Los cambios principales han sido profesionales; para empezar Keep It Simple Lab va a tener una persona trabajando, lo que va a implicar por un lado responsabilidades y por otro poder crecer de una forma que hasta ahora no habíamos podido. Esto también va unido a una mayor dedicación en tiempo y esfuerzo a la compañía, a los clientes y a poder absorber más trabajo, aunque en realidad son casi más proyectos que trabajo, ya que estoy (estamos) en fase de dedicar esfuerzos a aplicar lo que sabemos a nosotros mismos.

Estos cambios también corresponden a un enfoque personal distinto. Últimamente estoy enfocado más en organizar proyectos y no tanto en hacer SEO. Es decir, mirar más por la arquitectura de la información (incluida la infraestructura) y el WPO (la parte de infraestructura). Los clientes y el sector de Internet en general están muy concienciados con el SEO, del que hay que orientar pero no tanto forzar, ya que es algo que comienza a darse sólo.

Además de esto, estoy retomando ligeramente lo de dar charlas. Esta semana estoy en el Máster en Buscadores (medio de SEO medio de WPO), en breve participaré en otro máster pero este únicamente en la parte de WPO e infraestructura y escalabilidad… además, es probable que esté por el Search Congress, por el Congreso SEO y en algunas charlas de aDigital en los próximos meses.

En cosa de pocos meses hará 15 años que estoy día a día en la red de redes, creando sitios, desarrollando aplicaciones, redactando decenas y decenas de documentos, publicando libros y, creo que ese ritmo que llevaba ya no es posible seguirlo (casi me atrevo a decir que no puedo estar al día en lo que a la parte de desarrollador se refiere) lo que ha hecho que, tras muchas horas de reflexión, de negociaciones con socios y mi alrededor haya tenido que dar este giro que creo que va a aportar un feeling distinto a mi día a día.

Así que si tienes alguna idea que quieras llevar a cabo, si quieres escalar tu proyecto de Internet de forma fácil, si quieres tener una visión distinta de cómo desarrollar tu proyecto… tan sólo has de contactar conmigo y, ahora más que nunca, seguro que podemos ayudarte.

He hecho la prueba en Internet Explorer 9.0, Google Chrome 16.0, Mozilla Firefox 9.0 y Opera 12a y sólo en este último he conseguido que esto funcione…

El objetivo es hacer lo siguiente (imagen basada en Opera 12a):

Object Fit: Contain

Básicamente es meter la imagen dentro de un espacio definido. En mi caso era meter la imagen en un cuadrado de 150px x 150px. Para ello tan sólo hay que ejecutar el siguiente código de CSS.

width: 150px;
height: 150px;
border: 1px solid black;
-ms-object-fit: contain;
-moz-object-fit: contain;
-o-object-fit: contain;
-webkit-object-fit: contain;
object-fit: contain;

Con esto conseguimos meter la imagen dentro del recuadro, como se ve en la imagen.

Object Fit: Cover

En este caso tenemos algo similar, pero lo que hace es adaptar la imagen del alto o ancho (la menos de ellas) al ancho o alto propuesto por el código… esto significa que siempre habrá un sitio por el que sea más grande si la imagen no es cuadrada.

width: 150px;
height: 150px;
border: 1px solid black;
-ms-object-fit: cover;
-moz-object-fit: cover;
-o-object-fit: cover;
-webkit-object-fit: cover;
object-fit: cover;

Podéis ver un ejemplo en real en la página de ejemplo de CSS3 object-fit que he hecho para probar o visitar la página del W3C donde se explican más detalles sobre object-fit.

Sí, ya sé que el año pasado entró en nuestra vidas un animal muy entrañable como es el Panda, un algoritmo que ha hecho mucho daño a un determinado tipo de sitios, sitios que básicamente “no hacían las cosas bien” (y entiéndase bien por lo que a Google se le pasa por el forro). Eso sí, cada vez más vemos unos resultados más personalizados para cada usuario o para cada territorio (ciudad y país), incluyendo cada vez más información externa (llámese OneBox) y que, más que SEO lo que hacen es destacar sus propios servicios (que no digo que sea malo, simplemente hacen que ya no sea una cuestión de SEO propiamente dicho). Quizá el único elemento más de SEO que podríamos encontrar es el SEO local (principalmente con Google Places) para un determinado tipo de búsquedas.

Y esto me lleva también a ver los sitios web que hablan de SEO. Personalmente ya no sé qué publicar porque, novedades en sí mismas pocas hay… de tanto en tanto hay alguna variación, pero, como decía, exceptuando el Google Panda, el SEO de hoy en día se resumen en un concepto: trabajar bien. Esto es un concepto muy amplio ya que implica desde la concepción del sitio web, la calidad de los contenidos, la arquitectura de la información, el SEO, el WPO… aunque, todos estos elementos, si se tiene un equipo que hace bien su trabajo está solucionado. Eso sí, el equipo debe pensar en una idea principal: tienes un único usuario, Google, y el resto de visitas son “daños colaterales” (millones en muchos casos).

Los últimos clientes y trabajos que me han ido saliendo en estos últimos meses la verdad es que no me han dado ninguna faena propiamente dicha de SEO. Todo ha sido revisión de los elementos básicos de los sitios (robots, sitemaps, etc…), un poco de arquitectura de la información (porque la mayoría de sitios estaban mal organizados) y posteriormente un poco de mejoras de rendimiento tanto de servidor como de sitio web.

Como digo, a mi Panda me ha afectado poco porque los sitios que gestionaba directamente estaban todos inmunizados a las malas prácticas, y a aquellos a los que les ha afectado les digo claramente que son malos desarroladores web, son malos SEO y son despreocupados por tener un buen producto. Y siento decírselo a aquellos que confían ciegamente en sus desarrolladores o su equipo no experimentado en desarrollar buenos productos de Internet. Aunque sin duda lo que más miedo me da es esta calma por parte de los buscadores. Ahora mismo tenemos 2 grandes motores para occidente (Bing y Google) y uno que dará guerra poco a poco desde oriente (Yandex). Conseguir enlaces de forma artificial cada vez se ha convertido en un deporte de riesgo si se gestiona de forma incorrecta, la tecnología e infraestructura ha dejado de ser un commodity para tener que dedicársele bastantes recursos y el desconocimiento de los estándares como HTML, CSS o el propio RFC2616 comienza a ser arriesgado.

¿Y ahora qué? Pues la verdad es que no tengo ni idea… hace años cuando iba a charlas y eventos siempre hablaba de 2012 como aquel año en el que veríamos cambios… y la cuestión es que hasta este año he visto como todos los motores han ido evolucionando y evolucionando pero, suponiendo que la respuesta por parte de Bing, Google y Yandex a la cuestión de ¿y a partir de ahora qué? que seguramente tendría la respuesta de “a mejorar la calidad de resultados”, no tengo muy clara cuáles podrían ser otras posibles respuestas. Seguramente hechos como que gente del departamento de búsquedas de Google está emigrando hacia otros productos de la compañía es algo bastante significativo. ¿Será el secreto del SEO la adaptación al resto de productos de los distintos buscadores? Probablemente si tienes un negocio local tendrás que enfocarte cada vez más a Google Places, si vendes a Google Merchant, aplicar microdatos para que tus resultados de búsqueda “se vean más bonitos”… pero, perdonadme que tenga mis reticencias a llamar a eso SEO, porque eso ya no es optimizar para resultados de búsqueda, eso, eso habrá que renombrarlo a “otra cosa” que todavía no sé qué es.

Ahora hace poco más de 15 años que Internet empezó a ser y crecer para convertirse en lo que es hoy en día… y tengo la sensación (o quizá es un deseo) de que este año vamos a comenzar a ver lo que va a ser la nueva Internet, una nueva Internet que va a pasar de ser proyectos de startup a ser sitios web establecidos, con abuelos como Google, Amazon o eBay y otros jóvenes como Twitter o Facebook que han venido para quedarse.

Este año 2012 (a mediados de año) también hará 15 años que mi vida comenzó a ir paralela a la red de redes… como digo, no sé si es que me hago mayor, como Internet, pero creo que es el momento del cambio.

Hace días que ya tenemos disponible Firefox 12 (en versión alpha, que conste) y, además de estar disponible para máquinas de 64 bits (algo que me atrae bastante) hay cambios bastante importantes en lo que herramientas para desarrolladores se refiere.

NOTA: si quieres ver las últimas versiones para probar, puedes visitar la página de Firefox Nightly version.

Antes de entrar en detalle sobre los cambios que va a traer el propio navegador, me gustaría destacar la colección de Mozilla de herramientas para desarrolladores. Aquí podemos ver algunos addons como Firebug, la Web Developer, Colorzilla o Show IP.

Lo primero que sorprende es que el F12 ha dejado de funcionar para dividirse en varias herramientas y combinaciones de teclas, como se puede ver en el menú de opciones.

Web Console

Es lo más parecido a la antigua consola que teníamos antes. Básicamente controla la red y los errores generados por CSS y JavaScript. De cada una de las peticiones podemos ver su “ficha” con las cabeceras, cookies y respuesta por parte del servidor, además de, petición a petición, los errores que van generando cada una de ellas a la hora de maquetar la página.

Inspect

Quizá es de las herramientas sobre las que más cambios visibles se pueden ver. La opción de inspección de los distintos bloques del código de la web se han hecho mucho más sencillos y en la parte inferior podemos ver en path completo, en la parte inferior el código HTML y en la parte lateral el CSS que se le está aplicando. Además, cuando vayamos seleccionando el código, veremos la etiqueta y clases que se le están aplicando de un vistazo rápido.

JavaScript Scratchpad

Aunque muy simple, esta pantalla nos permitirá hacer y revisar funciones de JavaScript para analizarlas. Como digo, por ahora bastante sencillo.

Style Editor

Aunque en este caso me parece una herramienta muy sencilla sin duda es bastante potente en cuanto puedes hacer cambios en tiempo real sobre los CSS y añadir o eliminar estilos cargando otros ficheros. En aquellos sitios que usen varios ficheros CSS puede venir muy bien para crear la hoja de estilos en tiempo real e ir viéndola aplicada en todo momento.

