SEO ოპტიმიზაცია: როგორ მუშაობს Google-ის AI (2024 წლის მაისი)

საძიებო სისტემის ოპტიმიზაცია (SEO) არის გვერდის და გვერდის გვერდის ფაქტორების ოპტიმიზაციის პროცესი, რომლებიც გავლენას ახდენენ ვებ გვერდის მაღალ რეიტინგზე კონკრეტული საძიებო ტერმინისთვის. ეს არის მრავალმხრივი პროცესი, რომელიც მოიცავს გვერდის ჩატვირთვის სიჩქარის ოპტიმიზაციას, ბმული მშენებლობის სტრატეგიის გენერირებას, გამოყენებას SEO ინსტრუმენტები, ასევე ისწავლეთ როგორ შეცვალოთ Google-ის ხელოვნური ინტელექტი გამოყენებით გამოთვლითი აზროვნება.

გამოთვლითი აზროვნება არის მოწინავე ტიპის ანალიზისა და პრობლემის გადაჭრის ტექნიკა, რომელსაც კომპიუტერული პროგრამისტები იყენებენ კოდისა და ალგორითმების წერისას. გამოთვლითი მოაზროვნეები ეძებენ ძირითად ჭეშმარიტებას პრობლემის დაშლით და მისი გაანალიზებით აზროვნების პირველი პრინციპების გამოყენებით.

ვინაიდან Google არ ავრცელებს მათ საიდუმლო სოუსს არავის, ჩვენ დავეყრდნობით გამოთვლით აზროვნებას. ჩვენ გადავხედავთ Google-ის ისტორიის რამდენიმე მნიშვნელოვან მომენტს, რომლებმაც ჩამოაყალიბეს გამოყენებული ალგორითმები და გავიგებთ, რატომ არის ეს მნიშვნელოვანი.

როგორ შევქმნათ გონება

ჩვენ დავიწყებთ წიგნით, რომელიც გამოიცა 2012 წელს, სახელწოდებით "როგორ შევქმნათ გონება: გამოვლინდა ადამიანის აზროვნების საიდუმლოცნობილი ფუტურისტის და გამომგონებლის რეი კურცვეილის მიერ. ამ წიგნმა გაანადგურა ადამიანის ტვინი და გაანადგურა მისი მუშაობის გზები. ჩვენ თავიდანვე ვიგებთ, თუ როგორ ივარჯიშებს ტვინი შაბლონების ამოცნობის გამოყენებით, რათა გახდეს პროგნოზირების მანქანა, რომელიც ყოველთვის მუშაობს მომავლის წინასწარმეტყველებაზე, თუნდაც შემდეგი სიტყვის წინასწარმეტყველებაზე.

როგორ ცნობენ ადამიანები ყოველდღიურ ცხოვრებაში არსებულ ნიმუშებს? როგორ ყალიბდება ეს კავშირები ტვინში? წიგნი იწყება იერარქიული აზროვნების გაგებით, ეს არის სტრუქტურის გაგება, რომელიც შედგება სხვადასხვა ელემენტებისაგან, რომლებიც განლაგებულია შაბლონად, ეს განლაგება შემდეგ წარმოადგენს სიმბოლოს, როგორიცაა ასო ან სიმბოლო, და შემდეგ ეს უფრო მოწინავე ნიმუშად არის მოწყობილი. როგორიცაა სიტყვა და საბოლოოდ წინადადება. საბოლოოდ ეს შაბლონები აყალიბებენ იდეებს და ეს იდეები გარდაიქმნება პროდუქტად, რომლის აშენებაზეც ადამიანები არიან პასუხისმგებელი.

ადამიანის ტვინის იმიტირებით, გამოვლინდა გზა, რათა შეიქმნას მოწინავე ხელოვნური ინტელექტი, რომელიც აღემატება ნერვული ქსელების ამჟამინდელ შესაძლებლობებს, რომლებიც არსებობდა გამოქვეყნების დროს.

წიგნი იყო ხელოვნური ინტელექტის შექმნის გეგმა, რომელსაც შეუძლია მასშტაბირება მოახდინოს მსოფლიო მონაცემების ვაკუუმით და გამოიყენოს მისი მრავალფენიანი ნიმუშის ამოცნობის დამუშავება ტექსტის, სურათების, აუდიოსა და ვიდეოს გასაანალიზებლად. სისტემა, რომელიც ოპტიმიზირებულია სკალირებისთვის ღრუბლის უპირატესობებისა და მისი პარალელური დამუშავების შესაძლებლობების გამო. სხვა სიტყვებით რომ ვთქვათ, არ იქნება მაქსიმალური მონაცემების შეყვანა ან გამომავალი.

ეს წიგნი იმდენად მნიშვნელოვანი იყო, რომ გამოცემიდან მალევე ავტორი რეი კურცვეილი Google-მა დაიქირავა გახდეს ინჟინერიის დირექტორი, რომელიც ორიენტირებულია მანქანათმცოდნეობის და ენის დამუშავებაზე. როლი, რომელიც შესანიშნავად ემთხვეოდა მის მიერ დაწერილ წიგნს.

შეუძლებელი იქნება იმის უარყოფა, თუ რამდენად გავლენიანი იყო ეს წიგნი Google-ის მომავალზე და როგორ აფასებენ ისინი ვებსაიტებს. ეს AI წიგნი უნდა იყოს სავალდებულო კითხვა ყველასთვის, ვისაც სურს გახდეს SEO ექსპერტი.

Deepmind

2010 წელს დაარსებული DeepMind იყო ახალი ცხელი სტარტაპი, რომელიც იყენებდა რევოლუციური ახალი ტიპის ხელოვნური ინტელექტის ალგორითმს, რომელიც მთელ მსოფლიოში შტურმით იპყრობდა, მას ეწოდა განმტკიცების სწავლა. DeepMind-მა ეს ყველაზე კარგად აღწერა:

„ჩვენ წარმოგიდგენთ პირველ ღრმა სწავლის მოდელს, რომელიც წარმატებით ისწავლის კონტროლის პოლიტიკას უშუალოდ მაღალი განზომილებიანი სენსორული შეყვანის გამოყენებით განმამტკიცებელი სწავლის გამოყენებით. მოდელი არის კონვოლუციური ნერვული ქსელი, გაწვრთნილი Q-learning-ის ვარიანტით, რომლის შეყვანა არის ნედლეული პიქსელები და რომლის გამომავალი არის მნიშვნელობის ფუნქცია, რომელიც აფასებს მომავალ ჯილდოებს.

