Можем ли мы по-машиному изучать алгоритм машинного обучения Google?

/, SEO/Можем ли мы по-машиному изучать алгоритм машинного обучения Google?

Можем ли мы по-машиному изучать алгоритм машинного обучения Google?

По мере того, как Google становится все более изощренным в своих методах оценки и ранжирования веб-страниц, маркетологам лучше идти в ногу с лучшими практиками SEO. Поэтому давайте исследуем, что можно сделать, чтобы не отставать в мире, где машинное обучение управляет днем.

В развертывании Google искусственного интеллекта многие в индустрии поисковой оптимизации (SEO) ошеломлены. Тактика оптимизации, которая работала годами, быстро устаревает или меняется.

Почему? И можно ли найти предсказуемое уравнение оптимизации, как в старые времена? Вот внутренний вопрос.

Предыдущие дни Google

Поисковая машина Google, работающая под машиной, работает монолитно. То есть, когда приходят изменения, они пришли оптом. Большие и резкие движения, иногда тектонические, были обычным явлением в прошлом.

Что применимо к одному результату в отрасли / поисковой системе, применяемому ко всем результатам. Это не означает, что каждая веб-страница была затронута каждым алгоритмическим изменением. Каждый алгоритм затрагивал определенный тип веб-страницы. Страница изменения алгоритма Moz’s подробно описывает длительную историю обновлений алгоритмов Google и какие типы сайтов и страниц были затронуты.

SEO-индустрия началась с того, что люди расшифровывали эти обновления алгоритмов и определяли, какие веб-страницы они затронули (и как). Компании выросли и упали на фоне решений, принятых из-за таких прозрений, а победителями стали те, кто смог правильно исправить ситуацию. Те, кто не мог, усвоили трудный урок.

Эти уроки превратились в «правила дороги» для всех остальных, поскольку всегда существовала одна постоянная истина: алгоритмические штрафы были одинаковыми для каждой вертикали. Если ваш соперник был убит, делая что-то, что не понравилось Google, вы были бы уверены, что до тех пор, пока вы не совершаете такую ​​же ошибку, все будет в порядке. Но последние данные показывают, что эта идиома SEO больше не держится. Машинное обучение сделало эти наказания конкретными для каждой среды ключевых слов. У профессионалов SEO больше нет статического набора правил, в которых они могут играть.

р. Пит Майерс, ученый по маркетингу Moz недавно отметил: «Google прошел долгий путь в своем пути от подхода, основанного на эвристике, к подходу к компьютерному обучению, но где мы находимся в 2016 году, еще далеко от понимания человеческого языка. Чтобы действительно быть эффективными как оптимизаторы, нам все равно нужно понять, как думает эта машина, и где это не соответствует человеческому поведению. Если вы хотите сделать действительно исследование ключевых слов на следующем уровне, ваш подход может быть более человечным, но ваш процесс должен максимально реплицировать понимание машины».

Moz собрал руководства и сообщения, связанные с пониманием новейшего искусственного интеллекта Google в своей поисковой системе, а также запустил свой новейший инструмент — Проводник ключевых слов, в котором рассматриваются эти изменения.

Google отменит ранжирование обновлений

Прежде чем я объясню, как все пошло с рельсов для оптимизаторов, мне сначала нужно понять, как технология позволила поисковой системе Google перейти к ее текущему состоянию.

Недавно только Google обладал такой вычислительной мощью, чтобы начать делать «реальные» обновления реальностью. 18 июня 2010 года Google обновила свою структуру индексирования, получив название «Caffeine», которая позволила Google ускорить обновление индекса поиска, чем когда-либо прежде. Теперь веб-сайт может опубликовать новый или обновленный контент и увидеть обновления почти сразу в Google. Но как это работает?

Google - обновление кофеина

До обновления Caffeine Google работал как любая другая поисковая система. Он сканировал и индексировал свои данные, а затем отправил эти индексированные данные через массивную сеть фильтров и алгоритмов СПАМ, которые определили его возможный порядок на страницах результатов поисковой системы Google.

После обновления Caffeine, однако, выбор нового содержимого может проходить через сокращенный процесс подсчета очков (временно) и перейти непосредственно к результатам поиска. Меньшие вещи, такие как обновление тега заголовка страницы или метатега описания, или опубликованная статья для уже «проверенного» веб-сайта, будут кандидатами на этот новый процесс.

Звучит здорово, правда? Как оказалось, это создало огромный барьер для установления корреляции между тем, что вы изменили на своем веб-сайте, и тем, как это изменение повлияло на ваш рейтинг. Отключение обновлений к результатам поиска — и последующий тщательный алгоритмический процесс подсчета, который последовал — по существу, обманул многих оптимизаторов, полагая, что определенные оптимизации работали, когда на самом деле они этого не сделали.

google old index vs caffeine updates

Источник: официальный сайт Google Блог

Это был предшественник будущего Google, который больше не работал бы сериализованным образом. Блог Google эффективно разъяснил новую парадигму Caffeine: «[E] очень второй кофеин обрабатывает сотни тысяч страниц параллельно».

