server para implementar friendly urls.

2. Organice eficientemente sus contenidos

Puede organizar sus contenidos en cacheables y no cacheables, ubicándolos en diferentes rutas dentro del servidor.

Por ejemplo es una práctica habitual ubicar los contenidos no cacheables de una web en /cgi-bin/ y configurar el servidor para que informe a los navegadores con las cabeceras HTTP necesarias de que este contenido no sea cacheado.

3. Envíe la cabecera Last-Modified

Incluya en sus documentos la información Last-Modified. De esta manera los navegadores podrán hacer peticiones condicionales del tipo if-Modified-Since (IMS) para que el servidor le entregue el contenido sólo en el caso de que su cache haya caducado.

Para las páginas estáticas no existen ningún problema ya que existen físicamente el el servidor y tienen un time stamp asociado, pero en el caso una página dinámica donde el contenido no existe fisicamente, es la propia aplicación la que debe preguntar si el contenido ha cambiado.

Una gestión eficiente de las solicitudes condicionales tiene una repercusión muy positiva en el ahorro de ancho de banda del servidor web.

Estratégias de cacheo para páginas personalizadas

Aquellas contenidos que se deben mostrar de manera personalizada para cada usuario también pueden ser objeto de cacheo si tenemos en cuenta las siguientes consideraciones:

1. Evite incluir fragmentos dependientes de la sesión HTTP del usuario

Cuando un documento web se crea dinámicamente en el servidor web, evite que alguno de los elementos que componen la página dependa de la sesión HTTP del usuario. De esta manera conseguirá optimizar el cacheo de cada elemento y se podrá integrar más fácilmente en sistemas externos como Akamai que proporcionan gran escalabilidad.

2.Gestione eficiente la información en Cookies en el navegador

Las cookies permiten almacenar de manera local la información personalizable de casa usuario de tal manera que el resto de contenidos de la página pueden ser objeto de cacheo.

Por ejemplo, si queremos mostrar un mensaje de bienvenida personalizado podríamos almacenar este mensaje un una cookie local de tal manera que el resto del contenido pudiera cachearse.

3. Muestre el perfil del usuario en la URL

Podemos recurrir a técnicas de URL rewriting para mostrar en la url elementos que indiquen el país o el tipo de usuario. Por ejemplo:

http://www.hellogoogle.com/es/home-user/welcome/

Luego por técnicas de url rewriting podrían convertirse en una url dinámica del tipo:

http://www.hellogoogle.com/welcome/?country=es&usertype=home-user

Como ya vimos este tipo de friendly urls pueden ser cacheadas por los navegadores de los usuarios.

4. Gestione de manera independiente la información personalizada

Técnicas como AJAX o Adobe Flex nos permiten mostrar al usuario información personalizada mediante peticiones GET o POST una vez cargada la página. Esto nos abre la posibilidad de cachear el documento html sin que ello interfiera con la información que se muestra de manera personalizada a cada usuario.

5. Utilice la cabecera ETAG para gestionar el cacheo de contenidos dinámicos

Como ya vimos anteriormente ETAG (Entity Tag) es un sistema que permite identificar a un contenido de manera unívoca, Los servidores Web pueden realizar validaciones de contenido basándose en esta información al igual que hacen con la información Last-Modified.

Obtener un ETAG a partir del contenido dinámico es sencillo y pemite minimizar el tiempo de respuesta en las revalidaciones de estos contenidos.

Dentro del ciclo de vida de la petición dentro del servidor, tras la generación del contenido, la aplicación puede obtener una hash MD5. La MD5 sería el ETAG que representa a esa petición. Si es igual a la ETAG enviada por el navegador, se indica al usuario final que el contenido no ha cambiado para que la cargue de su cache local (HTTP/1.x 304)::

var contenido = response.buffer
var path = request.header("PATH")
var ETAG = funcion-MD5 (path, contenido) //Obtenemos el ETAG de la petición
var request-ETAG = request.header("if-none-match") //Obtenemos el ETAG del navegador
Si ETAG = request-ETAG Entonces //Comparamos ambos ETAG
response.status = 304 //Si son iguales el contenido no ha variado.
response.buffer = ''
return
Si No
response.addheader("ETAG", ETAG)
Fin Si

Utilizar ETAG junto con las directrices de Cache Cache-Control o Expires, permite ahorrar peticiones innecesarias y ancho de banda de nuestro servidor.

La cache universal: la solución a todos nuestros males

Como hemos podido ver en este artículo de hellogoogle.com la gestión eficiente de la cache es fundamental en el desarrollo y mantenimiento de un Site. Si puliéramos trabajar con una cache nuestra vida sería mucho más sencilla: Por ejemplo, no  haría falta pedir cita con el  médico, éste quedaría cacheado tras la primera visita del día y cada ciudadano tendríamos un médico en cache a nuestra disposición las 24h del día. Tampoco tendríamos que hacer cola en el autobús o en el cine: una vez que hubiera accedido el primer usuario el resto tendría un autobús y un cine cacheado al instante.

Me temo que aún queda mucho tiempo para que la ciencia ponga a nuestra disposición un mundo cacheado en el que todos los seres humanos podamos vivir en paz sin necesidad de competir por un puesto de trabajo, una mujer o un trozo de pastel de chocolate. Mientras tanto seguiremos enfrentándonos a la cruda realidad de un mundo con recursos limitados, guerras, muerte y enfermedad.

¿Quien sabe?, después de todo quiza no sea tan malo tener que esperar un ratito en la cola del dentista, yo al menos, no tengo ninguna prisa.

Artículos relacionados:

1. Tutorial sobre Google Analytics: 3. Etiquetado o Tagging en campañas de Marketing
2. Tutorial sobre Google Analytics: 4. Objetivos, Conversiones, Ruta de redireccionamiento y Funnels
3. Tutorial sobre Google Analytics: 2. La interfaz de Google Analytics