ღრმა სწავლის განმტკიცებით სწავლის შერწყმით იგი გახდა ა ღრმა განმტკიცების სწავლა სისტემა. 2013 წლისთვის DeepMind იყენებდა ამ ალგორითმებს Atari 2600 თამაშებზე ადამიანის მოთამაშეების წინააღმდეგ გამარჯვების მოსაპოვებლად - და ეს მიიღწევა ადამიანის ტვინის მიბაძვით და როგორ სწავლობს ის ვარჯიშიდან და გამეორებით.

მსგავსად იმისა, თუ როგორ სწავლობს ადამიანი გამეორებით, იქნება ეს ბურთის დარტყმა თუ ტეტრისის თამაში, AI ასევე ისწავლის. ხელოვნური ინტელექტის ნეირონული ქსელი თვალყურს ადევნებდა შესრულებას და თანდათანობით გაუმჯობესდებოდა, რის შედეგადაც გადაადგილების უფრო ძლიერი შერჩევა მოხდება მომდევნო გამეორებაში.

DeepMind იმდენად დომინანტი იყო თავის ტექნოლოგიურ ლიდერობაში, რომ Google-ს უნდა ეყიდა ტექნოლოგიაზე წვდომა. DeepMind შეიძინა 500 წელს 2014 მილიონ დოლარზე მეტი.

შეძენის შემდეგ, ხელოვნური ინტელექტის ინდუსტრია მოწმე გახდა თანმიმდევრული გარღვევა, ტიპი, რომელიც მას შემდეგ არ უნახავს 11 წლის 1997 მაისი, როდესაც ჭადრაკი დიდოსტატი გარი კასპაროვმა წააგო ექვსთამაშიანი მატჩის პირველი თამაში Deep Blue-სთან, ჭადრაკის სათამაშო კომპიუტერთან, რომელიც შემუშავებულია IBM-ის მეცნიერების მიერ. 

2015 წელს DeepMind-მა დახვეწა ალგორითმი Atari-ის 49 თამაშზე შემდგარი ნაკრების შესამოწმებლად და მანქანამ 23 მათგანზე დაამარცხა ადამიანის შესრულება.

ეს მხოლოდ დასაწყისი იყო, მოგვიანებით 2015 წელს DeepMind-მა დაიწყო ფოკუსირება ალბოა, პროგრამა, რომლის მიზანია დაამარცხოს პროფესიონალი Go World ჩემპიონი. უძველესი თამაში Go, რომელიც პირველად ჩინეთში ნახეს დაახლოებით 4000 წლის წინ, ითვლება ყველაზე რთულ თამაშად კაცობრიობის ისტორიაში, თავისი პოტენციალით. 10³⁶⁰ შესაძლო მოძრაობები.

DeepMind-მა გამოიყენა ზედამხედველობითი სწავლება AlphaGo სისტემის მოსამზადებლად, ადამიანური მოთამაშეებისგან სწავლით. მალევე, DeepMind გახდა სათაურები AlphaGo-ს დამარცხების შემდეგ ლი სედოლიმსოფლიოს ჩემპიონი, ხუთმატჩიან მატჩში 2016 წლის მარტში.

ცოტა არ იყოს, 2017 წლის ოქტომბერში DeepMind-მა გამოუშვა AlphaGo Zero, ახალი მოდელი ძირითადი დიფერენციატორით, რომ მას ნული სჭირდებოდა. ადამიანის მომზადება. იმის გამო, რომ მას არ სჭირდებოდა ადამიანების მომზადება, ასევე არ მოითხოვდა მონაცემების ეტიკეტირებას, ძირითადად გამოყენებული სისტემა ზედამხედველობის გარეშე სწავლა. AlphaGo Zero-მ სწრაფად აჯობა თავის წინამორბედს, როგორც აღწერილი DeepMind-ის მიერ.

„AlphaGo-ს წინა ვერსიები თავდაპირველად ივარჯიშებდნენ ათასობით ადამიანურ სამოყვარულო და პროფესიონალურ თამაშზე, რათა ისწავლონ Go-ს თამაში. AlphaGo Zero გამოტოვებს ამ საფეხურს და სწავლობს თამაშს უბრალოდ საკუთარი თავის წინააღმდეგ თამაშით, სრულიად შემთხვევითი თამაშიდან დაწყებული. ამით მან სწრაფად გადალახა ადამიანის თამაშის დონე და დაამარცხა ადრე გამოქვეყნებული AlphaGo-ს ჩემპიონთა ვერსია 100 თამაშით 0-მდე.

იმავდროულად, SEO სამყარო ჰიპერ ორიენტირებული იყო PageRank-ზე, Google-ის ხერხემალზე. ის იწყება 1995 წელს, როდესაც ლარი პეიჯი და სერგეი ბრინი დოქტორანტები იყვნენ. სტენფორდის უნივერსიტეტის სტუდენტები. დუეტმა დაიწყო თანამშრომლობა ახალ კვლევით პროექტზე, მეტსახელად "BackRub“. მიზანი იყო ვებ გვერდების რეიტინგი მნიშვნელობის საზომად მათი backlink მონაცემების კონვერტაციით. backlink არის უბრალოდ ნებისმიერი ბმული ერთი გვერდიდან მეორეზე, ამის მსგავსი ლინკი.

მოგვიანებით ალგორითმს ეწოდა PageRank, რომელსაც დაერქვა როგორც ტერმინი „ვებ გვერდი“ და ასევე თანადამფუძნებელი ლარი პეიჯი. ლარი პეიჯს და სერგეი ბრინს ჰქონდათ ამბიციური მიზანი, შეექმნათ საძიებო სისტემა, რომელსაც შეეძლო მთელი ვებ ენერგომოხმარება მხოლოდ backlink-ებით.

