Новое SEO-2.0 без ключевых слов. Как вывести сайт на вершину поисковой выдачи?

Анатолий Владимирович Косарев

Книга – полезна тем, кто занимается SEO-оптимизацией и поисковым маркетингом. Она дает руководство, по каким критериям искусственный интеллект Google и других поисковиков определяют, что ищет пользователь, и какой сайт лучшие всего отвечает на его запрос. Прочитав книгу, вы поймёте, что ключевые слова, покупные ссылки, ушли в прошлое.Поисковики борются между собой в предоставлении лучшего сайт первым в результатах поиска. А эта книга рассказывает, как взойти на вершину поиска.

Понимание запросов пользователей и результатов поиска

Почему люди ищут в Интернете?

Люди используют поисковые системы в Интернете для выполнения множества различных задач в различных средах с использованием различных типов устройств, таких как мобильные телефоны, планшеты, ноутбуки или компьютеры. Имейте ввиду, что поиск может быть простым или сложным, а базовая задача, которую пытается выполнить человек, может выполняться в несколько шагов.

Например, простой задачей может быть поиск режиссера фильма.

Сложная задача может состоять в том, чтобы найти ближайший сеанс, купить билеты и проложить маршрут до кинотеатра. В целом, поисковые системы должны облегчать людям выполнение задач, сразу же выдавая полезные результаты.

В далёкие времена пользователи вводили определенные слова, чтобы увидеть эти слова в результатах поиска. Но оптимизаторы сайтов стали злоупотреблять этими словами, и напихивали их, чтобы быть на вершине поиска.

Потом поисковики стали регламентировать количество упоминаний ключевой фразы в тексте на основании высококачественных текстов. Это число составляло от 3 до 7%.

В последние годы произошла революция в поисковой выдаче. Поисковики воспринимают введенные или озвученные фразы как вопрос, на который пользователь желает получить ответ.

Понимание запроса — это стремление понимать, чего желает получить пользователь. Помните, что запрос — это то, что пользователь вводит или говорит на своем устройстве.

Подумайте, для начала, о пользователях в вашем регионе, которые набирают или произносят следующие запросы в свой телефон. И что они предполагают увидеть.

Запрос

[население Пекина],

Вероятное намерение пользователя

Пользователь желает узнать сколько человек сейчас проживает в Пекине, Китай.

Более сложный

Запрос

[пятерка рядом со мной],

Вероятное намерение пользователя

Найдите ближайший магазин Пятерочка рядом с местом нахождения пользователя.

Заметьте,

что поисковики понимают, что пользователь ищет магазин пятерочка рядом с его местоположением. А в самом запросе пользователя нет ни одного слова, которое бы фигурировало на искомой веб-странице.

Запрос

[погода],

Вероятное намерение пользователя

Найти информацию о погоде в местоположении пользователя прямо сейчас.

Заметьте,

В запросе пользователя только одно слово, но поисковики понимают, где находится человек, и что его интересует прогноз погоды здесь и сейчас.

Как видите, в намерениях пользователя набранные слова не всегда подразумевают слова в желаемом ответе. Но поисковики понимают по набранным словам какую информацию желает получить пользователь. В Google за понимание текстов в основном отвечают алгоритмы: RankBrain, Google BERT, PASSAGE RANKING, Google MUM.

Далее на примере их работы рассмотрим, как искусственный интеллект помогает пользователям находить желаемую информацию.

Как понимаете, теперь SEO оптимизация — это не набор ключевых фраз, повторенных несколько раз, а полезный контент, который приятно читать, и получать желаемую информацию конечному пользователю.

Хотя сейчас мало вероятно, но если случайно слабая статья приблизится к вершине поиска по еще не идеальным алгоритмам, то впоследствии голос пользователя поставит её на место, а алгоритм искусственного интеллекта усовершенствуется.

Голос же пользователя — это набор сигналов: время, потраченное на изучение контента, а также перейдя на веб-страницу из поиска, вернулся ли человек в поисковую систему, чтобы продлить поиск.

Искусственный интеллект уже достаточно хорошо «понимает» тексты, и достаточно точно выполняет сортировку для поисковой выдачи.

По сути искусственный интеллект уже знает, как и в каком виде пользователи желают получать информацию. По этим критериям и работают алгоритмы. Поэтому зная принцип работы, составители текстов могут использовать знания, которые предоставляет Google, и целенаправленно работать над написанием текстов, чтобы максимально удовлетворить пользователя.

Исходя из этого, на сколько возможно, предлагаю детально разобрать работу этих алгоритмов ранжирования для поисковой выдачи.

Не забывайте и о другой, не менее важности понимания алгоритмов. Просматривая контент конкурентов, вы будите понимать на что следует обращать внимание, чтобы оценить качество предоставляемых материалов.

