Consulta Fan-Out: ¿El Futuro del SEO?
La consulta fan-out se parece mucho a... la intención de búsqueda. En esta publicación, explico cómo «optimizar» para ella y cómo pensar en ella. Después de todo, podría ser el futuro del SEO.
Consulta Fan-Out
La consulta fan-out se parece mucho a... la intención de búsqueda. En esta publicación, explico cómo «optimizar» para ella y cómo pensar en ella. Después de todo, podría ser el futuro del SEO.
Por: Kevin Indig, que ha pasado 10 años como operador y líder en empresas de rápido crecimiento como Shopify, G2 y Atlassian. Desde mediados de 2022, ha sido asesor independiente de empresas emergentes de hipercrecimiento como Meta, Reddit, Ramp, Bounce, Snapchat, Dropbox, Toast y Nextdoor. Escribe Growth Memo, una newsletter para personas interesadas en la intersección entre marketing y estrategia empresarial.
El Memo de hoy trata sobre la consulta fan-out, un concepto fundamental detrás del Modo IA que está reescribiendo silenciosamente las reglas del SEO.
Probablemente hayas oído hablar de él. Quizás lo hayas visto en el anuncio del Modo IA de Google, el artículo de Aleyda Solis o el análisis en profundidad de Mike King.
Pero, ¿por qué es tan revolucionario? ¿Y cómo afecta a la forma en que abordamos la estrategia de búsqueda en el futuro? Es posible que ya estés «optimizando» para ello y ni siquiera te des cuenta.
Eso es lo que vamos a analizar hoy.
Además, he creado una herramienta de clasificación de intenciones para los suscriptores premium que te ayudará a agrupar las indicaciones y preguntas según la intención del usuario en cuestión de segundos.
En este número, trataremos los siguientes temas
Qué es la consulta fan-out
Cómo potencia el modo AI, la búsqueda profunda y la búsqueda conversacional
Por qué ya no basta con optimizar para «una consulta, una respuesta»
Formas tácticas de alinear tu ecosistema de contenido con el comportamiento fan-out
Empecemos.
¿Qué es la consulta fan-out y por qué se habla tanto de ella últimamente?
La consulta fan-out es la forma en que el modo IA de Google toma una sola búsqueda y la amplía a muchas preguntas relacionadas entre bastidores.
Puede extraer una gama más amplia de contenido que podría responder mejor a tu intención real, y no solo a tus palabras exactas.
Lo estás escuchando ahora porque las nuevas descripciones generales de IA de Google y el «modo IA» se basan en este proceso, que podría cambiar el contenido que aparece en los resultados de búsqueda.
La consulta fan-out no es solo otra palabra de moda en marketing, es cómo funciona el modo IA.
Es fundamental empezar a comprender este concepto, ya que es muy probable que el modo IA se convierta en la experiencia de búsqueda predeterminada en los próximos años. (Espero que así sea, una vez que Google descubra cómo monetizarlo adecuadamente).
Por eso creo que el modo IA podría convertirse en el estándar de búsqueda:
En el podcast de Lex Fridman, Sundar Pichai dijo que el modo IA se irá incorporando poco a poco a la experiencia de búsqueda principal:
Lex Fridman: «¿Ves una trayectoria en un futuro posible en la que el modo IA sustituya por completo a los 10 enlaces azules más la descripción general de IA?».
Sundar Pichai: «Nuestro plan actual es que el modo IA esté disponible como una pestaña independiente para las personas que realmente quieran experimentarlo, pero aún no ha llegado a ese nivel, a nuestras páginas de búsqueda principales. Pero a medida que las funciones vayan funcionando, seguiremos migrándolo a la página principal, por lo que podrás verlo como un proceso continuo».
También dijo que apuntar a la web es un principio fundamental del diseño:
Lex Fridman: «¿Y la idea de que el modo IA seguirá llevándote a la web creada por humanos?».
Sundar Pichai: «Sí, ese va a ser un principio fundamental del diseño para nosotros».
Sin embargo, si los resúmenes de IA son indicativos, no debes esperar mucho tráfico a través de los resultados del modo IA. Las pérdidas de CTR pueden superar el 50 %.
Y según Semrush y Ahrefs, alrededor del 15 % de las consultas muestran resúmenes de IA.
Pero es probable que la cifra real sea mucho mayor, ya que no tenemos en cuenta las consultas de cola muy larga y de estilo conversacional que los usuarios utilizan cada vez más.
Aunque el modo IA solo cubre algo más del 1 % de las consultas en este momento, como se menciona en La nueva normalidad, es probable que se convierta en la extensión natural de todas las descripciones generales de IA.
