Page 1

Espacios. Espacios. Vol. 31 (1) 2010. Pág. 4

La importancia de la tecnología de búsqueda en la web, la innovación y el modelo de negocios, para explicar el éxito de Google: Una sana indiferencia por lo imposible The importance of web search technology, innovation and business model in explaining Google’s success: A healthy disregard for the impossible Luís F. A. Guedes, Liliana Vasconcellos, Eduardo Vasconcellos y Moacir Miranda Oliveira Junior Recibido: 10-10-09 - Aprobado: 27-12-09

Contenido            

Introducción Factores que Influyen sobre el Éxito de las Empresas de Base Tecnológica Métodos de Investigación La historia de Google La Tecnología de Búsqueda en la Web y el Éxito de Google La Tecnología básica de búsqueda en la Web Análisis de emparejamiento de hipertexto (hypertext-matching) Innovaciones Adicionales al motor de búsqueda en la Web Gestión y Modelo de Negocios Criterios de Competitividad para el Negocio de Búsqueda en la Web Consideraciones Finales Referencias Bibliográficas

RESUMEN:

ABSTRACT:

Entre las empresas de base tecnológica de crecimiento rápido, Google ha demostrado un excelente desempeño en los últimos años. El objetivo del presente estudio es analizar la importancia de la tecnología de búsqueda en la Web, la innovación y el modelo de negocios, sobre los indicadores clave de desempeño de Google. La metodología se basa en entrevistas con empleados de la alta jerarquía de Google. El resultado llevó a dos principales conclusiones: la infraestructura tecnológica acumulada por Google, desde su inicio, y las innovaciones adicionales al motor de búsqueda forman la base sobre la cual se estructura todo el negocio.

Among the fast growing technology based companies, Google has shown an outstanding performance in the last few years. The purpose of this research is to analyze the importance of web search technology, innovation, and business model towards Google‟s key performance indicators. The methodology was based on interview with Google senior employees. The outcome of this research led us to two main conclusions: the technological infrastructure assembled by Google since the early years and the incremental innovations on the search engine form a base over which the entire business depends on. Keywords: Technology Management;


Palabras clave: Gestión de la Tecnología; Innovación; Cloud computing; Google

Innovation; Cloud Computing; Google

Introducción Entre las empresas de base tecnológica de crecimiento rápido, Google ha demostrado un excelente desempeño en los últimos años. Su flujo de ingresos, basado en un modelo de publicidad infinitamente escalable basado en el sistema de búsqueda depende, sin embargo, de la exactitud del propio motor de búsqueda. El principal producto de publicidad es la venta, en su propio sitio, de anuncios sensibles al contenido, del tipo pay-per-click y con alto margen de rentabilidad, producto éste al cual se le da el nombre de AdWords. En la medida en que los miles de millones diarios de consultas (en los EEUU fueron aproximadamente 4,8 mil millones en octubre de 2008) se tornan más veloces, relevantes y exactas, más interés atraerá el sitio Google y, por consiguiente, más eficaz será la publicidad, en cuanto al retorno sobre la inversión, para los clientes. Por otro lado, los desafíos enfrentados por las empresas de base tecnológica son de amplio conocimiento: “La investigación indica que apenas el 36% de las empresas de nuevas tecnologías sobreviven por cuatro años y una proporción aun menor funciona, después de cinco años.” (Zhu, 2008). Song et al (2008) afirman que solamente el 21,9% de las 11.259 firmas de capital-riesgo en el área de nuevas tecnologías, fundadas entre 1991 y 2000 en los Estados Unidos, sobrevivieron los primeros cinco años de vida. De acuerdo con Almario y Vasconcellos (2001, p. 5), muchas empresas de base tecnológica tienen que lidiar con “[…] elevada incertidumbre del mercado, elevada incertidumbre tecnológica, ciclos de vida de sus productos cortos y principalmente, falta de recursos en el inicio de sus actividades.” Por lo tanto, se torna cada vez más importante comprender los factores que influyen sobre el éxito en los negocios, principalmente en el caso de empresas basadas en tecnologías innovadoras. De acuerdo con Amador y Márquez (2009, p. 8), “La gestión eficiente de la tecnología posibilita en la organización la optimización en el uso de sus recursos tecnológicos, así mismo, permite establecer ventajas competitivas que sean sostenibles en el tiempo.”. En este contexto, el objetivo del presente estudio es analizar la importancia de la tecnología de búsqueda en la Web, la innovación y el modelo de negocios, sobre los indicadores clave de desempeño de Google. Teniendo en cuenta que, “las innovaciones de Google en tecnología de Internet han producido el mejor motor de búsqueda del mundo” (Zhu, 2008), es de suma importancia entender de qué forma el éxito actual de esta empresa de miles de millones de dólares está relacionado con su innovador motor de búsqueda, impulsado por una enorme y compleja infraestructura tecnológica. Es importante también recalcar que, a pesar que Google


ofrece muchos productos basados en diferentes tecnologías, el presente trabajo tiene como foco la tecnología del motor de búsqueda y su relación con los factores de desempeño preferidos por los usuarios, como uno de los factores clave para el éxito de Google. Se discuten también el modelo de negocios y la importancia de la cultura de innovación. Los principales resultados obtenidos se resumen y se organizan en seis temas. Primero, se presentan algunas consideraciones sobre el éxito de las empresas de base tecnológica, de acuerdo con una revisión de la literatura. A continuación, se describen los métodos de investigación y la historia de Google, seguidos por una discusión sobre el éxito de esta empresa. Por último, se presentan las consideraciones finales y las referencias bibliográficas.