RANKBRAIN (искусственный интеллект)

RankBrain — так назвал Google системы искусственного интеллекта с машинным обучением, которая помогает Google понять смысл запросов и предоставлять наиболее подходящие результаты поиска в ответ на эти запросы сообщило агентство Bloomberg. Это подтвердил и Google.

Машинное обучение — это компьютерная программа, которая учит саму себя.

Истинный искусственный интеллект, — это то, где компьютерная программа пополняет свою базу знаний, как от обучения, так и от накопления знаний и создания новых связей.

Чтобы у вас не было иллюзий о бескрайних возможностях искусственного интеллекта, рассмотрим простые примеры.

Классический пример, чем отличается кошка от собаки.

Как искусственный интеллект по картинке отличит кошку от собаки? Первоначально создается база из десятка тысяч изображений кошек и собак. Затем, каждое изображение делится на фрагменты:

нос, рот, уши, лапы, и т. д. и т. п.

Каждому такому фрагменту присваивается кодовое число, которое относится к группе кошек, и группе собак.

При определении кошка или собака изображены на исследуемой картинке, изображение делится на такие же фрагменты. Полученные фрагменты сравниваются с теми, что в базе, и подбираются наиболее похожие.

Из ста анализируемых фрагментов оказалось, что 89 похожи на собаку, а 11 — на кошку. Искусственный интеллект выдает решение, что это — собака.

Если искусственный интеллект определил вид животного правильно, то всем фрагментам присваивается кодовое число, данные заносятся в базу данных, и вся система этого интеллекта — обучилась.

Но не всегда проходит так гладко, поэтому перед запуском систему проходят проверку.

Если искусственный интеллект ошибся, то системе «говорят», что она ошиблась. Новые данные заносятся с правильными кодовыми числами.

В Google тестированием работы интеллекта занимаются специально обученные люди, которые проверяют работу алгоритма. Поэтому иногда можно видеть, что вдруг какой-то непонятный сайт оказался выше хороших сайтов. Но как правило это временно. Ручная проверка сайтов происходит постоянно, и в результате всегда слабые сайты занимают в конечном итоге соответствующее место.

О методики ручного тестирования сайтов, и как этот метод применить к оценке сайтов конкурентов читайте в книге «5000+ сигналов ранжирования в поисковиках». Эта книга — прекрасное руководство оценки сайтов с целью понять, что нужно сделать своему сайту, чтобы обойти конкурентов в поисковой выдаче.

Но продолжим о работе искусственного интеллекта.

Разберем еще одну несложную задачу. Предположим, что в базе данных есть сто авторов, и каждого автора имеется в базе данных по десятку книг. Требуется по тексту, или фрагменту из книги неизвестного автора определить, кто же написал этот текст. Разумеется, исследуемого фрагмента текста нет в базе данных.

Здесь в программе подготовлено, какими словами, как часто, и в каких сочетаниях пользовался каждый автор. Анализируя тестируемый текст, программа определяет, к какому автору ближе всего это сочетание. К кому ближе, того и называет эта программа.

По этому же принципу Google определяет качество текста.

Поисковик имеет базу данных слов (из самых авторитетных сайтов в этой отрасли), которые должны быть в тексте по этой теме, и ищет их в исследуемом тексте.

Чем больше совпадений, по словам, употреблённых в текстах, с самыми лучшими веб-страницами, тем выше качество исследуемой.

И ещё.

Представьте, что компьютерная программа поможет вам выбрать фильм, который понравится вам. Первоначально программа на вашем экране показывает названия всех имеющихся у неё фильмов.

Программа еще не знает ваших предпочтений, и вы отмечаете, из уже виденных фильмов какие вам не нравятся, перетягивая их в левую сторону. Те же фильмы, которые вы видели, и они вам понравились — в правую. Так фильмы условно распределяются по виртуальной шкале от не понравившихся фильмов к тем, которые понравились.

Чем больше фильмов вы расставите на виртуальной шкале, тем более точным будет предложение о новом просмотре. С каждой новой отметкой программа, самообучаясь, дает более точное предсказание.

Так и искусственный интеллект Google и других поисковиков помнит, что прежде искал пользователь, оценивает, и предлагает наиболее подходящее.

Это особенно полезно, когда пользователь вводит не конкретный запрос.

Например, пользователь в строке поиска ввел одно слово: «кухня». Что он имел ввиду?

Сериал Кухня, мебель для кухни, или кухни народов мира?

