Google o Yahoo. ¿Cuál es mejor? (I Parte)

El motivo, no saber como hacer dinero con un buscador, la venta de posicionamiento en los buscadores, lejos de dar dinero, había llevado en masa a los usuarios a los brazos de Google, el único que siguió siendo honrado con el usuario. Estando así las cosas, Google introduce Adwords, o lo que es lo mismo, la venta de posicionamiento sin engaño para el usuario y lo nadie sabía hacer rentable, se transforma en el mejor modelo de negocio de la red.

Hay negocio, ¡allá vamos todos!

Como con el “huevo de Colón”, una vez descubierto el sistema, cualquiera es capaz de repetirlo, de modo que antiguos y nuevos buscadores, despiertan de su letargo e inician la lucha por su parte del pastel. Hoy la diferencia entre Google y sus seguidores ha disminuido, sobre todo con Yahoo. Una declaración de Jennifer Stephens responsable de Yahoo, ha abierto la polémica por saber quien es mejor, Yahoo o Google. Enrique Dans en su blog, recoge y comenta un articulo de “The Guardian” sobre ello, con dudas, da vencedor a Yahoo, pero en el artículo se comparan las dos compañías, no los buscadores, y mi preocupación se centra en saber cual es hoy el mejor buscador de Internet, independientemente de que además sus compañías hagan otras cosas como tener blogs, dar correo o enseñar mapas.

La política de Yahoo

Yahoo sigue la senda usada por las empresas japonesas en los años 70, primero imitar al líder y luego superarlo. Se ha alcanzado la primera meta, ¿no es esta una copia perfecta de la página de inicio de Google? La pregunta del millón es ¿cómo buscador, supera ya Yahoo a Google?, o lo que es lo mismo, ¿llegó la hora de que abandonemos Google y volvamos a Yahoo?

Esto es lo que me propongo estudiar mediante una pequeña comparativa que no pretende ser un trabajo científico, pues carezco de medios para analizar el conjunto de variables que componen el funcionamiento de los buscadores, trato únicamente de averiguar si hoy la diferencia entre ambos es aún significativamente amplia, o si por el contrario, ambos buscadores son más o menos equivalentes.

Páginas exploradas y encontradas.

Tradicionalmente Google indica en su página de inicio las webs que indexa, hoy indica que visita 8.168.684.336 páginas. Por su parte Yahoo no revela este dato, pero últimamente anuncia que actualmente indexa 19.200 millones, es decir que hoy dobla el número de páginas visitadas por Google.

Para hacer la comparativa he escogido la búsqueda de cuatro ciudades de distinta importancia, Chicago (Usa), Avignon (Francia) y Cluj (Rumanía), y por último, Foncastín, una aldea de 150 habitantes de la provincia de Valladolid, que espero, (y deseo), que produzca pocos documentos, pues pienso estudiar y valorar una amplia nuestra de los mismos manualmente, pues la conozco la aldea por ser una pedanía del pueblo donde procedo (Rueda), por lo que creo poder juzgar la calidad de los documentos encontrados por ambos buscadores y dilucidar cual de los dos, ha dado la mejor respuesta, no solo en número, sino lo que es más importante, en el orden en que esta información la ofrecen al usuario.

Realizada la comparativa, los resultados obtenidos son los siguientes:

Chicago En la web En español De España Imágenes

Google 146.000.000 924.000 453.000 1.860.000

Yahoo 389.000.000 5.110.000 2.570.000 1.636.000

Avignon En la web En español De España Imágenes

Google 2.660.000 85.900 25.700 176.000

Yahoo 8.530.000 118.000 127.000 58.897

Cluj En la web En español De España Imágenes

Google 733.000 12.600 9.030 27.100

Yahoo 3.980.000 37.900 25.900 14.799

Foncastín En la web En español De España Imágenes

Google 885 401 349 40

Yahoo 829 630 786 0

Los resultados indican, como era de esperar, que los documentos encontrados están en función de la importancia de la ciudad y del número de documentos explorados, por lo que si hubiera que tener en cuenta las webs encontradas, ganaría Yahoo por goleada. Ha sido una desagradable sorpresa para mí, que los tendré que revisar, el número de documentos encontrados para Foncastín, una pedanía de 150 habitates, nacida en 1950, y que carece por tanto casi de historia, como carece de monumentos, parajes turísticos o cualquier otro motivo de interés que justifique la existencia de tal cantidad de web, tengo auténtica curiosidad por saber que cuentan sobre Foncastín tal cantidad de documentos.

¿Pero realmente hay tantos documentos?

