Optimizare SEO: Cum funcționează IA Google (mai 2024)

Optimizarea pentru motoarele de căutare (SEO) este procesul de optimizare a factorilor în pagină și în afara paginii care influențează cât de sus se clasează o pagină web pentru un anumit termen de căutare. Acesta este un proces cu mai multe fațete care include optimizarea vitezei de încărcare a paginii, generarea unei strategii de construire a linkurilor, utilizarea Instrumente SEO, precum și cum să înveți cum să faci inginerie inversă a AI-ului Google utilizând gândire computațională.

Gândirea computațională este un tip avansat de analiză și tehnică de rezolvare a problemelor pe care programatorii de calculatoare o folosesc atunci când scriu cod și algoritmi. Gânditorii computaționali vor căuta adevărul de bază prin defalcarea unei probleme și analizând-o folosind gândirea principiilor.

Deoarece Google nu dezvăluie nimănui sosul lor secret, ne vom baza pe gândirea computațională. Vom parcurge câteva momente esențiale din istoria Google care au modelat algoritmii care sunt utilizați și vom afla de ce contează acest lucru.

Cum să creezi o minte

Vom începe cu o carte care a fost publicată în 2012, numită „Cum să creezi o minte: secretul gândirii umane dezvăluit” de renumitul futurist și inventator Ray Kurzweil. Această carte a disecat creierul uman și a defalcat modurile în care funcționează. Învățăm de la început cum se antrenează creierul folosind recunoașterea modelelor pentru a deveni o mașină de predicție, lucrând mereu la prezicerea viitorului, chiar și la prezicerea cuvântului următor.

Cum recunosc oamenii modele în viața de zi cu zi? Cum se formează aceste conexiuni în creier? Cartea începe cu înțelegerea gândirii ierarhice, aceasta este înțelegerea unei structuri care este compusă din diverse elemente care sunt aranjate într-un model, acest aranjament reprezintă apoi un simbol, cum ar fi o literă sau un caracter, iar apoi acesta este aranjat în continuare într-un model mai avansat. cum ar fi un cuvânt și, în cele din urmă, o propoziție. În cele din urmă, aceste modele formează idei, iar aceste idei sunt transformate în produsele pe care oamenii sunt responsabili pentru a le construi.

Prin emularea creierului uman, s-a dezvăluit o cale către crearea unei IA avansate dincolo de capacitățile actuale ale rețelelor neuronale care existau la momentul publicării.

Cartea a reprezentat un plan pentru crearea unei IA care se poate scala prin aspirarea datelor din lume și să folosească procesarea de recunoaștere a modelelor pe mai multe straturi pentru a analiza text, imagini, audio și video. Un sistem optimizat pentru upscaling datorită beneficiilor cloud-ului și capabilităților sale de procesare paralelă. Cu alte cuvinte, nu ar exista un maxim la intrarea sau ieșirea datelor.

Această carte a fost atât de esențială încât, la scurt timp după publicare, autorul Ray Kurzweil a fost angajat de Google pentru a deveni director de inginerie concentrat pe învățarea automată și procesarea limbajului. Un rol care se alinia perfect cu cartea pe care o scrisese.

Ar fi imposibil să negați cât de influentă a fost această carte pentru viitorul Google și cum clasifică site-urile web. Acest Cartea AI ar trebui să fie o lectură obligatorie pentru oricine dorește să devină expert SEO.

DeepMind

Lansat în 2010, DeepMind a fost un nou startup fierbinte care folosea un nou tip revoluționar de algoritm AI, care a luat lumea cu asalt, se numea învățare prin consolidare. DeepMind a descris-o cel mai bine astfel:

„Prezentăm primul model de învățare profundă care învață cu succes politicile de control direct din inputul senzorial de înaltă dimensiune, folosind învățarea prin întărire. Modelul este o rețea neuronală convoluțională, antrenată cu o variantă de Q-learning, a cărei intrare este pixeli bruti și a cărei ieșire este o funcție de valoare care estimează recompensele viitoare.”