Если пользователь прежде искал сериалы, то первыми в поиске будут сериалы. Если искал рецепты, то будут — рецепты…

Сейчас уже искусственный интеллект способен, по сотни отметок нравится узнать, о вас больше, чем ваш сосед. По 200 лайкам узнает о вас больше, чем ваш (а) спутник (ца) жизни. Проанализировав 500 лайков, программа узнает о ваших предпочтениях лучше, чем вы сами. А сколько вы уже поставили лайков?

RankBrain — это часть общего поискового «алгоритма» Google, компьютерной программы, которая используется для сортировки миллиардов страниц, о которых она знает, и поиска наиболее подходящих для конкретных запросов.

RankBrain является частью алгоритма поиска Hummingbird от Google.

Hummingbird — это общий алгоритм поиска. Так же, как у автомобиля есть двигатель. Сам двигатель может состоять из различных частей, таких как масляный фильтр, топливный насос, радиатор и так далее. Так, Hummingbird включает в себя различные части, причем RankBrain является одним из новейших.

Потому что RankBrain не обрабатывает весь поиски, как это делает общий алгоритм. Он берет уже подготовленные для него сигналы, и только с ними работает.

Дэнни Салливан журналист и аналитик, который занимается исследованием в области цифрового и поискового маркетинга утверждает, что RankBrain является третьим по важности сигналом при ранжировании сайтов в ответах на запросы пользователей.

Первым пока остаются ссылки, которые Google подсчитывает в виде голосов. Яндекс же стал намного меньше выделять веса под ссылки.

Вторым сигналом он предполагает — «слова», где слова охватывают все — от слов на странице до того, как Google интерпретирует слова, которые люди вводят в окно поиска вне анализа RankBrain.

Третьим по значимости сигналам считается RankBrain, который в основном используется для интерпретации запросов. Люди вводят фразы в строку поиска, чтобы найти страницы, которые могут не содержать точных слов, которые искали.

Использование LSI-терминологии.

Например, если прежде человек в строке поиска вводил «Обувь», то Google отбирал на веб-страницах не только «Обувь», но и обуви, обувью, и подобные.

Теперь если пользователь ввел, «Обувь», то поисковик предложит и другие варианты: «туфли», «ботинки», «сапоги», «босоножки» и многое другое.

Люди часто сетевой адаптер для ноутбука называют зарядным устройством, зарядкой, и т. п. Google знает все варианты, и в результатах поиска выводит все варианты. Смотрите скриншот.

Как видите, Google понял, что пользователь хочет найти, и предложил лучшие ответы, не взирая, на введенные слова.

Или более интеллектуальный поиск. Я ввел фразу «жена президента сша» с ошибкой

Но Google понял, что я имел ввиду. Google знает, что жена и супруга — слова синонимы. Google предположил наиболее вероятно, что меня интересуют супруги действующего президента, и вывел их первыми. Следующим результатом показал Меланью Трамп. И только после этого вывел список первых леди США.

Прошло время после первого издания этой книги, президент поменялся, и поисковик на это правильно отреагировал.

Не правда ли, замечательная работа Google RankBrain? Так работает искусственный интеллект Google.

Как RankBrain помогает честным авторам?

Некоторое время назад одному заводу мы создавали 2 сайта: для главного завода и его филиала, территориально расположенные неподалёку друг от друга. Для главного завода главный инженер, доктор наук изъявил желание написать несколько ключевых текстов. Филиалу мы писали статьи сами. Получилось некоторое соревнование: чьи статьи Google будет позиционировать выше.

Как вы думаете, кто победил: первоклассный копирайтер, использующий во всей мощи LSI-терминологию, или доктор наук?

Победил доктор наук.

При всех равных условиях его статьи в подавляющем большинстве позиционировались первыми, а статьи копирайтера — вторыми. Почему?

Потому что доктор наук знал лучше терминологию и описываемый процесс, чем копирайтер. Доктор наук использовал большее количество синонимом, и связанных с ними слов. Правда, я лично проконсультировал главного инженера по основным положениям написания высоко ранжируемых статей, и потом мы расставили все теги и атрибуты, в соответствии с требованием поисковиков.

Поясню на примере. Предположим, нужно написать статью, в которой рассказывается о демонстрации нового фильма в кинотеатре. Google мало иметь в статье слова кинотеатр и фильм. Ему нужны и сопутствующие слова, например, билеты, аншлаг, цена, и другие слова, которые обычно употребляются в обычной речи.

Чем больше таких слов, тем Google считает, что тема раскрыта более полно.

Законный вопрос: откуда Google знает, какие синонимы, термины и сопутствующие слова соответствуют не только всей теме, но и конкретному запросу. Не забывайте, что есть искусственный интеллект, со своей первоначальной базой.

И далее в Google индексе сотни миллиардов страниц (а может и больше), и, анализируя эти страницы, искусственный интеллект постоянно пополняет эту базу данных.