Factores que Influyen sobre el Éxito de las Empresas de Base Tecnológica El éxito de una empresa puede definirse como “un nivel superior de retorno comercial y financiero” (Wensley, 1997). La Tabla 1 presenta ejemplos de indicadores clave de desempeño, con base en la revisión de la literatura. Tabla 1 – Indicadores Clave de Desempeño de Empresas Indicadores Desempeño

Clave

de

Autor

Imagen pública

Bae et al (2000)

Crecimiento en ventas

Batt (2002); Delaney et al (1996); Banker et al (1996); Roberts (1992)

Participación en el mercado

Delaney et al (1996)

Productividad

Hit et al (2001); Guthrie (2001)

Rotación de personal

Arthur (1994); Guthrie (2001); Batt (2002)

Calidad del producto

Varma et al (1999); Bae et al (2000); Delaney (1996)

Rentabilidad

Roberts (1992)

Fuente: autores

Métrica   

Valor de la marca Valor de la empresa Precio de la acción y evolución

 

Ventas Precio de la acción, variación de la acción a lo largo del tiempo

 

Participación en el mercado local (EEUU) Expansión internacional

Ingresos por empleado

Clasificación como „Mejor Empresa para Trabajar‟

 

Participación en el mercado Clientes activos

Ganancia y Margen


Explicar el éxito de una compañía es un desafío constante. De acuerdo con Wensley (1997): “Después de décadas de investigación, actualmente se acepta que, son tantos los factores responsables por el desempeño de los negocios, que es prácticamente imposible que un único análisis logre desarrollar una variable que represente más del 10% de la varianza en cualquier factor, como por ejemplo, Rendimiento de la Inversión (ROI por sus siglas en inglés).” Del mismo modo, Roberts (1992) observa que, “Diversos grupos de factores, combinados de formas diferentes, pueden tener como resultado empresas con el mismo nivel de éxito, cada una de ellas habiendo alcanzado dicho éxito por motivos diferentes.” Además de las limitaciones arriba mencionadas, el comprender los factores para el éxito de una compañía puede contribuir para mejorar la gestión empresarial, ya que los líderes pueden adaptar la experiencia de otras firmas, a su propio contexto empresarial. Muchos trabajos han sido elaborados con foco en este tema. Song et al (2008), analizaron ocho factores de éxito, homogéneos y significativos, para empresas de capital-riesgo (ventures) en el área de nuevas tecnologías: (i) integración de la cadena de suministro; (ii) alcance de mercado; (iii) antigüedad de la empresa; (iv) tamaño del equipo de fundadores; (v) recursos financieros; (vi) experiencia de mercadeo de los fundadores; (vii) experiencia de los fundadores en el ramo; y (viii) existencia de protección de patentes. Roberts (1992) analizó las acciones estratégicas que influyen en el éxito empresarial de las empresas de base tecnológica, después de su fundación: orientación de marketing (interacciones con el mercado, así como también, prácticas y organización de marketing); orientación de gerencia (adquisición de habilidades gerenciales, foco en problemas) y financiamiento (financiamiento subsiguiente). Albers y Clement (2007) también testaron el impacto de las estrategias de marketing y los modelos de negocio seleccionados, sobre los ingresos y la rentabilidad, en un estudio de 147 empresas de ebusiness. Los resultados confirman la importancia de los modelos de negocios para alcanzar rentabilidad, así como también, el impacto de la estrategia de marketing sobre los ingresos (Albers, Clement, 2007).

Métodos de Investigación Se seleccionó el método de estudio de caso por ser el instrumento más adecuado para analizar la importancia de la tecnología, para el éxito de Google. Como limitación de la investigación, es importante señalar que el objetivo del método de estudio de caso no es el de representar toda una población, y sí, apenas el caso seleccionado (Stake, 1994; Scandura, Williams, 2000). Los datos básicos para la investigación se obtuvieron a través de entrevistas con dos ejecutivos de Google (CEO para América Latina y Director de Comunicaciones de Google Brasil) y un empleado del Departamento Financiero de la empresa. A estos datos se agregaron otros, provenientes de documentos de la empresa y otras publicaciones.

La historia de Google


Los primeros servicios de búsqueda en la Web se basaban en directorios on line, como por ejemplo, los catálogos. Esta solución se volvió ineficiente, a la medida que el contenido disponible en Internet se tornaba cada vez más extenso y complejo. En dicho contexto, en 1997, Sergey Brin y Larry Page, en la época estudiantes en Stanford, iniciaron el desarrollo de su propio algoritmo e índice de motor de búsqueda, al cual más tarde se le daría el nombre de PageRankTM. El motor de búsqueda basado en PageRankTM, desarrollado sin un plan de negocios, inicialmente se puso a disposición de los estudiantes, profesores y empleados de Stanford. La principal estrategia de los emprendedores era desarrollar un software de búsqueda en la Web, para posteriormente, venderlo a un sitio de Web especializado. Con el apoyo de la oficina de licencias tecnológicas de Stanford, Brin y Sergey trataron de vender su motor de búsqueda y método de publicidad a otras empresas, pero ninguna se interesó. Con el tiempo, ambos emprendedores fundaron su propia empresa, para operar y mejorar la herramienta de búsqueda y el mecanismo de publicidad online. La revista PC Magazine en su edición especial de 1998 – Los 100 Mejores Sitios Web – señala que Google “posee una habilidad extraordinaria para obtener resultados de extrema relevancia” y reconoce a la empresa como el mejor motor de búsqueda, colocándolo en primer lugar en la lista de sitios Web. En 1999, Google recibió una inversión de 25 millones de dólares por parte de dos sociedades de capital- riesgo y, en el año 2000, la empresa se transformó en el mayor motor de búsqueda en la Web, con más de 1 millón de localizadores unificados de recursos (URL, por sus siglas en inglés), en su página principal. A fines del 2008, esta cifra se aproximaba de 1 millón de millones. En esa fecha, Google estaba disponible en 26 idiomas, incluyendo chino, portugués, holandés, noruego y danés. En el 2001, Eric Schmidt fue contratado para ocupar el cargo de presidente de la empresa y sucesor de Sergey Brin, con lo cual se agregó experiencia ejecutiva y se le señaló al mercado una mejora en la alta jerarquía de la empresa. En el mismo año, una minería de datos, o data mining, realizada por parte de los analistas de Google indicó la siguiente importante información: aproximadamente el 60% de las búsquedas se originaban fuera de los Estados Unidos, pero apenas el 5% de los ingresos provenían de fuentes internacionales. La necesidad de rever la estrategia de crecimiento, con foco en Marketing y Ventas en vez de Ingeniería, llevó a la empresa a abrir sus oficinas en Tokio, Hamburgo, Sydney, Dublín, Londres y San Pablo. La Figura 1 presenta la evolución de los ingresos internacionales, lo cual demuestra que, en 2008, por primera vez, los ingresos de fuentes internacionales superaron a los ingresos locales (Google, 2009b). Figura Ingresos de Google en EEUU comparados con Ingresos en el Exterior

