≡En resumen
- El random surfer imagina a un usuario que sigue enlaces al azar y a veces salta a una página cualquiera.
- El PageRank de una página es la probabilidad de que ese usuario imaginario esté en ella.
- El factor de amortiguación (normalmente 0,85) separa la parte que llega por enlaces del salto aleatorio.
- El reasonable surfer, patentado por Google en 2004, da más peso a los enlaces que un usuario real tiene más probabilidad de pulsar.
- Para el SEO, la consecuencia es clara: no todos los enlaces valen lo mismo; importan su posición, su contexto y cuántos enlaces comparten página.
01 ¿Qué es el modelo de navegación aleatoria?
El modelo aparece en el artículo en el que Sergey Brin y Larry Page presentaron Google, «The Anatomy of a Large-Scale Hypertextual Web Search Engine», publicado en 1998 en la revista Computer Networks. Allí explican que PageRank puede entenderse como un modelo del comportamiento del usuario y lo resumen con una frase: «The probability that the random surfer visits a page is its PageRank».
La gracia del modelo es que convierte una intuición (una página es importante si la enlazan páginas importantes) en algo que se puede calcular para miles de millones de documentos.
02 Cómo funciona: la fórmula y el factor de amortiguación
En el artículo original, el PageRank de una página A que reciben enlaces de las páginas T1 a Tn se define así:
PR(A) = (1 − d) + d · (PR(T1)/C(T1) + … + PR(Tn)/C(Tn))
Donde C(T) es el número de enlaces salientes de cada página que enlaza a A y d es el factor de amortiguación (damping factor), que puede ir de 0 a 1 y que los autores fijaban normalmente en 0,85. El cálculo se repite de forma iterativa hasta que los valores se estabilizan.
La parte que llega por enlaces
Cada página reparte su PageRank a partes iguales entre sus enlaces salientes. Una página con 10 enlaces pasa una décima parte a cada uno.
El salto aleatorio
Con d = 0,85, en torno al 15 % del peso corresponde a que el navegante se aburra y salte a una página cualquiera, sin seguir enlaces.
Por qué hace falta el salto
Sin él, el navegante quedaría atrapado en páginas sin enlaces salientes o en grupos de páginas que solo se enlazan entre sí.
Personalización
Brin y Page ya apuntaban que el salto aleatorio podía dirigirse a un grupo de páginas concreto, lo que dificulta manipular el sistema.
Matemáticamente, el random surfer es una cadena de Márkov: el siguiente paso solo depende de la página en la que está el navegante. Brin y Page señalan que los PageRank forman una distribución de probabilidad sobre las páginas web y que se pueden obtener con un algoritmo iterativo sencillo, porque corresponden al vector propio principal de la matriz de enlaces normalizada. Por eso Google podía calcularlo para toda la web de la época con recursos modestos.
03 Ejemplo práctico del random surfer
Imagina una web con una home que enlaza a una página de servicios y a un blog, un blog que enlaza solo a servicios y una página de servicios que enlaza solo a la home. El navegante aleatorio que esté en la home irá a servicios o al blog con la misma probabilidad; desde el blog, siempre a servicios. Si haces el cálculo con d = 0,85, servicios queda ligeramente por delante (en torno al 40 % de las visitas del navegante), porque recibe enlaces de las otras dos páginas; la home, que recibe todo lo que reparte servicios, queda muy cerca (en torno al 39 %); y el blog, que solo recibe la mitad de lo que reparte la home, se queda en torno al 21 %.
Esta lógica es la base de la metáfora del link juice: la autoridad fluye por los enlaces y se reparte entre los enlaces salientes de cada página. También explica por qué los enlaces internos sirven para decidir qué páginas de tu web reciben más peso.