Если Google видит, что с набором определенных групп слов станица пользуется у посетителей популярностью, её цитируют, то из таких страниц и выбираются дополнительно LSI-фразы, и пополняют базу данных.

Более сложный процесс ранжирования сайтов, когда длинный запрос (такие запросы называются запросами с длинным хвостом), и никогда прежде не вводился.

Проблема в том, что Google обрабатывает почти четыре миллиарда запросов в день. В 2007 году Google заявил, что до 25 процентов этих запросов никогда раньше не видел. В 2013 году эта цифра снизилась до 15 процентов, о чем сообщал Bloomberg, и Google подтвердил это. А к концу 2021 года таких запросов осталось 13%.

Но 13 процентов из 4 миллиардов — это по-прежнему огромное количество запросов, которые никогда не вводил ни один человек. Это почти пол миллиарда новых запросов в день.

Среди них могут быть сложные запросы, состоящие из нескольких слов, которые также называются «длинными хвостами».

RankBrain разработан, чтобы помочь лучше интерпретировать эти запросы, чтобы найти лучшие страницы для поисковика.

Как утверждает Google, он может улавливать закономерности между, казалось бы, не связанными сложными запросами, чтобы понимать, насколько они на самом деле похожи друг на друга. Это самообучающая программа, в свою очередь, позволяет лучше понять будущие сложные поиски, и их связь с конкретными темами. Самое главное, исходя из того, что Google сообщил нам, он может затем связать эти группы поиска с результатами, которые, по его мнению, понравятся пользователям.

Google не предоставляет примеры групп поиска и не даёт подробных сведений о том, как RankBrain угадывает, какие страницы являются лучшими. Но последнее, вероятно, объясняется тем, что, если он может перевести неоднозначный поиск во что-то более конкретное, он может затем ранжировать и выводить лучшие ответы.

Я сделал такое длинное описание, что бы было понятно, что какой-то прыщавый копирайтер не получит высокой оценки за свою работу после анализа его статьи Google RankBrain, если в ранжировании учувствуют специалисты из области, в которой мальчик написал статью.

Но хорошо подготовленный специалист в своей статье раскроет тему так, что его статья будет высоко позиционироваться по нескольким ключевым фразам. Google RankBrain, как хороший специалист видит уровень написанного текста. Да он не понимает текст, а поэтому прыщавый копирайтер уже не может навешать ему лапшу на уши.

Алгоритм Google BERT

BERT: Сравнительно новый алгоритм Google, который обещает революцию в поисковой выдаче

Google уже стал настолько сложной частью жизни людей, что многие из нас общаются непосредственно с ним.

Пользователи делают запросы: «как мне попасть на рынок» или «когда начнется весна», как будто они естественно разговаривают с человеком. Но стоит помнить: Google состоит из алгоритмов, которые упакованы в фильтры.

И это один из тех алгоритмов — Google BERT — который помогает поисковой системе понять, о чем просят люди, и дает ответы, которые они хотят.

Правильно: боты не люди, но технологии настолько продвинулись вперед, что могут понимать человеческий язык, включая сленг, ошибки, синонимы и языковые выражения, присутствующие в нашей речи, а мы даже не замечаем.

Этот новый поисковый алгоритм был создан Google, чтобы лучше понимать поисковые намерения пользователей и содержание веб-страниц.

Но как это работает? И как это влияет на ваши стратегии SEO?

Давайте все сейчас разберемся:

Что такое Google BERT?

Google BERT — это алгоритм, который улучшает понимание человеческого языка поисковой системой.

Это важно во вселенной поиска, поскольку люди спонтанно выражают себя в поисковых запросах и содержании страниц, а Google работает над тем, чтобы найти правильное соответствие между одним и другим.

BERT — это аббревиатура от Bidirectional Encoder Representations from Transformers (двунаправленных представлений кодировщика от трансформеров). Сбивает с толку? Давайте объясним это лучше!

Чтобы понять, что такое BERT, нам нужно разобраться с некоторыми техническими терминами, хорошо?

Во-первых, BERT — это нейронная сеть.

Вы знаете, что это такое?

Нейронные сети — это компьютерные модели, вдохновленные центральной нервной системой животных, которые могут обучаться и распознавать закономерности. Они являются частью машинного обучения.

В случае BERT нейронная сеть способна изучать формы выражения человеческого языка. Он основан на модели обработки естественного языка (NLP), называемой Transformer, которая понимает отношения между словами в предложении, а не просматривает их по очереди.

BERT — это предобучающая модель обработки естественного языка. Это означает, что набор данных модели обучается в текстовом корпусе (например, в Википедии) и может использоваться для разработки различных систем.