1


Fuente: autores (basado en Google, 2008) En los años subsiguientes los ingresos crecieron substancialmente y se lanzaron varios productos. Las tablas a continuación presentan la evolución de los ingresos y del número de empleados (Figura 2) y la contribución de los ingresos por publicidad, como parte del resultado total de Google (Figura 3), a partir del año 2001. Durante el período analizado, se observó un crecimiento significativo y constante, a pesar que los ingresos permanecieron basados casi exclusivamente en la venta de anuncios online. Figura Evolución de los Ingresos y Número Total de Empleados

2


Fuente: autores (datos brutos obtenidos de Google Investor Relations, 2009) --Figura Representatividad de los Ingresos por Publicidad de Google

3


Fuente: autores (datos brutos obtenidos de Google Investor Relations, 2009)

La Tecnología de Búsqueda en la Web y el Éxito de Google El éxito de Google se debe a un conjunto especial de factores y circunstancias, sin embargo, los siguientes aspectos merecen especial atención: la tecnología de búsqueda en la Web, la capacidad de innovación, la infraestructura tecnológica, el modelo de negocios, el estilo de liderazgo, la cultura empresarial y las opciones estratégicas, a lo largo del tiempo. A pesar de que son muchos los factores que contribuyeron para el éxito de Google, el presente trabajo tiene como objetivo analizar el papel que la tecnología de búsqueda en la Web, la innovación y el modelo de negocio han tenido en dicho proceso. Con ese propósito, el presente estudio presenta un marco estructural basado en los resultados de la investigación (Figura 4). El esquema propuesto señala la forma mediante la cual la tecnología de búsqueda en la Web y las innovaciones adicionales le permitieron a Google responder a las necesidades de búsqueda en la Web de sus clientes (criterios de competitividad) y, consecuentemente, mejorar el desempeño de la empresa (resultados). Debido a su importancia, los aspectos de gestión y modelo de negocios forman parte de dicho marco estructural. Al mismo tiempo, se presenta cada uno de los elementos que influyen sobre el resultado de Google: tecnología básica de búsqueda en la Web, innovaciones adicionales al motor de búsqueda en la Web, gestión y modelo de negocios, así como también, criterios de competitividad para el negocio de búsqueda en la Web. Figura La Tecnología de Búsqueda en la Web y el Éxito de Google

4


Fuente: autores

La Tecnología básica de búsqueda en la Web El motor de búsqueda en la Web de Google fue la primera tecnología desarrollada por los fundadores de la empresa, Larry Page y Sergey Brin, cuando aun eran estudiantes en Stanford. Por lo tanto, dicha aplicación ejerce un efecto considerable sobre la curva de aprendizaje. La excelencia de esta tecnología impulsa y apoya la principal fuente de ingresos de la empresa, que es la publicidad online. Un tercio de toda la fuerza laboral de la compañía está involucrado en mejorar los productos, comercializarlos, entrar en contacto con los clientes y controlar los procesos de los productos de publicidad online, principalmente Google AdSense y Google AdWords (Google, 2007). El balance de 2008 indica que el 97% de los ingresos de 21 mil millones de dólares provenía del negocio de publicidad (Google, 2009b). Sin embargo, Google posee más de doce otros productos, como por ejemplo los famosos Gmail, Google Maps y Google Earth, y otros no tan conocidos, como Google X, Google Code Search y Google Mars. Inclusive especialistas en el mercado de Internet tendrían dificultad para enumerar todos los productos de Google, tal es la conformidad de estos nuevos productos, sea para plataformas ya existentes (Google Desktop Search, Google Scholar y Google Books comparten un núcleo común de software), o para plataformas nuevas (como por ejemplo, Android, el sistema operativo para teléfonos móviles, lanzado en 2008). Para poder funcionar, los motores de búsqueda a veces deben sobreponerse a administradores de sitio mal intencionados. Dado que la Web cuenta con miles de millones de páginas, el ocupar una posición de relevancia en la página de resultados es


esencial para generar buen tráfico. Esto se torna aun más importante en el caso de páginas con publicidad online, o aquellas que ofrecen productos de comercio electrónico. Ha surgido toda una industria que ofrece a los administradores de sitios estrategias y tácticas para mejorar, al menos teóricamente, el desempeño de un sitio Web, en la página de resultados (ya sean páginas de Google, Yahoo! u otros). A este tipo de consultoría se le da el nombre de Optimización de Motor de Búsqueda, o SEO por su sigla en inglés. Del punto de vista del motor de búsqueda, una vez identificada la lógica que está por detrás del orden de resultados, dichos resultados pueden ser manipulados. Un buen motor de búsqueda en la Web es aquel que no permite la manipulación y está impulsado apenas por la relevancia del contenido. Los ingenieros de Google dedican gran cantidad de recursos para enmascarar la lógica, por detrás del orden de resultados y de los recortes (snippets) de dos líneas que describen cada uno de los resultados de búsqueda, de forma que el resultado sea menos susceptible de manipulación. Las tecnologías básicas de motor de búsqueda de Google son las siguientes: PageRankTM, Cloud computing, emparejamiento de hipertexto (Hypertext matching) y MapReduce. A continuación se detallan algunas de las características de alto nivel de dichas tecnologías.

