Knowledge Graph en SEO: cómo aprovechar el grafo de conocimiento de Google

¿Qué es el Knowledge Graph?

El Knowledge Graph de Google es una base de datos masiva que almacena entidades del mundo real (personas, lugares, organizaciones, conceptos, eventos, obras) y las relaciones que las conectan. A diferencia de una base de datos relacional tradicional, modela conocimiento como un grafo de nodos (entidades) y aristas (relaciones tipadas).

Lanzado oficialmente en mayo de 2012 con el slogan “things, not strings”, contiene en 2026 miles de millones de entidades extraídas de fuentes confiables — Wikipedia, Wikidata, datasets gubernamentales, repositorios académicos, y sitios web bien optimizados con schema markup.

El propósito original era simple: cuando alguien busca “Albert Einstein”, Google debería entender que es la entidad persona (físico, premio Nobel, autor de la teoría de la relatividad) y poder mostrar información estructurada relacionada — no solo una lista de páginas que mencionan ese string. En 2026 ese principio se aplica a virtualmente todas las queries: el motor traduce strings a entidades antes de buscar.

Historia: de strings a things

El paradigma “things not strings” tiene historia técnica anterior al lanzamiento de Knowledge Graph. La primera adquisición clave fue Metaweb (2010), startup que mantenía Freebase, una base abierta de datos estructurados. Freebase fue la semilla del Knowledge Graph y se cerró en 2014 una vez transferidos sus datos.

Hitos relevantes para SEO:

• 2012: lanzamiento del Knowledge Graph con 570M entidades iniciales.
• 2013: integración del schema.org (alianza Google, Bing, Yahoo, Yandex) para que webmasters declaren entidades.
• 2014: Knowledge Vault publicado (sistema interno para extraer hechos del web abierto).
• 2017: Knowledge Graph crosses 1 trillion facts.
• 2019: BERT update — entity understanding alcanza nivel de comprensión semántica.
• 2021: MUM (Multitask Unified Model) — multilingual + multimodal entity understanding.
• 2024-2026: AI Overviews uses Knowledge Graph como una de varias fuentes para generar respuestas resumidas.

Componentes técnicos del Knowledge Graph

El Knowledge Graph no es una estructura monolítica. Internamente combina varios componentes:

Nodos: entidades únicas

Cada entidad reconocida tiene un identificador único (MID — Machine ID). El MID persiste aunque cambien los strings que la nombran. Eduardo Peiro tiene un MID (si Google lo ha reconocido como entidad) que persiste aunque renombres tu sitio web.

Atributos por entidad

Cada entidad tiene atributos: tipo (Person, Organization, Place…), nombre canónico, nombres alternativos, descripción, fecha de inicio (founded), founder, locations, official URLs, etc. Algunos atributos se muestran en el Knowledge Panel; otros se usan internamente para query understanding.

Aristas: relaciones tipadas

Las conexiones entre entidades están tipadas. “Eduardo Peiro” → “founder of” → “POS1”. “POS1” → “located in” → “Argentina”. “POS1” → “industry” → “SEO”. Las relaciones permiten al motor responder queries complejas que requieren navegación del grafo.

Confidence scores

Cada hecho en el grafo tiene un score de confianza basado en cuántas fuentes lo confirman y cuán autoritativas son esas fuentes. Hechos de alta confianza aparecen en Knowledge Panels; hechos de baja confianza se usan internamente pero no se exhiben.

Fuentes de datos del grafo

El Knowledge Graph se alimenta de fuentes estructuradas y no estructuradas:

• Wikidata — base abierta de datos estructurados, primary source confiable. Tener entry en Wikidata es path importante a Knowledge Graph.
• Wikipedia — artículos enciclopédicos. Tener Wikipedia article (cuando aplica notability) acelera mucho la entrada al grafo.
• Schema.org markup en sitios autoritativos — schema correctamente populado en sitios con autoridad establecida.
• Datasets gubernamentales — locations, organizations registradas, instituciones públicas.
• Repositorios académicos — Scholar, papers indexados con metadata.
• Knowledge Vault — sistema interno de extraction de hechos del web abierto. Procesa contenido HTML y identifica hechos probables.
• Search behavior signals — patterns de queries y clicks validan o invalidan hechos del grafo.

Consultar el Knowledge Graph (API)

Google expone una API pública limitada del Knowledge Graph: https://kgsearch.googleapis.com/v1/entities:search. Requiere API key gratuita en Google Cloud Console. Permite buscar entidades por keyword, type, language.

Ejemplo de query útil para SEO research:

curl -G "https://kgsearch.googleapis.com/v1/entities:search" \
  --data-urlencode "query=topical authority" \
  --data-urlencode "languages=es" \
  --data-urlencode "types=Thing" \
  --data-urlencode "limit=10" \
  --data-urlencode "key=YOUR_API_KEY"

La response devuelve entidades matching con sus MIDs, descripciones, types, scores. Útil para validar si una entidad está en el grafo, encontrar entidades relacionadas, y detectar disambiguation issues.

Tools opensource que la usan: knowledge-graph-search (CLI), Wikidata Query Service (SPARQL), entity-fishing (server-side NER + linking). Para uso intensivo en SEO workflows, Pos1 App (en desarrollo) integrará esta API + procesamiento dirigido a SAS.