Prin fuzionarea învățării profunde cu învățarea prin întărire, a devenit un învățare profundă de întărire sistem. Până în 2013, DeepMind folosea acești algoritmi pentru a obține victorii împotriva jucătorilor umani în jocurile Atari 2600 – Și acest lucru a fost realizat prin imitarea creierului uman și a modului în care acesta învață din antrenament și repetiție.

Similar cu modul în care un om învață prin repetare, fie că lovește o minge sau joacă Tetris, AI ar învăța, de asemenea. Rețeaua neuronală a AI a urmărit performanța și s-ar auto-îmbunătăți progresiv, rezultând o selecție mai puternică a mișcărilor în următoarea iterație.

DeepMind a fost atât de dominant în conducerea sa tehnologică, încât Google a trebuit să cumpere acces la tehnologie. DeepMind a fost achiziționat pentru mai mult de 500 de milioane de dolari în 2014.

După achiziție, industria AI a fost martoră la progrese succesive, un tip nemaivăzut de atunci 11 mai 1997, când șahul mare maestru Garry Kasparov a pierdut primul joc dintr-un meci de șase jocuri împotriva Deep Blue, un computer pentru jocul de șah dezvoltat de oamenii de știință de la IBM. 

În 2015, DeepMind a rafinat algoritmul pentru a-l testa pe suita de 49 de jocuri Atari, iar aparatul a depășit performanța umană la 23 dintre ele.

Acesta a fost doar începutul, mai târziu, în 2015, DeepMind a început să se concentreze asupra AlphaGo, un program cu scopul declarat de a învinge un campion mondial profesionist Go. Jocul antic Go, care a fost văzut pentru prima dată în China în urmă cu aproximativ 4000 de ani, este considerat a fi cel mai provocator joc din istoria omenirii, cu potențialul său. 10³⁶⁰ miscari posibile.

DeepMind a folosit învățarea supravegheată pentru a antrena sistemul AlphaGo învățând de la jucători umani. La scurt timp după, DeepMind a făcut titluri după ce AlphaGo a bătut Lee Sedol, campioana mondială, într-un meci de cinci meciuri în martie 2016.

Nu fi mai prejos, în octombrie 2017 DeepMind a lansat AlphaGo Zero, un nou model cu diferențierea cheie că necesita zero pregătirea umană. Deoarece nu necesita pregătire umană, nu necesita nici etichetarea datelor, sistemul folosit în esență învățare nesupravegheată. AlphaGo Zero și-a depășit rapid predecesorul, așa cum descris de DeepMind.

„Versiunile anterioare ale AlphaGo au fost instruite inițial pe mii de jocuri pentru amatori și profesioniști pentru a învăța cum să joace Go. AlphaGo Zero omite acest pas și învață să joace pur și simplu jucând jocuri împotriva lui însuși, pornind de la un joc complet aleatoriu. Făcând acest lucru, a depășit rapid nivelul uman de joc și l-a învins pe publicat anterior versiunea AlphaGo care învinge campioni cu 100 de jocuri la 0.”

Între timp, lumea SEO era hiper concentrată pe PageRank, coloana vertebrală a Google. Începe în 1995, când Larry Page și Sergey Brin erau doctoranzi. studenți de la Universitatea Stanford. Duo-ul a început să colaboreze la un nou proiect de cercetare poreclit „BackRub”. Scopul a fost clasarea paginilor web într-o măsură a importanței prin conversia datelor lor de backlink. Un backlink este pur și simplu orice link de la o pagină la alta, similar cu acesta legătură.

Algoritmul a fost redenumit mai târziu în PageRank, numit atât după termenul „pagină web”, cât și după co-fondatorul Larry Page. Larry Page și Sergey Brin au avut obiectivul ambițios de a construi un motor de căutare care ar putea alimenta întregul web doar prin backlink.