PageRankTM Por definición, la Web es un conjunto complejo, caótico y creciente de información y contenido. Cuando surgió la Internet, el encontrar una información sencilla requería un método complejo y mucha experiencia. Fue en este contexto que aparecieron los sitios especializados de motores de búsqueda, para ayudar a los usuarios a encontrar lo que buscaban, o por lo menos aproximarlos al resultado de su búsqueda (Poulter, 1997). “A pesar de que existen otras formas de llegar a las páginas de Internet, como por ejemplo, siguiendo enlaces y conociendo o adivinando los localizadores unificados de recursos (URL por su sigla en inglés), los motores de búsqueda representan el principal medio para lograrlo, especialmente para realizar la investigación inicial sobre un asunto en particular” (Introna, Nissenbaum, 2000). Debido al extraordinario volumen de páginas Web y de contenido en Internet (noticias, videos, fotografías, imágenes, mapas, blogs, redes sociales, etc.) una búsqueda de rutina en la Web aporta una enorme cantidad de resultados (el resultado de la búsqueda por “buena pizza en San Pablo” en Google Brasil retornó 652.000 sitios Web). Por lo tanto, el orden en que dichos resultados aparecen en la página Web es de la más absoluta relevancia, tanto para el usuario (que demanda información precisa), como también para el sitio (que desea atraer la atención hacia su contenido). El servicio de directorio (colección de páginas similares, indexado manualmente) fue la primera forma de organización del contenido en la Web. Los directorios contenían miles de categorías (como por ejemplo las 590.000 categorías del proyecto llamado „Open Directory Project‟ – www.dmoz.org) y otros, dedicados a grupos específicos (un ejemplo sería el „Medical World Search – www.mwsearch.com). Los motores de búsqueda surgieron, cuando el volumen de contenido en la Web aumentó de manera tan extraordinaria, que los servicios de directorios se hicieron inviables. El primer motor de búsqueda que utilizó índices de páginas Web fue WebCrawler, lanzado en abril de


1994, como parte de un proyecto de investigación de la Universidad de Washington. Más tarde, WebCrawler fue adquirido por InfoSpace. Los motores de búsqueda utilizan pequeños elementos de software, llamados „robots‟ o „arañas‟, cuya tarea es deambular por la Internet, adquiriendo el mayor número posible de páginas Web. Este conjunto de páginas es posteriormente indexado en una enorme base de datos (formada por varios miles de millones de páginas). Los motores de búsqueda normalmente utilizan decenas de robots, que funcionan de forma simultanea, cada uno de ellos capaz de cubrir aproximadamente 50 millones de páginas Web (Cendon, 2001). Como las páginas Web son dinámicas (su contenido cambia a medida que pasa el tiempo), los robots normalmente visitan a su conjunto específico de páginas, una vez al mes, para refrescar la base de datos indexada. En el caso de los sitios más populares de la Web (como por ejemplo, YouTube, Wikipedia y MySpace) se identifican actualizaciones de página y enlaces rotos, prácticamente todos los días. Una vez adquiridas las páginas, los softwares de indización identifican los términos relevantes en cada página y elaboran los índices, utilizados para acelerar el proceso de búsqueda y servir de base para un enfoque del peso de la relevancia. Por ejemplo, si un término en particular aparece de manera consistente en la página Web, o posee cualquier tipo de señal visual, dicho término posee un peso, indicando que en dicha página en particular es posible encontrar información sobre el tema. Si un término no está incluido en el índice, el motor de búsqueda no será capaz de encontrarlo. Por este motivo, la lógica de indización es tan importante para el proceso. La indización y los criterios de atribución de peso tienen gran influencia sobre el desempeño del motor de búsqueda. La mayoría de los motores de búsqueda coloca en su índice todos los términos relevantes que aparecen en una página Web en particular (excluyendo las preposiciones y demás palabras comunes). Este método crea una enorme base de datos, haciendo que la búsqueda utilice gran nivel de procesamiento. Una posible alternativa es la indización solamente de los términos más relevantes, como por ejemplo, los que se encuentran en el encabezamiento, los que están repetidos varias veces, o aquellos que poseen un tipo de mayor tamaño o algún tipo de señal visual. A pesar de representar una evolución sobre los criterios anteriores, estas innovaciones adicionales no fueron tan eficientes, ya que los algoritmos no realizaban ningún tipo de análisis de contenido o de confiabilidad de las páginas Web. Apenas cuentan y tratan de darle importancia a las palabras. Además, los programadores se aprovechaban fácilmente de la lógica, para mejorar el desempeño de sus sitios en la página de resultados de búsqueda en la Web. Una de las primeras tareas de Google, cuando aun estaba en su fase de empresa startup, fue el desarrollo de una lógica de búsqueda de página Web y de indización, capaz de ofrecerle a los usuarios un conjunto de respuestas, ponderadas por su relevancia, de acuerdo con las palabras claves de búsqueda. El algoritmo PageRankTM fue el primer paso en este sentido. Una de las principales características de dicho mecanismo es que los criterios de clasificación de respuestas no se ven afectados, ni por la intervención de personas, ni por cualquier tipo de interés comercial. Las respuestas son dadas por un algoritmo, o receta matemática, que combina dos fuentes de información para ponderar la importancia de una página Web específica: una, basada en la relevancia intrínseca del contenido de la página Web, y la otra, basada en la relevancia relativa de la página, entre otras similares. Cada página analizada recibe un coeficiente – el PageRank™ de dicha página Web. Cuanto más alto el coeficiente, más relevante será la página, en


general. De acuerdo con Robinson (2004), “el PageRank™ de una página Web mide cuán popular es dicha página, como función de los enlaces de entrada y de salida de la Web.” La idea subyacente al método PageRank™ es que, en la Internet, popularidad significa fiabilidad. La importancia relativa de una página Web se da mediante una ecuación, que manipula todos los enlaces de entrada y salida de dicha página. Los enlaces de entrada son ponderados por la relevancia de la página que indican (esta relevancia se mide de acuerdo con el PageRank™ de la página Web). Siguiendo esta lógica, cuanto mayor y más relevante sea el número de enlaces que indican una cierta página Web, mayor será la relevancia de dicha página, en lo que se refiere a su contenido. El peso de un enlace de salida se deprecia por el número total de enlaces de salida. A continuación se presenta una forma simplificada de la ecuación de PageRankTM:

donde: - PR(a): PageRankTM de la Página Web a - PR(u): PageRankTM de la Página Web u - L(u): número de enlaces de salida de la Página u - Bu: conjunto que contiene todas las páginas con enlaces a la Página u La Figura 5 presenta un esquema simplificado para ilustrar el PageRank™. El tamaño de cada rectángulo ilustra la importancia de una página Web. Las páginas con más enlaces de entrada poseen un PageRank™ más alto que otras con menor número de enlaces de entrada. Los „votos‟ de páginas con PageRank™ más alto poseen más relevancia que los „votos‟ de páginas con PageRank™ más bajo. Figura Sistema de „votación‟ ponderada de PageRank

5


Fuente: autores A pesar de que el concepto básico es muy claro y sencillo, el volumen de cálculos realizados por Google para determinar el PageRank™ de una página demanda una enorme capacidad computacional, principalmente debido al tamaño gigantesco de la propia Web. El algoritmo de PageRank™ utiliza sofisticadas herramientas matemáticas para realizar todos los cálculos en una única etapa, con el propósito de minimizar el tiempo de ejecución y el impacto del procesamiento (Altman, Tennenholtz, 2005). De hecho, PageRank™ posee muchas otras particularidades que trascienden el alcance del presente estudio.