Например, можно разработать алгоритмы, ориентированные на анализ вопросов, ответов или настроений.

Все это находится в области искусственного интеллекта. То есть все делают боты!

После программирования алгоритм непрерывно изучает человеческий язык, обрабатывая миллионы получаемых данных.

Но помимо мира искусственного интеллекта, который больше похож на научную фантастику, важно знать, что BERT понимает весь контекст слова — термины, которые идут до и после, и отношения между ними — что чрезвычайно полезно для понимания содержания сайтов и намерения пользователей при поиске в Google.

Когда был выпущен BERT?

В ноябре 2018 года Google запустила BERT с открытым исходным кодом на платформе GitHub.

С этого момента каждый может использовать предварительно обученные коды и шаблоны BERT для быстрого создания собственной системы.

Сам Google использовал BERT в своей поисковой системе. В октябре 2019 года Google объявил о своем самом большом обновлении за последнее время: внедрении BERT в алгоритм поиска на английском языке.

Google уже принял модели для понимания человеческого языка, но это обновление было объявлено одним из самых значительных скачков в истории поисковых систем.

Изначально BERT был запущен только в США и на английском языке. Но к декабрю 2019 года модель уже была расширена до более чем 70 языков. Таким образом, результаты поиска по всему миру стали более качественными.

Что такое НЛП?

Если кто-то думает, что здесь речь пойдет о нейро-лингвистическом программировании, то нет. Здесь рассматриваем другое НЛП.

Чтобы объяснить, что такое BERT, мы упомянули, что этот алгоритм является моделью обработки естественного языка (NLP).

НЛП — это область искусственного интеллекта, которая сходится с лингвистикой при изучении взаимодействия человека и вычислительных языков. Намерение состоит в том, чтобы заполнить пробелы между одним языком и другим и заставить их общаться.

Этот тип системы существует уже давно, начиная с работы Алана Тьюринга в 1950-х годах.

Но именно в 1980-х годах модели НЛП оставили свои рукописи и были внедрены в искусственный интеллект. С тех пор компьютеры обрабатывают большие объемы данных, что произвело революцию в отношениях между людьми и машинами.

Мы можем не замечать этого в нашей повседневной жизни, но наше вербальное выражение чрезвычайно сложно и разнообразно.

Существует так много языков, синтаксических правил, семантических отношений, сленгов, поговорок, сокращений и ежедневных ошибок, что порой люди едва понимают друг друга!

Это становится еще сложнее для компьютеров, поскольку мы используем для них неструктурированный язык, которому затем нужны системы, чтобы понять его.

Для этого в НЛП используется ряд техник, таких как абстрагирование того, что не имеет отношения к тексту, исправление орфографических ошибок и приведение слов к их радикальным или инфинитивным формам.

Оттуда можно структурировать, сегментировать и классифицировать контент, чтобы понять, как части имеют смысл вместе. Затем система также вырабатывает ответ на естественном языке для взаимодействия с пользователем.

Такая система позволяет, например, сказать «Алекса, расскажи мне рецепт шоколадного торта», а виртуальный помощник Amazon отвечает ингредиентами и способом приготовления. Заметьте, что ответ не содержит слов Алекса, расскажи мне, а выдаёт ответ, которого ждет пользователь.

Это решение используется сегодня в нескольких ресурсах, таких как взаимодействие с чат-ботами, автоматический перевод текстов, анализ эмоций в мониторинге социальных сетей и, конечно же, поисковая система Google.

Заменил ли BERT RankBrain?

Google постоянно изучает способы улучшения взаимодействия с пользователем и достижения наилучших результатов. Это не начинается и не заканчивается с BERT.

В 2015 году поисковая система объявила об обновлении, которое изменило поисковую вселенную: RankBrain.

Алгоритм впервые использовал искусственный интеллект для понимания контента и поиска.

Как и BERT, RankBrain также использует машинное обучение, но не выполняет обработку естественного языка. Метод фокусируется на анализе запросов и группировании слов и фраз, которые семантически похожи, но не могут понимать человеческий язык сами по себе.

Таким образом, когда в Google делается новый запрос, RankBrain анализирует прошлые поисковые запросы и определяет, какие слова и фразы лучше всего соответствуют этому запросу, даже если они не соответствуют точно или никогда не искались.

Получая сигналы взаимодействия с пользователем, боты узнают больше о взаимосвязях между словами и улучшают рейтинг.

Таким образом, это был первый шаг Google в понимании человеческого языка. Даже сегодня это один из методов, используемых алгоритмом для понимания целей поиска и содержимого страницы, чтобы предоставить пользователям лучшие результаты.

