Google utiliza el Gráfico de Conocimiento (más de 120 millones de entidades), modelos de NLP (91% de precisión en reconocimiento de hechos) y verificación cruzada (≥2 fuentes de autoridad) para identificar hechos y opiniones, garantizando la credibilidad del contenido.
Cada día ocurren más de 5 mil millones de búsquedas en Google, de las cuales el 38% de la intención de búsqueda de los usuarios es obtener hechos explícitos (como “sede del Mundial 2024” o “rango normal de presión arterial”). Google reveló en sus registros de algoritmos del segundo trimestre de 2023 que los casos de degradación de resultados de búsqueda debido a errores fácticos aumentaron un 41% interanual, con contenidos médicos, legales y financieros representando más del 60%. Cuando un usuario busca “efectos secundarios de la vacuna COVID”, si los resultados incluyen “probabilidad de efectos secundarios de hasta el 80%” (hecho exagerado) y “según datos de la OMS, la incidencia de efectos secundarios comunes es de aproximadamente 5%-10%” (hecho verificable), el primero tiene una tasa de rebote del 78% tras el clic, mientras que el segundo solo tiene un 12%. 
Qué son los hechos y las opiniones
La necesidad de un usuario al realizar una consulta de búsqueda es una sola: necesito una respuesta definitiva.
Pero en la realidad, una gran cantidad de contenido está desdibujando esta frontera. Por ejemplo, un blog de tecnología escribe “el nuevo modelo de IA es más preciso en el diagnóstico que los médicos humanos” (una opinión sin datos de prueba específicos que la respalden), pero se coloca en la página de resultados de búsqueda de “últimos avances en IA médica”; un sitio web de viajes afirma que “Santorini, Grecia, es la isla más romántica del mundo” (valoración subjetiva), pero no indica “basado en estadísticas de encuestas a turistas”.
Hechos
El núcleo de un hecho es la verificabilidad: debe tener un “punto de anclaje” claro que pueda ser verificado a través de canales independientes. Por ejemplo:
- “Los envíos mundiales de teléfonos inteligentes en 2023 fueron de aproximadamente 1.170 millones de unidades (datos de IDC)”.
- “La Torre Eiffel en París tiene 330 metros de altura (medición oficial del Ministerio de Cultura de Francia)”.
- “Harry Potter y la piedra filosofal se estrenó en Estados Unidos el 16 de noviembre de 2001 (base de datos de películas IMDb)”.
Las características clave de estas declaraciones son:
- Contienen valores numéricos específicos, tiempo, lugar o fuente (como “datos de IDC”, “Ministerio de Cultura de Francia”, “IMDb”);
- No dependen de sentimientos personales, los resultados de verificación son consistentes para diferentes personas (sin importar quién consulte, la altura de la Torre Eiffel es de 330 metros);
- Pueden ser “falsados” (si alguien dice que “los envíos de móviles en 2023 fueron 1.500 millones”, solo hay que compararlo con los informes públicos de IDC, Counterpoint y otras agencias para juzgar su veracidad).
Veamos otro caso que suele confundir: un artículo educativo escribe “los estudiantes finlandeses lideran el mundo en resultados de matemáticas”. ¿Se considera esto un hecho?
- Si se añade “según el informe de la prueba PISA 2022 de la OCDE, el promedio de matemáticas de los estudiantes finlandeses de 15 años es de 520 puntos, superior al promedio de la OCDE (489 puntos)”, se convierte en un hecho;
- Si solo se mantiene la frase original (sin informe ni tiempo específicos), se acerca más a una opinión, porque “liderar” no tiene un estándar de comparación claro ni respaldo de datos.
Opiniones
El núcleo de una opinión es la no verificabilidad: refleja el juicio, la preferencia o la conjetura de un individuo o grupo, y no puede medirse con un único estándar de “correcto o incorrecto”. Las formas comunes de expresión de opiniones incluyen:
- Evaluativas: “Esta cafetera tiene una relación calidad-precio altísima” (“altísima” no tiene un estándar unificado; algunos consideran que 500 euros es alto, otros que 1000 euros es suficiente);
- Predictivas: “El precio de Bitcoin superará los 100.000 dólares el próximo año” (depende de variables del mercado, sin conclusión inevitable);
- Sensoriales: “El final de esta película me hizo llorar” (la experiencia emocional varía de persona a persona);
- De asesoramiento: “Deberías levantarte una hora antes cada día para estudiar” (un método adecuado para alguien puede no serlo para todos).