Și a funcționat.

PageRank domină titlurile

Profesioniștii SEO au înțeles imediat elementele de bază ale modului în care Google calculează un clasament de calitate pentru o pagină web utilizând PageRank. Unii antreprenori pricepuți de SEO cu pălărie neagră au făcut un pas mai departe, înțelegând că pentru a scala conținutul, ar putea avea sens să cumpere linkuri în loc să aștepte să le achiziționeze organic.

O nouă economie a apărut în jurul backlink-urilor. Proprietarii dornici de site-uri web care aveau nevoie să influențeze clasamentele motoarelor de căutare ar cumpăra link-uri și, în schimb, disperați să monetizeze site-urile web, le-ar vinde link-uri.

Site-urile web care au achiziționat link-uri adesea peste noapte au invadat Google depășind mărcile consacrate.

Clasificarea folosind această metodă a funcționat foarte bine pentru o lungă perioadă de timp – Până când a încetat să funcționeze, probabil în același timp a început învățarea automată și a rezolvat problema de bază. Odată cu introducerea învățării prin consolidare profundă, PageRank ar deveni o variabilă de clasare, nu factorul dominant.

Până acum, comunitatea SEO este împărțită în ceea ce privește cumpărarea de linkuri ca strategie. Eu personal cred că cumpărarea de linkuri oferă rezultate suboptime și că cele mai bune metode de a achiziționa backlink-uri se bazează pe variabile specifice industriei. Un serviciu legitim pe care îl pot recomanda este numit HARO (Ajută un reporter). Oportunitatea de la HARO este de a achiziționa backlink-uri prin îndeplinirea solicitărilor media.

Brandurile consacrate nu au trebuit niciodată să-și facă griji cu privire la aprovizionarea link-urilor, deoarece aveau avantajele timpului care lucrează în favoarea lor. Cu cât un site este mai vechi, cu atât a avut mai mult timp pentru a colecta backlink-uri de înaltă calitate. Cu alte cuvinte, clasarea unui motor de căutare depindea în mare măsură de vechimea unui site web, dacă calculezi folosind metrica timp = backlink.

De exemplu, CNN ar primi în mod natural backlink-uri pentru un articol de știri datorită mărcii sale, încrederii sale și pentru că a fost listat în primul rând, deci, în mod natural, a câștigat mai multe backlink-uri de la oamenii care cercetau un articol și trimiteau la primul rezultat al căutării pe care l-au găsit. .

Înseamnă că paginile web clasate mai bine au primit organic mai multe backlink-uri. Din păcate, acest lucru a însemnat că noile site-uri web au fost adesea forțate să abuzeze de algoritmul de backlink, apelând la o piață de backlink.

La începutul anilor 2000, cumpărarea de backlink-uri a funcționat remarcabil de bine și a fost un proces simplu. Cumpărătorii de link-uri achiziționau link-uri de pe site-uri web de înaltă autoritate, de multe ori link-uri de subsol la nivel de site sau poate pe bază de articol (deseori deghizat în postare pentru oaspeți), iar vânzătorii disperați să-și monetizeze site-urile web au fost bucuroși să le oblige – Din păcate, adesea cu sacrificiul calitate.

În cele din urmă, grupul de talent Google al inginerilor de învățare automată a înțeles că codificarea manuală a rezultatelor motoarelor de căutare a fost inutilă, iar o mulțime de PageRank a fost codare scrisă de mână. În schimb, au înțeles că AI va deveni în cele din urmă responsabilă cu calcularea completă a clasamentului, fără interferențe umane.

Pentru a rămâne competitiv, Google folosește fiecare instrument din arsenalul său, inclusiv învățare profundă de întărire – Cel mai avansat tip de algoritm de învățare automată din lume.