Таким образом, BERT не заменил RankBrain — он просто принес еще один метод понимания человеческого языка. В зависимости от запроса алгоритм Google может использовать любой метод (или даже комбинировать оба), чтобы предоставить пользователю наилучший ответ.

Имейте в виду, что алгоритм Google формируется из огромной сложности правил и операций. RankBrain и BERT играют значительную роль, но они являются лишь частью этой надежной поисковой системы.

Как работает Google BERT?

Одним из отличий Google от других систем обработки языка является его двунаправленный характер. Но что это значит?

Другие системы являются только однонаправленными. То есть они только контекстуализируют слова, используя термины, которые находятся слева или справа от них в тексте.

BERT работает в обоих направлениях: анализирует контекст слева и справа от слова. Это приводит к гораздо более глубокому пониманию отношений между терминами и между предложениями.

Другое отличие заключается в том, что BERT строит языковую модель с небольшим текстовым корпусом.

В то время как другие модели используют большие объемы данных для обучения машинному обучению, двунаправленный подход BERT позволяет обучать систему более точно и с гораздо меньшим объемом данных.

Таким образом, после обучения модели в текстовом корпусе (например, в Википедии) она проходит «тонкую настройку».

На этом этапе BERT подвергается конкретным задачам с входными и выходными данными в соответствии с тем, что вы хотите, чтобы он делал. Именно тогда он начинает адаптироваться к различным требованиям, таким как вопросы и ответы или анализ настроений.

Обратите внимание, что BERT — это алгоритм, который можно использовать во многих приложениях. Поэтому, когда мы говорим о Google BERT, мы говорим о его применении в поисковой системе.

В Google BERT используется для понимания поисковых намерений пользователей и содержимого, индексируемого поисковой системой.

В отличие от RankBrain, ему не нужно анализировать прошлые запросы, чтобы понять, что имеют в виду пользователи. BERT понимает слова, фразы и весь контент так же, как и мы. Ну, почти, как мы.

Но также поймите, что эта модель НЛП — только часть алгоритма. Google BERT понимает, что означают слова и как они связаны друг с другом.

Google по-прежнему нужна вся работа остального алгоритма, чтобы связать поиск со страницами индекса, выбрать лучшие результаты и ранжировать их в порядке значимости для пользователя.

Почему Google BERT важен для удобства поиска?

Теперь мы немного оставим в стороне ИТ-термины, чтобы поговорить о том, что BERT означает для поиска Google.

Вы понимаете, что алгоритм помогает Google расшифровывать человеческий язык, но какое это имеет значение для поиска пользователя?

Важно помнить, что миссия Google состоит в том, чтобы систематизировать весь контент в Интернете, чтобы предоставить пользователям наилучшие ответы.

Для этого поисковая система должна понимать, что ищут люди и о чем говорят веб-страницы. Таким образом, он может обеспечить правильное соответствие между ключевыми словами и веб-контентом.

Например, когда вы ищете «густая коса», поисковик понимает, что «коса» в вашем запросе не относится к косе на реке, и не относится к режущему инструменту, или песчаной отмели в море.

Если вы искали «рецепты еды» (с орфографической ошибкой), она также поняла бы, что вы имели в виду.

BERT понимает значение этого слова в ваших поисковых запросах и в содержимом проиндексированных страниц.

Но искатель идет дальше: он также понимает намерение, стоящее за этим поиском.

Выполняя этот поиск, Google понимает, что вы возможно ищете компанию рядом с вами. Таким образом, на странице результатов, вероятно, будут показаны учреждения, которые предоставляют такого рода услуги в вашем регионе, особенно если у них есть хорошая локальная стратегия SEO.

Таким образом, Google становится более интеллектуальным, чтобы предоставлять результаты, которые действительно предоставляют то, что хотят найти пользователи. Это опыт поиска, который Google хочет предложить.

Однако на заре существования Google не все поисковые запросы давали то, что искал пользователь. Поисковик был ограничен точным соответствием ключевому слову.

То есть, когда человек вводил, например, «купить обувь», он мог предоставить результаты только страниц, на которых использовался именно это сочетание слов. Сейчас алгоритмам достаточно понять, что пользователь ищет интернет-магазин, и предоставит ему на выбор туфли, если это летом, а зимой — сапоги. И, как правило, слов из запроса может и не быть на сайте.

С момента выхода RankBrain Google уже начал понимать, что «забота» очень близка к «как заботиться». Таким образом, поисковая система также будет показывать страницы с терминами «как ухаживать за больным».

BERT дает Google понять, что человек хочет знать, как ухаживать за больным, не придерживаясь точных ключевых слов.