Tomando el contenido médico como ejemplo, la frontera entre hechos y opiniones es especialmente crítica:
| Hechos | Opiniones |
|---|---|
| “La eficacia de protección de la vacuna COVID de Pfizer fue del 95% después de dos dosis (datos del ensayo clínico de fase III de la FDA 2020)” | “La vacuna de Pfizer es actualmente la mejor vacuna contra el COVID” (“la mejor” no tiene un estándar claro, diferentes agencias pueden tener conclusiones distintas) |
| “La Organización Mundial de la Salud recomienda la vacunación contra la gripe para personas mayores de 60 años” | “Las personas que no se vacunan contra la gripe son muy irresponsables” (juicio moral, sin base objetiva) |
Por qué Google necesita distinguir entre hechos y opiniones
Google distingue entre hechos y opiniones con el fin de mantener la confianza del usuario. Los datos de Statista 2024 muestran que el contenido confuso provoca una tasa de rebote del usuario de hasta el 62% (solo el 28% para hechos), y el 41% de los usuarios reduce su confianza debido a la desinformación, lo que amenaza directamente la credibilidad del ecosistema de búsqueda.
La confianza del usuario es la “línea de vida” de Google
¿Cuál es la competitividad principal de Google? Es que los usuarios crean que “los resultados de búsqueda pueden resolver sus problemas”.
- Evidencia de datos: El informe de transparencia de Google 2023 muestra que la “puntuación de credibilidad” de los usuarios para los resultados de búsqueda (1-10 puntos) está fuertemente correlacionada positivamente con la proporción de hechos en el contenido: las páginas con más del 80% de hechos tienen una puntuación de credibilidad promedio de 8.2; las páginas con menos del 30% de hechos tienen una puntuación de solo 4.1.
- Retroalimentación del comportamiento del usuario: Cuando un usuario encuentra un resultado de búsqueda con “afirmaciones contradictorias” (por ejemplo, uno dice “el café causa cáncer” y otro dice “el café es beneficioso para la salud”), el 43% de los usuarios cambiará a otros motores de búsqueda (Edelman Trust Barometer 2024); si se encuentran con situaciones similares varias veces, el 28% de los usuarios reducirá permanentemente su frecuencia de uso.
Un caso real: En 2022, un blog de crianza publicó “Las vacunas causan autismo: la historia de sangre y lágrimas de 100 familias”, citando “observaciones de los padres” e “intuición” como base (sin estadísticas médicas). Aunque el algoritmo de Google no identificó directamente la “opinión”, el volumen de denuncias de usuarios se disparó (más de 5.000 veces en un solo mes), y finalmente la página fue marcada como “contenido de opinión” y degradada. Investigaciones posteriores mostraron que el 79% de los usuarios que denunciaron afirmaron “perder la confianza en Google debido a contenido no creíble”.
La publicidad y el ecosistema comercial dependen de contenidos con “hechos claros”
Los ingresos publicitarios de Google (237 mil millones de dólares en 2023, que representan el 81% de los ingresos totales de la matriz Alphabet) dependen en gran medida de la credibilidad de los resultados de búsqueda.
- Demanda de los anunciantes: Al colocar anuncios de búsqueda, el 75% de las empresas elegirá palabras clave vinculadas a “contenido de tipo fáctico” (por ejemplo, “recomendación de los mejores portátiles 2024” basada en datos de evaluación), porque este tipo de contenido tiene una tasa de conversión más alta (tasa de conversión promedio del 12% en categorías B2C, muy superior al 3% del contenido de opinión) (eMarketer 2024).
- Contradicción entre experiencia del usuario y efecto publicitario: Si los resultados de búsqueda están mezclados con una gran cantidad de contenido de opinión (como “este teléfono es el mejor”), los usuarios se irán rápidamente debido a la confusión de información, y las oportunidades de visualización de anuncios y la tasa de clics (CTR) caerán un 22% (datos internos de Google Ads).
Por ejemplo, al promocionar “ropa de protección solar de verano” en una plataforma de comercio electrónico, si la página de detalles del producto dice “esta ropa de protección solar puede bloquear el 99% de los rayos UV (número de informe de prueba: XXX)” (hecho), su clasificación de búsqueda y CTR de anuncios son el puesto 3 y 4.8% respectivamente; si se cambia a “esta ropa de protección solar es la que más vale la pena comprar este verano” (opinión), la clasificación cae al puesto 15 y el CTR es de solo 1.2%.