Análisis de emparejamiento de hipertexto (hypertextmatching) El identificar las páginas Web más relevantes dentro de un cierto contexto, no significa que dichas páginas representen la mejor respuesta para el usuario. Con el propósito de mejorar la exactitud, Google combina PageRank™ con una sofisticada técnica de emparejamiento de hipertexto, para identificar las páginas que sean, no apenas importantes, sino también relevantes, para una búsqueda en particular (Google, 2009). PageRank™ tiene gran importancia para el motor de búsqueda como un todo, pero no es el único mecanismo utilizado para clasificar resultados. El algoritmo de análisis de emparejamiento de hipertexto utilizado por Google analiza el contenido de cada página Web y recoge cientos de variables para determinar la relevancia de dicha página, de acuerdo con una clave de búsqueda específica, ofrecida por el usuario. Google considera varias medidas, relacionadas con la presencia de la consulta en la página Web, sin necesariamente darle énfasis específico, ya que el algoritmo de clasificación de relevancia es uno de los principales factores que diferencian a los


motores de búsqueda. De acuerdo con Page et. al. (1998), “Google utiliza una serie de factores para ordenar los resultados de la búsqueda, entre los cuales se encuentran medidas IR estándar, proximidad, texto de anclaje (texto de los enlaces que indican páginas Web) y PageRank™. Entre estos elementos, Google incorpora los siguientes, como claves para determinar la relevancia de una página Web de acuerdo con el asunto: tamaño del tipo, color y posición del término aparece en la página Web. Por ejemplo, cuando una página señala dos palabras juntas y que coinciden con una búsqueda de varias palabras, dicha página tendrá más relevancia, que si las palabras se encontraran separadas. Los tipos más grandes también indican mayor relevancia que los más chicos y elementos señalados con diferentes colores, o que aparecen antes en el sitio, probablemente serán más importantes, que un texto en blanco y negro, o que aparezca más adelante en la página (Google, 2009; Page et. al. 1998; Cho et. al. 1998).

Cloud computing El concepto subyacente de Cloud Computing data de 1960 y fue mencionado, por primera vez, por el especialista en computación, John McCarthy. Él sugirió que Cloud Computing podría algún día transformarse en un servicio de utilidad pública, como por ejemplo, los servicios de agua o electricidad (Buyya et. al. 2007). Seria un escenario equivalente al de la evolución en los servicios de electricidad cien años atrás, época en que los agricultores desconectaron sus generadores y comenzaron a comprar la electricidad generada por plantas industriales, mucho más eficientes. Sin embargo, como lo demuestra la siguiente figura, el antiguo concepto, o sea el interés en Cloud Computing, ha resurgido recientemente. Figura Interés creciente por Cloud Computing

Fuente: autores (datos brutos obtenidos de Google Trends)

6


Actualmente, Cloud Computing puede definirse como una infraestructura formada por dos elementos: una enorme plataforma de hardware, que incluye un conjunto de computadores interconectados, y una compleja aplicación de software que administra dichos recursos. La Nube de Google, por ejemplo, es una red formada por cientos de miles de servidores sencillos, interconectados, cada uno de los cuales posee aproximadamente la capacidad de un PC estándar. La Nube de Google almacena un extraordinario volumen de datos, incluyendo copias de la World Wide Web entera, y posee la capacidad agregada de un enorme supercomputador. Este conjunto de hardware le permite a Google responder a los varios millones de consultas diarias, en una fracción de segundo, y le permite también, utilizar algoritmos de búsqueda y recuperación que demandan alta capacidad computacional (Google, 2007). La opción de Google de invertir en hardware tuvo como resultado un desarrollo de competencia que representa una importante ventaja competitiva, comparado con otras empresas de Internet (Stross, 2008). Sin embargo, una Nube es más que un conjunto de recursos computacionales, ya que posee un mecanismo para administrar sus propios recursos. Una plataforma de hardware de Cloud Computing puede ser programada para recibir nuevas solicitudes de aprovisionamiento, reconfigurar los sistemas, reequilibrar la carga de trabajo y realizar el monitoreo de errores y desempeño. A continuación se muestra un esquema sencillo de Cloud Computing. Figura Arquitectura Simplificada de Cloud Computing

Fuente: autores

7


La Figura 7 demuestra que, al igual que los usuarios de negocios, los demás tipos de usuarios pueden tener acceso a archivos y utilizar softwares que no están físicamente en sus computadores. Los archivos y softwares se encuentran en la Nube, distribuidos entre varios servidores, normalmente en varios lugares. Por motivos estratégicos, Google no divulga la localización o el volumen de su centro de datos, pero se da por cierto que se encuentran divididos entre diferentes locales y que operan en un esquema de redundancia. Cloud Computing también describe un conjunto de aplicaciones desarrolladas para el acceso de usuarios en todo el mundo, a través de la Internet. Dichas aplicaciones en Nube utilizan grandes centros de datos y servidores con gran capacidad, que hospedan aplicaciones y servicios Web. Cualquier persona que cuente con una conexión adecuada de Internet y un navegador estándar puede tener acceso a una aplicación en Nube (Chapel, 2008). Google comenzó a utilizar Cloud Computing desde la fundación de la empresa. En aquella época, el principal motivo era implementar un diseño de hardware de bajo costo, que ejecutara una tarea con alta demanda computacional, en pocos segundos. Los fundadores de Google crearon sus propios servidores, con piezas de bajo costo, destinadas a computadores de uso personal. La intención era ahorrar dinero. Al mismo tiempo, observaron que una red de computadores seria mucho más eficiente para la Web que las otras alternativas disponibles (Hansell, Markoff, 2006). Actualmente, la Nube de Google posee las mismas características que el resto de los esquemas de Nube, entre las cuales se destaca el hecho de nunca caducar. Cuando un servidor deja de funcionar o sufre daños, el personal de mantenimiento lo retira y lo sustituye por otro nuevo, más moderno y veloz. De esta forma, la Nube se regenera a la medida que crece y prácticamente nunca queda inoperante. En conjunto, los miles de equipos de Google forman un supercomputador de gran volumen y eficiencia, del punto de vista de costo, optimizado para ejecutar una tarea de gran magnitud, o sea, encontrar, seleccionar y extraer información de la Web, de la forma más rápida y exacta posible (Google, 2009). Dadas estas características, el uso de Cloud Computing le ofrece a Google una enorme capacidad de procesamiento (una búsqueda normal lleva menos de 0,5 segundos), la oportunidad de realizar negocios (arrendando su capacidad y poder de procesamiento) y una forma de acelerar el desarrollo de nuevos productos (por medio de un ambiente único para realizar simulaciones).