04 Random surfer vs reasonable surfer
El modelo original trata todos los enlaces de una página por igual, pero una persona real no pulsa igual un enlace destacado en el texto que uno diminuto en el pie de página. Google lo corrigió con el reasonable surfer («navegante razonable»), descrito en la patente US 7,716,225, «Ranking documents based on user behavior and/or feature data», de Jeffrey Dean, Corin Anderson y Alexis Battle, presentada el 17 de junio de 2004 y concedida el 11 de mayo de 2010. La patente asigna a cada enlace un peso según la probabilidad de que se pulse, a partir de sus características.
| Aspecto | Random surfer (1998) | Reasonable surfer (patente de 2004) |
|---|---|---|
| Cómo elige el enlace | Al azar, todos con la misma probabilidad | Según la probabilidad de que un usuario real lo pulse |
| Peso de cada enlace | El mismo para todos los enlaces de la página | Distinto según sus características |
| Señales que usa | Solo la estructura de enlaces | Posición, tamaño y color de la fuente, texto ancla, contexto, tipo de página y datos de navegación |
| Consecuencia SEO | Cuantos más enlaces, mejor | Un enlace visible en el contenido vale más que uno escondido o en el pie |
05 ¿Sigue vigente el modelo en el Google de hoy?
Sí, aunque muy transformado. En su guía de sistemas de ranking, Google explica que PageRank fue uno de sus sistemas principales cuando se lanzó el buscador, que su funcionamiento ha evolucionado mucho y que sigue formando parte de sus sistemas principales de ranking. Lo que desapareció fue el PageRank público de la barra de herramientas, que Google dejó de mostrar en abril de 2016.
- ✓Consigue enlaces desde páginas que a su vez reciben enlaces y tráfico, no desde páginas huérfanas.
- ✓Prioriza enlaces dentro del contenido principal, en contexto y con un texto ancla descriptivo.
- ✓Desconfía de las páginas con cientos de enlaces salientes: cada uno recibe muy poco.
- ✓Enlaza desde tus páginas más fuertes a las que quieres posicionar.
- ✓Evita páginas sin salida y cadenas de redirecciones que cortan el recorrido.
- ✓Revisa qué enlaces están marcados como nofollow, sponsored o ugc.
06 Qué significa para tu estrategia de enlaces
El random surfer explica por qué un enlace de una página con autoridad vale más que diez de páginas sin ella; el reasonable surfer, por qué un enlace destacado en el cuerpo del texto vale más que uno perdido en un listado. Juntos son la mejor respuesta a la pregunta de cómo medir la calidad de un enlace: autoridad de la página de origen, número de enlaces con los que compite, posición, contexto y anchor text. Los enlaces con atributo nofollow se tratan como una indicación y no como una orden.
Preguntas frecuentes sobre Modelo de Navegación Aleatorio
Es el modelo en el que se basa PageRank: un usuario imaginario que pulsa enlaces al azar y a veces salta a una página cualquiera. La probabilidad de que esté en una página es su PageRank.
Sergey Brin y Larry Page, que lo describieron en 1998 en el artículo en el que presentaron Google.
Es el parámetro d, que los autores fijaban normalmente en 0,85. Separa la parte del PageRank que llega por enlaces de la que corresponde al salto aleatorio.
El random surfer pulsa todos los enlaces con la misma probabilidad; el reasonable surfer, patentado por Google en 2004, da más peso a los enlaces que un usuario real tiene más probabilidades de pulsar.
Sí. Google afirma que PageRank ha evolucionado mucho, pero sigue siendo parte de sus sistemas principales de ranking. Lo que ya no existe es el valor público de la barra de herramientas.
Según el modelo original, sí; según el reasonable surfer, no: pesan más los enlaces visibles, en el contenido y con un contexto relevante.
Es el valor que Brin y Page usaban normalmente según su artículo. En la práctica equilibra el peso de los enlaces con el salto aleatorio y hace que el cálculo converja rápido; no es una constante oficial que Google publique hoy.
Fuentes consultadas
Sobre el autor
Raúl Aránega Segura
CEO y especialista SEO en appyweb
Fundador de appyweb. Más de una década posicionando webs y tiendas online en Google y, ahora, en las respuestas de la IA.
Ver perfil en LinkedIn ↗