და იმუშავა.

PageRank დომინირებს სათაურებში

SEO პროფესიონალებმა მაშინვე გააცნობიერეს საფუძვლები, თუ როგორ ითვლის google ვებ გვერდის ხარისხის რეიტინგს PageRank-ის გამოყენებით. ზოგიერთმა საზრიანმა შავი ქუდის SEO მეწარმემ ეს ნაბიჯი გადადგა და გააცნობიერა, რომ შინაარსის მასშტაბურობისთვის, შეიძლება აზრი ჰქონდეს ბმულების ყიდვას იმის ნაცვლად, რომ დაელოდოთ მათ ორგანულად შეძენას.

ახალი ეკონომიკა გაჩნდა backlinks-ის გარშემო. ვებსაიტების მოსურნე მფლობელები, რომლებსაც სჭირდებოდათ საძიებო სისტემების რეიტინგზე ზემოქმედება, ყიდულობდნენ ბმულებს და სანაცვლოდ, სასოწარკვეთილი ვებსაიტების მონეტიზაციას ყიდდნენ მათ ბმულებს.

ვებსაიტები, რომლებიც ყიდულობდნენ ბმულებს, ხშირად ღამით შემოიჭრნენ Google-ის რეიტინგში დამკვიდრებულ ბრენდებზე.

ამ მეთოდის გამოყენებით რეიტინგი საკმაოდ კარგად მუშაობდა დიდი ხნის განმავლობაში – სანამ არ შეწყვეტდა მუშაობას, ალბათ იმავე დროს დაიწყო მანქანური სწავლება და გადაჭრა ძირითადი პრობლემა. ღრმა განმტკიცების სწავლის დანერგვით, PageRank გახდება რეიტინგის ცვლადი და არა დომინანტური ფაქტორი.

ამ დროისთვის SEO საზოგადოება დაყოფილია ბმულის ყიდვაზე, როგორც სტრატეგიაზე. მე პირადად მჯერა, რომ ბმულის ყიდვა გვთავაზობს არაოპტიმალურ შედეგებს და რომ ბმულების შეძენის საუკეთესო მეთოდები ეფუძნება ცვლადებს, რომლებიც სპეციფიკურია ინდუსტრიისთვის. ერთი ლეგიტიმური სერვისი, რომელსაც შემიძლია გირჩიო, ჰქვია HARO (დაეხმარეთ რეპორტიორს გარეთ). HARO-ში შესაძლებლობა არის backlinks-ის შეძენა მედიის მოთხოვნების შესრულებით.

დამკვიდრებულ ბრენდებს არასოდეს უწევდათ ფიქრი ბმულების მოპოვებაზე, რადგან მათ ჰქონდათ დროის სარგებელი მათ სასარგებლოდ მუშაობისას. რაც უფრო ძველია ვებსაიტი, მით მეტი დრო სჭირდება მაღალი ხარისხის ბმულების შეგროვებას. სხვა სიტყვებით რომ ვთქვათ, საძიებო სისტემის რეიტინგი დიდად იყო დამოკიდებული ვებსაიტის ასაკზე, თუ გამოთვლით მეტრიკის გამოყენებით დრო = backlinks.

მაგალითად, CNN ბუნებრივად მიიღებდა ბმულებს ახალი ამბების სტატიისთვის მისი ბრენდის, მისი ნდობის გამო და იმის გამო, რომ ის თავიდანვე მაღალი იყო - ასე რომ, ბუნებრივია, მან მოიპოვა მეტი backlinks იმ ადამიანებისგან, რომლებიც იკვლევდნენ სტატიას და აკავშირებდნენ ძიების პირველ შედეგს. .

რაც იმას ნიშნავს, რომ უფრო მაღალი რანგის ვებგვერდებმა ორგანულად მიიღეს მეტი backlink. სამწუხაროდ, ეს იმას ნიშნავდა, რომ ახალი ვებსაიტები ხშირად იძულებულნი იყვნენ ბოროტად გამოეყენებინათ backlink ალგორითმი ბექლინკის ბაზარზე გადასვლის გზით.

2000-იანი წლების დასაწყისში, backlinks-ის ყიდვა საოცრად კარგად მუშაობდა და ეს იყო მარტივი პროცესი. ლინკების მყიდველები ყიდულობდნენ ბმულებს მაღალი ავტორიტეტის ვებსაიტებიდან, ხშირად საიტის ქვედა კოლონტიტულის ბმულები, ან შესაძლოა თითო სტატიის საფუძველზე (ხშირად გადაცმული სტუმრის პოსტის სახით), და გამყიდველები, რომლებსაც სასოწარკვეთილი ჰქონდათ თავიანთი ვებსაიტების მონეტიზაცია, სიამოვნებით ავალდებულებდნენ – სამწუხაროდ, ხშირად მსხვერპლად ხარისხიანი.

საბოლოოდ Google-ის ნიჭიერების ფონდმა მანქანათმცოდნეობის ინჟინრებმა გააცნობიერეს, რომ საძიებო სისტემის შედეგების ხელით კოდირება უშედეგო იყო და ბევრი PageRank იყო ხელით დაწერილი კოდირება. სამაგიეროდ, მათ ესმოდათ, რომ AI საბოლოოდ გახდება პასუხისმგებელი რეიტინგების სრულად გამოთვლაზე, არცთუ მცირე ადამიანის ჩარევით.

კონკურენტუნარიანობის შესანარჩუნებლად Google იყენებს თავის არსენალში არსებულ ყველა ინსტრუმენტს და ეს მოიცავს ღრმა განმტკიცების სწავლა – მსოფლიოში ყველაზე მოწინავე ტიპის მანქანათმცოდნეობის ალგორითმი.