MapReduce Cuando un usuario teclea una consulta, los términos de la búsqueda se consultan en un índice y los resultados surgen a partir de un conjunto separado de servidores (que ofrecen recortes, o snippets, de páginas que coinciden y se originan en las copias que Google posee de la Web). Al mismo tiempo, surgen los anuncios relacionados que, a su vez, provienen de otro conjunto de servidores. Para mejorar el alto desempeño que el negocio demanda, Google utiliza un software estratégico, desarrollado internamente, llamado MapReduce. Se trata de un modelo de programación, creado a principios del año 2003, para el uso de grandes sistemas distribuidos. El software clasifica la información clave por categorías y la distribuye, a través de su centro o „farm‟ de servidores de PCs, para posteriormente eliminar los datos considerados irrelevantes. MapReduce divide cada una de las tareas complejas, en pequeñas tareas, y las ejecuta de


forma simultánea, en miles de computadores en la Nube. En una fracción de segundo, cada uno de los computadores devuelve su contribución específica y MapReduce rápidamente consolida los datos (Dean, Ghemawat, 2004; Stibel, 2008). A continuación, con el auxilio de PageRank™ y del análisis de emparejamiento de hipertexto, se monta la página de resultados de búsqueda. Google logra ejecutar esta tarea de alta complejidad, con bajo costo y en menos de un segundo, por medio de computadores creados a partir de componentes off-the-shelf, de bajo costo e interconectados de forma veloz y segura, utilizando su propio software (Google, 2009). MapReduce le permite a Google crear un programa y operarlo con eficiencia en miles de computadores, lo cual acelera el ciclo de desarrollo y de prototipo. MapReduce fue diseñado para auxiliar a los programadores que no poseen experiencia en sistemas distribuidos de gran escala “pues oculta los detalles de paralilización, tolerancia de fallas, optimización de posición y equilibrio de carga” (Dean, Ghemawat, 2004). Google utiliza MapReduce para un amplio rango de aplicaciones (Google, 2009c): i. ii. iii.

iv.

Problemas de clustering para los productos de Google News y Froogle Extraer datos para elaborar informes sobre las consultas más populares (ejemplo, Google Zeitgeist y Google Trends) Extraer propiedades de páginas Web para nuevas experiencias y productos (ejemplo, extraer posiciones geográficas de un vasto conjunto de páginas Web para búsqueda localizada), Procesamiento de datos de imágenes de satélite

Criterios de Competitividad para el Negocio de Búsqueda en la Web Además de su innovador modelo de negocios, que se adapta perfectamente a las expectativas del cliente, Google posee una infraestructura tecnológica única, que, en nuestra opinión, es lo que le permite a la empresa mantener una sólida posición del punto de vista de competitividad. El objetivo de dicha infraestructura es la excelencia del motor de búsqueda, principalmente con foco en tres dimensiones de desempeño: exactitud, velocidad y relevancia. Como lo señala Larry Page (Google, 2009ª), un motor de búsqueda perfecto “entiende exactamente lo que Ud. quiere decir y le retorna exactamente lo que Ud. desea.” El esfuerzo para perfeccionar de forma continua el motor de búsqueda representa una tarea enorme, de gran complejidad y que consume un tercio de los recursos de la empresa (Google, 2007). La Tabla 2 ilustra de qué forma estas dimensiones clave de desempeño pueden ser detalladas para la perspectiva del cliente. Tabla Motor de Búsqueda – Dimensiones Clave de Desempeño Dimensión clave de Breve Descripción desempeño

2


 

Exactitud

Velocidad

 

Precisión en los resultados de la búsqueda, de acuerdo con input del usuario Consultas con múltiples elementos deben retornar páginas que consideren la proximidad de los términos y no apenas los términos en sí La localización geográfica del usuario es importante para la respuesta El mecanismo de búsqueda debe considerar los signos diacríticos y los errores ortográficos

 

La página de resultados debe ser montada rápidamente El tiempo normal para respuesta debe ser de algunos segundos

Las fuentes confiables de contenido deben estar bien graduadas en la página de resultados Los resultados deben estar libres de spam (páginas vacías, páginas solamente con contenido publicitario y páginas con contenido que no corresponde a la descripción de la página) Los resultados deben ser bastante amplios (páginas Web, mapas, figuras, videos, etc.)

Relevancia 

Fuente: autores Cada una de las tecnologías básicas del motor de búsqueda aborda una o más de las dimensiones clave de desempeño. El resultado es mayor que la suma de las partes y representa una sólida aplicación Web, adecuada a una gran variedad de usuarios, fiable y sin connotaciones del punto de vista económico. La Figura 9, a continuación, presenta la forma en la cual los softwares básicos de búsqueda en la Web abordan cada una de las dimensiones clave de desempeño. Figura 9 Tecnologías básicas de Búsqueda en la Web y las Dimensiones Clave de Desempeño Tecnologías básicas de búsquedas en Web de Google Dimensión clave desempeño Exactitud

de Page Rank

X

Hipertext matching

Cloud computing

Map Reduce

X

X

X

X

X

Velocidad

Relevancia

Fuente: autores

X

x


La importancia de estas tecnologías básicas no se restringe a la búsqueda en la Web, sino que ellas van más allá y facilitan el desarrollo de varios nuevos productos. Cloud Computing, por ejemplo, ayuda a elaborar GoogleDocs, y PageRank aporta relevancia para la búsqueda de imágenes. La Figura 10 destaca algunas de las recientes innovaciones en la búsqueda en la Web de Google, y las tecnologías básicas involucradas en el correspondiente proceso. Figura Tecnologías básicas de Búsqueda en Adicionales al Motor de Búsqueda en la Web