En estos momentos todavía quedan 4 versiones hasta que se lance la 12, por lo que es de prever que esto es sólo el principio en cuanto a cambios que se van a implantar en el navegador, cambios que hace tan sólo un par de años tal vez ni pensábamos tener como herramientas integradas.

En muchas ocasiones hablamos que una web ha de cargar rápido y que cargue rápido significa que ha de tardar entre 1,5 y 2,5 segundos. En este tiempo hemos de incluir el tiempo desde que el usuario pulsa “Intro” en su navegador hasta que la página se muestra por pantalla. Y en la mayor parte de veces nos paramos a revisar los pequeños detalles de la carga del propio sitio: que si unir y minimizar CSS y JavaScript, hacer la menor cantidad de peticiones, CSS Sprites… pero hay una limitación física sobre la que la mayor parte de gente no piensa: la distancia.

Imagina que tienes tu servidor web en Estados Unidos, en Boston, por ejemplo. Tú vives en Madrid. Cada vez que hagas una petición a tu sitio web has de ir de tu casa al centro de datos de Madrid, de este a París, Londres, Nueva York, Boston, y volver. En total más de 7.700 kilómetros de cable con varios routers de por medio. Teniendo en cuenta que la velocidad de la luz por cables de fibra óptica es de 200.000 km/h (a diferencia de los 300.000 km/h que tiene en el vacío), sólo por la distancia de cable ya tenemos un tiempo de espera de 38ms, que en ida y vuelta son el doble, 76ms. Y este tiempo es sin contar con los routers y la electrónica que pueda haber, sin tener en cuenta pérdidas y suponiendo que la conexión es directamente con fibra de punto a punto yendo un bit a la máxima velocidad. Esto significa que, prácticamente, 1 décima de segundo se pierde en la conectividad en sí.

Ahora pongamos un ejemplo más práctico. Tenemos una imagen en el servidor que pesa 25KB. Hacer la petición a esa imagen desde Madrid hasta Boston implicaría unos 45ms en la petición, otros 45ms en la respuesta y unos 5ms en traer la información. Esto sería con una conexión de 5 Mbps sin pérdidas. Esto significa que de los 95ms que tarda en hacerse todo el proceso, más del 90% de la información se reduce a tiempos de latencia de la red.

Y ahora que sabes esto… ¿aún te preguntas porqué tu sitio web carga lento? Recuerda que es importante que tus servidores estén cerca (físicamente) de tus usuarios, y si no puede ser así, utilizar sistemas como BGP para conseguirlo.

Pero claro, estos datos dependen de los usuarios y en la mayoría de ocasiones no los tenemos disponibles… así que, ¿por qué no añadirlos a Google Analytics? Sí, como he dicho no estarán en todas las páginas y tendremos información parcial ya que sólo está disponible en algunos navegadores, pero al menos tendremos cierta información.

La información que propongo guardar es la siguiente:

• DNS: es el tiempo que se dedica a hacer peticiones DNS.
• Connect: es el tiempo que se dedica a procesos propios de TCP; esto puede implicar colas en peticiones por problemas de paralelización.
• Petición: es el tiempo que se tarda desde que se hace la petición (enviamos el primer byte) hasta que se devuelve el contenido (recibimos el último byte).
• DOM: es el tiempo que tarda el navegador en maquetar la página con sus elementos.
• Carga: es el tiempo que se tarda desde que se empiezan han recibido los contenidos hasta que la página se ha cargado completamente (incluye el tiempo DOM).

Una vez tenemos caros los distintos tiempos que vamos a tomar como medida, vamos a guardarlos como Eventos en Google Analytics.

function getPerformanceTiming() {
  var timing = window.performance.timing;
  dns = timing.domainLookupEnd - timing.domainLookupStart;
  connect = timing.connectEnd - timing.connectStart;
  peticion = timing.responseStart - timing.connectEnd;
  dom = timing.domComplete - timing.domLoading;
  carga = timing.loadEventEnd - timing.responseEnd;
  return {
    dns, connect, peticion, dom, carga
  };
}

Y ahora que ya tenemos estos datos guardados en variables, tan sólo hay que enviarlos a Google Analytics mediante las funciones de eventos:

window.onload = function() {
  if (window.performance && window.performance.timing) {
    var tiempos = getPerformanceTiming();
    _gaq.push(["_trackEvent", "Navigation Timing API", "DNS", undefined, tiempos.dns, true]);
    _gaq.push(["_trackEvent", "Navigation Timing API", "Connect", undefined, tiempos.connect, true]);
    _gaq.push(["_trackEvent", "Navigation Timing API", "Peticion", undefined, tiempos.peticion, true]);
    _gaq.push(["_trackEvent", "Navigation Timing API", "DOM", undefined, tiempos.dom, true]);
    _gaq.push(["_trackEvent", "Navigation Timing API", "Carga", undefined, tiempos.carga, true]);
  }
};

Aunque todavía supongo que se puede mejorar bastante, aquí os dejo un ejemplo de datos:

American Horror Story

Sin duda na de las que me tiene más enganchado… es básicamente la historia de una casa de principios del siglo pasado y la historia de sus inquilinos… así con eso no parece muy molona, pero ¿y si os digo que los que mueren en a casa se quedan allí en plan fantasmas? No es una serie de miedo, pero sí de intriga que a veces da asquito porque salen cosas que no deben salir. En ocasiones puede ser un poco lenta, pero al final es situar los personajes y… mejor no os digo cómo acaba la temporada porque ¡vas a flipar, palabra!

Hell on Wheels

Esta serie tampoco es que sea de engancharse a lo loco, pero es de trama y tiene su punto, a que está muy muy bien ambientada. Se sitúa sobre 1890 y trata de la construcción del ferrocarril en Estados Unidos que va de costa a costa. El protagonista es un bastante peculiar y, como digo, quizá no es la serie del año pero la ambientación está muy lograda y sirve para pasar el rato.

Homeland

Esta es otra de las series de la temporada. La protagonista es una agente de la CIA que ha estado tiempo en Afganistan y a la que le chivan que hay un estadounidense que ha sido convertido. La relación de los personajes es muy potente y el hecho de que ella no esté del todo bien de la cabeza lo acaba de apañar. Otra serie de trama que la verdad es que no puedo desengancharme.

Terra Nova

Aunque se suponía que iba a ser la gran serie de la temporada, la verdad es que me ha decepcionado un poco. Está bien porque salen dinosaurios y cosas de la época prehistórica, pero la verdad es que los personajes son bastante flojos y la trama un poco simple. Aunque hay trama de fondo, los capítulos son bastante cerrados en cuanto a que cada capítulo tiene un algo que hay que solucionar. Además tiene un rollo familiar excesivo que no me acaba de molar.

En fin, series y más series que se añaden a otras como Dexter (que tiene un final de temporada que, en fin, spoilers no!), a The Big Bang Theory que sigue en su línea, Fringe, que creo que ha perdido un poco de tirón, aunque sigue molándome mucho, How I Met Your Mother, tan grandes como siempre y viendo desvelarse algunas cosas… Y aquí, un poco de cuñita… para los que sigáis series y queráis enteraros de todo, recordad que tenéis Todo Series para estar al día.

Ahora mismo mi tiempo se reparte en un 40%-40%-20. El primer 40% va dedicado a Keep It Simple Lab, es decir, a todos los clientes que tenemos, consultoría SEO, WPO, etc… el siguiente 40% va dedicado a proyectos en Grupo ITnet, principalmente TopDomainer, temas internos en la empresa, y principalmente a mucha I+D en Sistemas, donde estoy haciendo unas historias con servidores DNS que llevábamos varios años queriendo hacer y nunca encontrábamos el momento. El resto del tiempo, ese 20% lo dedico a mi.

Aquí entran en juego varios temas, el principal es el del quemamiento. Cuando lanzas algo, aunque sea en alpha, beta o delta, pero en producción y falla, teniéndote que dedicar a arreglar cosas en las que en muchas ocasiones no tienes el control porque dependes de otros te quemas. Otro es el del desgaste mental; y es que pensar cansa, es algo que quién tiene un trabajo bastante metódico no entiende, pero es una situación que he hablado con bastante gente (familiares, amigos, conocidos…) y de tanto en tanto encuentro a alguien que lo entiende. Cuando llevas 4 semanas sin parar ni puentes ni fines de semana, acabas petado. Normalmente en 24 horas soy capaz de recuperarme; ahora, no sé si es que ya me estoy haciendo mayor, pero cada vez más me cuesta volver a la normalidad (o eso, o es que cada vez fuerzo más la máquina y cuando se engancha, no hay quien la despegue).

Lo malo de todo esto es que aunque quieres abarcar más, ya lo dice el sabio refranero español: quien mucho abarca, poco aprieta. Así que voy a empezar a dejar temas, proyectos, historias que tengo ahí en el aire y que el coste dedicatorio no parece compensar el esfuerzo de arrancar. Todo lo que se salga de horas de dedicación a “empresa” han de ir volviendo progresivamente hacia mi persona.

Después de una semana “casi de vacaciones forzadas” (y que afectan a los que me rodean) vuelvo a la normalidad, con resaca, pero vuelvo. Este fin de semana tocará acabar temas pendientes, el martes tengo viaje a Madrid, el resto de la semana compromisos y el próximo fin de semana supongo que algo de familia (espero que no mucha) y el resto sí que lo voy a dedicar a mi, a no hacer nada, a aburrirme, a hacer cosas simples como salir a pasear o ir al cine, en definitiva, a ejercer de ser humano.

robots.txt

Es básico tener el fichero de robots.txt bien controlado. Primero, ha de existir. Segundo, debe tener como mínimo la línea User-Agent: *. Tercero, debería tener siempre, al principio de todo, la línea indicando el Sitemap.

