SEO optimalizácia: Ako funguje AI spoločnosti Google (máj 2024)

Optimalizácia pre vyhľadávače (SEO) je proces optimalizácie on-page a off-page faktorov, ktoré ovplyvňujú, ako vysoko sa webová stránka umiestni pre konkrétny hľadaný výraz. Ide o mnohostranný proces, ktorý zahŕňa optimalizáciu rýchlosti načítania stránky, generovanie stratégie budovania odkazov, používanie SEO nástroje, ako aj naučiť sa spätne analyzovať AI spoločnosti Google pomocou výpočtové myslenie.

Výpočtové myslenie je pokročilý typ analýzy a techniky riešenia problémov, ktoré počítačoví programátori používajú pri písaní kódu a algoritmov. Počítačoví myslitelia budú hľadať základnú pravdu rozdelením problému a jeho analýzou pomocou myslenia podľa prvých princípov.

Keďže Google ich tajnú omáčku nikomu nepúšťa, budeme sa spoliehať na výpočtové myslenie. Prejdeme si niekoľko kľúčových momentov v histórii Google, ktoré formovali používané algoritmy, a dozvieme sa, prečo je to dôležité.

Ako vytvoriť myseľ

Začneme knihou, ktorá vyšla v roku 2012 s názvom „Ako vytvoriť myseľ: Tajomstvo ľudského myslenia odhalené“ od renomovaného futuristu a vynálezcu Raya Kurzweila. Táto kniha rozobrala ľudský mozog a rozobrala spôsoby, ako funguje. Od základov sa učíme, ako sa mozog trénuje pomocou rozpoznávania vzorov, aby sa stal predpovedným strojom, ktorý vždy pracuje na predpovedaní budúcnosti, dokonca aj na predpovedaní ďalšieho slova.

Ako ľudia rozpoznávajú vzorce v každodennom živote? Ako sa tieto spojenia vytvárajú v mozgu? Kniha začína pochopením hierarchického myslenia, ide o pochopenie štruktúry, ktorá sa skladá z rôznych prvkov, ktoré sú usporiadané do vzoru, toto usporiadanie potom predstavuje symbol, ako je písmeno alebo znak, a potom je to ďalej usporiadané do pokročilejšieho vzoru. ako slovo a nakoniec veta. Nakoniec tieto vzory vytvárajú nápady a tieto nápady sa premieňajú na produkty, za ktoré sú ľudia zodpovední.

Napodobením ľudského mozgu je odhalená cesta k vytvoreniu pokročilej AI nad rámec súčasných možností neurónových sietí, ktoré existovali v čase publikovania.

Kniha bola plánom na vytvorenie umelej inteligencie, ktorá dokáže škálovať vysávaním svetových údajov a využívať svoje viacvrstvové spracovanie rozpoznávania vzorov na analýzu textu, obrázkov, zvuku a videa. Systém optimalizovaný pre upscaling vďaka výhodám cloudu a jeho schopnostiam paralelného spracovania. Inými slovami, neexistovalo by žiadne maximum pre vstup alebo výstup údajov.

Táto kniha bola natoľko kľúčová, že krátko po jej vydaní autor Spoločnosť Google najala Raya Kurzweila stať sa riaditeľom inžinierstva zameraného na strojové učenie a spracovanie jazykov. Úloha, ktorá dokonale ladila s knihou, ktorú napísal.

Bolo by nemožné poprieť, aký vplyv mala táto kniha na budúcnosť Google a ako hodnotia webové stránky. Toto Kniha AI by malo byť povinné čítanie pre každého, kto sa chce stať odborníkom na SEO.

Deepmind

DeepMind, ktorý bol uvedený na trh v roku 2010, bol horúcou novinkou a využíval nový revolučný typ algoritmu AI, ktorý ovládol svet, nazýval sa posilňovacie učenie. DeepMind to najlepšie opísal ako:

„Predstavujeme prvý model hlbokého učenia, ktorý sa úspešne učí pravidlá riadenia priamo z vysokorozmerného senzorického vstupu pomocou posilňovacieho učenia. Model je konvolučná neurónová sieť, trénovaná s variantom Q-learningu, ktorého vstupom sú nespracované pixely a ktorého výstupom je hodnotová funkcia odhadujúca budúce odmeny.