Comprender la consulta fan-out para optimizar mejor tu contenido tiene sentido
Nota importante: no quiero pretender que sé cómo «optimizar» para la consulta fan-out.
Y la consulta fan-out es un concepto, no una práctica o táctica de optimización.
Teniendo esto en cuenta, es importante comprender cómo funciona la consulta fan-out porque la gente utiliza indicaciones más largas para realizar búsquedas conversacionales.
Por lo tanto, en la búsqueda conversacional, una sola indicación cubre muchas intenciones del usuario.
Veamos este ejemplo de Deep SEO:
Deep Search realiza entre decenas y cientos de búsquedas para compilar un informe. He probado indicaciones para decisiones de compra. Cuando pedí «el mejor coche familiar híbrido con 7 plazas en el rango de precio de 50 000 a 80 000 dólares», Deep Research buscó entre 41 resultados y razonó su camino a través del contenido.
[…]
El informe tardó 10 minutos en elaborarse, pero probablemente ahorró horas de investigación y al menos 41 clics. Clics que podrían haber ido a parar a los anuncios de Google.
En mi búsqueda de un coche familiar híbrido, la función Deep Search entendió múltiples recorridos de búsqueda, múltiples intenciones y sintetizó lo que habrían sido múltiples páginas de resultados SEO clásicos en un solo contenido.
Y echa un vistazo a este ejemplo del propio material de marketing de Google:
Esta búsqueda profunda inició 4 búsquedas, pero he visto ejemplos de 30 y más.
Por eso es tan importante entender la consulta fan-out.
La búsqueda conversacional basada en IA ya no consiste en emparejar una sola consulta con un solo resultado.
Se expande en docenas de búsquedas, intenciones y tipos de contenido relacionados para sintetizar una respuesta que elude por completo las vías tradicionales del SEO.
La mecánica detrás de la consulta fan-out
Esta es mi interpretación de cómo funciona la consulta fan-out, basada en la maravillosa investigación de Mike King, así como en el anuncio de Google y su documentación:
En la búsqueda clásica, Google devuelve una lista clasificada para una consulta. En el modo IA, Gemini divide tu consulta en un enjambre de subconsultas, cada una de ellas dirigida a una faceta diferente de lo que realmente te puede interesar. Ejemplo: «Las mejores zapatillas para caminar» se convierte en las mejores zapatillas para hombre,
zapatillas para senderismo, zapatillas para clima húmedo, durabilidad de las plantillas en zapatillas para caminar, etc.
Esas subconsultas se envían simultáneamente al índice web en vivo, al Gráfico de conocimiento, al Gráfico de compras, a Maps, a YouTube, etc. Básicamente, el sistema ejecuta una tarea informática distribuida en tu nombre.
En lugar de tratar una página web como una gran respuesta, el modo IA extrae los pasajes, tablas o imágenes más relevantes de cada fuente. Piensa en «seleccionar con precisión» en lugar de «clasificar por orden de importancia». Así, en lugar de que un motor de búsqueda diga «toda esta página es la mejor coincidencia», es más bien como si «esta frase del sitio A, ese gráfico del sitio B y este párrafo del sitio C» fueran las partes más relevantes.
Google mantiene una «memoria de sesión» en funcionamiento, una incrustación de usuario destilada de tus búsquedas, ubicación y preferencias anteriores. Ese vector indica qué subconsultas se generan y cómo se enmarcan las respuestas.
Si el primer lote no llena todos los huecos, el modelo repite el proceso y emite subconsultas más granulares, extrae nuevos pasajes y los une en el borrador hasta que la cobertura parece completa. Todo esto en unos segundos.
Por último, Gemini fusiona todo en una sola respuesta y la compara con las citas. La búsqueda profunda («modo IA potenciado») puede ejecutar cientos de estas subconsultas y generar un informe con todas las citas en cuestión de minutos.
Ten en cuenta que las entidades son la columna vertebral de cómo Google entiende y amplía el significado. Y son fundamentales para el funcionamiento de la consulta fan-out.
Tomemos una consulta como «cómo reducir la ansiedad de forma natural». Google no se limita a buscar páginas con esa frase exacta.
En su lugar, identifica entidades como «ansiedad», «remedios naturales», «sueño», «ejercicio» y «dieta».
A partir de ahí, se activa la consulta fan-out y puede generar subconsultas relacionadas, refinándolas en función de búsquedas anteriores del usuario:
«¿El magnesio ayuda con la ansiedad?».
«Técnicas de respiración para el estrés».
«Las mejores infusiones para calmar los nervios».