Código 404

Todo dominio tiene que tener su propia página de error. Si entras en example.com/0123456789 debe devolver una página (sin hacer redirecciones o cosas intermedias) un código 404. La página resultante es recomendable que tenga el diseño del resto del dominio.

rel-canonical

Hoy en día es casi obligatorio que todos los sitios usen el rel-canonical. Y también es importante que este sea calculado en base a los datos internos, y no simplemente replicar lo que llega por URL. Eso sí, hay que poner atención es nunca combinarlo con el meta-noindex.

sitemap.xml

Si queremos que los buscadores descubran nuestros nuevos contenidos hay que tener un fichero de sitemap.xml que informe de los nuevos contenidos. Este fichero, si es un nuevo sitio o se cambia la arquitectura o se rehace el sitio, está bien que se le mande el 100% de las URL de contenidos. Repito, contenidos, nada de categorías y similares… eso ya lo descubre el propio robot de rastreo. Una vez veamos en Webmaster Tools que ya hay un 80%-90% indexado, es mejor sólo pasarle un 10% de los últimos contenidos generados (por fecha inversa).

Paneles para Webmasters

Hay que estar dado de alta (recomendada la verificación por DNS) en Google Webmaster Tools, Bing Webmaster Tools y Yandex Webmasters. Es muy recomendable configurar el sistema de alertas por correo. Como detalle, Yandex, una vez pasa un tiempo, da muy buena información con respecto a errores de rastreo.

Rich Snippets

Si tienes la posibilidad de incorporar elementos del Schema en tu sitio web, ponlos. Por ejemplo libros, películas, eventos, negocios locales…

Títulos, Descripciones…

Cada página del sitio ha de tener su propio título “title”, su propia descripción “meta-description” y sus propias palabras clave “meta-keywords”.

Contenidos

Como siempre, contenidos únicos, intentando no paginarlos…

Sé que es básico, pero a partir de aquí ya todo es seguir con elementos no tan básicos. Lo siguiente es revisar la arquitectura de la información y evitar contenidos duplicados.

En septiembre de 2003 conocí a Carlos Blanco. Le habían hablado de mi, diciéndole que era buen programador, yo había acabado mi temporada sabática y allí me planté, dos semanas antes del cambio de oficinas. Cuando ese cambio llegó allí empecé a montar ordenadores, a gestionar los 3 servidores que teníamos y a comenzar a desarrollar algunas aplicaciones de SMS.

Unos pocos meses después entró como director de operaciones Jaime Ferré. Con él comenzamos a montar la base de lo que luego fueron las webs de juegos y el CMS que se usa en OcioMedia. Fueron tardes de escuchar sin parar los Black Eyed Peas, él haciendo cosas en SQL Server y yo montando webs en XHTML y CSS con capas, floats y cosas que no habíamos usado ninguno hasta el momento.

Desde aquellos momentos ITnet sólo ha hecho que crecer y crecer, y es que aunque sólo he pasado la mitad de su vida allí, yendo y viniendo, comenzando con las webs de juegos, ideando y entretenido con Googlemania que luego pasó a ser OJObuscador, dejando la empresa para lanzarme a la aventura y volviendo tiempo después donde fui de nuevo acogido y comenzando proyectos renovados como Ethek, dejando finalmente OJO y Ethek para concentrarme en nuevos proyectos, desde mi vuelta hace algo más de medio año incorporado como uno más de la empresa colaborando como mejor puedo, poniendo orden en la parte de la cartera de dominios con el nuevo proyecto TopDomainer o echando una mano a la gente de sistemas en la medida de lo posible.

Pero si he de quedarme con algo es con la gente que ha pasado por ITnet. Sigo en contacto con muchas de las personas que han ido y venido, algunos de ellos incluso los considero amigos míos además de compañeros, y bien saben los que me conocen que siempre digo que a la oficina no voy a hacer amigos.

No voy a alargarme más, sólo felicitar a Carlos por el trabajo que ha hecho estos últimos años no sólo con la empresa sino impulsando Internet en España, y también felicitar al resto de personas, socios y trabajadores, que son los que han conseguido que una empresa como esta llegue a sus 15 años en algo tan extraño como es la red de redes.

En la parte más baja de la pirámide, en la base encontramos algo muy simple: el sitio web ha de funcionar. Y es que si un sitio web no funciona, apaga y vámonos. Ya digo que puede parecer una tontería, pero que un sitio web esté caído creo que es de las cosas más duras que te puede pasar. De ahí todo el tema del “cloud” y la virtualización, distribución de cargas, etc… es importante que un proyecto en Internet siempre esté en línea. En resumen: infraestructura.

El siguiente escalón es el de conseguir que el sitio cargue rápido. Si ya has conseguido que el usuario llegue a tu sitio web, es importante que tenga una sensación de velocidad para que se sienta a gusto y pueda navegar por el sitio con tranquilidad. Esto, ya personalmente, partiendo de unas conexiones a Internet mínimas. Para mi, por ahora, me baso en conexiones de 3 Mbps, algo mínimo en todos los países de Europa, Norte América y parte de Sud América. En resumen: Web Performance Optimization.

El siguiente escalón, ya por encima de la mitad, tenemos algo que hará que el proyecto sobreviva: que sea útil. En Internet hoy en día prácticamente tenemos de todo, pero lo que nunca sobra son herramientas y servicios de utilidad. La mayoría de los sitios web de Internet que duran más de un año es porque son útiles, ya sea como Google (buscador), Facebook (red social), Twitter (comunicación), Amazon (compras), eBay (mercadillo / subastas)… ejemplos hay muchos, proyectos que duren mucho no tantos.

Y para acabar, en lo alto de la pirámide, encontramos algo que puede ser un poco feo de decir, pero el sitio web ha de ser “cool”. Está bien que sea útil, que cargue rápido, que funcione, pero una vez tienes todo eso… ¿no debe ser cool? Debe tener ese punto que lo haga accesible a todos pero a la vez con su punto de exclusividad. Recuerdo cuando tener una cuenta en GMail era difícil y si lo tenías, “molabas”. Lo mismo pasa en Facebook, que como todo el mundo lo tiene, tú has de tenerlo, tiene aplicaciones, permite hacer muchas cosas…

4. “cool”
3. utilidad
2. velocidad
1. ¡está en línea!

Y ahora que has visto esa pirámide… ¿en qué escalón está tu sitio web y qué escalón quiere tu usuario?

ITnet tiene una cartera de más de 10.000 dominios a la venta, dominios que en su mayoría estaban en SEDO, y muchos de ellos penalizados y con cosas raras. El objetivo de hacer esta plataforma de venta de dominios más sencilla era, por un lado dejar de tener aparcados los dominios y tener un control mayor sobre qué ocurre en ellos. Esto hace que se convierta en algo bastante entretenido ver el Google Analytics Real Time de todos los dominios simultáneos.

Ha habido varios retos en este proyecto, a diferencia de casos anteriores. El primero de ellos era el de gestionar las DNS. Para ello hemos montado, tras muchísimos años, nuestros propios servidores DNS. Esto ha sido algo sencillo… lo que no lo ha sido tanto es buscar un sistema que, desde el panel de gestión de TopDomainer actualice la base de datos del BIND, tanto en los master como en los slave. La parte buena de haberle dedicado horas y oras a esto es que, otro proyecto que teníamos en mente desde hacía varios años ya está encaminado para hacerse realidad, ya que aprovechando gran parte del trabajo realizado podremos lanzarlo (algún día, cuando tengamos tiempo). Sin duda esta parte de I+D y dolores de cabeza de pensar ¿qué puede estar pasando? es de las más divertidas.

En la parte web había dos divisiones. Por un lado la página “oficial” que no deja de ser algo sencillo, hecho con WordPress y sin muchos problemas, y luego está la parte que gestiona los más de 10.000 dominios de la cartera, donde existe una ficha sobre el dominio, dominios relacionados, información del whois… Para que os hagáis una idea, el proceso que calcula los dominios relacionados de la cartera dura más de 5 horas, y eso que es un proceso relativamente sencillo pero largo.

Otra cosa entretenida es el tema de los whois. Los .com y .net lo tienen bastante sencillo, pero cuando empiezas a tener que buscar los servidores whois de los más de 250 cTLD la cosa ya se empieza a complicar… lo bueno de esto es que salen herramientas muy interesantes tras investigar e investigar muchas horas.

Y, para acabar, una de las cosas que más ilusión me hace que es la de poder añadir carteras de dominios de otras personas o empresas. La plataforma está pensada para tener clientes y no ser una plataforma cerrada sólo para los dominios de ITnet. Aún falta mucho en este tema, pero poco a poco se va avanzando y ya hemos empezado a integrar dominios de otros allí. Espero estos próximos días añadir unos pocos dominios que tengo para vender. Si te interesa esto último de que te gestione TopDomainer tu cartera de dominios, escríbenos o me lo decís que lo revisamos, ya que el ponerlo en la plataforma es algo gratuito, sólo cobramos comisión cuando se vende.

Así que nada, para los que me habéis preguntado estos días sobre que voy haciendo que estoy bastante desaparecido, ya lo sabéis.

Han pasado 15 años desde que una idea de algoritmo llegase a la cabeza de ambos y se convirtiera en realidad, primero creando el buscador genérico, luego creando verticales, luego con la compra de DejaNews tener información de terceros que poder almacenar, que si correo electrónico, que si servicios por aquí y por allí… A los trabajadores se les dejaba un 20% de su tiempo para hacer inventos, pero, no nos engañemos, Google, a diferencia de Yahoo! o Microsoft “siempre” ha sido el buscador y no sus servicios.

Es por eso que ha llegado este cambio de mentalidad, el que los usuarios de Google realmente conozcan el potencial de todos sus productos, muchos desconocidos para la mayoría. Y aquí es donde la renovación de la interfaz llega y se centra en 2 cosas: que haya una integridad entre todos los productos de forma que pases de uno a otro sin problemas y no te sientas distinto, y un foco en los contenidos, en el rendimiento de dichos productos, en que si vas a por correo, el correo sea lo que carga mejor.

Hace años que esto mismo lo comentaba con mucha gente, Google tiene buenos productos pero no es capaz de darlos a conoce porque su página de inicio es un simple cajetín de búsqueda, algo que ha condicionado mucho el crecimiento de todo aquello que no son búsquedas. Esto pasa a diferencia de Microsoft con MSN, punto de inicio, aunque ellos el problema lo tienen en las marcas, en los continuos cambios de nombre. Yahoo! en esto ha sido mucho más inteligente, y aunque no lo parezca es la que más está haciendo por conseguir volver a ser lo que fue hace muchos años. Ha conseguido despreocuparse, una vez más, de las búsquedas para centrarse en los contenidos y servicios.