ეს სისტემა ზემოდან იყო ფენიანი Google-ის მიერ MetaWeb-ის შეძენა თამაშის შემცვლელი იყო. 2010 წლის MetaWeb-ის შეძენა იმდენად მნიშვნელოვანი იყო, რომ მან შეამცირა წონა, რომელსაც Google-ი აყენებდა საკვანძო სიტყვებზე. კონტექსტი მოულოდნელად მნიშვნელოვანი იყო, ეს მიღწეული იქნა კატეგორიზაციის მეთოდოლოგიის გამოყენებით, სახელწოდებით "ერთეულები". როგორც აღწერილია სწრაფი კომპანია:

მას შემდეგ რაც Metaweb გაარკვევს რომელ ერთეულს გულისხმობთ, მას შეუძლია უზრუნველყოს შედეგების ნაკრები. მას შეუძლია უფრო რთული ძიების ერთეულების გაერთიანებაც კი – „40 წელს გადაცილებული მსახიობები“ შეიძლება იყოს ერთი, „მსახიობები, რომლებიც ცხოვრობენ ნიუ-იორკში“ შეიძლება იყოს სხვა და „მსახიობები, რომლებსაც ამჟამად თამაშობენ ფილმი“ შეიძლება იყოს სხვა. “.

ეს ტექნოლოგია შემოვიდა მთავარ ალგორითმის განახლებად, სახელწოდებით RankBrain რომელიც ამოქმედდა 2015 წლის გაზაფხულზე. RankBrain ორიენტირებულია კონტექსტის გაგებაზე და არა მხოლოდ საკვანძო სიტყვებზე დაფუძნებულზე, და RankBrain ასევე განიხილავს გარემოს კონტექსტებს (მაგ., მაძიებლის მდებარეობა) და მნიშვნელობის ექსტრაპოლირებას იქამდე, სადაც აქამდე არ ყოფილა. ეს იყო მნიშვნელოვანი განახლება, განსაკუთრებით მობილური მომხმარებლებისთვის.

ახლა, როდესაც ჩვენ გვესმის, თუ როგორ იყენებს Google ამ ტექნოლოგიებს, მოდით გამოვიყენოთ გამოთვლითი თეორია, რათა ვივარაუდოთ, თუ როგორ კეთდება ეს.

რა არის ღრმა სწავლა?

ღრმა სწავლება არის მანქანათმცოდნეობის ყველაზე ხშირად გამოყენებული სახეობა – შეუძლებელი იქნება Google-ისთვის არ გამოიყენოს ეს ალგორითმი.

ღრმა სწავლაზე მნიშვნელოვან გავლენას ახდენს ადამიანის ტვინი და ის ცდილობს ასახოს ტვინის ქცევა, თუ როგორ იყენებს ნიმუშის ამოცნობას ობიექტების იდენტიფიკაციისა და კატეგორიზაციისთვის.

მაგალითად, თუ ხედავთ წერილს a, თქვენი ტვინი ავტომატურად ცნობს ხაზებს და ფორმებს და შემდეგ ამოიცნობს მას ასოდ a. იგივე ეხება ასოებს apთქვენი ტვინი ავტომატურად ცდილობს მომავლის წინასწარმეტყველებას პოტენციური სიტყვებით, როგორიცაა app or ვაშლი. სხვა ნიმუშები შეიძლება შეიცავდეს ნომრებს, საგზაო ნიშნებს ან საყვარელი ადამიანის იდენტიფიცირებას ხალხმრავალ აეროპორტში.

თქვენ შეგიძლიათ წარმოიდგინოთ, რომ ღრმა სწავლის სისტემაში არსებული ურთიერთკავშირები ისეთივეა, როგორიც ადამიანის ტვინი მუშაობს ნეირონებისა და სინაფსების შეერთებით.

ღრმა სწავლება საბოლოო ჯამში არის ტერმინი, რომელიც მიენიჭება მანქანათმცოდნეობის არქიტექტურებს, რომლებიც აერთიანებს მრავალშრიანი პერცეპტრონის ერთად, ასე რომ არ იყოს მხოლოდ ერთი ფარული ფენა, არამედ ბევრი ფარული ფენა. რაც უფრო „ღრმაა“ ღრმა ნერვული ქსელი, მით უფრო დახვეწილი ნიმუშების სწავლა შეუძლია ქსელს.

სრულად დაკავშირებული ქსელები შეიძლება გაერთიანდეს მანქანური სწავლების სხვა ფუნქციებთან, რათა შეიქმნას სხვადასხვა ღრმა სწავლის არქიტექტურა.

როგორ იყენებს Google ღრმა სწავლებას

Google ობობა მსოფლიოს ვებსაიტებს მიჰყვება ჰიპერბმულების (ფიქრი ნეირონების) საშუალებით, რომლებიც აკავშირებენ ვებგვერდებს ერთმანეთთან. ეს იყო ორიგინალური მეთოდოლოგია, რომელსაც Google იყენებდა პირველივე დღიდან და დღემდე გამოიყენება. ვებსაიტების ინდექსირების შემდეგ, სხვადასხვა ტიპის AI გამოიყენება მონაცემთა ამ საგანძურის გასაანალიზებლად.

Google-ის სისტემა ასახელებს ვებგვერდებს სხვადასხვა შიდა მეტრიკის მიხედვით, მხოლოდ მცირე ადამიანის შეტანით ან ჩარევით. ინტერვენციის მაგალითი იქნება კონკრეტული URL-ის ხელით წაშლა ა DMCA მოხსნის მოთხოვნა.

Google-ის ინჟინრები განთქმულნი არიან დამსწრეების იმედგაცრუებით SEO კონფერენციები, და ეს იმიტომ ხდება, რომ Google-ის აღმასრულებლები ვერასდროს ვერ ახერხებენ სწორად ჩამოაყალიბონ, თუ როგორ მუშაობს Google. როდესაც სვამენ კითხვებს იმის შესახებ, თუ რატომ ვერ ახერხებენ ზოგიერთი ვებსაიტის რანჟირებას, ეს თითქმის ყოველთვის არის იგივე, ცუდად გამოხატული პასუხი. პასუხი იმდენად ხშირია, რომ ხშირად დამსწრეები წინასწარ აცხადებენ, რომ ისინი მზად არიან შექმნან კარგი შინაარსი თვეების ან თუნდაც წლების განმავლობაში, დადებითი შედეგების გარეშე.

მოსალოდნელია, რომ ვებსაიტების მფლობელებს ევალებათ ფოკუსირება მოახდინონ ღირებული შინაარსის შექმნაზე - მნიშვნელოვანი კომპონენტი, მაგრამ შორს არის ყოვლისმომცველი.