Los riesgos legales y de cumplimiento obligan a Google a distinguir estrictamente
Muchos lugares del mundo han establecido regulaciones estrictas sobre la “difusión de información falsa”, y Google necesita reducir los riesgos legales distinguiendo hechos de opiniones.
- Ley de Servicios Digitales (DSA) de la UE: Exige que las plataformas asuman la responsabilidad por las “declaraciones fácticas que puedan inducir a error a los usuarios”. Si la difusión de información falsa causa pérdidas a los usuarios (como consejos médicos erróneos), la plataforma debe indemnizar. En 2023, Google fue multado con 22 millones de euros por los reguladores franceses por no eliminar a tiempo contenido de opinión que afirmaba que “un determinado producto de salud puede curar el cáncer”.
- Directrices publicitarias de la FTC de EE. UU.: Prohíben explícitamente las “declaraciones falsas o engañosas”. Si la descripción de un producto confunde hechos con opiniones (como “esta pastilla para adelgazar es 100% efectiva” sin datos clínicos), puede considerarse fraude. En el primer trimestre de 2024, la FTC ya inició investigaciones contra 12 plataformas de comercio electrónico que dependen del marketing de opinión.
La estrategia de respuesta de Google es: marcar el contenido en “áreas de alto riesgo” (médico, financiero, legal) mediante algoritmos y obligar a etiquetar la base fáctica. Por ejemplo, el contenido médico que no cite fuentes autorizadas como PubMed o la OMS verá limitada su aparición en las primeras 5 páginas de resultados de búsqueda.
Sin distinguir hechos de opiniones, el algoritmo “juzgará mal” las necesidades del usuario
Los algoritmos de Google (como BERT, Med-PaLM) dependen de la “comprensión semántica”, pero las características semánticas de las opiniones y los hechos difieren enormemente; no distinguirlos conduce a sesgos en las recomendaciones.
- Diferencias en las características del lenguaje: El contenido fáctico suele usar expresiones objetivas como “los datos muestran”, “el estudio señala”, “según el informe…”; el contenido de opinión usa señales más subjetivas como “creo”, “obviamente”, “todo el mundo siente” (el modelo NLP de Google puede identificar el 92% de las expresiones subjetivas).
- Desajuste en la intención del usuario: Si busca “cómo tratar un resfriado” (necesita hechos), si el algoritmo recomienda “no hace falta tomar medicina para el resfriado, basta con beber agua caliente” (opinión), el usuario se perderá debido a la información ineficaz. Las pruebas A/B de Google de 2023 mostraron que tras distinguir hechos de opiniones, la satisfacción del usuario en búsquedas médicas aumentó un 29%.
Un caso típico ocurrió durante la epidemia de la variante Delta en 2021, cuando un sitio web de salud publicó “La vitamina C puede prevenir al 100% la infección por Delta” (opinión), lo cual fue juzgado erróneamente por el algoritmo como “contenido de alta relevancia” y recomendado. Una gran cantidad de usuarios tras hacer clic reportaron “ineficacia”, lo que llevó a Google a ajustar urgentemente el algoritmo, añadiendo la regla de que “las opiniones médicas deben etiquetarse como ‘no verificadas'”.
En qué se basa Google para “reconocer” los hechos y las opiniones en el contenido
Los algoritmos de Google necesitan procesar más de 20 mil millones de contenidos mixtos de “hecho-opinión” cada día, de los cuales solo el 38% puede clasificarse claramente como “hechos puros”; mientras que entre las quejas por desviaciones en los resultados de búsqueda causadas por “errores en la identificación de hechos”, las áreas de medicina (41%), educación (29%) y noticias (22%) son las más afectadas (informe interno de calidad de Google).