Y no sé si habréis probado el nuevo Yahoo! Mail, pero a mi me ha dejado sorprendido. Creo que le faltan algunos detalles pero sin duda eso sí es una interfaz clara y, sobre todo, rápida, algo que últimamente hecho de menos en Google Mail. Microsoft, por su parte, está más focalizada en que las cosas funcionen aunque vaya un paso más atrás, intentando integrar todo en su sistema operativo, algo que creo que hace bien, ya que si hasta ahora Windows había tenido problemas de monopolio, con la irrupción de Android o iPhone creo que ahora las cosas van a cambiar, y Windows 8 es la demostración de ello.

Yendo a la parte más, no sé cómo llamarlo…, a mi la nueva interfaz de Google me gusta, los colores me dan bastante igual, porque al final el objetivo que busco es la funcionalidad. Las cosas están donde deben esta, la pantalla es clara, sacan el máximo provecho de la tecnología incluso avanzándose hasta sacar el máximo partido posible de HTML 5 en el que se han involucrado mucho.

Se acerca 2012 y vamos a ver movimientos interesantes. El objetivo ya no se centra tanto en las búsquedas sino en conseguir que los usuarios utilicen los servicios alrededor de esas búsquedas, sobre todo para la integración social. Bing comenzará a hacer uso de Facebook para personalizar sus resultados. Google lo está haciendo con Google Plus. Twitter seguramente mejorará su infraestructura de búsquedas para convertirse en otro competidor por la información de última hora.

Y es que hasta ahora todos los grandes portales han estado mu enfocados en ofrecer nuevos servicios, en ser los primeros en lanzar la nueva herramienta que cambiará el mundo, pero eso está cambiando, ahora el foco es potenciar el uso de todos los servicios de un mismo proveedor y mejorar los servicios existentes eliminando aquello que es poco útil. El objetivo de crear unas nuevas experiencias de usuario es clara, la de optimizar la rentabilidad del usuario.

En España si no me equivoco sólo existen 2 canales de pago más o menos para todos: Gol televisión y AXN. No sé si serán muy rentables (el del fútbol supongo, aunque el hecho de que siga habiendo partidos en abierto por esa ley tan extraña de que el fútbol es algo de interés público supongo que no ayuda). De AXN no tengo ningún tipo de datos. Personalmente si dieran series en versión original (o en DUAL) subtituladas (en ambos idiomas) sería un servicio que probablemente pagaría con gusto. Hace mucho tiempo que no lo miro, así que a lo mejor hasta ya lo hacen. Por ahora me es más sencillo seguir las series directamente desde USA en HD.

Pero lo que quería comentar va más relacionado con la noticia que ha aparecido estos días atrás sobre la financiación de Televisió de Catalunya y en general de la “Corporació“. A mi me gusta que exista TV3 y el resto de cadenas del grupo, y me parece correcto que se pague con dinero público, pero lo que no me parece bien es que se gestione como un ente público y no como una empresa privada. He estado varias veces en el centro principal y he de reconocer que está bien montado, pero que quizá sobra gente y, además, que está muy politizado.

Una cadena de televisión pública ha de tener 2 fuentes de ingresos: los impuestos y la publicidad. Pero lo que hay que controlar principalmente son los gastos, y aquí creo que es donde está el error, y no tanto en la programación en sí sino en la dirección.

¿Hay un exceso de canales? No lo creo. Lo que no podemos pretender es pensar que vamos a tener audiencias del 60% como en los años 70, o audiencias del 30% como había en el año 2000. Desde que está la TDT una buena audiencia es el 10% (a mi parecer) en un canal generalista, canales que en ocasiones llegan a superar el 20% con buenas series de producción propia.

Algo que tampoco llego a entender es porqué no se emite todo en HD (pero de la buena, de la de 1080p). La excusa de que “no hay espectro” es una tontería, ya que lo ideal sería que cada cadena de televisión tuviera al menos un 50% de los multiplexores sólo para emitir en HD. ¿Con esto qué quiero decir? Pues que me parece una gilipollez que quieran “reducir costes” eliminando TV3 HD. El 80% de las emisiones de este canal son las mismas que las de TV3 SD por lo que los costes son simplemente los de mantenimiento de las infraestructuras, algo que, teniendo en cuenta que vamos hacia el futuro hay que tener, ahora o dentro de unos años. Yo disfruto viendo TV3 HD a 1080p, creo que es la televisión que deberíamos tener todos en cuanto a calidad tecnológica.

Sí es cierto que debería haber una reordenación de canales. La idea de la distribución que hay ahora es correcta: el canal general (TV3 / TV3 HD), el canal cultural (33), el infantil/juvenil (Super 3 / 3XL), noticias (3/24) y deportes (Esport 3). El canal generalista, el cultural y el de noticias me parecen 100% correctos como están (considero que una televisión pública debe dar estos 2 servicios 24 horas, es decir, información y cultura con programas de producción propia o con documentales y programas de otras cadenas europeas). Además, tanto Canal 33 como 3/24 son canales que suelo ver habitualmente cuando tengo la televisión puesta. Que a algunos les guste más o menos TV3 como generalista, es como todo, pero sí que considero que Esport 3 no puede ser lo que es, y repito, no creo que haya que quitarlo, pero tener el fútbol o la Fórmula 1 en abierto me parece algo incorrecto, pudiendo tener determinados programas de Esport 3 con sistema de pago (mediante las tarjetas del tipo que usan Gol o AXN).

Y el hecho de que Televisió de Catalunya sea un buen canal se puede resumir con algunos datos:

• Tiene emisión local en la Vall d’Aràn en aranés.
• Existe el Telenotícies Comarques para desconexión territorial.
• En 2007 Club Super 3 se convirtió en la asociación infantil más grande de Europa con 1 millón de socios.
• Se han producido series como Poble Nou, serie con la mayor audiencia en la historia de la cadena.
• En 1995 fue la primera cadena española en emitir por satélite de forma internacional.
• Ha sido la cadena que ha dado a conocer a Xavier Sardà, Andreu Buenafuente, Jordi González, Alfons Arús, Júlia Otero, Àngels Barceló, Josep Maria Bachs, Manel Fuentes, Jordi Estadella, Jordi LP, etc.
• En 2005 se lanzó TV3i, canal interactivo de TV3 con MHP y aplicaciones (una vez más, pioneros en tecnología).

Y como digo, hay que separar lo que es la cadena de televisión con la gestión, algo en lo que, personalmente, sí que creo que vamos bastante mal. No hay que olvidar que las empresas públicas, son empresas pero que se gestionan con el dinero de todos.

Y sin duda un concepto muy importante a la hora de organizar los contenidos es el del cardsorting, sistema de organización de tarjetas que permite conocer cómo funciona la cabeza de un usuario a la hora de organizar la información; esto significa que cada uno de nosotros tiene una forma de organizarse la información, pero que debemos intentar generalizarla para nuestros usuarios.

La forma más sencilla para organizar estos contenidos sería la de utilizar unos cuantos “post-its”, cada uno de los cuales tiene contenidos, etiquetas, etc… y el usuario ha de agruparlos según el considere que se deben agrupar, y luego asignarle un nombre a cada uno de esos grupos de “post-its”. La idea es que sean siempre contenidos finales y que sea el usuario el que cree las categorías.

Esto seguramente nos hará ver que la información para algunos usuarios se puede organizar por fechas, por precios, por tipos, por… cada persona tiene unas necesidades y una organización mental. Es por esto que el cardsorting se puede plantear de dos formas: abierto o cerrado.

El sistema de cardsorting abierto es aquel que permite al usuario organizar la información como le parece, es decir, la categorización y/o clasificación la crea el usuario. En cambio, el cardsorting cerrado es aquel en el que el usuario ha de agrupar los contenidos en unas categorías o clasificaciones que se han establecido previamente. Para hacerse una idea más sencilla, si tuviéramos un contenido en WordPress, las categorías serían un cardsorting cerrado y las etiquetas serían un cardsorting abierto.

Al final, podemos resumir que el cardsorting es el sistema por el cuál los usuarios esperan encontrar los contenidos, secciones o funcionalidades de un sitio web.

Para mi es muy fácil verlo sobre todo con las personas, y más concretamente con personas con las que tienes una relación intensa durante unos meses y, sin saber bien bien cómo, la cosa se acaba (casi casi como empezó). A mi de estas me han pasado unas cantas, y con perspectiva me paso a mirar atrás y me doy cuenta de que estas personas han tenido un lugar destacado en mi vida por alguna razón en concreto (razones muy muy variadas, normalmente). De la misma forma veo momentos clave en mi vida en los que una desgracia o una época muy mala que acaba en un extremo genera otros momentos de inicio. Ya lo dicen, cuando un puerta se cierra, otra se abre.

Hace 10 años tuve una temporada bastante mala. Al cabo de unos años, hablando con una persona a la que conocía poco le dije que estaba buscando “el camino” y, no me preguntéis cómo, pero acabé en una sala con un par de señoras de esas que “te ven” y que me explicaron cosas “de mi vida” que me estaban pasando y porqué estaban pasando. Ya os adelanto que no soy una persona creyente, todo lo contrario, soy bastante racional, aunque mi intuición, sentido común, inconsciente, me dice que algo raro está pasando aunque no lo vea. Aquel día, en aquel lugar básicamente sólo tenía una cuestión, y era referente a mi vida laboral. El resto, aunque no me daba igual, preferí ni preguntar… Es curioso porque lo que me dijeron (que no fue mucho) es algo que se ha cumplido. Su frase fue algo como que, a partir de ese momento iba a tener 3 trabajos, que el primero no tendría nada que ver con “lo mío”, que el segundo sería muy parecido y la base, y que el tercero sería el definitivo. Tras aquello he tenido 3 trabajos: el primero fue de socorrista en Cruz Roja del Mar, el siguiente fue de pinchacables hasta CTO en Grupo ITnet y, tras salir de ahí con mi “espíritu emprendedor”, todo lo que ha sido OJObuscador, luego OJO internet y de ahí todo el tema de SEO hasta Keep It Simple Lab. Sin duda este “tercer trabajo” que es algo muy etéreo es mi trabajo definitivo, porque no nos vamos a engañar, yo ya no puedo trabajar en una oficina con un jefe 8 horas molestando.