Acest sistem stratificat deasupra Achiziția de către Google a MetaWeb a fost un schimbător de jocuri. Motivul pentru care achiziția MetaWeb din 2010 a fost atât de importantă este că a redus ponderea pe care Google a acordat-o cuvintelor cheie. Contextul a fost dintr-o dată important, acest lucru a fost realizat prin utilizarea unei metodologii de categorizare numită „entități”. La fel de Compania rapidă descrisă:

Odată ce Metaweb își dă seama la ce entitate vă referiți, poate oferi un set de rezultate. Poate chiar combina entități pentru căutări mai complexe – „actrițe de peste 40 de ani” ar putea fi o entitate, „actrițe care locuiesc în New York City” ar putea fi alta și „actrițe cu un film în curs de rulare” ar putea fi alta. „.

Această tehnologie a fost inclusă într-o actualizare majoră a algoritmului numită RankBrain care a fost lansat în primăvara anului 2015. RankBrain s-a concentrat pe înțelegerea contextului față de a fi bazat exclusiv pe cuvinte cheie, iar RankBrain ar lua în considerare și contextele de mediu (de exemplu, locația căutării) și ar extrapola sensul acolo unde nu a existat niciunul înainte. Aceasta a fost o actualizare importantă în special pentru utilizatorii de telefonie mobilă.

Acum că înțelegem cum folosește Google aceste tehnologii, să folosim teoria computațională pentru a specula cum se face.

Ce este Deep Learning?

Invatare profunda este cel mai des folosit tip de învățare automată – Ar fi imposibil ca Google să nu folosească acest algoritm.

Învățarea profundă este influențată în mod semnificativ de modul în care funcționează creierul uman și încearcă să oglindească comportamentul creierului în modul în care utilizează recunoașterea modelelor pentru a identifica și clasifica obiectele.

De exemplu, dacă vedeți scrisoarea a, creierul tău recunoaște automat liniile și formele pentru a le identifica apoi ca literă a. Același lucru este aplicat de litere ap, creierul tău încearcă automat să prezică viitorul venind cu cuvinte potențiale precum aplicaţia or măr. Alte modele pot include numere, semne rutiere sau identificarea unei persoane dragi într-un aeroport aglomerat.

Vă puteți gândi că interconexiunile dintr-un sistem de învățare profundă sunt similare cu modul în care funcționează creierul uman cu conexiunea dintre neuroni și sinapsele.

Învățarea profundă este, în cele din urmă, termenul dat arhitecturilor de învățare automată care unesc multe perceptron-uri multistrat, astfel încât să existe nu doar un strat ascuns, ci multe straturi ascunse. Cu cât este mai „profundă” rețeaua neuronală profundă, cu atât rețeaua poate învăța modele mai sofisticate.

Rețelele complet conectate pot fi combinate cu alte funcții de învățare automată pentru a crea diferite arhitecturi de învățare profundă.

Cum folosește Google Deep Learning

Google păianjeni site-urile din lume urmând hyperlinkuri (gândiți-vă la neuroni) care conectează site-urile web între ele. Aceasta a fost metodologia originală pe care Google a folosit-o din prima zi și este încă în uz. Odată ce site-urile web sunt indexate, diferite tipuri de IA sunt folosite pentru a analiza această comoară de date.

Sistemul Google etichetează paginile web în funcție de diferite valori interne, cu doar intervenții sau intervenții umane minore. Un exemplu de intervenție ar fi eliminarea manuală a unui anumit URL din cauza a Solicitare de eliminare DMCA.

Inginerii Google sunt renumiți pentru frustrarea participanților la Conferințe SEO, iar acest lucru se datorează faptului că directorii Google nu pot articula niciodată corect cum funcționează Google. Când sunt puse întrebări despre motivul pentru care anumite site-uri web nu se clasifică, este aproape întotdeauna același răspuns prost articulat. Răspunsul este atât de frecvent încât de multe ori participanții declară preventiv că s-au angajat să creeze conținut bun luni sau chiar ani la sfârșit, fără rezultate pozitive.