Spojením hlbokého učenia s posilňovaním sa stal a hlboké posilnenie učenia systém. Do roku 2013 používala DeepMind tieto algoritmy na získavanie víťazstiev proti ľudským hráčom v hrách Atari 2600 – A to sa dosiahlo napodobňovaním ľudského mozgu a toho, ako sa učí tréningom a opakovaním.

Podobne ako sa človek učí opakovaním, či už pri kopaní do lopty alebo hraním Tetrisu, učí sa aj AI. Neurónová sieť AI sledovala výkon a postupne by sa zlepšovala, čo viedlo k silnejšiemu výberu pohybu v ďalšej iterácii.

DeepMind bol tak dominantný vo svojom technologickom náskoku, že Google musel kúpiť prístup k technológii. DeepMind bola získaná za viac ako 500 miliónov dolárov v roku 2014.

Po akvizícii bol priemysel umelej inteligencie svedkom postupných prelomov, ktorých typ sa odvtedy nevidel 11. mája 1997, kedy šach veľmajster Garry Kasparov prehral prvá hra zo šiestich hier proti Deep Blue, počítaču na hranie šachu, ktorý vyvinuli vedci z IBM. 

V roku 2015 DeepMind zdokonalil algoritmus, aby ho otestoval na sade 49 hier Atari a stroj prekonal ľudský výkon v 23 z nich.

To bol len začiatok, neskôr v roku 2015 sa DeepMind začal zameriavať na AlphaGo, program s uvedeným cieľom poraziť profesionálneho Go World Championa. Staroveká hra Go, ktorá bola prvýkrát videná v Číne asi pred 4000 rokmi, sa so svojím potenciálom považuje za najnáročnejšiu hru v histórii ľudstva. 10³⁶⁰ možné pohyby.

DeepMind použil učenie pod dohľadom na trénovanie systému AlphaGo učením sa od ľudských hráčov. Čoskoro na to sa DeepMind dostal na titulky po porážke AlphaGo Lee Sedol, majstra sveta, v päťzápasovom zápase v marci 2016.

Nenechajte sa poraziť, v októbri 2017 spoločnosť DeepMind vydala AlphaGo Zero, nový model s kľúčovým rozlišovacím znakom, ktorý vyžadoval nulu. ľudský výcvik. Keďže to nevyžadovalo školenie ľudí, nevyžadovalo si to ani žiadne označovanie údajov, ktoré systém v podstate používal učenie bez dozoru. AlphaGo Zero rýchlo prekonal svojho predchodcu, as opísal DeepMind.

„Predchádzajúce verzie AlphaGo boli pôvodne trénované na tisíckach ľudských amatérskych a profesionálnych hier, aby sa naučili hrať Go. AlphaGo Zero tento krok preskočí a naučí sa hrať jednoducho hraním hier proti sebe, pričom začína úplne náhodným hraním. Pritom rýchlo prekonal ľudskú úroveň hry a porazil predtým zverejnené verzia AlphaGo, ktorá poráža šampiónov, o 100 hier na 0.“

Medzitým bol svet SEO hyper zameraný na PageRank, chrbticu Googlu. Začína sa v roku 1995, keď Larry Page a Sergey Brin získali titul Ph.D. študentov na Stanfordskej univerzite. Dvojica začala spolupracovať na novom výskumnom projekte s názvom „BackRub“. Cieľom bolo zaradiť webové stránky do miery dôležitosti pomocou konverzie ich údajov o spätných odkazoch. Spätný odkaz je jednoducho akýkoľvek odkaz z jednej stránky na druhú, podobný tomuto odkaz.

Algoritmus bol neskôr premenovaný na PageRank, pomenovaný podľa výrazu „webová stránka“ a podľa spoluzakladateľa Larryho Page. Larry Page a Sergey Brin mali ambiciózny cieľ vybudovať vyhľadávací nástroj, ktorý by dokázal poháňať celý web iba pomocou spätných odkazov.

A fungovalo to.