Aunque quizá lo que más me quedó fue el segundo comentario que me hicieron, el de la “cuarentena”. Básicamente lo que me dijeron es que por norma general, cada año, los 40 días antes de mi cumpleaños, pasarían cosas raras, que era una época “mala”. Si antes os decía lo de echar la vista atrás, ya no os cuesto si miro ese periodo de tiempo de aproximadamente mediados de noviembre hasta finales de diciembre porque, efectivamente, es para echarse a llorar. Y es que cada año por estas fechas pasa algo. Lo divertido (por sacarle algo entretenido al asunto) es que suele ser doble… es decir, a principios de la cuarentena pasa algo (por ejemplo, el año pasado me fui a Miami, el anterior comenzamos un gran proyecto, el otro…) y al final, cuando se acerca mi cumpleaños, suele acabar con otra bomba informativa.

Este año ha vuelto a pasar. La verdad es que se podría decir que se me había pasado (como casi cada año) pero revisando la agenda de estos días atrás vuelvo a ver el inicio de un buen proyecto y también cambios personales importantes, es decir, cambios de todo tipo. Creo que este año me voy a meter en la cama el 20 de diciembre y no voy a salir hasta el 30, por lo que pueda pasar…

Tanto del colegio como del instituto siempre tengo un recuerdo especial a la épica griega, cuando nos explicaban su democracia y la forma en que los sabios tenían mucha voz, en ese pueblo que gobernaba. Y es que la Democracia Ateniense sin duda tenía un valor especial por su forma de funcionar. Vale, que había esclavos y gente que no podía votar (como los extranjeros) y que las mujeres tampoco podían hacerlo, pero aún así el sistema era bastante válido. Y es que en política había dos tipos de persona: los funcionarios (que debían pasar un examen para acceder al cargo, al más puro estilo oposiciones) y el resto, “cualquier persona que lo desee” (Ho boulomenos).

Había entonces tres funciones básicas: los funcionarios organizaban y llevaban a cabo los protocolos administrativos; el Ho boulomenos era el iniciador y el ponente; y finalmente la gente, reunida en la Asamblea o en un tribunal, tomaba las decisiones, entre sí o no, o entre las alternativas en cada caso.

Como decía antes, hay que salvar mucho las distancias con todo, pero si pudiera hacer la carta a los Reyes Magos, ahora mismo haría una propuesta de elecciones bastante distinta de lo que estamos acostumbrados, y sería la de elegir a grupos políticos por ministerio y no en global. De esta forma habría que establecer una serie de ministerios clave: Economía-Hacienda-Industria-Trabajo, Exterior-Interior-Defensa, Cultura-Educación-Ciencia, Justicia y Sanidad. No son muchos, y son muy amplios, pero agrupados por cosas en las que realmente haya buenas sinergias. Una vez tengamos estos ministerios, se haría una votación para cada uno de ellos. A mi, personalmente, veo partidos que controlan más de unos temas que de otros, y me gustaría votar a cada uno de ellos por sus acciones. Lo más probable es que los de Cultura, Justicia y Educación sean más de “izquierdas” y los de Economía y Exterior fueran cambiando más según la época. Otra cosa importante sería que en cualquier caso, todos los órganos reguladores no tuvieran intervención política de ningún tipo. Esto me hace pensar, en determinados momentos si tiene que haber un “Ministerio de Justicia” como tal de forma política, o simplemente que fuera un organismo gestionado por los jueces que sean los que ratifiquen que las leyes se ajustan a la sociedad y no a lo que se dicta directamente por los políticos.

Como digo, este sistema (que no sé si ya existe, y si existe, no sé cómo se llama) es un poco ida de olla, pero tal y como va el mundo en el que vivimos la oportunidad de que una única persona tenga la posibilidad de alzar la voz y de que se le escuche debería primar sobre unos organismos que hoy en día considero en muchos casos oxidados. Y es que en el colegio siempre nos han dicho que la Democracia es el mejor sistema político… algo que creo que es falso, porque democracias hay de muchos tipos, y no todas son las mejores.

Y, para acabar, no voy a pedir que votéis a nadie en particular, pero, como este mediodía me decía mi madre: me da igual a quién votes, pero ves a votar.

Que conste que es una simple prueba y que puede fallar (como todo en la vida). El servicio es smushit.net y lo que hace es simplificar la API existente eliminando los datos poco útiles.

El objetivo es que introduzcas por parámetro la URL de la imagen que quieres optimizar y te devuelva la URL de la imagen optimizada. De esta forma con un simple código en PHP, ASP o lo que te apetezca podrás hacer un “fopen” o un “fread” y te devolverá la URL que luego podrás descargar o hacer lo que te apetezca.

El ejemplo es sencillo http://smushit.net/?img=http://smushit.net/Tux.png.

Se aceptan sugerencias y demás… aunque, como digo, es una prueba por entretenerme a pasar el rato.

El sitio en cuestión es juegostt.com y su problema es que ha caído el tráfico mucho. Lo primero que he hecho es darle una ojeada al sitio para ver si había algún error garrafal o simplemente es un sitio spam, pero básicamente tiene casual games. Hasta aquí todo bastante correcto, sin entrar muy en detalle.

El siguiente paso ha sido revisar el robots.txt:

User-agent: *
Allow: /
Disallow: /ver/
Disallow: /page/0/
User-agent: Mediapartners-Google
Allow: /

Pero antes se hacer una propuesta de robots.txt, vamos a hacer unas cuantas consultas de búsqueda. Para empezar la que nos muestre cuántas páginas hay indexadas del sitio:

site:juegostt.com

Podemos ver que hay 6.610 páginas indexadas y una serie de combinaciones de carpetas y ficheros. Los siguientes pasos son establecer la idea de arquitectura de URLs que hay (sin entrar en el propio sitio web). Para ello voy a hacer las siguientes consultas:

site:juegostt.com -inurl:juegos-de

site:juegostt.com -inurl:juegos-de -inurl:juegos-mas

site:juegostt.com -inurl:juegos-de -inurl:juegos-mas -inurl:tag

site:juegostt.com -inurl:juegos-de -inurl:juegos-mas -inurl:tag -inurl:page

site:juegostt.com -inurl:juegos-de -inurl:juegos-mas -inurl:tag -inurl:page -inurl:swf

En este momento ya vemos que al final de la página nos indica que hay “elementos no relevantes” por lo que pulsaremos y veremos el 100% de los ficheros indexados:

site:juegostt.com -inurl:juegos-de -inurl:juegos-mas -inurl:tag -inurl:page -inurl:swf

¿Qué hacer en este momento? Pues ir revisando cada uno de estos “bloques” o “carpetas” o “ficheros” de forma autónoma. Por ejemplo, y empecemos por el final… los ficheros SWF, en este caso que son juegos, no hace falta que Google los rastree, por lo que eliminaremos la indexación de esa carpeta a través del robots.txt. De la misma forma, las paginaciones sólo hacen que generar contenidos duplicados y no sirven para “posicionarse” bien, así que, aunque sirven para el rastreo de los contenidos, lo mejor es eliminarlo.

En los resultados de Google que habían quedado nos encontramos con algunas páginas que aunque legalmente han de estar en la web, no hace falta que estén en los resultados de búsqueda. Estas páginas como proteccion-de-datos.html, aviso-legal.php, aviso-legal.html, enlaces/, webmasters/ o toda la carpeta sitemaps/data/ no influyen negativamente en los resultados de búsqueda, pero tampoco sirve de nada que estén, así que vamos a incorporarles una meta etiqueta de noindex.

<meta name="robots" content="noindex">

Ahora nos quedan las carpetas siguientes: juegos-de, juegos-mas y tag. Si “activamos” el filtro en la búsqueda, quedando algo como esto:

site:juegostt.com -inurl:juegos-de -inurl:juegos-mas inurl:tag -inurl:page -inurl:swf

sólo deberíamos ver lo que hay en esas carpetas. Debemos revisar dos cosas, la primera que estas páginas no tengan paginación… y en caso de que la tuvieran deberíamos filtrarlas a través del fichero de robots.txt; la segunda es revisar aquellas páginas que tienen 0 resultados (en las que debemos devolver un código de error 404) y las que tienen 1 o 2 resultados (en las que, de nuevo, usaremos la meta-etiqueta de noindex) que hemos de filtrar para que no se consideren contenidos duplicados, ya que es muy probable que varias tags acaben dando resultados de las mismas páginas.

Si ahora hacemos lo mismo con “juegos-mas” tendremos algo como:

site:juegostt.com -inurl:juegos-de inurl:juegos-mas -inurl:tag -inurl:page -inurl:swf

y en este caso esta página sólo es una paginación de casi 200 páginas que no aportan nada (y que tienen títulos duplicados, al igual que descripciones. Es por ello que, excepto la primera página el resto las eliminaremos a través del robots.txt.

Y para acabar, la revisión de donde más contenidos hay, la categorización de las fichas de juegos. Ejecutaremos una consulta similar a la anterior…

site:juegostt.com inurl:juegos-de -inurl:juegos-mas -inurl:tag -inurl:page -inurl:swf

Aquí tenemos una estructura compleja (no es la que yo usaría, pero eso ahora no toca). Tenemos por un lado las carpetas “raíz” que corresponden a las categorías propiamente dichas, de las que cuelgan dos tipos de contenido, los juegos y las paginaciones. Como ya hemos quedado anteriormente, las paginaciones no las vamos a indexar, pero hemos de buscar la forma de filtrar todo en el fichero de robots sin fastidiar el resto de elementos.