Cuando aparece un número alto de respuestas, no hay forma de verificar la veracidad del número de documentos que dicen encontrar los buscadores. No pienso con ello que haya intento de engaño, pero el números ha de tomarse solo como ellos indican, “aproximadamente X páginas”, la misma búsqueda hecha en días sucesivos, da cantidades diferentes, con diferencias que no se explica si no es por los diversos caminos que la consulta haya seguido en el propio buscador. Igualmente sorprende que con frecuencia, encuentren más páginas de España, que en español, (ocurre esto tanto en Google como en Yahoo), pues aún aceptando que haya documentos sobre el tema escritos en catalán, en vasco o en inglés en webs alojadas servidores españoles y por tanto computados como documentos españoles, pero no en español a efectos de búsqueda, parece lógico pensar, que por pura demografía, siempre serán más los escritos en español de todo el mundo, donde existen países de amplia demografía, como México, Argentina o Chile, o la amplia población hispanohablante de Norteamérica, que los escritos en lenguajes autonómicos o foráneos en servidores españoles. Creo que el número de respuestas más que una realidad indica la relevancia del término utilizado en la búsqueda, el denominado índice de popularidad o número Google, más que la cifra real de documentos realmente existentes. Para el término Foncastín en España, pese a decir Google que existen 349 exhibe solo 99 amparándose que el resto son entradas “muy similares”, si se pide que repita la búsqueda con estas paginas aparecen 358, alguna más que las que anuncia. Yahoo en las mismas circunstancias dice encontrar 786, pero enseña solo 65, solicitando los similares, solo enseña 189.

Documentos encontrados, los necesarios

En todo caso por muchos documentos que digan encontrar, a la hora de la verdad Yahoo enseña como máximo mil páginas y Google se para más o menos en las 800, por tanto el dato, ni es de excesivo interés, ni hay posibilidad de verificarlo. El problema es que tanto da pues no hay nadie que sea capaz de revisar tantos documentos, podíamos decir, parodiando a la Rolls Royce cuando le preguntan por la potencia de los motores de sus vehículos, ¿Cuántos documentos localizan Google o Yahoo? Los necesarios.

A veces Google hace cosas raras

Con el término Cluj me ocurrió algo extraño, cuando busque el número de imágenes, en un primer intento, Google solo presentó 19, hube de poner “Cluj”, (entre comillas), para que el buscador me diera 27.100 imágenes. A partir de ese momento, cuando he vuelto a buscar sin comillas el resultado ha sido el correcto, esto me ha ocurrido alguna vez trabajando con Google, buscando imágenes o webs, parece como si de vez en cuando Google encontrara dificultades imprevistas para manejar las consultas. Según mi experiencia, si trabajas con Google y obtienes muchos menos resultados de los previsibles, conviene probar a repetir la búsqueda con las palabras entrecomilladas.

Google trabaja mal con acentos y letras no usadas en inglés

Por otra parte, he detectado que por sistema Google encuentra problemas cuando trabaja con letras no pertenecientes a la grafía inglesa, vocales acentuadas, letras específicas de un idioma como la Ñ o la Ç caracteres como & y cosas por el estilo. Sí buscamos la palabra cañón, gran parte de los resultados obtenidos se refieren a la compañía Canon o al canon de la SGAE y sólo si ponemos “cañón” los resultados se refieren a cañónes. Yahoo en cambio, no se confunde en estos casos.

Preparando este trabajo me ocurrió otro caso curioso, inicialmente había seleccionado la ciudad de Gramsh (Albania) en lugar de Cluj y al introducir esa palabra en Google obtuve la sorprendente cantidad de 7.250.000 respuestas cuando Yahoo me daba 27.700. ¿Qué había pasado?, pues que Google no distingue entre Gramsh y Grams pues no considera la “H” muda final y daba como resultados todos los documentos que incluyen la palabra Grams (gramos) que lógicamente son innumerables. Cuando puse en Google “Gramsh” el número de respuestas bajó a 10.200 más acordes con las dadas por Yahoo y por lo que observé en su mayoría se referían correctamente a la ciudad de Albania. Dado el errático funcionamiento de esta palabra para no complicar más la comparativa decidí sustituirla por Cluj, que en principio parecía menos conflictiva.

El tamaño no es lo importante ;-)

Un gran número de documentos encontrados no garantiza calidad en la respuesta, pues en la práctica solo son útiles las treinta primeras respuestas que presentan los buscadores. Por tanto, lo que en definitiva mide la calidad de un buscador no es si el buscador encuentra 40.000 documentos, o solo 20.000, o si presenta 1000 o 800 documentos, lo importante es, si el algoritmo que valora correctamente la importancia de los documentos encontrados, si es capaz de colocar entre los treinta primeros, aquellos que son de máxima utilidad para nosotros.

En el estudio de esta respuesta hay una parte bastante objetiva, estudiar si el algoritmo de ordenación coloca los documentos encontrados en orden a su calidad, pero hay otra totalmente subjetiva, considerar si las respuestas dadas por un buscador “me vale” mejor que las que da el otro, es decir si el algoritmo además de ordenar bien, realiza la selección de documentos con un criterio equivalente al que “yo” utilizaría de hacerlo a mano.

Continuará

La semana que viene iniciaré un análisis de la información devuelta. Estudiare en detalle las respuestas dadas para Foncastín en España, por dos motivos, el primero es que es una aldea perfectamente conocido por mi, por lo que espero poder valorar con justicia la calidad de la información encontrada y por otra parte las respuestas son una cantidad relativamente manejable, que permiten ser estudiado en su totalidad, al menos mediante un amplio muestreo, por lo que llegaremos a conocer algo fundamental, si lo que sacan los buscadores en los primeros lugares es lo mejor, o hay documentos importantes que quedan perdidos en el fondo.

This work is dedicated to the Public Domain.