PageRank dominuje v titulkoch

Profesionáli v oblasti SEO okamžite pochopili základy toho, ako spoločnosť Google vypočítava hodnotenie kvality webovej stránky pomocou hodnotenia PageRank. Niektorí dôvtipní black hat SEO podnikatelia to urobili ešte o krok ďalej a pochopili, že pri škálovaní obsahu môže mať zmysel kupovať odkazy namiesto čakania na ich organické získanie.

Okolo spätných odkazov vznikla nová ekonomika. Dychtiví majitelia webových stránok, ktorí potrebovali ovplyvniť hodnotenie vo vyhľadávačoch, kupovali odkazy a na oplátku im zúfalo chceli speňažiť webové stránky, aby im predávali odkazy.

Webové stránky, ktoré si zakúpili odkazy, často cez noc napadli Google a prekonali zavedené značky.

Hodnotenie pomocou tejto metódy fungovalo naozaj dobre po dlhú dobu – kým prestalo fungovať, pravdepodobne v rovnakom čase, keď sa strojové učenie spustilo a vyriešilo základný problém. So zavedením hĺbkového učenia sa hodnotenie PageRank sa stane premennou hodnotenia, nie dominantným faktorom.

V súčasnosti je SEO komunita rozdelená na nákup odkazov ako stratégiu. Osobne verím, že nákup odkazov ponúka suboptimálne výsledky a že najlepšie metódy získavania spätných odkazov sú založené na premenných, ktoré sú špecifické pre dané odvetvie. Jedna legitímna služba, ktorú môžem odporučiť, je tzv HARO (Pomôžte reportérovi von). Príležitosťou v HARO je získavanie spätných odkazov plnením mediálnych požiadaviek.

Zavedené značky sa nikdy nemuseli starať o získavanie odkazov, pretože mali výhodu času, ktorý pracoval v ich prospech. Čím je webová stránka staršia, tým viac času má na zbieranie kvalitných spätných odkazov. Inými slovami, hodnotenie vyhľadávacieho nástroja do značnej miery záviselo od veku webovej stránky, ak počítate pomocou tejto metriky čas = spätné odkazy.

Napríklad CNN by prirodzene dostávala spätné odkazy na spravodajský článok vďaka svojej značke, svojej dôvere a preto, že bola na začiatku uvedená vysoko – takže prirodzene získala viac spätných odkazov od ľudí, ktorí skúmali článok a odkazovali na prvý výsledok vyhľadávania, ktorý našli. .

To znamená, že vyššie hodnotené webové stránky organicky získali viac spätných odkazov. Bohužiaľ to znamenalo, že nové webové stránky boli často nútené zneužívať algoritmus spätných odkazov tým, že sa obrátili na trh so spätnými odkazmi.

Na začiatku roku 2000 fungovalo nakupovanie spätných odkazov pozoruhodne dobre a bol to jednoduchý proces. Kupujúci s odkazmi si zakúpili odkazy z webových stránok s vysokou autoritou, často odkazy v päte celej lokality alebo možno na základe jednotlivých článkov (často zamaskovaní ako príspevok hosťa) a predajcovia, ktorí sa zúfalo snažia speňažiť svoje webové stránky, im ochotne vyhoveli – žiaľ, často na obete kvalitu.

Nakoniec skupina inžinierov strojového učenia od Googlu pochopila, že ručné kódovanie výsledkov vyhľadávacieho nástroja je zbytočné a veľa hodnotenia PageRank je ručne písané kódovanie. Namiesto toho pochopili, že AI bude nakoniec zodpovedná za úplné vypočítanie rebríčka bez akéhokoľvek ľudského zásahu.

Aby zostala konkurencieschopná, Google používa všetky nástroje vo svojom arzenáli, vrátane hlboké posilnenie učenia – Najpokročilejší typ algoritmu strojového učenia na svete.

