Seguro que la mayoría de vosotros estáis familiarizados con el término Spam y lo asociáis, rápidamente, al correo electrónico, concretamente al envío masivo de mensajes no deseados, pero cuando hablamos de webspam, ya no todo el mundo es capaz de saber a qué nos referimos exactamente.

Cuando hablamos de webspam nos referimos a páginas que, a través de un conjunto de técnicas, intentan engañar a los motores de búsqueda para que las indexen y les otorguen un buen posicionamiento en las páginas de resultados de búsqueda.

Son páginas, habitualmente, de escasa calidad, que no proporcionan al usuario una buena experiencia de navegación, y que, en muchos casos, tienen objetivos ilícitos, como obtener datos de los usuarios para darles un uso no declarado, instalar algún tipo de malware, o conseguir clics en anuncios, a veces también fraudulentos.

De hecho, aunque no es un fenómeno tan conocido como los correos spam, los buscadores lo consideran un problema y, por ejemplo, Google lanza periódicamente actualizaciones destinadas a luchar contra este tipo de prácticas, la última de ellas este mismo mes de noviembre.

Qué prácticas considera Google WebSpam

En sus directrices para webmasters, Google ofrece una serie de recomendaciones para facilitar que una página sea indexada por el buscador y se posicione en los resultados de búsqueda, pero, además, también incluye un listado de prácticas que considera fraudulentas y que están penalizadas. Entre ellas:

• Incluir contenido generado automáticamente mediante programas informáticos, con el fin de manipular el posicionamiento en los resultados de búsqueda en lugar de ayudar a los usuarios. Por ejemplo:
  • Texto que no tiene sentido al leerlo pero que puede contener palabras clave de búsqueda.
  • Texto traducido por una herramienta automática publicado sin revisión ni edición humana.
  • Texto generado mediante procesos automatizados.
  • Texto generado mediante la combinación de contenido de varias páginas web sin suficiente valor añadido.
• Utilizar enlaces para intentar manipular el PageRank o el posicionamiento de una web en los resultados de búsqueda. Google lo denomina “participación en esquemas de enlaces”, y entre las prácticas de incluye podemos destacar:
  • La compra venta de enlaces o publicaciones que los incluyan, o el envío de productos a cambio de que los usuarios escriban una reseña sobre ellos e incluyan un enlace.
  • El intercambio excesivo de enlaces («enlaza con mi sitio y yo enlazaré con el tuyo»).
  • El uso de programas o servicios automáticos para crear enlaces que lleven a un sitio.
  • Obligar en los términos de servicio de un contrato o acuerdo a incluir enlaces sin permitir que el propietario del contenido pueda calificar de qué tipo de enlace saliente se trata.
  • Creación de enlaces artificiales en una página. Por ejemplo, inserción de anuncios editoriales o publicidad nativa pagada con artículos que incluyen enlaces que manipulan PageRank;
  • Enlaces distribuidos en pies de página o plantillas de varios sitios.
  • Comentarios de foros que incluyen enlaces optimizados en la publicación o en la firma.

Cabe señalar que Google establece que para evitar que un enlace patrocinado pueda ser considerado una práctica fraudulenta, se debe indicar que el enlace está patrocinado, añadiendo el atributo correspondiente en la etiqueta del enlace, o redirigirlos a páginas intermedias que tengan bloqueados los buscadores con archivos robots.txt

Por último, para conseguir enlaces de calidad, Google recomienda incluir contenido original, útil y relevante que atraiga la atención de los usuarios y consiga enlaces por sí mismo.

• Creación de páginas con poco o ningún contenido original: suena a frase hecha, por la cantidad de veces que la hemos pronunciado, pero sigue siendo realidad: en internet el contenido es el rey. Pero no vale cualquier contenido. Se trata de hace contenido original y de calidad, que incluya palabras clave relevantes “bien utilizadas”, es decir, que den sentido al contenido, que formen parte del contexto.
• Redirecciones engañosas: redirecciones que engañan a los buscadores o que muestran a los usuarios contenido diferente al que se pone a disposición de los rastreadores.
• Texto o enlaces ocultos: consiste en introducir en una página contenido que no es visible para los usuarios. Normalmente se trata de acumulaciones de palabras clave.

  Algunas de las técnicas que se utilizan para ocultar texto o enlaces son: usar texto blanco sobre fondo blanco, incluir texto detrás de una imagen, utilizar CSS para incluir texto fuera de la pantalla, seleccionar el valor 0 como tamaño de fuente, u ocultar un enlace incluyéndolo en un solo carácter, por ejemplo un punto al final de un párrafo.

  No se considera texto oculto, y de hecho son una buena ayuda desde el punto de vista SEO, aquellos textos descriptivos que se utilizan para mejorar la accesibilidad de los robots de los buscadores a tecnologías a las que no pueden acceder con facilidad, como por ejemplo imágenes o JavaScript.

• Contenido copiado: puede parecer una buena solución para conseguir contenido de calidad sin grandes esfuerzos, pero copiar contenido de otros sitios web no esuna buena idea. Aparte de tener que enfrentarnos a posibles denuncias por violar derechos de autor, una vez que Google o cualquier otro buscador identifica que un contenido no es original, independientemente de su calidad, penalizará la página que lo contenga.

  Y para evitar estas pensalizaciones, no es suficiente con realizar pequeñas variaciones, como por ejemplo utilizar sinónimos, cambiar formas verbales etc, ya que los buscadores ya cuentan con herramientas para identificar un contenido como copiado, aunque se hayan realizado cambios y no sea exactamente igual.

• Participación en programas de afiliados que no añaden valor suficiente: un programa de afiliación es una red por la que se unen anunciantes y afiliados. Los afiliados ofrecen un espacio publicitario a los anunciantes, y estos, a cambio, abonan al afiliado una comisión por cada compra, suscripción… que lleva a través de su web.

  El problema llega cuando un afiliado se limita a incluir en su página la información ofrecida por los anunciantes y el enlace a su web, y no ofrece ningún otro contenido que añada valor añadido. Por ejemplo, datos adiciones sobre cada producto, artículos en los que se realicen comparaciones de productos… Es decir, es necesario, una vez más, incluir contenido original y útil para los usuarios, que haga que valga la pena visitar la web por sí misma.

• Rellenar las páginas con palabras clave irrelevantes: es una práctica que se generalizó durante un tiempo porque, supuestamente, ayudaba al posicionamiento. Acumular palabras clave, sin ningún sentido. Si en algún momento dio resultados -nosotros no tenemos claro que así fuera- ahora podemos asegurar que se trata de una práctica contraproducente, ya que puede llevar a que una web sea catalogada como spam y, por tanto, penalizada.

  No hay un límite para el número de palabras clave que podemos añadir en nuestros contenidos, pero es necesario utilizar el sentido común y que nuestros textos tengan sentido, que todas las palabras clave que introduzcamos sean relevantes, y que nuestros textos se redacten de forma natural. Por eso, es un error añadir listados de palabras clave sin sentido, que no aporten nada a nuestro contenido, o que forcemos repeticiones de palabras clave, que no aportan nada al contenido.

• Creación de páginas con comportamiento malicioso: esto incluye páginas que suplantan identidades o que instalan software malicioso en el ordenador del usuario sin su consentimiento.