პასუხის ეს ნაკლებობა იმიტომ ხდება, რომ აღმასრულებლებს არ შეუძლიათ სწორად უპასუხონ კითხვას. Google-ის ალგორითმი მუშაობს შავ ყუთში. არის შეყვანა და შემდეგ გამომავალი – და ასე მუშაობს ღრმა სწავლება.

მოდით ახლა დავუბრუნდეთ რეიტინგის ჯარიმას, რომელიც უარყოფითად მოქმედებს მილიონობით ვებსაიტზე ხშირად ვებსაიტის მფლობელის ცოდნის გარეშე.

PageSpeed ​​insights

Google ხშირად არ არის გამჭვირვალე, გამონაკლისი არის PageSpeed ​​Insights. ვებსაიტები, რომლებიც ვერ ჩააბარებენ ამ სიჩქარის ტესტს, გადაიგზავნება საჯარიმო ყუთში ნელა ჩატვირთვისთვის – განსაკუთრებით თუ მობილური მომხმარებლები დაზარალდებიან.

საეჭვოა, რომ პროცესის რაღაც მომენტში არის გადაწყვეტილების ხე, რომელიც აანალიზებს სწრაფ ვებსაიტებს, ნელი დატვირთვის წინააღმდეგ (PageSpeed ​​Insights ვერ მოხერხდა). გადაწყვეტილების ხე არსებითად არის ალგორითმული მიდგომა, რომელიც ყოფს მონაცემთა ბაზას ცალკეულ მონაცემთა წერტილებად, სხვადასხვა კრიტერიუმების საფუძველზე. კრიტერიუმები შეიძლება იყოს ნეგატიური გავლენის მოხდენა, თუ რამდენად მაღალია გვერდი მობილურისთვის, ვიდრე დესკტოპის მომხმარებლებისთვის.

ჰიპოთეტური ჯარიმა შეიძლება გამოყენებულ იქნას ბუნებრივი რეიტინგის ქულაზე. მაგალითად, ვებსაიტს, რომელიც ჯარიმების გარეშე დაიკავებს მე-5 ადგილს, შეიძლება ჰქონდეს -20, -50 ან სხვა უცნობი ცვლადი, რომელიც შეამცირებს რეიტინგს #25, #55-მდე, ან AI-ის მიერ შერჩეულ სხვა რიცხვამდე.

მომავალში ჩვენ შეიძლება დავინახოთ PageSpeed ​​Insights-ის დასასრული, როდესაც Google გახდება უფრო თავდაჯერებული მათ AI-ში. Google-ის მიერ სიჩქარის ამჟამინდელი ჩარევა სახიფათოა, რადგან შესაძლოა აღმოფხვრას ის შედეგები, რომლებიც ოპტიმალური იქნებოდა და დისკრიმინაციას უწევს ნაკლებად ტექნიკურად მცოდნეებს.

დიდი თხოვნაა, ყველას, ვინც მცირე ბიზნესს მართავს, ჰქონდეს გამოცდილება სიჩქარის ტესტის პრობლემების წარმატებით დიაგნოსტიკისა და გამოსწორების მიზნით. ერთი მარტივი გამოსავალი იქნება Google-ისთვის უბრალოდ გამოუშვას სიჩქარის ოპტიმიზაციის დანამატი wordpress-ის მომხმარებლებისთვის, როგორც wordpress ძალაუფლება 43% ინტერნეტის.

სამწუხაროდ, ყველა SEO ძალისხმევა უშედეგოა, თუ ვებსაიტი ვერ გაივლის Google-ის PageSpeed ​​Insights. ფსონები სხვა არაფერია, თუ არა ვებსაიტი, რომელიც გაქრება Google-ისგან.

როგორ ჩააბაროთ ეს ტესტი არის სტატია სხვა დროისთვის, მაგრამ მინიმუმ თქვენ უნდა გადაამოწმოთ თქვენი საიტი გადის.

კიდევ ერთი მნიშვნელოვანი ტექნიკური მეტრიკა, რომლის შესახებაც უნდა ინერვიულოთ, არის უსაფრთხოების პროტოკოლი, რომელსაც ე.წ SSL (Secure Sockets Layer). ეს ცვლის დომენის URL-ს http-დან https-ზე და უზრუნველყოფს მონაცემთა უსაფრთხო გადაცემას. ნებისმიერი ვებსაიტი, რომელსაც არ აქვს ჩართული SSL, დაჯარიმდება. მიუხედავად იმისა, რომ არსებობს გარკვეული გამონაკლისი ამ წესიდან, ელექტრონული კომერცია და ფინანსური ვებსაიტები ყველაზე დიდ გავლენას მოახდენს.

დაბალფასიანი ვებ მასპინძლები იხდიან წლიურ გადასახადს SSL განხორციელებისთვის, იმავდროულად კარგი ვებჰოსტები, როგორიცაა SiteGround გასცემს SSL სერთიფიკატებს უფასოდ და ავტომატურად აერთიანებს მათ.

მეტა მონაცემები

ვებსაიტზე კიდევ ერთი მნიშვნელოვანი ელემენტია მეტა სათაური და მეტა აღწერა. შინაარსის ამ ველებს აქვთ მნიშვნელობის დიდი რიგი, რამაც შეიძლება ხელი შეუწყოს გვერდის წარმატებას ან წარუმატებლობას, ისევე როგორც ამ გვერდის მთლიანი შინაარსი.

ეს იმის გამო ხდება, რომ Google-ს აქვს მაღალი ალბათობა, აირჩიოს მეტა სათაური და მეტა აღწერა ძიების შედეგებში გამოსაჩენად. და ამიტომ მნიშვნელოვანია, რომ მაქსიმალურად ფრთხილად შეავსოთ მეტა სათაური და მეტა აღწერილობის ველი.