Tento systém sa navrstvil na vrch Akvizícia MetaWeb spoločnosťou Google bol gamechangerom. Dôvodom, prečo bola akvizícia MetaWeb v roku 2010 taká dôležitá, je to, že znížila váhu, ktorú Google prikladá kľúčovým slovám. Kontext bol zrazu dôležitý, to sa dosiahlo použitím metodológie kategorizácie nazývanej „entity“. Ako Rýchla spoločnosť opísaná:

Keď Metaweb zistí, na ktorú entitu odkazujete, môže poskytnúť súbor výsledkov. Môže dokonca kombinovať entity pre komplexnejšie vyhľadávanie – „herečky nad 40“ môžu byť jednou entitou, „herečky žijúce v New Yorku“ môžu byť iné a „herečky s aktuálne premietaným filmom“ môžu byť iné. “.

Táto technológia bola zahrnutá do veľkej aktualizácie algoritmu tzv RankBrain ktorý bol spustený na jar 2015. RankBrain sa zameral na pochopenie kontextu oproti tomu, aby bol založený výlučne na kľúčových slovách, a RankBrain by tiež zohľadnil environmentálne kontexty (napr. umiestnenie vyhľadávača) a extrapoloval význam tam, kde predtým žiadny nebol. Toto bola dôležitá aktualizácia najmä pre používateľov mobilných zariadení.

Teraz, keď sme pochopili, ako Google používa tieto technológie, poďme použiť výpočtovú teóriu na špekuláciu o tom, ako sa to robí.

Čo je hlboké učenie?

Hlboké učenie je najbežnejšie používaný typ strojového učenia – pre Google by nebolo možné tento algoritmus nepoužívať.

Hlboké učenie je výrazne ovplyvnené tým, ako funguje ľudský mozog, a snaží sa odrážať správanie mozgu v tom, ako používa rozpoznávanie vzorov na identifikáciu a kategorizáciu objektov.

Napríklad, ak vidíte list aváš mozog automaticky rozpozná čiary a tvary, aby ich potom identifikoval ako písmeno a. To isté platia aj písmená ap, váš mozog sa automaticky pokúša predpovedať budúcnosť tým, že prichádza s potenciálnymi slovami, ako napr aplikácie or jablko. Iné vzory môžu zahŕňať čísla, dopravné značky alebo identifikáciu milovanej osoby na preplnenom letisku.

Vzájomné prepojenia v systéme hlbokého učenia si môžete predstaviť ako podobné tomu, ako funguje ľudský mozog so spojením neurónov a synapsií.

Hlboké učenie je v konečnom dôsledku termín daný architektúram strojového učenia, ktoré spájajú veľa viacvrstvových perceptrónov, takže neexistuje len jedna skrytá vrstva, ale mnoho skrytých vrstiev. Čím „hlbšia“ je hlboká neurónová sieť, tým sofistikovanejšie vzorce sa sieť môže naučiť.

Plne prepojené siete je možné kombinovať s ďalšími funkciami strojového učenia a vytvárať tak rôzne architektúry hlbokého učenia.

Ako Google používa hlboké vzdelávanie

Google pavúkuje svetové webové stránky sledovaním hypertextových odkazov (myslenie na neuróny), ktoré navzájom spájajú webové stránky. Toto bola pôvodná metodika, ktorú Google používal od prvého dňa a stále sa používa. Po indexovaní webových stránok sa na analýzu tejto pokladnice údajov používajú rôzne typy AI.

Systém Google označuje webové stránky podľa rôznych interných metrík, len s malým ľudským zásahom alebo zásahom. Príkladom zásahu môže byť manuálne odstránenie konkrétnej adresy URL v dôsledku a Žiadosť o odstránenie podľa zákona DMCA.

Inžinieri spoločnosti Google sú známi frustráciou účastníkov na SEO konferencie, a to preto, že vedúci pracovníci spoločnosti Google nikdy nedokážu správne vyjadriť, ako spoločnosť Google funguje. Keď sa spýtate na otázku, prečo sa určité webové stránky nedajú hodnotiť, takmer vždy ide o tú istú, zle formulovanú odpoveď. Odozva je taká častá, že účastníci často preventívne uvádzajú, že sa zaviazali vytvárať dobrý obsah celé mesiace alebo dokonca roky bez pozitívnych výsledkov.

Ako sa dá predpokladať, majitelia webových stránok sú poučení, aby sa zamerali na vytváranie hodnotného obsahu – dôležitá súčasť, ktorá však zďaleka nie je komplexná.