Mi propuesta de fichero de robots.txt es la siguiente:

Sitemap: http://juegostt.com/sitemap.xml
User-Agent: *
Disallow: /swf/
Disallow: /page/
Disallow: /juegos-mas-jugados/
Allow: /juegos-mas-jugados/
Disallow: /juegos-de-*/*/
Disallow: /ver/
User-Agent: Mediapartners-Google

A parte de todo esto hay un detalle que hay que añadir, que es el uso del rel=canonical en todas las páginas (excepto en aquellas que tienen el noindex). Con esto conseguiremos que, además de eliminar los contenidos duplicados de las páginas existentes, no se puedan generar contenidos duplicados de páginas nuevas que puedan aparecer por error.

Que conste que esto es una revisión MUY básica pero que es muy recomendable hacer en todos los sitios. Esto no es SEO, es HACER LAS COSAS BIEN, pero es un ejercicio que muchas veces no hace nadie cuando se plantea un proyecto y que es básico tanto para los usuarios como para los motores de búsqueda.

Me hace gracia eso de que hay crisis. Crisis era lo que había en la Guerra Civil cuando había cartillas de razonamiento y la gente tenía que comer pan duro con cucarachas y gusanos. Por ahora la mayoría de la gente tiene “pan y circo”, porque por suerte aún en España no pasamos hambre y veo a la gente en el supermercado comprando (aunque sea “marca blanca”) y sigo viendo a la gente yéndose de tapas al bar y a ver el fútbol.

Con respecto a lo de que “no hay trabajo” también lo he comentado varias veces… trabajo hay, lo que hay es exceso de gente en determinados sectores y esa gente que “sobra” debería cambiar a otro sector y reciclarse. Además, podéis hacerlos la pregunta que me hago yo: ¿verdad que la gente “buena” (profesionalmente) tiene trabajo? En este caso sí que voy a dejar aquellos que se dedican a la construcción, donde dí hay gente buena sin trabajo, pero eso ya es por el tema de la “burbuja inmobiliaria”. En el resto de sectores creo que hay que reciclarse. Sé que por esto me puedo ganar muchos enemigos, pero de verdad, hay que pararse y pensarlo fríamente.

Hay que tener en cuenta un detalle que quizá nadie se haya parado a pensar: el dinero no se crea ni se destruye, se mueve. Y esta “crisis” lo que ha hecho es que el dinero no se mueva, sino que se quede en la gente que suele tener mucho dinero. Es sabido que hay fondos de inversión alrededor de toda Europa que no saben dónde invertir cientos de millones de euros. Esa es una realidad, talento hay, entiendo que nadie se quiera pillar los dedos invirtiendo en determinados proyectos, pero hay gente que con algo de dinero sabe montar proyectos muy interesantes (yo al menos puedo hablar de lo que conozco, que es Internet).

Y ahora llegan las elecciones. El Partido Popular tiene todas las de ganar; mucha gente no quiere que eso sea así, pero las encuestas así parecen mostrarlo. Yo lo único que pido es que no haya mayorías absolutas (ni por un lado ni por otro), creo que no nos lo merecemos porque acabaríamos peor de lo que estamos. Los dos próximos años el Gobierno de los distintos países de la UE van a mandar poco, relativamente, porque precisamente la UE va a ser la que mande determinadas directivas para ir haciendo cosas. Todos a una, en este caso, a salvar el Euro como moneda.

En muchas ocasiones he tenidos dudas de si ir a ejercer mi derecho a votar, pero esta ocasión tengo claro que iré a votar, aunque no lo haré ni por PSOE ni por PP, sino por alguien que realmente pueda presionar a alguno de los dos mayoritarios a hacer algo decente por nosotros.

NOTA: Para aquellos que quieran seguir el evento en directo, les recomiendo seguir el hashtag #DevFest en Twitter, donde muchos de los asistentes están retransmitiendo (por lo que yo me limitaré a escribir en el blog).

Welcome Intro – Alejandro Villanueva

Nos dan la bienvenida y dan las gracias a los desarrolladores y a los asistentes de muchas partes de España. Google está convencida de los emprendedores y desarrolladores de Barcelona y el epicentro que supone en Europa en Mobile World Congress.

Este va a ser el primer evento “de muchos” y quieren fichar a una persona responsable de comunicación para la parte de desarrolladores (a ver si es verdad que comunican más).

New in HTML – Paul Kinlan

Tienes la presentación disponible en línea.

Paul comienza hablando de las Richer Web Apps y de HTML5. Nuevos tags details y summary, con algunos ejemplos sencillos. También presenta output funcionando en Google Chrome.

Otro elemento nuevo es mark, con el que se pueden remarcar algunos textos (aunque habla que puede parecer spam). Además muestra un ejemplo de un Speech Input (por ahora sólo funcionando en Chrome).

También comenta sobre las animaciones… que han de tener como máximo 60fps (que es lo que suelen soportar las pantallas por norma general). Interesante que haya que “informar” a los navegadores que quieres animar algo.

Un detalle interesante el elemento prerender disponible en Chrome. Con pequeños fragmentos de JavaScript (que también funcionan en Firefox) podemos saber si un usuario está conectado o desconectado. Incluso podemos saber si el usuario se conecta o desconecta de la red.

Web Intents es un proyecto en el que Paul está trabajando. La web tiene un problema y es que no se puede integrar con otros servicios. Hay muchas API para conectarte con muchos servicios, cada una a su manera. El objetivo es integrar todos estos servicios entre sí, y el ejemplo que se presenta es con servicios de bookmarks.

Con Web Intents la idea es tener un sistema de interconexión entre aplicaciones a nivel de sevidor, es decir, que los distintos sitios web sepan hablar entre sí. Hay que definir una acción (share, edit, pick, view…) y el usuario elige el servicio con el que quiere trabajar.

Los que usan Android conocerán algo similar, que es por ejemplo el “share” del teléfono, en el que pulsas y las aplicaciones aparecen ahí… el objetivo es poder hacer esto en la web. Existe el sitio WebIntents.org donde poder ver unas primeras aproximaciones. El sistema es bidireccional y funciona principalmente en JavaScript para acceder a los datos de una forma sencilla.

A partir de ahora se podrá acceder a la cámara y audio con unas pocas líneas de código y sin necesidad de Flash u otras aplicaciones externas. También se puede llegar a abrir en ventanas a pantalla completa. Para todo el tema del streaming existe el Web RTC un protocolo abierto para conseguir la transmisión en tiempo real de datos.

Con el audio también se pueden hacer algunas cosas. Pero no sólo con el elemento audio; se pueden conseguir efectos muy grandes sin se combina con canvas por ejemplo creando un sintetizador, gráficas, etc…

Para estar al día es recomendable seguir HTML5Rocks donde se pueden seguir ejemplos de las novedades en los distintos navegadores según van aplicando.

GLSL – Mr.doob

GLSL (OpenGL Shading Language) es un lenguaje de programación pensado para generar gráficos. Para empezar un ejemeplo thewildernessdowntown.com o ro.me. Este sistema se parece bastante a nivel de lenguaje a C/C++, y se compila y ejecuta en la GPU si es posible.

Básicamente lo que se trata es de usarlo como una API contra la GPU (aunque se limita muchas veces a triángulos, líneas y puntos).

Google+ for Publishers & Authors – Ade Oshineye

Google+ lo que pretende es hacer un upgrade de la experiencia de usuario de todos los servicios de Google. Los círculos son grupos de personas que te permiten definir qué y a quién compartir información.

¿Quién de la sala duerme junto a su teléfono? ¡No mintáis!

Normalmente haces una foto y se te olvida subirla o hacer cualquier cosa. De ahí que la aplicación +Mobile (Google+ Mobile) permite subir las imágenes a Picasa en background. Ayer se lanzaron las Google+ Pages.

El objetivo de Google +1 es aumentar la experiencia de la parte de búsqueda. ¿Cuál es el mejor resultado? Seguramente un resultado que alguno de tus amigos te recomienda. Eso es lo que se ha hecho. Google+ ayuda al ranking pero no es un factor del ranking.

Puedes instalar el código del botón Google +1 y con un par de líneas funciona. Existe un código asíncrono.

El rel=canonical evita que haya muchas URL apuntando a un único contenido. Esto afecta a Google +1 porque los enlaces también los sigue en las páginas.

Para controlar lo que se publica en redes sociales debemos tener en cuenta: schema.org, Open Graph Protocol, Meta o “best guess”. Lo primero que se implementó fueron las recetas, que es algo bastante sencillo. Se puede controlar el título, imagen y descripción que luego aparecerán.

Best Practices: la URL debe ser rastreable (indexable) y pública para que Google sea capaz de rastrear el contenido. Gracias al canonical, el sistema utiliza esta URL y no la pública.

Google +1 tiene estadísticas demográficas en Google Webmaster Tools, y también tiene datos en Google Analytics. Además tiene una serie de plugins.

¿Cuáles son los siguientes pasos? Incluir el botón en tu página e invertir en Rich Snippets.

Google+ for Developers – Ade Oshineye

¿Dónde está la API? Poco a poco, paso a paso. Es muy distinta la API que se va a lanzar con Google+, un cambio de mentalidad en Google, un cambio de tecnología. Lo primero que hay que pensar es en la Plataforma.

Uno de los pasos es es tener un panel donde ver la lista de API, sus límites e incluso agregar a tu equipo para que todos usen los mismos identificadores. Además se ha lanzado el API Explorer desde donde controlarlas. Existe una lista de Client Libraries para muchos lenguajes de programación.

Hay que tener en cuenta las bases: JSON, OAuth, Quotas y API Keys. Con las librerías hay que olvidarse de gran parte de esto, sólo centrarse en el producto y su desarrollo. Otro elemento es el Sign In, que se debe hacer externalizado. Un botón, se abre una ventana, entra con su cuenta de Google y ya tienes toda la información. Tres líneas de código.

El objetivo no es traer la gente de Facebook hacia Google+, sino a la gente que utiliza Google darle una infraestructura y un servicio mejorado, ampliado. AHora mismo no tienen prisa en abrir la API, sino que van a ir paso a paso para cumplir los objetivos de seguridad y privacidad que se merece la plataforma.

Y por mi parte hasta aquí el evento… la verdad es que lo poco que he podido estar me ha parecido muy interesante, aunque de niveles técnicos muy distintos… al menos la parte de Google+ me ha parecido muy ligera y más para dar a conocer el producto.