În mod previzibil, proprietarii de site-uri web sunt instruiți să se concentreze pe construirea de conținut valoros – O componentă importantă, dar departe de a fi cuprinzătoare.

Această lipsă de răspuns se datorează faptului că directorii sunt incapabili să răspundă corect la întrebare. Algoritmul Google operează într-o cutie neagră. Există intrare și apoi ieșire – și așa funcționează învățarea profundă.

Să revenim acum la o penalizare de clasare care afectează negativ milioane de site-uri web adesea fără știrea proprietarului site-ului.

PageSpeed ​​Insights

Google nu este adesea transparent, PageSpeed ​​Insights este excepția. Site-urile care nu reușesc acest test de viteză vor fi trimise într-o casetă de penalizare pentru încărcare lent – ​​mai ales dacă utilizatorii de telefonie mobilă sunt afectați.

Ceea ce se bănuiește este că la un moment dat în proces există un arbore de decizie care analizează site-uri web rapide, comparativ cu site-urile web cu încărcare lentă (PageSpeed ​​Insights a eșuat). Un arbore de decizie este în esență o abordare algoritmică care împarte setul de date în puncte de date individuale pe baza diferitelor criterii. Criteriile pot fi influențarea negativă a gradului de clasare a unei pagini pentru utilizatorii de dispozitive mobile față de utilizatorii de desktop.

Ipotetic, s-ar putea aplica o penalizare scorului natural de clasare. De exemplu, un site web care fără penalizare s-ar clasa pe locul 5 poate avea un -20, -50 sau o altă variabilă necunoscută care va reduce rangul la #25, #55 sau un alt număr selectat de AI.

În viitor, s-ar putea să vedem sfârșitul PageSpeed ​​Insights, când Google devine mai încrezător în inteligența sa. Această intervenție actuală a Google asupra vitezei este periculoasă, deoarece poate elimina rezultatele care ar fi fost optime și discriminează pe cei mai puțin cunoscători de tehnologie.

Este o mare cerere să ceri tuturor celor care conduc o afacere mică să aibă experiența necesară pentru a diagnostica și a remedia cu succes problemele legate de testele de viteză. O soluție simplă ar fi ca Google să lanseze pur și simplu un plugin de optimizare a vitezei pentru utilizatorii wordpress, așa cum wordpress putere 43% a internetului.

Din păcate, toate eforturile SEO sunt în zadar dacă un site web nu reușește să treacă PageSpeed ​​Insights de la Google. Miza este nimic mai puțin decât un site care dispare de pe Google.

Cum să treci acest test este un articol pentru altă dată, dar cel puțin ar trebui să verifici dacă ești site-ul trece.

O altă măsură tehnică importantă de care să vă faceți griji este un protocol de securitate numit SSL (Secure Sockets Layer). Aceasta schimbă adresa URL a unui domeniu din http în https și asigură transmiterea securizată a datelor. Orice site web care nu are SSL activat va fi penalizat. Deși există câteva excepții de la această regulă, comerțul electronic și site-urile financiare vor fi cel mai puternic afectate.

Gazdele web cu costuri reduse percep o taxă anuală pentru implementarea SSL, în timp ce gazdele web bune, cum ar fi Siteground emite certificate SSL gratuit și integrează-le automat.

Meta Date

Un alt element important de pe site este Meta Titlul și Meta descrierea. Aceste câmpuri de conținut au o ordine exagerată de importanță care poate contribui la fel de mult la succesul sau eșecul unei pagini ca întregul conținut al acelei pagini.

Acest lucru se datorează faptului că Google are o probabilitate mare de a selecta Meta Titlul și Meta descrierea pentru a le afișa în rezultatele căutării. Și de aceea este important să completați câmpul meta titlu și meta descriere cât mai atent posibil.