Tento nedostatok odpovede je spôsobený tým, že vedúci pracovníci nie sú schopní správne odpovedať na otázku. Algoritmus Google funguje v čiernej skrinke. Existuje vstup a potom výstup – a takto funguje hlboké učenie.

Vráťme sa teraz k trestu za hodnotenie, ktorý negatívne ovplyvňuje milióny webových stránok, často bez vedomia vlastníka webových stránok.

PageSpeed ​​postrehy

Google nie je často transparentný, PageSpeed ​​Insights je výnimkou. Webové stránky, ktoré neprejdú týmto testom rýchlosti, budú zaslané do trestnej skrinky za pomalé načítanie – najmä ak sú ovplyvnení používatelia mobilných zariadení.

Existuje podozrenie, že v určitom bode procesu existuje rozhodovací strom, ktorý analyzuje rýchle webové stránky v porovnaní s webovými stránkami s pomalým načítaním (zlyhala funkcia PageSpeed ​​Insights). Rozhodovací strom je v podstate algoritmický prístup, ktorý rozdeľuje súbor údajov na jednotlivé údajové body na základe rôznych kritérií. Kritériom môže byť negatívny vplyv na to, ako vysoko sa stránka hodnotí pre používateľov mobilných zariadení v porovnaní s používateľmi počítačov.

Hypoteticky by sa na skóre prirodzeného poradia mohol uplatniť trest. Napríklad webová stránka, ktorá by sa bez penalizácie umiestnila na #5, môže mať -20, -50 alebo inú neznámu premennú, ktorá zníži hodnotenie na #25, #55 alebo iné číslo podľa výberu AI.

V budúcnosti sa možno dočkáme konca PageSpeed ​​Insights, keď si Google bude istejší v ich AI. Tento súčasný zásah Google do rýchlosti je nebezpečný, pretože môže potenciálne eliminovať výsledky, ktoré by boli optimálne, a diskriminuje menej technicky zdatných.

Je to veľká požiadavka, aby každý, kto prevádzkuje malý podnik, mal odborné znalosti na úspešnú diagnostiku a nápravu problémov s testom rýchlosti. Jedným jednoduchým riešením by bolo, keby spoločnosť Google jednoducho vydala doplnok na optimalizáciu rýchlosti pre používateľov wordpress, as wordpress sily 43% internetu.

Bohužiaľ, všetky snahy SEO sú márne, ak webová stránka neprejde Google PageSpeed ​​Insights. V stávke nie je nič menšie ako webová stránka miznúca z Googlu.

Ako obstáť v tomto teste je článok na inokedy, ale minimálne by ste si mali overiť, či váš webová stránka prechádza.

Ďalšou dôležitou technickou metrikou, ktorej sa treba obávať, je bezpečnostný protokol tzv SSL (Secure Sockets Layer). Tým sa zmení adresa URL domény z http na https a zabezpečí sa bezpečný prenos údajov. Všetky webové stránky, ktoré nemajú povolené SSL, budú penalizované. Aj keď existujú určité výnimky z tohto pravidla, najviac to zasiahne elektronický obchod a finančné webové stránky.

Nízkonákladoví webhostitelia účtujú ročný poplatok za implementáciu SSL, medzitým dobrí webhostitelia ako napr Siteground vydávať SSL certifikáty zadarmo a automaticky ich integrovať.

Meta dáta

Ďalším dôležitým prvkom na webovej stránke je Meta Title a Meta description. Tieto polia obsahu majú príliš veľké poradie dôležitosti, ktoré môže prispieť k úspechu alebo neúspechu stránky rovnako ako celý obsah tejto stránky.

Je to preto, že Google má vysokú pravdepodobnosť, že vyberie metanázov a metapopis, ktoré sa zobrazia vo výsledkoch vyhľadávania. A to je dôvod, prečo je dôležité vyplniť meta názov a meta popisné pole čo najdôkladnejšie.

Alternatívou je, že Google sa môže rozhodnúť ignorovať meta názov a meta popis a namiesto toho automaticky generovať údaje, o ktorých predpokladá, že budú mať za následok viac kliknutí. Ak Google zle predpovedá, aký titul má automaticky vygenerovať, prispeje to k menšiemu počtu prekliknutí zo strany hľadajúcich a následne to prispeje k strate pozície vo vyhľadávačoch.

