Como funciona Google Trends

En un par de twitteos con mi ex jefe y amigo personal @vaticanochico conversábamos acerca de la baja que presentan la mayoría de los medios online chilenos en Google Trends for Websites desde principios del 2008. Esta conversación la habíamos tenido antes además durante nuestras jornadas laborales.

Es posible tratar de explicar la baja en el tráfico, en el caso particular de @OjoPiojo la atribuye a la crisis económica y en particular a que muchas personas habrían cesado sus contratos de conexión a Internet. Pero no sólo basta buscar una explicación, sino también entender, o tratar de entender, como trabaja Google Trends, y como hace para recopilar los datos que presenta.

Como recopila datos Google Trends

Google Trends es uno de los tantos buenos experimentos que han surgido desde Google Labs, mediante Trends es posible conocer el nivel de búsquedas de ciertos términos y desde hace un tiempo conocer el nivel de visitas a un determinado sitio. Es aquí donde empiezan los problemas. La primera parte es sencilla, Google pone a disposición su base de datos, por lo que no hay mucho que investigar ¿Pero como calcula las visitas a una determinado sitio? Aunque nos guste mucho el buscador de la gran G, no todas las visitas vienen desde el motor de Google, por lo que no podría asociarse a que sólo son datos de las búsquedas. Por ahí también escuché que toma la información de los anuncios de Adwords o Adsense y que el uso o desuso provoca los vaivenes de la data, para mi esto no tiene mucha válidez; podría ser un componente más pero no el más importante.

Veamos que nos dice el mismo Google de cómo opera su servicio.

Trends calcula el número de visitas únicas diarias mediante la información que recopila de varias fuentes:

1. Información agregada de los datos de las búsquedas


2. Paneles de usuarios anónimos (al estilo de Alexa o Quantcast)


3. Otras fuentes de investigación de mercado de terceros


4. Y claro, Google Analytics

Esta información es agregada sobre millones de usuarios y computada por algorítmos computacionales, por lo que no contiene información personal identificable.

Un punto muy importante es que generalmente las cifras de Trends no coinciden con las cifras de las herramientas internas de cada sitio web. Esto pasa porque que los resultados son sólo estimaciones, además los datos se van actualizando periódicamente, no son en tiempo real, por lo que cambios recientes no son reflejados inmediatamente. Y por último, aún es un producto que está dentro de Google Labs, o sea está en una etapa de desarrollo.

La información desde nuestras cuentas de Google Analytics no es compartida en forma individual, sólo de manera agregada, siempre y cuando los usuarios estén de acuerdo en compartir su información.

Con toda esta información Google Trends computa algoritmos estadísticos, los cuales son siempre estimaciones, basados en la data de las búsquedas y que luego ajusta con información de contraste como Analytics, paneles de consumidores e información de mercado. En el caso de Chile no hay muchas referencias de contraste confiables, más que la información agregada de las cuentas de G.A. Por lo que la fuente principal de información de Trends deberían ser las búsquedas: el computador toma esta información, hace estimaciones y trata de ajustar en algo con las cifras de Analytics, recordemos que sólo la usa en el agregado, es decir en su conjunto. Así por ejemplo, cuando pedimos la información de un sitio en particular lo que hace es estimar con lo que tiene en su base de datos de búsquedas. Luego compara con la información de contraste.

Para entender como funciona esto, un ejemplo. Supongamos que pedimos la información de tráfico para un sitio X, Google hace la estimación con lo que tiene en su base de datos de búsquedas. Pero tal vez por alguna razón en un mes en particular el tráfico de todos los sitios asociados a la misma categoría del sitio X tuvieron un alza importante, que no fue reflejada en las búsquedas. Esa es la información de contraste, entonces con eso en mano Trends ajusta para ese mes en particular para que su estimación sea más cercana a la realidad. Imagínense esto millones de veces amplificado por las computadoras y millones de algoritmos; sólo una idea: para desarrollar Google Flu se utilizaron más o menos 50 millones de las consultas más comunes entre 2003 y 2008.

Mientras más información tenga Google más preciso será Trends, mientras más visitas tenga un sitio, más certera será también su estimación.