«Cómo afecta el sueño a los niveles de ansiedad».
No se trata solo de reescrituras de palabras clave, sino de ideas relacionadas semántica y contextualmente, construidas a partir de entidades conocidas y sus relaciones.
Por lo tanto, si tu contenido no va más allá de la consulta principal para cubrir las relaciones entre entidades de apoyo, corres el riesgo de pasar desapercibido en los nuevos SERP impulsados por la IA.
La cobertura de entidades es lo que permite que tu contenido aparezca en toda esa extensión semántica.
Una buena forma de visualizar esto es la relación entre preguntas, temas y expansión de entidades (de alsoasked.com):
Si todo esto te recuerda mucho al concepto de intención del usuario, tu instinto no te falla.
Aunque la consulta fan-out suena bien y parece innovadora, hay poca diferencia con la forma en que ya deberíamos estar dirigiéndonos a los temas en lugar de a las palabras clave a través de contenido rico en entidades. (Y todos deberíamos haberlo estado haciendo desde hace tiempo).
Intervención de Amanda: Yo diría que este tipo de proceso (o uno similar) lleva tiempo produciéndose entre bastidores en los resultados clásicos del SEO... aunque, por desgracia, no tengo pruebas concretas. Es solo un fuerte reconocimiento de patrones por pasar demasiado tiempo en los SERP probando cosas. 😆 En 2018-2019, noté que este patrón se repetía a menudo con contenidos profundos y ricos en entidades que se posicionaban bien en búsquedas con múltiples intenciones relacionadas. Cuanto más rico en entidades era un contenido y cuanto más abordaba la «siguiente necesidad natural» del buscador, más aumentaban el compromiso y el tiempo de permanencia, al tiempo que se concluía el recorrido de búsqueda... y cuanto más hacía el contenido ESAS cosas, más visible era para nuestra audiencia objetivo en los rankings clásicos... y más tiempo mantenía esa visibilidad o ranking a pesar de los cambios en los algoritmos o las actualizaciones de contenido de la competencia.
Medidas de SEO implementables relacionadas con la mecánica de consulta fan-out
Cuando tienes en cuenta la consulta fan-out, hay algunos pasos prácticos que puedes seguir para dar forma a tu contenido y optimizar tu trabajo de forma más eficaz.
Pero antes de que le eches un vistazo, tengo que reiterar lo que se ha mencionado anteriormente: no voy a afirmar que tengo una forma clara de «optimizar» el proceso de consulta fan-out del modo IA de Google, es demasiado nuevo.
En cambio, esta lista te ayudará a optimizar tu ecosistema de contenido para abordar plenamente las necesidades multifacéticas que hay detrás del objetivo de búsqueda de tu usuario objetivo.
Porque la optimización para la búsqueda conversacional comienza con un simple cambio: abordar las necesidades de los buscadores desde múltiples ángulos y asegurarse de que puedan encontrar esos múltiples ángulos en tu sitio web... no solo una consulta a la vez.
Redacción centrada en el pasaje:
Escribe bloques de 40-60 palabras, cada uno de los cuales responde a una micro-pregunta.
Empieza con la respuesta y luego da detalles, imitando la forma en que la IA selecciona los fragmentos.
Encabezados ricos en semántica:
Evita los encabezados y subtítulos genéricos («Descripción general»). Incorpora entidades y modificadores que la IA pueda convertir en subconsultas (por ejemplo, «Duración de la batería de los SUV eléctricos en invierno»).
Ganchos de credibilidad externos:
Cita fuentes revisadas por pares, gubernamentales o de alta autoridad; el LLM de Google favorece los pasajes que tienen citas y fuentes para fundamentar las afirmaciones.
Arquitectura agrupada
Crea páginas centrales que resuman y enlacen a páginas secundarias. La distribución en abanico a menudo hace que aparezcan URL de profundidad mixta; los grupos compactos aumentan las posibilidades de que se elija una página hermana.
Enlaces contextuales de salto («fraggles» o «enlaces de anclaje»):
Para textos largos, utiliza enlaces de salto internos dentro del cuerpo del texto, no solo en el índice. Estos ayudan a los LLM y a los bots de búsqueda a centrarse en las entidades, secciones y microrespuestas más relevantes de la página. También mejoran la experiencia del usuario. (Crédito al concepto «fraggles» de Cindy Krum.)
Pings de frescura:
Actualiza con frecuencia las estadísticas sensibles al tiempo. Incluso una pequeña edición de una línea y una nueva fecha fomentan el rastreo y califican la página para subconsultas de «web en vivo».