Uso de una “base de datos estructurada” para “etiquetar” hechos
Gráfico de Conocimiento (Knowledge Graph): se trata de una base de datos estructurada que contiene más de 120 millones de entidades (como “Monte Everest”, “Tesla”) y 500 mil millones de hechos (como “altura del Monte Everest 8848.86 metros”, “sede de Tesla en Texas”). Cuando el algoritmo escanea un artículo, extrae primero los “candidatos a hechos” (como números, tiempo, lugar, nombres propios) y luego los compara con los registros de autoridad en el Gráfico de Conocimiento:
- Coincidencia total: si el “proceso del chip del iPhone 16” en el contenido es “3nm” (consistente con los datos de la conferencia oficial de Apple), se etiqueta directamente como “hecho de alta credibilidad”;
- Coincidencia parcial: si escribe “la autonomía del iPhone 16 mejora un 20% respecto a la generación anterior” (no hay un valor específico en el Gráfico de Conocimiento, pero hay un registro de “autonomía de la generación anterior de 18 horas”), el algoritmo lo marcará como “hecho pendiente de verificación”;
- Sin coincidencia: si escribe “el iPhone 16 es el teléfono más vendido” (sin respaldo de datos de ventas), se marca como “candidato a opinión”.
Caso: En 2023, un blog tecnológico publicó “La capacidad de la batería del iPhone 15 supera los 5000mAh”, el algoritmo a través de la comparación del Gráfico de Conocimiento descubrió que los datos oficiales del iPhone 15 eran 4383mAh (web de Apple), pero no encontró una fuente de autoridad para “5000mAh”. Finalmente, el artículo fue marcado como “contiene hechos no verificados” y su clasificación de búsqueda cayó un 30%.
Uso de “reconocimiento de patrones de lenguaje” para distinguir entre el “tono de hecho” y el “tono de opinión”
El modelo de procesamiento de lenguaje natural (NLP) de Google analiza las “características gramaticales” y las “preferencias de vocabulario” de las frases para juzgar rápidamente si el contenido está más cerca de un hecho o de una opinión. Las “señales de hecho” comunes incluyen:
- Expresiones objetivas: “Según el informe 2024 de la Organización Mundial de la Salud (OMS), las muertes mundiales por malaria cayeron a 608.000”;
- Respaldo de datos: “Verificado por 1000 experimentos, la vida útil de ciclo de la nueva batería alcanza las 2000 veces”;
- Fuentes explícitas: “Los datos del Servicio Geológico de Estados Unidos (USGS) muestran que la última erupción del volcán del Parque Yellowstone fue hace 640.000 años”.
Las “señales de opinión” comunes incluyen:
- Evaluaciones subjetivas: “El diseño de este teléfono es muy bonito” (“bonito” no tiene un estándar unificado);
- Expresiones predictivas: “El precio de la vivienda bajará definitivamente el próximo año” (“definitivamente” no puede verificarse);
- Vocabulario absolutista: “Todos los pacientes de COVID necesitan vacunarse” (“todos” ignora las diferencias individuales).
¿Qué tan alta es la precisión del modelo NLP de Google? Las pruebas internas de 2024 muestran una precisión del 91% para identificar contenidos de “hechos puros” y del 85% para “opiniones puras”, pero para contenidos con “mezcla de hechos y opiniones” (como “esta cámara tiene una excelente calidad de imagen (opinión), con una puntuación DxOMark de 95 puntos (hecho)”), la precisión es de solo el 67%, que es también el punto difícil donde el algoritmo necesita optimización adicional.
Uso de “verificación cruzada de múltiples fuentes” para excluir el “sesgo de una sola fuente”
Para evitar ser inducido a error por una sola fuente (como datos inventados por un medio propio), Google requiere que los “hechos de alta credibilidad” pasen por al menos dos verificaciones de fuentes de autoridad independientes. Por ejemplo, cuando el algoritmo detecta un artículo médico que afirma que “un determinado fármaco tiene una tasa de eficacia del 90% para la diabetes”, ejecutará los siguientes pasos:
- Comprobar si hay documentos de aprobación de la FDA (Administración de Alimentos y Medicamentos de EE. UU.) o la EMA (Agencia Europea de Medicamentos);
- Buscar en revistas médicas como PubMed o The Lancet si hay artículos de ensayos clínicos relacionados;
- Comparar con las descripciones de sitios médicos de autoridad (como Mayo Clinic);
- Si más de 3 fuentes independientes mencionan los mismos datos, se etiqueta como “hecho de alta credibilidad”; si solo lo menciona una fuente y no hay otras pruebas, se etiqueta como “hecho de baja credibilidad”.