ალტერნატივა არის ის, რომ Google-მა შეიძლება აირჩიოს იგნორირება გაუკეთოს მეტა-სათაურს და მეტა აღწერას, რათა სანაცვლოდ ავტომატურად შექმნას მონაცემები, რომლებიც მისი პროგნოზით გამოიწვევს მეტ დაწკაპუნებას. თუ Google ცუდად პროგნოზირებს, თუ რა სათაური უნდა შექმნას ავტომატურად, ეს ხელს შეუწყობს მაძიებლების მიერ დაწკაპუნების შემცირებას და, შესაბამისად, ეს ხელს შეუწყობს საძიებო სისტემის რეიტინგების დაკარგვას.

თუ Google თვლის, რომ ჩართული მეტა აღწერა ოპტიმიზებულია დაწკაპუნებების მისაღებად, ის აჩვენებს მას ძიების შედეგებში. ამ წარუმატებლობის შემთხვევაში, Google წაიღებს ტექსტის შემთხვევით ნაწილს ვებსაიტიდან. ხშირად Google ირჩევს საუკეთესო ტექსტს გვერდზე, პრობლემა ის არის, რომ ეს არის ლატარიის სისტემა და Google მუდმივად ცუდად არჩევს აღწერილობას.

რა თქმა უნდა, თუ თვლით, რომ თქვენი გვერდის კონტენტი ნამდვილად კარგია, ზოგჯერ აზრი აქვს, რომ Google-ს ნება მისცეთ აირჩიოთ ოპტიმიზებული მეტა აღწერა, რომელიც საუკეთესოდ ემთხვევა მომხმარებლის მოთხოვნას. ჩვენ არ ვირჩევთ ამ სტატიის მეტა აღწერას, რადგან ის მდიდარია შინაარსით და Google, სავარაუდოდ, კარგ აღწერას შეარჩევს.

იმავდროულად, მილიარდობით ადამიანი აწკაპუნებს ძიების საუკეთესო შედეგებზე – ეს არის ადამიანის მარყუჟში, Google-ის უკანასკნელი უკუკავშირის მექანიზმი – და სწორედ აქ იწყება განმტკიცების სწავლა.

რა არის განმტკიცების სწავლა?

გამაგრების სწავლა არის მანქანათმცოდნეობის ტექნიკა, რომელიც გულისხმობს ხელოვნური ინტელექტის აგენტის მომზადებას მოქმედებების განმეორებით და მასთან დაკავშირებული ჯილდოებით. გამაძლიერებელი სწავლის აგენტი ატარებს ექსპერიმენტებს გარემოში, ახორციელებს მოქმედებებს და აჯილდოვებს, როდესაც სწორი ქმედებები მიიღება. დროთა განმავლობაში აგენტი სწავლობს ისეთი ქმედებების განხორციელებას, რომლებიც მის ჯილდოს მაქსიმალურად გაზრდის.

ჯილდო შეიძლება დაფუძნდეს მარტივ გამოთვლაზე, რომელიც ითვლის რეკომენდებულ გვერდზე დახარჯულ დროს.

თუ ამ მეთოდოლოგიას შეუთავსებთ Human-in-the-loop ქვე-რუტინას, ეს საშინლად ჟღერს, როგორც არსებული სარეკომენდაციო ძრავები, რომლებიც აკონტროლებენ ჩვენი ციფრული ცხოვრების ყველა ასპექტს, როგორიცაა YouTube, Netflix, Amazon Prime – და თუ ჟღერს, როგორ საძიებო სისტემა უნდა მუშაობდეს თქვენ მართალი ხართ.

როგორ იყენებს Google განმტკიცების სწავლებას

Google flywheel უმჯობესდება ყოველი ძიებისას, ადამიანები ავარჯიშებენ AI-ს საუკეთესო შედეგის შერჩევით, რომელიც საუკეთესოდ პასუხობს მათ შეკითხვას და მილიონობით სხვა მომხმარებლის მსგავს შეკითხვას.

განმამტკიცებელი სასწავლო აგენტი მუდმივად მუშაობს თვითგანვითარებაზე, აძლიერებს მხოლოდ ყველაზე პოზიტიურ ურთიერთქმედებებს ძიებასა და მიწოდებულ ძიების შედეგს შორის.

Google ზომავს იმ დროს, რაც მომხმარებელს სჭირდება შედეგების გვერდის სკანირებისთვის, URL-ზე, რომელზეც ისინი დააწკაპუნებენ, გაზომავს დროს დახარჯული მონახულებულ ვებსაიტზე და აღრიცხავენ საპასუხო დაწკაპუნებას. შემდეგ ეს მონაცემები შედგენილია და შედარებულია ყველა ვებსაიტისთვის, რომელიც გთავაზობთ მსგავსი მონაცემების შესატყვისს ან მომხმარებლის გამოცდილებას.

ვებსაიტი დაბალი შეკავების კოეფიციენტით (ადგილზე გატარებული დრო), შემდეგ იკვებება განმტკიცების სწავლის სისტემის მიერ უარყოფითი მნიშვნელობით და სხვა კონკურენტი ვებსაიტები ტესტირება ხდება შეთავაზებული რეიტინგის გასაუმჯობესებლად. Google არის მიუკერძოებელი, თუ ვივარაუდებთ, რომ არ არის ხელით ჩარევა, Google საბოლოოდ უზრუნველყოფს სასურველ ძიების შედეგების გვერდს.

მომხმარებლები არიან ადამიანები, რომლებიც აწვდიან Google-ს უფასო მონაცემებს და ხდებიან ღრმა გაძლიერების სწავლის სისტემის საბოლოო კომპონენტი. ამ სერვისის სანაცვლოდ Google საბოლოო მომხმარებელს სთავაზობს რეკლამაზე დაწკაპუნების შესაძლებლობას.

რეკლამები შემოსავლის გენერირების მიღმა ემსახურება როგორც მეორადი რეიტინგის ფაქტორს, რომელიც ავრცელებს მეტ მონაცემს იმის შესახებ, თუ რა აიძულებს მომხმარებელს დაწკაპუნება.