Ak Google verí, že zahrnutý meta popis je optimalizovaný na získavanie kliknutí, zobrazí ho vo výsledkoch vyhľadávania. Ak sa to nepodarí, Google získa náhodný kus textu z webovej stránky. Google často vyberie najlepší text na stránke, problém je v tom, že ide o lotériový systém a Google je neustále zlý pri výbere popisu.

Samozrejme, ak si myslíte, že obsah na vašej stránke je naozaj dobrý, niekedy má zmysel povoliť Googlu vybrať optimalizovaný meta popis, ktorý najlepšie zodpovedá dopytu používateľa. Pre tento článok sa rozhodneme pre žiadny meta popis, pretože je bohatý na obsah a Google pravdepodobne vyberie dobrý popis.

Medzitým miliardy ľudí klikajú na najlepšie výsledky vyhľadávania – Toto je human-in-the-loop, posledný mechanizmus spätnej väzby od Googlu – A práve tu nastupuje posilňovanie.

Čo je posilňovacie učenie?

Posilnenie učenia je technika strojového učenia, ktorá zahŕňa výcvik agenta AI prostredníctvom opakovania akcií a súvisiacich odmien. Agent posilňovacieho vzdelávania experimentuje v prostredí, podniká kroky a je odmeňovaný, keď sú podniknuté správne kroky. Postupom času agent učí sa robiť kroky, ktoré maximalizujú jeho odmenu.

Odmena môže byť založená na jednoduchom výpočte, ktorý vypočíta množstvo času stráveného na odporúčanej stránke.

Ak skombinujete túto metodiku s podprogramom Human-in-the-loop, bude to znieť veľmi podobne ako existujúce nástroje odporúčaní, ktoré kontrolujú všetky aspekty nášho digitálneho života, ako sú YouTube, Netflix, Amazon Prime – A ak to znie ako vyhľadávač by mal fungovať, máte pravdu.

Ako spoločnosť Google používa posilňovacie vzdelávanie

Zotrvačník Google sa zlepšuje pri každom vyhľadávaní, ľudia trénujú AI výberom najlepšieho výsledku, ktorý najlepšie odpovedá na ich otázku, a na podobný dopyt miliónov ďalších používateľov.

Posilňujúci vzdelávací agent neustále pracuje na sebazdokonaľovaní tým, že posilňuje len tie najpozitívnejšie interakcie medzi vyhľadávaním a dodaným výsledkom vyhľadávania.

Google meria čas, ktorý používateľ potrebuje na skenovanie stránky s výsledkami, adresu URL, na ktorú klikne, meria množstvo času stráveného na navštívených webových stránkach a zaznamenáva spätné kliknutie. Tieto údaje sa potom zostavia a porovnajú pre každú webovú stránku, ktorá ponúka podobnú zhodu údajov alebo používateľskú skúsenosť.

Webová stránka s nízkou mierou retencie (čas strávený na stránke) je potom kŕmená systémom posilňovacieho vzdelávania zápornou hodnotou a ostatné konkurenčné webové stránky sú testované, aby zlepšili ponúkané hodnotenie. Google je nezaujatý, za predpokladu, že nedochádza k žiadnemu manuálnemu zásahu, Google nakoniec poskytne požadovanú stránku s výsledkami vyhľadávania.

Používatelia sú ľudia v slučke, ktorí spoločnosti Google poskytujú bezplatné údaje a stávajú sa poslednou súčasťou vzdelávacieho systému hĺbkového posilňovania. Výmenou za túto službu ponúka Google koncovému používateľovi možnosť kliknúť na reklamu.

Reklamy, ktoré negenerujú príjmy, slúžia ako sekundárny faktor hodnotenia, ktorý poskytuje viac údajov o tom, prečo chce používateľ kliknúť.

Google sa v podstate učí, čo používateľ chce. Dá sa to voľne prirovnať k nástroju na odporúčanie služby streamovania videa. V takom prípade by nástroj na odporúčanie poskytoval obsah používateľa, ktorý je zameraný na jeho záujmy. Používateľ, ktorý má zvyčajný záľubu v prúde romantických komédií, si napríklad môže vychutnať paródie, ak zdieľa rovnakých komédií.