la

Web

y

algunas

10 Innovaciones

Tecnologías básicas de búsquedas en Web de Innovación adicional a las herramientas de bú Google en la Wed de Google ión Búsqueda Page Hipertext Cloud Map Corrección Google Búsqueda Contexto Búsqueda G de Google de Rank matching computing Reduce ortográfica mapas Universal geográfico segura s eño sinónimos

ud X

X

ad

ncia X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

Fuente: autores

Consideraciones Finales Son muchas las variables que contribuyeron para que Google alcanzara su nivel actual de éxito, comenzando por la genialidad de sus fundadores, a lo cual también se agregó el entorno en el cual la empresa creció, su cultura especial basada en el conocimiento, los sólidos principios que la guían y su enorme capacidad técnica, entre otros. Este conjunto de características ha permitido crear un ambiente de negocios fuera de lo común y, al mismo tiempo, atraer una fuerza laboral dotada de gran talento. A continuación se mencionan algunos de los elementos más importantes que impulsaron el desarrollo de Google: 1. Infraestructura escalable y fiable a. Cloud computing le permite a Google escalar sus operaciones de forma infinita y apoyar, además de la propia búsqueda en la Web, otros productos que demandan gran capacidad computacional, como por ejemplo, Google Maps, Google Earth, y AdSense. b. Cloud computing también promueve la fiabilidad del hardware (ya que el sistema no depende de una única máquina) y su evolución uniforme. 2. Innovación y evolución basadas en datos

X

X

X


a. Se alienta a los empleados a desarrollar sus propios proyectos, relacionados con los valores de la empresa, y el conocimiento juega un rol importante en la jerarquía, dentro de los proyectos. b. Los analistas trabajan con una enorme base de datos, de la cual es posible extraer mucha información sobre el comportamiento del usuario y la utilización de los productos. El uso de esta poderosa herramienta le permite a Google generar ideas y promover una cultura de enfoque analítico y basado en los hechos. 3. Ciclo rápido desde el prototipo hasta el producto a. Enorme infraestructura tecnológica b. Importante base de usuarios entusiastas y que colaboran La Tabla 3 destaca los indicadores clave de desempeño de la empresa y el estatus actual de Google en cada uno de ellos Tabla Indicadores Clave de Desempeño en Google

3

Indicadores clave Google de desempeño 

Imagen pública 

Crecimiento las ventas

de  

Participación en el mercado

de

Los ingresos por ventas en 2008 duplicaron el valor obtenido en 2006 y alcanzaron US$ 21 mil millones Crecimiento en Q4‟08 Y/Y: 18% Participación en el mercado local (EEUU): Google fue responsable por el 64% de todas las búsquedas en la Web, en los EEUU, en diciembre de 2008, de acuerdo con Nielsen Online. Yahoo! su competidor más próximo realizó el 17% de las búsquedas en la Internet, en EEUU, una cifra casi cuatro veces inferior a la de Google. Expansión internacional: en 2008, la mayor parte de los ingresos se generaron en el exterior. La empresa tiene oficinas en 20 países y su motor de búsqueda está disponible en 160 países, en 40 idiomas.

Los ingresos por empleado han crecido de forma constante desde 2001, a una tasa compuesta de aproximadamente el 20% al año.

El informe de „Great Place to Work‟ intitulado „Las 100 mejores compañías para trabajar en los EEUU‟ (FORTUNE 500, 2009) coloca a

Productividad Volumen negocios

Valor de la marca: US$ 25.6 mil millones (2008). De acuerdo con el informe de Interbrand „Mejores Marcas Globales‟, Google está entre las 5 marcas más valiosas del mercado desde 2006. Valor de la empresa: Google ocupa el lugar 56 en la lista de las mayores empresas del mundo, de acuerdo con el informe del periódico „Financial Times‟ intitulado „Global 500 2008‟, con un valor de mercado superior a US$ 116 mil millones (al 6 de febrero de 2009). Precio de la acción y evolución: desde 2004, las acciones de Google tienen un desempeño superior a las de Microsoft, Yahoo!, IBM, S&P500, Nasdaq 100 (consultar la Figura 12)


Rentabilidad

Google en el primer lugar de la lista en 2007 y 2008, y en el cuarto lugar en 2009. La empresa recibió 777.427 solicitudes de empleo en 2008 y no hubo rotación voluntaria en Google USA La renta neta de Google en 2008 fue de aproximadamente US$ 4.3 mil millones, lo cual representa el 19& de los ingresos. La renta neta de Yahoo! en 2007 fue de US$ 600 millones (el 9% de los ingresos)

Fuente: autores -----Figura Rendimiento Total Acumulado para los Accionistas

11

Fuente: BusinessWeek

Referencias Bibliográficas  

Albers, S.; Clement, M. (2007); “Analyzing the Success Drivers of e-Business Companies”, IEEE Transactions on Engineering Management, 54(2), 301-314. Almario, F.; Vasconcellos, E. (2001); Decisiones relacionadas con el marketing táctico-operacional (Marketing Mix) en empresas de base tecnológica: un estudio exploratorio. Espacios [on line] 2001, 22 (2), 1-5. Disponible en la


 

 