Google არსებითად სწავლობს რა სურს მომხმარებელს. ეს შეიძლება თავისუფლად შევადაროთ სარეკომენდაციო ძრავას ვიდეო ნაკადის სერვისით. ამ შემთხვევაში სარეკომენდაციო ძრავა მიაწვდის მომხმარებლის კონტენტს, რომელიც გამიზნულია მათი ინტერესებისკენ. მაგალითად, მომხმარებელმა, რომელსაც ჩვეულებრივ სიამოვნებს რომანტიკული კომედიების ნაკადი, შეიძლება დატკბეს პაროდიებით, თუ ისინი იზიარებენ ერთსა და იმავე კომედიებს.

როგორ ეხმარება ეს SEO-ს?

თუ ჩვენ გავაგრძელებთ გამოთვლით აზროვნებას, შეგვიძლია ვივარაუდოთ, რომ Google-მა გაწვრთნა საკუთარი თავი საუკეთესო შედეგების მისაღწევად და ეს ხშირად მიიღწევა ადამიანის მიკერძოების განზოგადებითა და დაკმაყოფილებით. ფაქტობრივად, შეუძლებელი იქნება Google-ის AI-სთვის არ მოხდეს შედეგების ოპტიმიზაცია, რომლებიც ემსახურება ამ მიკერძოებებს, თუ ეს მოხდება, შედეგები არაოპტიმალური იქნება.

სხვა სიტყვებით რომ ვთქვათ, არ არსებობს ჯადოსნური ფორმულა, მაგრამ არსებობს რამდენიმე საუკეთესო პრაქტიკა.

SEO პრაქტიკოსის პასუხისმგებლობაა აღიაროს ის მიკერძოებები, რომლებსაც Google ეძებს, რომლებიც სპეციფიკურია მათი ინდუსტრიისთვის – და იკვებება ამ მიკერძოებით. მაგალითად, ვინც ეძებს არჩევნების შედეგებს თარიღის მითითების გარეშე, დიდი ალბათობით ეძებს უახლეს შედეგებს - ეს არის უახლესი მიკერძოება. ვინმეს, რომელიც ეძებს რეცეპტს, დიდი ალბათობით, არ სჭირდება უახლესი გვერდი და შეიძლება სინამდვილეში ამჯობინოს რეცეპტი, რომელმაც გაუძლო დროს.

SEO პრაქტიკოსის პასუხისმგებლობაა შესთავაზოს ვიზიტორებს ის შედეგები, რომლებსაც ისინი ეძებენ. ეს არის Google-ში რეიტინგის ყველაზე მდგრადი გზა.

ვებსაიტების მფლობელებმა უნდა მიატოვონ კონკრეტული საკვანძო სიტყვის მიზანმიმართულობა იმ მოლოდინით, რომ მათ შეუძლიათ მიაწოდონ ის, რაც სურთ საბოლოო მომხმარებელს. ძიების შედეგი ზუსტად უნდა შეესაბამებოდეს მომხმარებლის საჭიროებებს.

რა არის მიკერძოება? ეს შეიძლება იყოს დომენის სახელი, რომელიც გამოიყურება მაღალი ავტორიტეტით, სხვა სიტყვებით რომ ვთქვათ, დომენის სახელი ემთხვევა იმ ბაზარს, რომელსაც ემსახურებით? დომენის სახელის ქონამ მასში სიტყვა India შეიძლება ხელი შეუშალოს აშშ-ს მომხმარებლებს URL-ზე დაწკაპუნებისგან, ნაციონალისტური მიკერძოების გამო, ნდობის შედეგების შესახებ, რომლებიც მომდინარეობს მომხმარებლის საცხოვრებელი ქვეყნიდან. ერთი სიტყვის დომენის არსებობამ ასევე შეიძლება გამოიწვიოს ავტორიტეტის ილუზია.

ყველაზე მნიშვნელოვანი მიკერძოება არის ის, თუ რა სურს მომხმარებელს შეესაბამებოდეს საძიებო მოთხოვნას? არის ეს FAQ, ტოპ 10 სია, ბლოგის პოსტი? ამაზე პასუხის გაცემაა საჭირო და პასუხის პოვნა ადვილია. თქვენ უბრალოდ უნდა გააანალიზოთ კონკურენცია Google-ის ძიების შესრულებით თქვენს სამიზნე ბაზარზე.

შავი ქუდი SEO მკვდარია

შეადარეთ ეს Black Hat SEO-ს, ვებსაიტების რეიტინგის აგრესიულ მეთოდს, რომელიც იყენებს ცრუ SPAM-ის ტექნიკას, მათ შორის ბმულების ყიდვას, ბმულების გაყალბებას, ვებსაიტების გატეხვას, მასშტაბური სოციალური სანიშნეების ავტომატურ გენერირებას და სხვა ბნელ მეთოდოლოგიას, რომლებიც გამოიყენება შავი ქუდის ხელსაწყოების ქსელში. .

ხელსაწყოები, რომლებიც ხშირად ხელახლა გამოიყენება და იყიდება სხვადასხვა საძიებო სისტემების მარკეტინგის ფორუმებზე, პროდუქტები, რომლებსაც თითქმის არ აქვთ ღირებულება და წარმატების მცირე შანსები. ამ დროისთვის ეს ხელსაწყოები გამყიდველებს საშუალებას აძლევს გახდნენ მდიდარი, ხოლო საბოლოო მომხმარებელს მინიმალურ ღირებულებას სთავაზობენ.

ამიტომ გირჩევთ უარი თქვათ შავი ქუდის შესახებ. ფოკუსირება მოახდინეთ თქვენს SEO-ზე მანქანური სწავლის ობიექტივიდან მის ნახვაზე. მნიშვნელოვანია გვესმოდეს, რომ ყოველ ჯერზე, როცა ვინმე გამოტოვებს ძიების შედეგს, რათა დააწკაპუნოს ქვემოთ ჩამარხულ შედეგზე, ეს არის ადამიანი-ში-ციკლი, რომელიც თანამშრომლობს ღრმა გაძლიერების სწავლის სისტემასთან. ადამიანი ეხმარება AI-ს თვითგანვითარებაში, რაც დრო გადის უსაზღვროდ უკეთესი ხდება.

ეს არის მანქანათმცოდნეობის ალგორითმი, რომელიც გაწვრთნილ იქნა უფრო მეტმა მომხმარებელმა, ვიდრე ნებისმიერი სხვა სისტემა კაცობრიობის ისტორიაში.