Alternativa este că Google poate alege să ignore meta titlul și metadescrierea pentru a genera automat date despre care le prezice că vor avea ca rezultat mai multe clicuri. Dacă Google prezice prost ce titlu va genera automat, acest lucru va contribui la mai puține clicuri de către utilizatori și, în consecință, acest lucru va contribui la pierderea clasamentului în motoarele de căutare.

Dacă Google consideră că metadescrierea inclusă este optimizată pentru a primi clicuri, o va afișa în rezultatele căutării. În caz contrar, Google preia o bucată aleatorie de text de pe site. Adesea, Google selectează cel mai bun text de pe pagină, problema este că acesta este sistemul de loterie și Google nu alege în mod constant ce descriere să selecteze.

Desigur, dacă credeți că conținutul de pe pagina dvs. este cu adevărat bun, uneori este logic să permiteți Google să aleagă meta-descrierea optimizată care se potrivește cel mai bine cu interogarea utilizatorului. Vom opta pentru nicio meta-descriere pentru acest articol, deoarece este bogat în conținut, iar Google este probabil să selecteze o descriere bună.

Între timp, miliarde de oameni fac clic pe cele mai bune rezultate de căutare – Acesta este om-în-buclă, ultimul mecanism de feedback al Google – Și aici intervine învățarea prin consolidare.

Ce este învățarea prin întărire?

Consolidarea învățării este o tehnică de învățare automată care implică antrenarea unui agent AI prin repetarea acțiunilor și recompense asociate. Un agent de învățare prin întărire experimentează într-un mediu, luând acțiuni și fiind recompensat atunci când sunt întreprinse acțiunile corecte. De-a lungul timpului, agentul învață să întreprindă acțiunile care îi vor maximiza recompensa.

Recompensa s-ar putea baza pe un calcul simplu care calculează timpul petrecut pe o pagină recomandată.

Dacă combinați această metodologie cu o subrutină Human-in-the-loop, aceasta ar suna îngrozitor de mult ca motoarele de recomandare existente care controlează toate aspectele vieții noastre digitale, cum ar fi YouTube, Netflix, Amazon Prime - Și dacă sună așa ar trebui să funcționeze un motor de căutare, aveți dreptate.

Cum folosește Google învățarea prin consolidare

Volanul Google se îmbunătățește cu fiecare căutare, oamenii antrenează AI selectând cel mai bun rezultat care răspunde cel mai bine la interogarea lor și o interogare similară a milioane de alți utilizatori.

Agentul de învățare de întărire lucrează continuu la auto-îmbunătățire prin consolidarea doar a celor mai pozitive interacțiuni dintre căutare și rezultatul căutării furnizate.

Google măsoară timpul necesar unui utilizator pentru a scana pagina cu rezultate, adresa URL pe care face clic și măsoară timpul petrecut pe site-ul web vizitat și înregistrează clicul de întoarcere. Aceste date sunt apoi compilate și comparate pentru fiecare site web care oferă o potrivire a datelor sau o experiență de utilizator similară.

Un site web cu o rată de retenție scăzută (timp petrecut pe site), este apoi alimentat de sistemul de învățare prin consolidare cu o valoare negativă, iar alte site-uri concurente sunt testate pentru a îmbunătăți clasamentele oferite. Google este imparțial, presupunând că nu există nicio intervenție manuală, Google oferă în cele din urmă pagina dorită cu rezultatele căutării.

Utilizatorii sunt omul în buclă care furnizează Google date gratuite și devin componenta finală a sistemului de învățare prin consolidare profundă. În schimbul acestui serviciu, Google oferă utilizatorului final posibilitatea de a face clic pe un anunț.

Reclamele din afara generării de venituri servesc ca un factor de clasare secundar, furnizând mai multe date despre ceea ce face ca un utilizator să dorească să facă clic.