С точки зрения обфускации, Caffeine обеспечил широкое покрытие для основных ранговых сигналов Google. Только тщательная команда SEO, которая тщательно изолировала каждое обновление, теперь может расшифровать, какие оптимизации были ответственны за конкретные изменения ранжирования в этой новой среде параллельного алгоритма.

Когда я обратился к нему за комментариями, Маркус Тобер, основатель и технический директор Searchmetrics, сказал: «Google теперь рассматривает сотни факторов ранжирования. RankBrain использует машинное обучение для объединения многих факторов в один, что означает, что факторы взвешиваются по-разному для каждого запроса. Это означает, что очень вероятно, что даже инженеры Google не знают точного состава своего сложного алгоритма».

«Благодаря глубокому обучению, он развивается независимо от вмешательства человека. По мере развития поиска наш подход развивается с алгоритмическими изменениями Google. Мы анализируем темы, поисковые намерения и стадии последовательности продаж, потому что мы также используем глубокие методы обучения на нашей платформе. Мы выделяем релевантность контента, потому что Google теперь уделяет первоочередное внимание удовлетворению потребностей пользователей.

Эти изолированные тестовые циклы были теперь очень важны для определения корреляции, потому что ежедневные изменения в индексе Google больше не привязывались к ранжированию.

Расщепление атомного алгоритма

Как будто этого было недостаточно, в конце 2017 года Google выпустила машинное обучение в своей поисковой системе, которое продолжало отделять ранжирование изменений от стандартных способов ведения дел в прошлом.

Как заявил в TechCrunch отраслевой ветеран Джон Рамптон, основные алгоритмы в Google теперь работают независимо от того, что искали. Это означает, что то, что работает для одного ключевого слова, может не работать для другого. Такое разделение ранжирования поиска Google с тех пор вызвало огромную скорбь в отрасли, поскольку обычные инструменты, которые предписывают оптимизацию без разбора по миллионам ключевых слов, больше не могут работать на этом макроуровне. Теперь поисковое намерение буквально определяет, какие алгоритмы и факторы ранжирования важнее других в этой конкретной среде.

Не следует путать с недавним объявлением о том, что будет отдельный индекс для Mobile vs. Desktop, где будет присутствовать четкое различие индексов. Существуют различные инструменты, помогающие оптимизаторам понять свое место в отдельных индексах. Но как SEO справляются с различными алгоритмами ранжирования в одном и том же индексе?

Задача состоит в том, чтобы классифицировать и анализировать эти алгоритмические сдвиги на основе ключевых слов. Одна из технологий, которая обращается к этому — и привлекает к себе много внимания — была изобретена выпускниками Карнеги Меллона Скоттом Стоуффером. После того, как Google неоднократно пытался нанять его, Стоуффер решил вместо этого совместно найти платформу SEO для предприятий на базе AI под названием Market Brew, основанную на ряде патентов, которые были присуждены в последние годы.

Стоуффер объясняет: «Еще в 2006 году мы поняли, что в конечном итоге машинное обучение будет развернуто в процессе оценки Google. Как только это произошло, мы знали, что алгоритмические фильтры больше не будут статическим набором правил SEO. Поисковая система была бы достаточно умна, чтобы корректировать себя на основе машинного обучения, что лучше всего работало для пользователей в прошлом. Таким образом, мы создали Market Brew, который, по сути, служит для «машинного обучения учащемуся машины».

«Наша универсальная модель поисковой системы может тренироваться, чтобы вывести очень похожие результаты в реальность. Затем мы используем эти предсказательные модели как своего рода «Песочница Google», чтобы быстро A / B тестировать различные изменения на веб-сайте, мгновенно прокладывая новые рейтинги для целевой поисковой системы бренда.

Поскольку алгоритмы Google работают по-разному между ключевыми словами, Stouffer говорит, что четких разграничений больше нет. Комбинации ключевого слова и таких вещей, как намерение пользователя и предшествующий успех и неудача, определяют, как Google взвешивает свои различные основные алгоритмы.

Прогнозирование и классификация алгоритмических сдвигов

Есть ли способ, которым мы, как SEO, можем начать количественно понимать алгоритмические различия / весовые коэффициенты между ключевыми словами? Как я упоминал ранее, существуют способы объединения этой информации с использованием существующих инструментов. На рынке также появляются новые инструменты, которые позволяют командам SEO моделировать конкретные среды поисковых систем и предсказывать, как эти среды изменяются алгоритмически.

Многие ответы зависят от того, насколько конкурентоспособны и широкие ваши ключевые слова. Например, бренд, ориентированный только на одно основное ключевое слово, с множеством вариантов последующих ключевых фраз с длинным хвостом, скорее всего, не повлияет на этот новый способ обработки результатов поиска. Как только команда SEO выясняет, что это такое, они поняли.