La patente Locally computable spam detection features and robust pagerank de Microsoft deja bien claro que hoy en día tanto el PageRank como HITS son fácilmente manipulables, ya que se basan principalmente en los enlaces que envía y recibe un sitio y que esto ya no sirve de cara a que un sitio tenga más relevancia. Incluso, un detalle importante, es que hasta ahora los sistemas antispam debían analizar el contenido de las propias páginas una vez tuviéramos un grafo de la red de redes.

El objetivo es el de facilitar la identificación de páginas spam y de reducir la evaluación de las páginas con spam. Por ejemplo, un spammer puede intentar inflar su ranking generando una estructura de enlaces alrededor de una página concreta (granja de enlaces). Este tipo de granjas es fácilmente detectable en el grafo web. Una página tiene una cantidad de enlaces y estas páginas también tienen sus enlaces, y la suma de todos estos elementos, en su mayor o menor medida es la que genera el ranking de dicha página. De esta forma también podríamos sacar una media y ver qué elementos están por encima de ese umbral determinado. A partir del momento en el que se conocen algunas páginas marcadas como spam y otras marcadas como no-spam se podría establecer una serie de conductas que se generan de forma natural o artificial.

Por norma general el sistema antispam por defecto sería similar al siguiente, en el que encontramos un módulo que analiza las páginas con o sin spam, y otro que luego ordena los resultados, mayormente basado en la cantidad de enlaces que encontramos en él mismo.

Pero existe la posibilidad de integrar un componente que lo que haga es hacer ese análisis de filtrado de cantidad de enlaces en base a la limitación de la efectividad de la manipulación de enlaces. Este sistema vendría a ser similar al que Google por el cual, según ellos, en sus listados de enlaces entrantes “sólo aparecen aquellos que realmente son importantes”.

La idea final es la de encontrar la forma de integrar lo que los humanos dictaminan que es webspam con lo que las máquinas pueden aprender en lo que hace referencia a los enlaces. Es decir, un usuario dictamina que una página es spam, se analiza su “alrededor” y a partir de ahí se genera un vector en el grafo mediante el que se aprende qué se ha hecho y se aplica a otros sitios sin necesidad de saber ni analizar el contenido propio de la página, lo que ahorra tiempo al buscador, ya que no es necesario el análisis de los contenidos, algo que lleva demasiado tiempo.

La patente básicamente lo que nos ofrece es una propuesta, y aunque da ciertas pistas de por dónde quieren ir no dan datos más concretos. Aún así, sí que hacen referencia al tamaño de la información a gestionar, ya que la cantidad de niveles de enlaces entrantes puede ser desde muy reducida hasta la utilización de todo el grafo, es decir, usar todos los enlaces de Internet para analizar el spam a un sitio concreto.

Personalmente tampoco veo ninguna novedad en algo que no se esté haciendo ya por parte de todos los motores de búsqueda. Es sabido que el peso de los enlaces ha cambiado mucho y que en muchos casos las granjas de enlaces ya no sirven para mucho (lo único es saber si no afectan o afectan negativamente, algo que este sistema puede llegar a decidir), y, sobre todo, que en cualquier caso, hay que enseñar a aprender a los distintos módulos de los rastreadores e indexadores.

Spam

Aunque luego entraré en más detalle en este punto, el webspam se puede marcar con 3 niveles distintos: not-spam, mayby-spam y spam.

Una página correcta, en la que no hay ningún intento de engañar al buscador ni al usuario se marca como no spam, es decir, se marca como correcta. En el caso en el que haya ciertas sospechas de que puede incluir alguna técnica extraña, pero no queda claro si es algo hecho a propósito o es algo que se ha hecho por desconocimiento se puede marcar la página como “puede que spam”. El último caso es marcarla claramente como “spam” en base a los elementos que, como antes decía, luego explicaré.

Pornografía

El “flag” de pornografía siempre hay que marcarlo en caso de que la página lo sea, independientemente de la utilidad o del webspam o de lo que sea. Una página que tenga imágenes, textos, enlaces, publicidad, popups… será marcada con este atributo.

En estos casos, la utilidad de la página vendrá marcada por la intención del usuario, es decir, si un usuario está buscando o no pornografía. En el caso de que la consulta de búsqueda no tenga ningún tipo de intención, todos los resultados que contengan un mínimo de contenido serán marcados como Useless. Pero a veces nos encontramos con consultas de búsqueda que pueden tener varias interpretaciones posibles. En estos casos en los que no queda clara la interpretación, siempre se tenderá a valorar la búsqueda como si no tuviera la intención. En el caso de que alguien haga una búsqueda clara, las páginas se valorarán de forma normal (incluso puede algún resultado Vital para alguna búsqueda) y se marcarán con el flag Porn.

Malicioso

Por último nos encontramos el flag de código o sitio malicioso. Este elemento se deberá marcar principalmente en dos casos.

El primero de ellos es cuando el navegador no se puede cerrar de forma normal, por mucho que lo intentes, es decir, la página “te ha secuestrado” y no te deja ir. El otro caso es cuando el sitio intenta o te incita a descargar algún tipo de virus, troyano o cualquier otro sistema que se puede considerar malicioso.

Un detalle importante es que las páginas que incluyen popups o similares, aunque haya que pulsar un par de veces para cerrarlos, pero se cierran, no se consideran de este tipo.

Vale… pero ¿qué es WebSpam?

Pues WebSpam es el término que se usa a aquellas páginas desarrolladas por los webmasters para engañar a los motores de búsqueda y que pretenden atraer a los usuarios. Hay que tener en cuenta que aquellas páginas que puedan ser molestas o tener muchos popups no tienen porqué ser marcadas con esta etiqueta. Las páginas que están desarrolladas únicamente para ganar dinero y no ayudar al usuario son spam.

Es curioso que Google obliga a sus Quality Raters a utilizar únicamente el navegador Firefox para hacer todas las pruebas y que incita a instalar la Web Developer. Sobre todo sorprende porque Chrome, en la fecha en la que se data el documento ya iba por su versión 12, bastante estable y segura.

Texto y Enlaces ocultos

El texto oculto es visible por los buscadores pro no por los usuarios. Para aceptarlo como tal debe:

• Ser invisible completamente al ojo humano.
• Tener el mismo color que el fondo de pantalla, o muy cercano de forma que sea inapreciable.
• Tener un tamaño de letra muy muy pequeño (fuente 1, 6 pixels…).
• Suele estar situado en zonas en las que no parece haber más que un bloque en blanco, sin contenido, normalmente al pie de página.
• Puede haber tan sólo una o dos líneas escondidas, pero también páginas enteras.
• La mayoría de veces el texto oculto es spam, pero puede darse que se oculte por un tema de diseño o maquetación.

El texto oculto normalmente se puede observar aplicando Control+A (Manzana+A), desactivando CSS, desactivando JavaScript, viendo el código fuente…

Keyword Stuffing

En ocasiones los desarrolladores cargan las páginas con palabras relacionadas con la consulta de búsqueda.

• Las palabras están repetidas en multitud de ocasiones en la página.
• Palabras relacionadas con las palabras de la página también en exceso.
• Múltiple mispelling de las palabras de la página.

Para decidir si hay un exceso o no se debe mirar la forma en la que el usuario lo puede percibir, sobre todo en el momento en el que eso lo puede distraer. En caso de duda no se marcará como spam.

De la misma forma que puede haber exceso de palabras clave en el contenido de una página, podemos encontrarlo en la propia URL. En estos casos suele verse porque la URL viene generada por muchas de las palabras clave de la consulta del usuario y por el exceso de cantidad de guiones entre ellas.

Sneaky Redirects

En algunas ocasiones podemos encontrarnos que cuando un usuario entra en una página se le reenvía a otra página que la URL no coincide con la original. En aquellos casos en los que esta redirección se haga desde un punto de vista de intento de spam se marcará como tal.

• Cuando se produce la redirección se observa que hay varias redirecciones intermedias hasta llegar a la definitiva.
• Cuando se accede a una página la redirección cada vez nos manda a una dirección distinta.
• En ocasiones se manda al usuario a sitios de venta habituales como Amazon, eBay, Zappos…

Para reconocer esto podemos usar varias técnicas. Para empezar la más sencilla es la de comparar ambas direcciones URL y comparar por ejemplo las páginas principales del dominio para ver si se parecen. Otra forma de verlo es analizando el whois del dominio; en este caso si los datos del propietario son iguales no suele ser spam.

Cloaking

El cloaking es el sistema que permite que se muestren páginas distintas a un usuario y a un motor de búsqueda. Suele haber dos técnicas para generarlo: JavaScript y Frames (yo añadiría la programada que detecta el User-Agent y las IPs de los crawlers).

Para detectar la de JavaScript tan sólo hay que activar y desactivar el JavaScript y comparar los resultados que muestra la página. En el caso de los frames lo mejor es analizar la dirección que aparece cuando vemos la información del propio frame.

Publicidad PPC

Algunas páginas ofrecen únicamente enlaces de publicidad PPC, o en su gran mayoría, conocidas como páginas PPC puras. Lo que hay que analizar es si estas páginas ofrecen algún tipo de ayuda a los usuarios o no. Por ejemplo:

• Comparadores de precios: Estos sitios ofrecen un valor añadido a los usuarios, aún llevando a sitios de venta por afiliación.
• Reseñas de productos: Se hacen reseñas de productos originales, aunque luego manden a comprarlo vía estos enlaces. Esto incluye el Pay-per-Post.
• Recetas: Aquellos sitios que incluyen recetas originales (aunque se mezclen con otras no tanto) no se marcan como spam.
• Letras de canciones, frases, poemas, etc: Si la página está creada para ayudar a los usuarios a encontrar la información y no con exceso de publicidad.
• Información de contacto: Hay páginas en las que se ofrece información sobre empresas en las que hay direcciones, teléfonos, etc…
• Descuentos, cupones, etc: Si la información que se provee es interesante y no sólo el enlace por en enlace.

Copia de contenidos

En ocasiones hay sistemas de scrapper que leen contenidos de otras fuentes (como Wikipedia, DMOZ…) e incluso te incitan a ello siguen siendo páginas con contenido copiado. En estos casos no tiene porqué ser una técnica ilegal, ni tan siquiera plagio.