Проблема в том, что первоначальная модель точного соответствия ключевых слов Google создала интернет-пороки. Чтобы появиться в поисковой системе, многие сайты начали использовать ключевые слова в тексте именно так, как будет искать пользователь. Тем не менее, это делает чтение в некоторых случаях бессмысленным.

Подумайте, какой текст стали бы вы читать.

Тот, в котором естественно говорится об уходе за больным, или текст, в котором несколько раз повторяется «уход за больным», но этот текст не содержал бы каких-либо рекомендаций, или не имел никакого смысла?

Таким образом, переход Google к пониманию целей поиска также улучшает впечатления пользователя от чтения.

Сайты ориентированы на создание контента на естественном языке с использованием терминов, понятных читателю.

При этом Google также борется с заполнением ключевых слов, практикой черных методов продвижения, которые нарушает политику поисковых систем. Поэтому пользователь только выигрывает!

Каково влияние BERT на поисковую выдачу?

Когда Google запустил BERT, было сказано, что обновление затронет около 10% поисковых запросов в США.

Как и каждое обновление алгоритма, объявление вызвало движение на рынке SEO, так как многие сайты опасались потерять позиции.

Однако, в отличие от обновлений, направленных на противодействие недобросовестным практикам, BERT не оштрафовал ни один сайт. Что он делает, так это улучшает соответствие между поиском пользователя и содержимым страницы.

Поэтому, если кто-то потерял позиции по тому или иному ключевому слову, значит, оно не принесло хорошего ответа на этот запрос.

С другой стороны, если страница подходит для Google, она, вероятно, была лучше согласована с другим запросом и смогла улучшить качество своего трафика, что повысило вероятность того, что посетителям понравится контент.

Google показал пример (см. ниже), объясняющий изменения, которые BERT вызывает в поисковой выдаче. На изображении ниже вы можете увидеть, как поиск выглядит до и после BERT.

Ключевое слово: «Путешествующему из Бразилии в США в 2019 году нужна виза». BERT понимает намерение пользователя узнать, нужна ли бразильским путешественникам виза для въезда в Соединенные Штаты.

Однако до обновления Google понял, что поиск был для информации о туристических визах США в Бразилию.

Большая разница в одной детали: слово «to», которое указывает направление поездки (из Бразилии в США).

До BERT это слово игнорировалось ботами, и выдавало поисковику неправильные результаты. Теперь все слова анализируются в их контексте. В этом случае предлог изменяет весь смысл фразы.

В объявлении BERT Google также сказал, что обновление повлияет на избранные фрагменты, которые представляют собой выделенные разделы, которые появляются в «нулевой позиции» поисковой выдачи.

Google начал выбирать наиболее релевантные сниппеты для поиска. Таким образом, еще раз, те, кто потерял избранные фрагменты, не были оштрафованы — они просто не предоставили лучший быстрый ответ на то, что искал пользователь. Ниже вы можете увидеть еще один пример, который приводит Google в своих объяснениях работы этого фильтра.

В поиске «парковка на холме без бордюра» искатель будет уделять гораздо больше внимания словам «парковка», «на склоне холма» и «бордюр», и проигнорирует слово «без бордюра».

Таким образом, это принесло бы результаты, объясняющие, как парковаться на бордюре. BERT понимает, что пользователь хочет знать, как парковаться на пандусе без бордюра.

Контент и SEO: как оптимизировать для BERT?

Итак, перед лицом обновления, объявленного Google, и изменений в поисковой выдаче, что вы можете сделать, чтобы улучшить свои результаты SEO?

Что ж, правда, в том, что оптимизировать для BERT особо нечего.

Если вы искали советы по оптимизации в этом описании фильтра, возможно, эта фраза разочаровывает. Но вы должны понимать, что Google сделал это обновление именно для того, чтобы не оптимизировали страницы и контент для ботов. Но выдавали максимально полезный текст для пользователей.

Поисковая система хочет предложить пользователям ценный контент. И хочет рассчитывать на ваш сайт для этого.

Так что не оптимизируйте свой сайт для BERT — оптимизируйте для пользователей. Вот почему мы не даем советов по оптимизации, но хотим укрепить некоторые передовые методы создания контента, чтобы предложить вашим посетителям наилучшие ответы на их вопросы.

ПИШИ ПРАВИЛЬНО

И RankBrain, и BERT утверждают: контент должен делаться для людей, а не для ботов! Итак, забудьте о точном соответствии ключевых слов.

Вспомогательные, или стоп-слова, это такие слова как «в», «кому», «за», «от», «один» и т. д.

Если прежде вспомогательные слова в формулировки запроса пропускались, то теперь учитываются. Чтобы точно соответствовать поисковым запросам, многие люди по-прежнему, в запросах пропускают стоп-слова, пытаясь приблизиться к терминам, которые используют поисковики, и напрасно.