Aplicaciones del Knowledge Graph en SEO

• Mapeo del nicho. Identificar qué entidades de tu tema están ya en el grafo + sus relaciones. Output: entity map del universo semántico.
• Detection de gaps. Comparar entidades del grafo del nicho vs entidades que tu sitio cubre. Output: priorización de contenido.
• Disambiguation control. Asegurarte que cuando tu sitio menciona una entidad, Google la disambigue correctamente. Schema explicit + context apropiado.
• Brand entity construction. Estrategia para que tu marca entre al grafo como entidad con Knowledge Panel.
• AI Overviews positioning. AI Overviews uses el grafo como fuente — sites con presencia fuerte en el grafo aparecen más como fuentes citadas.
• Internal linking semantically aware. Linkear entre páginas en orden que refleje las relaciones reales del grafo, no aleatoriamente.

Cómo entrar al grafo con tu marca

Entrar al Knowledge Graph como marca propia no es trivial pero es alcanzable con effort sostenido. El path típico que aplico:

1. Schema Organization completo en homepage. Con name, url, logo, founder (linkado a Person), foundingDate, sameAs cross-platform.
2. Wikidata entry. Crear entry en Wikidata es viable para muchas marcas. Requiere fuentes secundarias verificables (artículos en medios reconocidos, papers académicos, registros oficiales).
3. Consistent naming. Tu marca mencionada exactamente igual en distintos contextos. “POS1” siempre con esa capitalización, no “Pos1” en algunos lados y “POS-1” en otros.
4. Authoritative mentions. Backlinks editoriales de sites del nicho que mencionan tu marca naturalmente con su nombre exacto.
5. Founder entity. Construir entity Person para founder/key personnel con schema Person + LinkedIn + Twitter sameAs. La autoridad de la persona transfiere a la organización.
6. Wikipedia (cuando aplica). Si tu marca pasa criterios de notability, tener Wikipedia article es el catalizador más potente. Difícil para sites pequeños, viable para marcas establecidas con coverage en medios.

Conseguir un Knowledge Panel

El Knowledge Panel es la manifestación visual de tu entidad en el SERP. Aparece cuando Google está confiado de que la query refiere unambiguously a tu entidad. Conseguir uno requiere:

• Entidad confirmada en Knowledge Graph (paso previo).
• Suficiente search volume para tu marca como query.
• Confidence score alto en los hechos clave (founded, location, founder).
• Verificación Knowledge Panel (Google permite reclamar verificación si ya tenés panel).

Una vez tenés Knowledge Panel, podés solicitar verificarlo via Google Search Console o el flow específico de Knowledge Panel verification. Verificación te permite (a) corregir errores en los hechos exhibidos, (b) sugerir featured image, (c) reportar contenido incorrecto.

Schema markup para alimentar el grafo

El schema markup correctamente implementado es la forma más directa que tenés como webmaster para alimentar el Knowledge Graph con información sobre tu marca y entidades relacionadas.

Patterns críticos:

• Schema Organization en homepage con sameAs a LinkedIn, Twitter, YouTube, Wikipedia, Wikidata Q-ID si aplica.
• Schema Person para founders/key personnel con jobTitle, worksFor (linked to Organization), sameAs cross-platform.
• Schema Article author Person que linkea cada artículo a una entidad Person real verificable.
• Schema Product/Service con brand → Organization, offers con precio/disponibilidad.
• Schema CreativeWork (Book, Course, Article) con author + about + mentions explícitos.
• Schema DefinedTerm para conceptos técnicos del nicho con definitions canónicas.

Limitaciones y caveats

• No hay garantías. Implementar schema perfecto no garantiza entrar al Knowledge Graph. Google evalúa autoridad de la fuente además del schema.
• Timeline largo. Construir presencia en el grafo toma meses-años de signals consistentes, no semanas.
• Algunas entidades nunca entran. Conceptos demasiado nicho o marcas chicas pueden quedar fuera del grafo aún con effort sostenido. No es fracaso — el SEO funciona igual.
• Knowledge Graph evoluciona. Entidades pueden ser merged, splitted, o deprecated. Hechos pueden actualizarse. Monitoring requerido.
• API limitada. La Knowledge Graph Search API expone solo parte del grafo y tiene rate limits. Para uso pesado, considera tools comerciales.

Preguntas frecuentes

¿Cuánto tarda en aparecer mi marca en el Knowledge Graph?

Sin baseline previo: 6-12 meses de signals consistentes (schema + mentions + Wikidata). Marcas con presencia editorial previa pueden ver entrada en 3-6 meses. Marcas hipercomompetitivas o nichos saturados pueden tardar más.

¿Es lo mismo Knowledge Graph que Knowledge Vault?

No exactamente. Knowledge Graph contiene entidades y hechos confirmados con alta confianza. Knowledge Vault es el sistema interno que extrae hechos candidatos del web abierto y los evalúa. Los hechos del Vault con alta confianza pasan al Graph.

¿Sirve hacer entry en Wikidata si no tengo Wikipedia?

Sí. Wikidata acepta entries con criteria de notability menores que Wikipedia. Una entry de Wikidata con fuentes verificables es un boost significativo aunque no llegues a calificar para Wikipedia article.

¿Cómo verifico si una entidad ya está en el grafo?

Buscando con su nombre en Google y observando si aparece Knowledge Panel. Para verificación programática, usá la Knowledge Graph Search API — si la entidad existe, devuelve MID y atributos.

¿El Knowledge Graph reemplaza al PageRank?

No, lo complementa. PageRank sigue siendo parte del scoring pero el peso ha bajado significativamente vs 2010. Entity authority, topical coverage y signals del Knowledge Graph aportan tanto o más para queries del nicho específico.