Google ახორციელებს საშუალოდ 3.8 მილიონ ძიებას წუთში მთელ მსოფლიოში. ეს გამოდის 228 მილიონ ძიებამდე საათში, 5.6 მილიარდი ძებნა დღეში. ეს არის ბევრი მონაცემი და სწორედ ამიტომ არის სისულელე შავი ქუდის SEO მცდელობა. იმის დაშვება, რომ Google-ის AI აპირებს სტაგნაციას, სისულელეა, სისტემა იყენებს მას აჩქარებული დაბრუნების კანონი ექსპონენტურად თვითგანვითარება.

Google-ის ხელოვნური ინტელექტი იმდენად მძლავრი ხდება, რომ წარმოუდგენელია, რომ საბოლოოდ ის გახდება პირველი AI, რომელსაც მიაღწევს ხელოვნური გენერალური ინტელექტი (AGI). AGI არის ინტელექტი, რომელსაც შეუძლია გამოიყენოს სწავლის გადაცემა დაეუფლონ ერთ სფეროს და შემდეგ გამოიყენონ ეს ნასწავლი ინტელექტი მრავალ დომენში. მიუხედავად იმისა, რომ შესაძლოა საინტერესო იყოს Google-ის სამომავლო AGI ძალისხმევის შესწავლა, უნდა გვესმოდეს, რომ როგორც კი პროცესი მოძრაობს, ძნელია შეჩერება. ეს, რა თქმა უნდა, მომავლის სპეკულირებაა, რადგან Google ამჟამად არის ვიწრო AI ტიპის, მაგრამ ეს არის სხვა სტატიის თემა.

იმის ცოდნა, რომ შავ ქუდზე ერთი წამით მეტი დახარჯო, სულელური საქმეა.

თეთრი ქუდი SEO

თუ ჩვენ ვაღიარებთ, რომ Google-ის ხელოვნური ინტელექტი განუწყვეტლივ თვითგანვითარდება, მაშინ ჩვენ სხვა არჩევანი არ გვაქვს გარდა იმისა, რომ თავი დავანებოთ Google-ის გონიერების მცდელობას. ამის ნაცვლად, ყურადღება გაამახვილეთ ვებსაიტის ოპტიმიზაციაზე, რათა ოპტიმალურად მიაწოდოთ Google-ს კონკრეტულად ის, რასაც ის ეძებს.

როგორც აღწერილია, ეს გულისხმობს SSL-ის ჩართვას, გვერდის ჩატვირთვის სიჩქარის ოპტიმიზაციას და მეტა სათაურის და მეტა აღწერილობის ოპტიმიზაციას. ამ ველების ოპტიმიზაციისთვის, მეტა სათაური და მეტა აღწერა უნდა შევადაროთ კონკურენტ ვებსაიტებს – გამოავლინეთ გამარჯვებული ელემენტები, რომლებიც იწვევს დაწკაპუნების მაღალ სიჩქარეს.

თუ ოპტიმიზირებულია დაწკაპუნებაზე, შემდეგი ეტაპი არის საუკეთესო სადესანტო გვერდის შექმნა. მიზანი არის სადესანტო გვერდი, რომელიც იმდენად ოპტიმიზებს მომხმარებლის ღირებულებას, რომ გვერდზე გატარებული საშუალო დრო აღემატება მსგავს კონკურენტებს, რომლებიც იბრძვიან საძიებო სისტემის საუკეთესო შედეგებისთვის.

მხოლოდ საუკეთესო მომხმარებლის გამოცდილების შეთავაზებით შეიძლება ვებგვერდის რეიტინგის გაზრდა.

აქამდე ჩვენ დავადგინეთ ეს მეტრიკა, როგორც ყველაზე მნიშვნელოვანი:

• ჩატვირთვის სიჩქარე
• SSL ჩართულია
• მეტა სათაური და მეტა აღწერა
• სადესანტო გვერდი

სადესანტო გვერდი ყველაზე რთული ელემენტია, რადგან თქვენ ეჯიბრებით მსოფლიოს. სადესანტო გვერდი უნდა იტვირთოს სწრაფად და უნდა მოემსახუროს ყველაფერს, რაც მოსალოდნელია, შემდეგ კი გააოცოს მომხმარებელი მეტით.

საბოლოო ფიქრები

ადვილი იქნება კიდევ 2000 სიტყვის შევსება, რომელიც აღწერს სხვა ხელოვნური ინტელექტის ტექნოლოგიებს, რომლებსაც Google იყენებს, ისევე როგორც SEO-ს კურდღლის ორმოში ღრმად ჩაჭრა. მიზანი აქ არის ყურადღების ფოკუსირება ყველაზე მნიშვნელოვან მეტრიკაზე.

SEO დანაყოფები იმდენად არიან ორიენტირებულნი სისტემის თამაშზე, რომ მათ ავიწყდებათ, რომ დღის ბოლოს, SEO-ს ყველაზე მნიშვნელოვანი ელემენტია მომხმარებლებს რაც შეიძლება მეტი ღირებულების მინიჭება.

ამის მიღწევის ერთ-ერთი გზა არის ის, რომ არასოდეს დაუშვათ მნიშვნელოვანი კონტენტი ძველებურად. თუ ერთ თვეში მნიშვნელოვანი წვლილი მოვიფიქრე, ამ სტატიას დაემატება. შემდეგ Google-ს შეუძლია დაადგინოს, რამდენად ახალია კონტენტი, რომელიც შეესაბამება გვერდის ღირებულების მიწოდების ისტორიას.

თუ თქვენ კვლავ გაწუხებთ ბმულების შეძენა, გამოსავალი მარტივია. პატივი ეცით თქვენი ვიზიტორების დროს და მიანიჭეთ მათ ღირებულება. ბმულები ბუნებრივად მოვა, რადგან მომხმარებლები იპოვიან მნიშვნელობას თქვენი შინაარსის გაზიარებაში.

შემდეგ კითხვა გადადის ვებსაიტის მფლობელზე, თუ როგორ უზრუნველყოს საუკეთესო მომხმარებლის ღირებულება და მომხმარებლის გამოცდილება.