World Wide Web: http://www.revistaespacios.com/a01v22n02/20012202.html. ISSN 0798-1015 Altman, A.; Tennenholtz, M. (2005); Ranking systems: The PageRank axioms. Proceedings of the 6th ACM conference on Electronic commerce. Disponible en la World Wide Web: http://iew3.technion.ac.il/~moshet/pagerank.pdf. Amador, B.; Márquez, A. (2009); Un modelo conceptual para gestionar la tecnología en la organización: A conceptual model to manage the technology in the organization. Espacios [on line] 2009, 30 (1), 6-8. Disponible en la World Wide Web: http://www.revistaespacios.com/a09v30n01/09300121.html#inicio. ISSN 0798-1015 Arthur, J. B. (1994); “Effects of human resource systems on manufacturing performance and turnover”, Academy of Management Journal, 37, 670-687. Bae, J.; Lawler, J. (2000); “Organizational and HRM strategies in Korea: impact on firm performance in an emerging economy”, Academy of Management Journal, 43, 502-517. Banker, R.; Lee, S. Y.; Potter, G. (1996); “A Field Study of the Impact of a Peformance-Based Incentive Plan”, Journal of Accounting and Economics, 21, 195 - 226. Batt, R. (2002); “Managing customer services: human resource practices, quit rates and sales growth”, Academy of Management Journal, 45, 587-597. Brin, S.; Page, L. (1998); The anatomy of a large-scale hypertextual web search engine. WWW7: Proceedings of the seventh international conference on World Wide Web. Businessweek On Line (2006). Inside Google's New-Product Process. Disponible en la World Wide Web: http://www.businessweek.com/technology/content/jun2006/tc20060629_411177 .htm. Buyya, R.; Yeo, C. S.; Venugopal, S. (2008); Market-Oriented Cloud Computing: Vision, Hype, and Reality for Delivering IT Services as Computing Utilities. Proceedings of the 10th IEEE International Conference on High Performance Computing and Communications, Dalian, China. Cendon, B. V. (2001); Ferramentas de busca na Web. Ciência da Informação. Brasilia, 30(1). Disponible en la World Wide Web: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010019652001000100006&lng=en&nrm=iso. Chappell, D. (2009); A Short Introduction to Cloud Platforms. Disponible en la World Wide Web: http://www.davidchappell.com/CloudPlatforms-Chappell.pdf. Cho, J; Garcia-Molina, H.; Page, L. (1998); Efficient crawling through URL ordering. WWW7: Proceedings of the seventh international conference on World Wide Web 7. Correa, F. R. (2000); 30 PHDs working together and 6000+ Linux Servers are the power behind Google leadership. Entrevista de Larry Page al sitio OLINUX, publicada el 22 enero 2000. Disponible en la World Wide Web: http://olinux.uol.com.br/artigos/230/print_preview.html. Dean, J.; Ghemawat, S. (2004); MapReduce: Simplified Data Processing on Large Clusters. Sixth Symposium on Operating System Design and Implementation, San Francisco, CA.


      

   

   

Delaney, J. M.; Huselid, M. A. (1996); “The impact of human resource management practices on perceptions of organizational performance”, Academy of Management Journal, 39, 949-969. Fortune 500 (2009); 100 Best Companies to Work For. Disponible en la World Wide Web: http://money.cnn.com/magazines/fortune/bestcompanies/2009/snapshots/4.html. Garcia-Muina, F. E.; Navas-Lopez, J. E. (2007); “Explaining and measuring success in new business: The effect of technological capabilities on firm results”, Technovation., 27(1), Amsterdam, 30-46. Google, Inc (2008); Q4 2008 Quarterly Earnings Summary. Disponible en la World Wide Web: http://investor.google.com/pdf/2008Q4_google_earnings_slides.pdf. Google, Inc (2009a); Annual Report 2007. Disponible en la World Wide Web: http://www.google.com. Google, Inc (2009b); Financial tables. Disponible en la World Wide Web: http://investor.google.com/fin_data.html. Google, Inc (2009c); Official Google Blog. Disponible en la World Wide Web: http://googleblog.blogspot.com. Google, Inc (2009d); Google Research Blog. Disponible en la World Wide Web: http://googleresearch.blogspot.com. Google, Inc (2009e); Google 10th Birthday. Disponible en la World Wide Web: http://www.google.com/tenthbirthday/#start. Google Investor Relations (2009); Disponible en la World Wide Web: http://investor.google.com. Guthrie, J. P. (2001); “High-involvement work practices, turnover, and productivity: evidence from New Zealand”, Academy of Management Journal, 44, 180-190. Hamel, G. (2001); “Revolution vs. Evolution: You Need Both”, Harvard Business Review, 150-158. Hansell, S.; Markoff, J. (2006); A Search Engine That's Becoming an Inventor. The New York Times, julio 3. Introna, L.; Nissenbaum, H. (2000); “Defining the Web: The Politics of Search Engines”, Computer, 33(1), 54-62. Menefee, M. L.; Parnell, J. A. (2007); “Factors Associated with Success and Failure Among Firms in High Technology Environments: A Research Note”, Journal of Applied Management and Entrepreneurship, 12(4), 60-73. Page, L.; Brin, S.; Motwani, R.; Winograd, T. (1998); The Pagerank Citation Ranking: Bringing Order to the Web. Technical Report, Stanford University. Stanford, CA. Poulter, A. (1997); “The design of World Wide Web search engines: a critical review” Program, 31(2), 131-145. Roberts, E. B. (1992); “The Success of High-Technology Firms: Early Technological and Marketing Influences”, Interfaces, 22(4), 3-12. Robinson, S. (2004); “The Ongoing Search for Efficient Web Search Algorithms”, SIAM News, 37(9). Scandura, T.; Williams, E. A. (2000); “Research methodology in management: Current practices, trends, and implications for future research”, Academy of Management Journal, Mississippi State, 43(6), 1248-1264.


  

 

Song, M.; Podoynitsyna, K.; Bij, H.; Halman, J. I. M. (2008); “Success Factors in New Ventures: A Meta-analysis”, The Journal of Product Innovation Management, 25(1), New York, 7-27. Stake, R. E. (1994); Case Studies. In: Denzin, N. K.; Lincoln, Y. S. Handbook of Qualitative Research, London: Sage Publications, 236-247. Stross, R. (2008); Planet Google: One Company's Audacious Plan To Organize Everything We Know, Free Press. Varma, A.; Beatty, R. W.; Schneier, C. E.; Ulrich, D. O. (1999); “High performance work systems: Exciting discovery or passing fad?” Human Resource Planning, 22, 26-38. Wensley, R. (1997); “Explaining Success: the Rule of Ten Percent and the Example of Market Share”, Business Strategy Review, 8(1), 63 -70. Zhu, Y. (2008); “New Technology Ventures: What Factors Lead to Success?”, Academy of Management Perspectives – Research Briefs, 108-109.

La importancia de la tecnología de búsqueda en la web, la innovación y el modelo de negocios, par  

The importance of web search technology, innovation and business model in explaining Google’s success: A healthy disregard for the impossibl...