Tabla: Estándares de verificación de hechos en diferentes áreas (Normativa interna de Google 2024)
| Área | Mínimo de fuentes de autoridad requeridas | Ejemplos de fuentes de autoridad típicas |
|---|---|---|
| Salud médica | ≥3 | FDA, PubMed, New England Journal of Medicine |
| Leyes y política | ≥2 | Webs gubernamentales (.gov), jurisprudencia del Tribunal Supremo |
| Productos tecnológicos | ≥2 | Conferencias de fabricantes, agencias de evaluación de autoridad (como GSMArena) |
| Noticias sociales | ≥2 | Reuters, Associated Press, New York Times |
Google reconoce los “hechos”, ¿qué importancia tiene realmente para el SEO?
En el segundo trimestre de 2024, un análisis de Ahrefs sobre 100.000 palabras clave objetivo de alta búsqueda (búsqueda mensual > 10.000) mostró que: el ranking promedio de los contenidos de tipo fáctico (páginas 1-3) es 2.3 posiciones más alto que el de los contenidos de opinión. Los experimentos internos de Google indican que la tasa de clics (CTR) de los contenidos fácticos es un 37% superior a la de los de opinión (en la misma posición de clasificación); el tiempo de permanencia del usuario es más largo (promedio 2 min 45 seg vs. 58 seg de opinión), y la probabilidad de un segundo clic (visitar otras páginas tras el clic) es un 52% mayor.
El contenido que Google puede identificar con precisión como “hecho” tiene una mayor ventaja en el ranking.
El contenido fáctico es la “puntuación base”, la opinión es el “extra”
En los algoritmos de clasificación de búsqueda de Google (como Page Experience Update, Helpful Content Update), la precisión de los hechos es el “umbral básico”: si el contenido se juzga como “confunde hechos con opiniones” o “error fáctico”, incluso si otros indicadores (como enlaces externos o velocidad de carga) son excelentes, la clasificación se verá suprimida.
- Evidencia de datos: Una investigación de Moz 2024 sobre 5000 sitios médicos mostró que:
- El ranking promedio de los contenidos fácticos (etiquetando fuentes de autoridad y datos específicos) es la página 2.1;
- El ranking promedio de los contenidos de opinión (sin respaldo de datos, valoraciones subjetivas) es la página 6.3;
- Los contenidos marcados por el algoritmo debido a “errores fácticos” caen un promedio de 7.2 páginas en el ranking.
Caso: Un sitio de salud publicó “10 tipos de ‘alimentos anticáncer’ que eliminan por completo las células cancerígenas”, usando expresiones vagas como “estudios demuestran” o “expertos recomiendan” (sin etiquetar instituciones de investigación específicas). Google descubrió, mediante la comparación del Gráfico de Conocimiento, que la “tasa de eliminación del 90% de células cancerosas” mencionada no tenía respaldo de datos de autoridad. Al final, esta página cayó de las primeras 10 páginas para palabras clave relacionadas con “dieta para la diabetes” hasta el puesto 28, con una caída del 63% en el tráfico natural.
El contenido fáctico puede “potenciar” el efecto SEO
El algoritmo de Google juzga la calidad del contenido a través del comportamiento del usuario (clic, permanencia, desplazamiento), y el contenido fáctico tiende naturalmente a activar comportamientos positivos, formando un ciclo virtuoso de “mejora de clasificación → aumento de tráfico → comportamiento más positivo → nueva mejora de clasificación”.
- Desempeño específico:
- Tasa de clics (CTR): En la misma posición de clasificación, la CTR de contenidos fácticos es un 37% superior a la de opiniones (datos internos de Google Ads);
- Tiempo de permanencia: El promedio de permanencia en contenidos fácticos es de 2 min 45 seg, mientras que en opiniones es de solo 58 seg (SimilarWeb 2024);
- Tasa de rebote: La tasa de rebote de contenidos fácticos es del 32%, mientras que en opiniones llega al 68% (HubSpot 2024).
Tabla: Comparación del comportamiento del usuario según tipo de contenido (Promedio del sector 2024)
| Indicador | Contenido fáctico | Contenido de opinión | Amplitud de diferencia |
|---|---|---|---|
| Ranking promedio | Página 2.1 | Página 6.3 | +4.2 páginas |
| CTR (mismo ranking) | 8.7% | 5.3% | +3.4% |
| Tiempo permanencia | 2 min 45 seg | 58 seg | +167 seg |
| Tasa de rebote | 32% | 68% | +36% |
Áreas de alta confianza (Médica/Legal/Financiera)
En áreas de “alto riesgo” como medicina, leyes y finanzas, Google es más estricto con la identificación de hechos: cualquier error fáctico o confusión de opinión puede causar que el contenido sea degradado o incluso bloqueado.