Cómo optimizar la cobertura de la intención, un componente clave de la consulta fan-out
El modo IA de Google y el proceso de consulta fan-out reflejan la forma de pensar de los seres humanos: dividir una pregunta en partes y reunir la mejor información para resolver una necesidad.
Las personas no buscan de forma aislada: cuando buscan, lo hacen desde una perspectiva, un historial y con emociones y múltiples preguntas o inquietudes asociadas.
Pero, como industria, nos hemos centrado durante mucho tiempo en consultas únicas, intenciones o grupos de temas para guiar nuestra optimización. Sin duda, esto es útil, pero es una visión limitada.
Y pasa por alto el panorama general: optimizar tu ecosistema de contenido para abordar plenamente las necesidades más amplias y multifacéticas que hay detrás del objetivo de una persona.
Sabemos que el modo IA de Google se basa en:
Consultas relacionadas
Intenciones relacionadas de los usuarios
Entidades relacionadas y conectadas
Reformulación/reformulación de la pregunta
Comparación
Personalización: historial de búsqueda, correos electrónicos, etc.
Así que aquí está mi concepto paso a paso (sin probar):
Las indicaciones son preguntas
Pero no basta con cubrir las preguntas, tenemos que crear contenido para la intención subyacente del usuario
Si podemos clasificar un gran número de preguntas en torno a un tema, podemos aumentar nuestras posibilidades de ser visibles cuando el modo IA se despliega
Aquí tienes una guía paso a paso:
Recopila preguntas sobre un tema a partir de:
Entrevistas a clientes (la MEJOR fuente, según mi experiencia)
Herramienta Keyword Magic de Semrush
Ideas de palabras clave de Ahrefs
Reddit (por ejemplo, a través de Gummysearch)
Youtube (VidIQ)
La excelente herramienta Qforia de Mike King
Agrupa tu colección de preguntas según las intenciones de los usuarios
Empareja cada intención con un contenido o un pasaje específico de tu sitio web
Utiliza herramientas de búsqueda y prueba conversaciones reales con LLM para ver quién ocupa los primeros puestos para esa intención
Compara tu contenido o pasaje con los contenidos más referenciados
Asegúrate de que tu contenido sea rico en entidades e incluya esa preciada información
💡Los suscriptores de pago no solo obtienen más contenido, más datos y más información, sino que también obtienen la herramienta de clasificación de intenciones que he creado para ahorrarte tiempo en este trabajo.
Si has estado haciendo SEO antes de la era de la búsqueda con IA, es probable que ya hayas estado haciendo alguna versión de este trabajo.
Lo importante es recordar agrupar las preguntas y consultas por intenciones, y optimizar para las intenciones en todos tus temas principales.
Piensa en lo que habría sido un «viaje de búsqueda» o un «viaje de contenido» para tu usuario en una búsqueda clásica, y reconoce que ahora todo eso ocurre a la vez en una sola sesión de chat.
El mayor cambio de mentalidad que probablemente tendrás que hacer es pensar en las consultas como indicaciones en lugar de búsquedas.
¿Y esas indicaciones? Las introducen los usuarios de diversas formas o estructuras semánticas. Por eso es tan importante comprender las entidades.
Pero antes de lanzarte, tengo que hacer hincapié en un factor fundamental para crear contenido teniendo en cuenta la consulta fan-out: asegúrate de hacer el trabajo necesario para tomar las preguntas recopiladas que planeas abordar y agruparlas por intenciones.
Este es un primer paso crucial.
Herramienta de clasificación de intenciones
Para facilitar el paso más importante, agrupar las indicaciones en intenciones, Kevin ha creado una herramienta de clasificación de intenciones. Esto va en la Sección premium. La imagen inicial es de esa herramienta.
Es fácil de usar y puedes soltar la lista de preguntas recopiladas para agruparlas por intención en cuestión de minutos.
Qué obtienen los lectores de Growth Memo:
Marcos: cómo abordar las decisiones estratégicas sobre el crecimiento orgánico, por ejemplo, cómo evaluar el verdadero potencial comercial del SEO para diferentes tipos de empresas.
Modelos mentales: patrones y principios que Kevin ha reconocido en diferentes empresas y situaciones.
Herramientas de decisión: enfoques para tomar mejores decisiones estratégicas sobre el crecimiento orgánico, como la asignación de recursos, el tiempo o la evaluación de riesgos.
Datos: estadísticas, estudios de casos y números que explican y grafican las tendencias que los responsables de la toma de decisiones necesitan conocer.
Escenarios reales: escenarios anónimos del trabajo del asesor de Kevin para destacar el proceso de pensamiento estratégico y los marcos en acción.