Google învață în esență ce vrea un utilizator. Acest lucru poate fi comparat vag cu un motor de recomandare de către un serviciu de streaming video. În acest caz, un motor de recomandare ar alimenta un conținut de utilizator care este orientat spre interesele acestuia. De exemplu, un utilizator care se bucură în mod obișnuit de un flux de comedii romantice s-ar putea bucura de unele parodii dacă împart aceiași comedianți.

Cum ajută acest lucru SEO?

Dacă continuăm cu gândirea computațională, putem presupune că Google s-a antrenat pentru a oferi cele mai bune rezultate, iar acest lucru este adesea obținut prin generalizarea și satisfacerea părtinirilor umane. De fapt, ar fi imposibil ca IA de la Google să nu optimizeze rezultatele care țin cont de aceste părtiniri, dacă ar face-o, rezultatele ar fi sub-optime.

Cu alte cuvinte, nu există o formulă magică, dar există câteva bune practici.

Este responsabilitatea practicianului SEO să recunoască părtinirile pe care le caută Google și care sunt specifice industriei lor – Și să alimenteze aceste părtiniri. De exemplu, cineva care caută rezultatele sondajului electoral fără a specifica o dată, cel mai probabil caută rezultatele cele mai recente - aceasta este o părtinire recentă. Cineva care caută o rețetă, cel mai probabil nu are nevoie de cea mai recentă pagină și poate prefera de fapt o rețetă care a rezistat timpului.

Este responsabilitatea practicianului SEO să ofere vizitatorilor rezultatele pe care le caută. Acesta este cel mai durabil mod de clasare în Google.

Proprietarii de site-uri trebuie să renunțe la direcționarea unui anumit cuvânt cheie cu așteptarea că pot oferi utilizatorului final tot ce doresc. Rezultatul căutării trebuie să corespundă exact nevoilor utilizatorului.

Ce este o părtinire? S-ar putea să aibă un nume de domeniu care pare de înaltă autoritate, cu alte cuvinte, numele de domeniu se potrivește cu piața pe care o deserviți? A avea un nume de domeniu cu cuvântul India poate descuraja utilizatorii din SUA să facă clic pe adresa URL, din cauza unei părtiniri naționaliste de încredere în rezultate care provin din țara de reședință a utilizatorului. A avea un domeniu de un singur cuvânt poate da, de asemenea, iluzia de autoritate.

Cea mai importantă părtinire este ce dorește un utilizator să se potrivească cu interogarea sa de căutare? Este o întrebare frecventă, o listă de top 10, o postare pe blog? La aceasta trebuie să se răspundă, iar răspunsul este ușor de găsit. Trebuie doar să analizezi concurența efectuând o căutare pe Google pe piața țintă.

Black Hat SEO a murit

Comparați acest lucru cu Black Hat SEO, o metodă agresivă de clasificare a site-urilor web care exploatează tehnici de SPAM amăgitoare, inclusiv cumpărarea de backlink-uri, falsificarea backlink-urilor, piratarea site-urilor web, generarea automată a marcajelor sociale la scară și alte metodologii întunecate care sunt aplicate printr-o rețea de instrumente black hat. .

Instrumente care sunt adesea reutilizate și revândute pe diverse forumuri de marketing pe motoarele de căutare, produse aproape deloc valoroase și puține șanse de reușită. În prezent, aceste instrumente permit vânzătorilor să devină bogați, în timp ce oferă o valoare minimă utilizatorului final.

De aceea recomand să renunți la Black Hat. Concentrează-ți SEO pe vizualizarea din perspectiva învățării automate. Este important să înțelegeți că de fiecare dată când cineva omite un rezultat de căutare pentru a face clic pe un rezultat îngropat dedesubt, este omul care colaborează cu sistemul de învățare prin consolidare profundă. Omul ajută AI-ul cu auto-îmbunătățirea, devenind infinit mai bun pe măsură ce trece timpul.

Acesta este un algoritm de învățare automată care a fost antrenat de mai mulți utilizatori decât orice alt sistem din istoria umanității.