Ako to pomôže SEO?

Ak budeme pokračovať vo výpočtovom myslení, môžeme predpokladať, že Google sa vycvičil na poskytovanie najlepších výsledkov, a to sa často dosahuje zovšeobecňovaním a uspokojovaním ľudských predsudkov. Pre umelú inteligenciu Google by bolo v skutočnosti nemožné neoptimalizovať výsledky, ktoré by vyhovovali týmto predsudkom, ak by to urobila, výsledky by neboli optimálne.

Inými slovami, neexistuje žiadny magický vzorec, ale existuje niekoľko osvedčených postupov.

Je zodpovednosťou odborníka v oblasti SEO, aby rozpoznal predsudky, ktoré spoločnosť Google hľadá a ktoré sú špecifické pre ich odvetvie – a aby tieto predsudky podporil. Ak napríklad niekto hľadá výsledky volebného prieskumu bez uvedenia dátumu, s najväčšou pravdepodobnosťou hľadá najnovšie výsledky – ide o skreslenie aktuálnosti. Niekto, kto hľadá recept, s najväčšou pravdepodobnosťou nepotrebuje najnovšiu stránku a v skutočnosti môže uprednostniť recept, ktorý odolal skúške času.

Je zodpovednosťou odborníka v oblasti SEO ponúknuť návštevníkom výsledky, ktoré hľadajú. Toto je najudržateľnejší spôsob hodnotenia v Google.

Vlastníci webových stránok musia opustiť zacielenie na konkrétne kľúčové slovo s očakávaním, že môžu poskytnúť koncovému používateľovi čokoľvek, čo chcú. Výsledok vyhľadávania musí presne zodpovedať potrebám používateľa.

čo je zaujatosť? Môže to byť názov domény, ktorý vyzerá ako vysoká autorita, inými slovami, zodpovedá názov domény trhu, na ktorom pôsobíte? Názov domény so slovom India môže odradiť používateľov v USA od kliknutia na webovú adresu z dôvodu nacionalistického zaujatia dôverovať výsledkom, ktoré pochádzajú z krajiny pobytu používateľa. Jednoslovná doména môže tiež vyvolať ilúziu autority.

Najdôležitejšie je, čo chce používateľ priradiť k vyhľadávaciemu dopytu? Je to FAQ, zoznam 10 najlepších, blogový príspevok? Na to treba odpovedať a odpoveď sa dá ľahko nájsť. Stačí analyzovať konkurenciu vykonaním vyhľadávania Google na vašom cieľovom trhu.

Black Hat SEO je mŕtvy

Porovnajte to s Black Hat SEO, agresívnou metódou hodnotenia webových stránok, ktorá využíva nevyžiadané techniky nevyžiadanej pošty vrátane kupovania spätných odkazov, falšovania spätných odkazov, hackovania webových stránok, automatického generovania sociálnych záložiek vo veľkom rozsahu a iných temných metodológií, ktoré sa používajú prostredníctvom siete nástrojov čierneho klobúka. .

Nástroje, ktoré sa často premieňajú a predávajú na rôznych marketingových fórach pre vyhľadávače, produkty s takmer žiadnou hodnotou a malými šancami na úspech. V súčasnosti tieto nástroje umožňujú predajcom zbohatnúť, pričom koncovému užívateľovi ponúkajú minimálnu hodnotu.

To je dôvod, prečo odporúčam opustiť Black Hat. Zamerajte svoje SEO na to, aby ste ho videli z optiky strojového učenia. Je dôležité pochopiť, že zakaždým, keď niekto preskočí výsledok vyhľadávania, aby klikol na výsledok skrytý pod ním, je to človek v slučke, ktorý spolupracuje so systémom učenia sa hĺbkového posilňovania. Človek pomáha AI so sebazlepšovaním a postupom času sa stáva nekonečne lepším.

Toto je algoritmus strojového učenia, ktorý trénovalo viac používateľov ako ktorýkoľvek iný systém v histórii ľudstva.