Hay páginas que generan contenidos y que cuentan con herramientas de sindicación (RSS, XML… y que después, de una forma automática se les añade publicidad. En estos casos en los que la única función de la página es la de no agregar valor y sólo ganar dinero, se considera spam.

Páginas puerta

Son aquellas páginas creadas principalmente para los motores de búsqueda y que derivan a los usuarios a otras páginas de destino habituales. Las páginas suelen tener un aspecto muy similar entre ellas pero no proveen ningún tipo de valor a los usuarios. Las landing pages podrían entrar en este apartado si no se tratan bien.

Plantillas y Páginas autogeneradas

Muchos sitios utilizan plantillas que incluyen contenidos copiados de otras fuentes. En estos casos se pueden observar estas plantillas porque suelen tener un formato bastante genérico. Además, suelen darse páginas similares a las que llegar con distintas palabras clave.

Foros

En muchas ocasiones existen foros que únicamente copian contenidos de otros foros y les añaden publicidad. También, en la mayoría de estos, no se puede realizar la entrada de un comentario o respuesta.

Aquellos foros que por algún tipo de problema de sofware o de malware tienen inyección de spam no deben ser marcados como tales.

Cómo reconocer contenido copiado

• Buscar alguna frase del contenido en el buscador, añadiéndole comillas al principio y final. En este momento aparecerán otras páginas donde se incluye esa misma frase. Aquí puedes investigar cuál es el contenido original.
• Buscar enlaces de publicidad alrededor del texto; Wikipedia y DMOZ no incluyen enlaces de publicidad.
• Buscar gramática computerizada sospechosa, es decir, intentar buscar texto que no tenga mucha lógica y que pueda parecer generado de forma más o menos automática.
• Formato de la dirección URL, en la que aparece un exceso de palabras clave y que sugiere una plantilla que las genera.
• Piensa si la página ha sido creada por un ser humano o por una máquina de una forma automática.

Páginas de resultados falsas

Una página de resultados falsa es aquella que muestra resultados de búsqueda como si fueran reales, pero que en realidad no lo son. La página tiene un cajetín de búsqueda pero si tu realizas la misma consulta de búsqueda sueles obtener resultados diferentes. Si pulsas en los resultados de búsqueda verás que te envían a sitios de PPC.

Blogs falsos

Son blogs en los que los contenidos son copiados de otras páginas o fuentes. En muchas ocasiones disponen de sistemas de comentarios que no funcionan.

Hay que diferenciar estos blogs de aquellos que han sufrido ataques de spammers, es decir, que los contenidos son reales pero que en comentarios o por errores de software / malware sufren un ataque de spam. En estos casos no hay que marcar la página como spam.

Intención comercial

La mayor parte de las páginas de spam tienen una intención comercial, y se crean para generar ventas a través de páginas de afiliación o mediante clics de PPC. Si una página existe únicamente para generar dinero esa página es spam.

• Botones con textos como “más información o “realizar compra” que acaban llevándote a un sitio en otro dominio suelen ser sistemas de afiliación spam.
• Si las propiedades de las imágenes llaman a direcciones URL de terceros (normalmente de la página real de venta) también se ha de marcar.
• Si existe contenido original propio, además del creado por el afiliador, esa página no se puede marcar como spam.

No todos los sistemas de afiliación son negativos, ya que muchos pueden ofrecer un valor añadido a los originales, como comparativa de precios, sistemas de ordenación, mejoras de búsqueda, etc…

Se pueden reconocer a los vendedores verdaderos por elementos como:

• El carrito de la compra está en el mismo dominio que los productos.
• El carrito de la compra se actualiza cuando añades un producto.
• La política de privacidad tiene una dirección postal real.
• La calculadora de gastos de envío funciona.
• Existe una “lista de deseos” para recuperar elementos posteriormente.
• Existe un sistema para poder hacer seguimiento de los pedidos.
• Existe un foro de usuarios que funciona.
• Te puedes registrar y acceder.

Parking de Dominios

Muchos spammers compran dominios que han caducado para incluir sus propios contenidos en dichos dominios, la mayoría de ocasiones para aprovechar la cantidad de enlaces que apuntan a dicho dominio. Estos dominios también pueden ser nombres de dominio que se parecen muchos a otros reales, con typos o mispellings. Además, estas páginas suelen tener un listado de enlaces patrocinados, categorías “populares” o una cantidad elevada de palabras clave.

Para reconocer este tipo de dominios podemos analizar los enlaces salientes del mismo y comprobar si pueden ser enlaces patrocinados, además de no tener contenido original en la página. Como detalle podemos visitar el Internet Archive donde podemos ver el histórico de dicha página a lo largo del tiempo.

Phishing

El phishing es un sistema mediante el que se roban datos personales a los usuarios haciendo creer al mismo que está navegando por un sitio que no es el real. El caso más habitual es el de los bancos, en páginas que se parecen estéticamente y donde has de introducir datos personales que ellos almacenan. Hay que tener en cuenta que algunas páginas pueden ser phising pero no spam, por lo que han de macarse correctamente.

¿No estás seguro si una página es spam?

Pues entonces hazte estas preguntas:

• ¿Ofrece la página una buena experiencia al usuario?
• ¿Tiene la página contenido original que puede ser útil al usuario?
• ¿Piensas que la página debería ser incluida en los resultados de búsqueda?
• ¿Está la página pensada para los usuarios¿ ¿Hay elementos humanos en la misma?
• Si eliminas la publicidad y el texto copiado de la página, ¿sigue siendo útil?

Personalmente estos sistemas se quedan cortos en muchos casos, aunque sí que creo que son una buena base para informar a Google de qué elementos y páginas son perjudiciales y tomarlo como punto de partida para aprender y analizar el resto de forma automática. Esto es lo que Google Panda ha introducido, un sistema que hasta ahora era relativamente paralelo al de las búsquedas (el del spam o de la calidad) y que ahora forma parte del algoritmo propiamente dicho… Y ahora que sabes todo esto, ¿piensas que tu sitio puede parecer spam o lo es de cara a los ojos de Google?v

Google Quality Raters:

• Google Quality Rater: utilidad del documento
• Google Quality Rater: WebSpam

El evento se dividió en un par de días. El primero de ellos iba enfocado más a cosas prácticas, ya que eran talleres. Yo me fui a uno que duró todo el día (mañana y tarde) y que hablaba de cómo escalar LAMP (Linux + Apache + MySQL + PHP) aunque en este caso la A era N, de nginx. El profe del taller era Alexey Rybak, que trabaja en Badoo, y que, aunque no explicó tampoco ninguna cosa fuera de lo normal, sí que me gustó algunos puntos de vista muy distintos a la hora de trabajar de lo que estamos acostumbrados. Por ejemplo, ellos prefieren centrarse en el rendimiento de la plataforma que no en la integridad del mismo. Es por eso que hacen SQL Sharding (y más info) para distribuir la información de la mejor forma posible.

Allí nos encontramos con gente de Softonic que también había ido al evento. Sin duda nuestras problemáticas y las suyas son bastantes distintas en todos los sentidos, tanto de sistemas como de SEO, donde la forma de trabajar es muy distinta, aunque muy complementaria, ya que pudimos comentar jugadas y problemáticas que hemos podido también hablar con la gente de Trovit. Al final, la mayoría tenemos siempre los mismos problemas.

El segundo día las charlas fueron enfocadas más a otros temas. Estuve en varias, de la cuáles de cada una me quedo alguna cosa… por ejemplo, una en la que se hablaba de Varnish nos sirvió de mucho ya que llevamos una temporada usando esta tecnología, o la de Paypal donde explicaban cómo escalan la plataforma y sus cálculos muchas veces sobre Amazon AWS.

Como resumen de todo lo que viví en las charlas me quedo con que es mejor mirar al rendimiento que no a la integridad del proyecto (excepto en aquellos en los que la integridad prima sobre otras cosas) y que hay que aprovechar al máximo los sistemas de almacenaje en memoria sobre los de disco (exceptuando los SSD). Y, eso sí, cachear, cachear todo.

Para acabar, me gustaría recomendaros un local en el que pasamos largos ratos llamado The Trinity en el que se está muy a gusto, en el que se comen unas hamburguesas muy muy ricas (y está justo al lado de una parada de metro).

Y teniendo en cuenta esto Google tiene un sistema para que no sea necesario crear ediciones especiales en dispositivos móviles muy antiguos, Identifying relevant portions of a document, un sistema por el cuál cuando un usuario introduce una búsqueda desde un dispositivo de este tipo, la consulta se analiza con unos pesos distintos y se devuelve un resultado adaptado a la consulta.

¿Qué significa esto? Pues que primero se analiza la consulta, se entiende mejor qué quiere conseguir el usuario (si visitar un sitio o conseguir información) y una vez analizado se recupera la parte más importante del documento y se le devuelve organizada al usuario en una versión más sencilla. Con esto se podría paginar el contenido para adaptarlo a la cantidad de caché que tiene el dispositivo, por ejemplo, y dividir una página normal en varias para que el usuario sea capaz de gestionarlo con su terminal.

El proceso sería el siguiente:

Básicamente funciona como comentaba antes. El usuario hace una búsqueda, le aparecen los resultados, y al elegir uno de ellos se analiza el contenido de la página, se extrae y ordena la información, se adapta al terminal móvil, y se le devuelve la información concreta del documento elegido.

El sistema funciona siempre y cuando el documento tenga una buena arquitectura, ya que la detección se hace gracias a los distintos nodos que hay en la página, de forma que la anidación de nodos y los pesos de los mismos cobran una vital importancia.

Este proceso seguiría los pasos siguientes (de forma que se puede extraer a información de forma correcta):

Y ahora que ya se ha sacado la información importante de la página y sus nodos, lo que queda es convertir y adaptar ese contenido al del dispositivo en cuestión:

Un sistema bastante sencillo de adaptar los resultados de búsqueda y los contenidos al usuario, aunque siempre en conflicto con los creadores del propio sitio que perderían la identidad del mismo, publicidad y otra serie de elementos de la página (aunque, eso sí, en un dispositivo bastante antiguo o con pocas capacidades).