Google gestionează în medie 3.8 milioane de căutări pe minut pe tot globul. Asta înseamnă 228 de milioane de căutări pe oră, 5.6 miliarde de căutări pe zi. Acestea sunt o mulțime de date și de aceea este o prostie să încerci black hat SEO. Presupunând că IA Google va rămâne stagnantă este o prostie, sistemul folosește Legea Accelerării Retururilor a se auto-îmbunătăţi exponenţial.

Inteligența artificială Google devine atât de puternică încât este de imaginat că ar putea deveni în cele din urmă primul inteligență artificială care ajunge Informații generale artificiale (AGI). Un AGI este o inteligență pe care o poate folosi transfer de învățare pentru a stăpâni un domeniu pentru a aplica apoi acea inteligență învățată în mai multe domenii. Deși poate fi interesant să explorezi viitoarele eforturi AGI ale Google, trebuie să se înțeleagă că, odată ce procesul este în mișcare, este dificil să se oprească. Desigur, se speculează viitor, deoarece Google este în prezent un tip de IA îngustă, dar acesta este un subiect pentru un alt articol.

Să știi asta să petreci încă o secundă pe pălăria neagră este o misiune prostească.

White Hat SEO

Dacă acceptăm că IA Google se va auto-îmbunătăți continuu, atunci nu avem de ales decât să renunțăm la încercarea de a depăși Google. În schimb, concentrați-vă pe optimizarea unui site web pentru a oferi Google în mod optim ceea ce caută.

După cum este descris, aceasta implică activarea SSL, optimizarea vitezei de încărcare a paginii și optimizarea meta titlului și a descrierii meta. Pentru a optimiza aceste câmpuri, Meta Titlul și Meta Descrierea trebuie comparate cu site-urile web concurente – Identificați elementele câștigătoare care au ca rezultat o rată de clic ridicată.

Dacă ați optimizat să faceți clic pe, următoarea etapă este crearea celei mai bune pagini de destinație. Scopul este o pagină de destinație care optimizează atât de mult valoarea utilizatorului, încât timpul mediu petrecut pe pagină depășește concurenții similari care luptă pentru primele rezultate ale motorului de căutare.

Doar oferind cea mai bună experiență de utilizare a paginii web poate crește în clasament.

Până acum am identificat aceste valori ca fiind cele mai importante:

• Viteza de încărcare
• SSL activat
• Meta Title și Meta Description
• Landing Page

Pagina de destinație este cel mai dificil element, deoarece concurezi împotriva lumii. Pagina de destinație trebuie să se încarce rapid și trebuie să servească tot ceea ce se așteaptă și apoi să surprindă utilizatorul cu mai multe.

Gânduri finale

Ar fi ușor să completați încă 2000 de cuvinte care să descrie alte tehnologii AI pe care le folosește Google, precum și să sapă mai mult în gaura iepurelui SEO. Intenția aici este de a reorienta atenția asupra celor mai importante metrici.

Partiționerii SEO sunt atât de concentrați pe jocul sistemului, încât uită că, la sfârșitul zilei, cel mai important element al SEO este să ofere utilizatorilor cât mai multă valoare posibilă.

O modalitate de a realiza acest lucru este să nu permiteți niciodată conținutului important să devină învechit. Dacă într-o lună mă gândesc la o contribuție importantă, se va adăuga la acest articol. Google poate identifica apoi cât de actual este conținutul, corelat cu istoricul paginii care oferă valoare.

Dacă încă ești îngrijorat de achiziționarea de backlink-uri, soluția este simplă. Respectați timpul vizitatorilor și acordați-le valoare. Backlink-urile vor veni natural, deoarece utilizatorii vor găsi valoare în partajarea conținutului dvs.

Întrebarea se îndreaptă apoi către proprietarul site-ului web despre cum să ofere cea mai bună valoare pentru utilizator și cea mai bună experiență pentru utilizator.