Google spracuje v priemere 3.8 milióna vyhľadávaní za minútu na celom svete. To predstavuje 228 miliónov vyhľadávaní za hodinu, 5.6 miliárd vyhľadávaní denne. To je veľa údajov, a preto je hlúpe pokúšať sa o black hat SEO. Za predpokladu, že AI spoločnosti Google zostane stagnovať, je hlúposť, systém používa zákon zrýchlenia návratnosti na exponenciálne sebazlepšovanie.

Umelá inteligencia Google sa stáva takou výkonnou, že si možno predstaviť, že by sa nakoniec mohla stať prvou umelou inteligenciou, ktorú dosiahne Umelá všeobecná inteligencia (AGI). AGI je inteligencia, ktorú je možné využiť prenos učenia zvládnuť jednu oblasť a potom aplikovať naučenú inteligenciu vo viacerých doménach. Aj keď môže byť zaujímavé preskúmať budúce snahy spoločnosti Google o AGI, malo by sa chápať, že akonáhle je proces v pohybe, je ťažké ho zastaviť. Toto je samozrejme špekulácia do budúcnosti, pretože Google je v súčasnosti typom úzkej AI, ale to je téma na iný článok.

Vedieť o tom, že strávite o sekundu viac na čiernom klobúku, je hlúpa záležitosť.

Biely klobúk SEO

Ak pripustíme, že AI spoločnosti Google sa bude neustále zlepšovať, nemáme inú možnosť, ako vzdať sa pokusov prekabátiť Google. Namiesto toho sa zamerajte na optimalizáciu webovej lokality, aby ste Googlu optimálne poskytovali konkrétne to, čo hľadá.

Ako už bolo popísané, zahŕňa to aktiváciu protokolu SSL, optimalizáciu rýchlosti načítania stránky a optimalizáciu meta názvu a meta popisu. Na optimalizáciu týchto polí je potrebné metanázov a metapopis porovnať s konkurenčnými webovými stránkami – identifikujte víťazné prvky, ktoré vedú k vysokej miere prekliknutia.

Ak ste optimalizovali kliknutie, ďalším míľnikom je vytvorenie najlepšej vstupnej stránky. Cieľom je vstupná stránka, ktorá optimalizuje hodnotu používateľa natoľko, že priemerný čas strávený na stránke prevyšuje výkon podobných konkurentov, ktorí sa uchádzajú o najvyššie výsledky vo vyhľadávačoch.

Hodnotenie webovej stránky sa môže zvýšiť iba tým, že ponúkne najlepšiu používateľskú skúsenosť.

Doteraz sme označili tieto metriky za najdôležitejšie:

• Rýchlosť načítania
• SSL povolené
• Meta názov a Meta popis
• Landing Page

Vstupná stránka je najťažším prvkom, keď súťažíte so svetom. Vstupná stránka sa musí načítať rýchlo a musí slúžiť všetkému, čo sa očakáva, a potom prekvapiť používateľa ďalšími.

Záverečné myšlienky

Bolo by ľahké naplniť ďalších 2000 slov popisujúcich ďalšie technológie AI, ktoré Google používa, ako aj hlbšie sa ponoriť do králičej diery SEO. Zámerom je preorientovať pozornosť na najdôležitejšie metriky.

SEO partitioners sú tak sústredení na hranie systému, že zabúdajú, že na konci dňa je najdôležitejším prvkom SEO poskytnúť používateľom čo najväčšiu hodnotu.

Jedným zo spôsobov, ako to dosiahnuť, je nikdy nedovoliť, aby dôležitý obsah zastaral. Ak ma o mesiac napadne dôležitý príspevok, pridá sa do tohto článku. Google potom dokáže identifikovať, aký čerstvý je obsah, v súlade s históriou stránky, ktorá prináša hodnotu.

Ak sa stále obávate získavania spätných odkazov, riešenie je jednoduché. Rešpektujte čas svojich návštevníkov a dajte im hodnotu. Spätné odkazy budú prichádzať prirodzene, pretože používatelia nájdu hodnotu v zdieľaní vášho obsahu.

Otázka sa potom presunie na vlastníka webovej stránky, ako poskytnúť najlepšiu hodnotu pre používateľa a používateľskú skúsenosť.