- Área médica: La “Política de Contenido Médico” actualizada por Google en 2023 exige explícitamente:
- Contenidos sobre tratamiento de enfermedades o eficacia de fármacos deben citar fuentes de autoridad como PubMed, FDA o la OMS;
- Si el contenido incluye datos de “tasa de curación” o “tasa de eficacia”, se debe anotar el tamaño de la muestra, las condiciones experimentales y el tiempo de publicación del estudio;
- El contenido que viole las normas se marcará como “no seguro”, y el ranking de búsqueda caerá al menos 10 páginas.
- Área legal: La “Guía de Contenido Legal” colaborada entre la American Bar Association (ABA) y Google establece:
- La interpretación de cláusulas legales debe citar documentos oficiales (como regulaciones federales o precedentes del Tribunal Supremo);
- Datos de “tasa de éxito” deben proporcionar fuentes de casos específicos (como estadísticas de 100 casos públicos de un bufete);
- El contenido que confunda “disposiciones legales” con “consejos de abogados” se verá limitado a aparecer en las primeras 5 páginas para búsquedas de “asesoría legal”.
Caso: Un sitio de consultoría legal publicó “Imprescindible sobre el reparto de bienes en divorcio 2024: 3 situaciones en las que no te toca dinero”, afirmando que “según la última ley de matrimonio, los bienes gananciales se reparten a partes iguales sin excepción” (lo cual contradice el principio de “cuidar los intereses de los hijos, la mujer y la parte sin culpa”). Tras identificar el error comparando con bases de datos legales, Google marcó la página como “error fáctico”, el ranking cayó de la página 3 a la 32, y las llamadas de consulta al bufete bajaron un 41%.
Estrategia SEO a largo plazo
- Comparación de datos: El seguimiento de Ahrefs sobre 1000 sitios (operando > 3 años) mostró que:
- El crecimiento anual promedio del tráfico natural de contenidos fácticos (como “tasas de impuestos a la gasolina por estado 2024” o “análisis de nuevas características de Python 3.12”) es del 18%;
- El crecimiento anual promedio de contenidos de opinión (como “mejores inversiones para 2024” o “10 películas que debes ver”) es del 5%;
- Después de 3 años, el 67% de los contenidos fácticos siguen en las primeras 20 páginas, frente a solo el 29% de las opiniones.
Razón: La necesidad de contenido fáctico es “continua” (como usuarios buscando anualmente la “última política fiscal”), mientras que la necesidad de opinión es “efímera” (como “mejor película del año” solo popular en temporada de premios). El algoritmo de Google también tiende a recomendar contenido “útil a largo plazo“, por lo que los beneficios SEO de los hechos son más estables.
El contenido fáctico obtiene más fácilmente “backlinks de alta calidad”
Los enlaces externos (Backlinks) son uno de los indicadores centrales de SEO, y Google, al evaluar la calidad de los enlaces, prioriza la “credibilidad fáctica” del contenido enlazado.
- Investigación del sector: El análisis de enlaces de Majestic 2024 mostró que:
- El 42% de los enlaces a contenidos fácticos proviene de sitios de autoridad (como .gov, .edu o revistas académicas de primer nivel);
- En el caso de las opiniones, solo el 18% proviene de sitios de autoridad, siendo el resto redes sociales o blogs personales;
- El efecto de mejora de ranking de un enlace de alta calidad (de un dominio de autoridad) es 5.3 veces superior al de un enlace normal.
Caso: Un medio tecnológico publicó “Chip A17 Pro del iPhone 15 Pro Max: ¿proceso de 5nm o 4nm?”, citando documentos técnicos oficiales de TSMC y parámetros históricos de chips Apple (todos con fuentes). El artículo fue enlazado por AnandTech (blog de autoridad tecnológica), y en 3 meses los enlaces externos de la página pasaron de 12 a 287, saltando del puesto 15 al 2 en el ranking de búsqueda.
Por último, quiero decir que, en esencia, el “reconocimiento de hechos” de Google construye un sistema de evaluación de la credibilidad de la información mediante EEAT.