С другой стороны, если бренд должен беспокоиться о многих разных ключевых словах, которые охватывают разных конкурентов в каждой среде, тогда инвестиции в эти новые технологии могут быть оправданы. Команды SEO должны иметь в виду, что они не могут просто применять то, что они узнали в одной среде с ключевыми словами, к другой. Необходимо использовать какой-то адаптивный анализ.

Резюме

Технология быстро адаптируется к новой методологии ранжирования поиска Google. Теперь есть инструменты, которые могут отслеживать каждое алгоритмическое обновление, определяя, какие отрасли и типы веб-сайтов затронуты больше всего. Чтобы бороться с новым акцентом Google на искусственный интеллект, мы теперь видим добавление новых инструментов моделирования поисковых систем, которые пытаются точно предсказать, какие алгоритмы меняются, поэтому оптимизаторы могут корректировать стратегии и тактику «на лету».

Мы вступаем в золотой век SEO для инженеров и ученых-ученых. Поскольку алгоритмы Google продолжают усложняться и переплетаться, индустрия SEO ответила новыми мощными инструментами, чтобы помочь понять этот новый мир SEO, в котором мы живем.

Leave A Comment

%d такие блоггеры, как:
ОСТАВЬТЕ ЗАЯВКУ
Перешедшим от других SEO-компаний приветственная скидка 40%
Мы Вам перезвоним и подготовим лучшее предложение.
  1. Позвоним
  2. Проведем аналитику
  3. Разработаем прогноз
  4. Презентуем стратегию
  5. Подпишем договор
  6. Запустим проект
Хотите купить квартиру?
Обращайтесь и мы Вам поможем
  • Скорость решения вопроса
  • Ваш финансовый интерес
  • Качественное обслуживание
  • Всесторонняя забота о клиенте
  • Работаем на репутацию
  • Поддержка на всех этапах
* we never share your e-mail with third parties.
Do you want more traffic?
Dignissim enim porta aliquam nisi pellentesque. Pulvinar rhoncus magnis turpis sit odio pid pulvinar mattis integer aliquam!
  • Goblinus globalus fantumo tubus dia montes
  • Scelerisque cursus dignissim lopatico vutario
  • Montes vutario lacus quis preambul den lacus
  • Leftomato denitro oculus softam lorum quis
  • Spiratio dodenus christmas gulleria tix digit
  • Dualo fitemus lacus quis preambul pat turtulis
  • Scelerisque cursus dignissim lopatico vutario
  • Montes vutario lacus quis preambul den lacus
SUBSCRIBE TO OUR NEWSLETTER AND START INCREASING YOUR PROFITS NOW!
* we never share your e-mail with third parties.
ОСТАВЬТЕ ЗАЯВКУ
6 шагов за 31 день для увеличения ваших продаж
  1. Анализируем спрос и предложение
  2. Выделяем тематические сегменты
  3. Создаем группы объявлений
  4. Следим за отдачей от объявления
  5. Корректируем рекламную кампанию
  6. Предоставляем подробные отчеты
ОСТАВЬТЕ ЗАЯВКУ
При заказе сайта магазин на Facebook бесплатно!
И вы получите самый социальный инструмент для продаж.
  1. Проведем аналитику
  2. Подготовим контент
  3. Добавим продукты
  4. Произведем настройку
  5. Синхронизируем магазины
  6. Вам остается наслаждаться




PGlmcmFtZSB3aWR0aD0iMTAwJSIgaGVpZ2h0PSIxMDAlIiBzcmM9Imh0dHA6Ly9tYWdhemluc2l0ZS5ydS93cC1jb250ZW50L3VwbG9hZHMvMjAxNy8wOS/QodC+0LfQtNCw0L3QuNC1LdGB0LDQudGC0LAt0LIt0JrQuNGI0LjQvdC10LLQtS3QnNC+0LvQtNC+0LLQsC5tcDQ/YXV0b3BsYXk9MSIgZnJhbWVib3JkZXI9IjAiIGFsbG93ZnVsbHNjcmVlbj48L2lmcmFtZT4=
ЗАЧЕМ СОЗДАВАТЬ САЙТ
  • Goblinus globalus fantumo tubus dia montes
  • Scelerisque cursus dignissim lopatico vutario
  • Montes vutario lacus quis preambul den lacus
  • Leftomato denitro oculus softam lorum quis
  • Spiratio dodenus christmas gulleria tix digit
  • Dualo fitemus lacus quis preambul pat turtulis
* we never share your e-mail with third parties.
Do you want massive traffic?
Dignissim enim porta aliquam nisi pellentesque. Pulvinar rhoncus magnis turpis sit odio pid pulvinar mattis integer aliquam!