Это генерирует сверхоптимизированные тексты, например, для «велосипед, как выбрать», что, по крайней мере, создает странное впечатление от чтения.

Еще одно заблуждение — оптимизировать тексты с учетом орфографических ошибок, которые допускают пользователи. Так, вместо того, чтобы писать «адвокат», как было бы правильно, в тексте используется «адвАкат», так как многие люди могли бы так написать.

Google понимает ошибки пользователей, и выдаёт правильное написание. Но отрицательно относится к ошибкам на веб-страницах.

Помимо того, что ошибки на сайте, не помогает SEO, от ошибок сайт еще и теряет доверие!

Так что пишите естественно и на хорошем руссом языке (по мере возможность) о том, как выбрать велосипед и как нанять юриста. Не беспокойтесь о стоп-словах или орфографических ошибках. Google подсчитывает количество стоп-слов, и их в тексте должно бы в определенном количестве. Плохо если этих слов больше или меньше определенного процента для естественного текста.

Помните, что Google понимает естественный язык, поэтому вам не нужно (и не следует!) заставлять его точно соответствовать поисковым запросам пользователей.

ОПТИМИЗИРУЙТЕ ПОИСКОВЫЕ НАМЕРЕНИЯ

Хорошо, понятно, что точные ключевые слова больше не находятся в центре внимания SEO. Итак, чтобы контент отображался в результатах поиска пользователей, как его следует оптимизировать?

Вместо того, чтобы сосредотачиваться на ключевых словах, переключите внимание на поисковые намерения.

Если раньше вы фокусировались на оптимизации того, что ищет пользователь, теперь вам следует оптимизировать то, что пользователь хочет найти.

Вы видите разницу?

Секрет в том, чтобы понять намерения вашего покупателя, то есть, какие сомнения они хотят решить, и на которые может ответить ваш сайт.

Вы можете убедиться в этом, выполнив поиск, по ключевым словам, и контрольным показателям, определив поисковые тенденции в вашей области и возможности ранжирования. Исходя из восприятия общественных требований, производственная команда должна создавать высококачественный контент, отвечающий им.

Помните, что в определении места в поисковой выдаче только на первом этапе определяется фильтрами. На втором этапе всё решают посетители: нравится контент, его изучают, и не возвращаются в поиск, не нравится — быстро покидают веб-страницу, и продолжают поиск.

ПОИСК СМЫСЛОВЫХ ОТНОШЕНИЙ МЕЖДУ СЛОВАМИ

Возможно, там возникло еще одно сомнение: если точное соответствие уже не подходит для SEO, то поиск, по ключевым словам, все еще имеет смысл?

Конечно! Поиск, по ключевым словам, остается мощным инструментом планирования.

С его помощью вы можете понять, какие поисковые запросы ведут на ваш сайт, какие термины используют пользователи и какие темы находятся на подъеме в вашей области. Таким образом, можно спланировать руководящие принципы для удовлетворения этих поисков.

Разница в том, что вы больше не будете чрезмерно оптимизировать статьи блога с помощью этих точных терминов. Теперь вы можете определить основные условия поиска и найти слова, которые устанавливают с ними семантические отношения.

Синонимы, антонимы, сленг и совпадения являются частью семантического поля слова. Таким образом вместо того, чтобы повторять ключевое слово несколько раз, вы можете изучить эти варианты в своем тексте вместе с основными терминами.

Эта практика обогащает опыт чтения и помогает Google понять смысл ваших материалов.

СОЗДАВАЙТЕ КАЧЕСТВЕННЫЙ КОНТЕНТ

Эта ориентация кажется очевидной, но ее всегда полезно подкрепить. По сути, Google хочет, чтобы вы производили качественный контент для людей. Google BERT — одно из основных обновлений в этом смысле.

Так что не тратьте больше времени на размышления об оптимизации того или иного термина.

Помимо достижения целей поиска, посвятите себя созданию оригинального, обновленного, надежного и полезного контента для пользователей. Создавайте контент, который стоит прочитать и которым стоит поделиться.

Google советует, чтобы высококачественный контент имел высокий уровень EAT, то есть опыт, авторитет и доверие.

Таким образом, именно эти слова должны направлять вашу стратегию контент-маркетинга. Google будет знать, как распознать вашу работу.

ПРЕДЛАГАЙТЕ ЛУЧШИЙ ОПЫТ ЧТЕНИЯ

Наконец, всегда думайте об опыте чтения. Вы знаете эту книгу, от которой просто невозможно оторваться? Или та статья, которая обогащает вас таким большим количеством полезной информации?

Вдохновитесь ими!

Поймите, как строится это содержание, как оно рассказывает истории, и вовлекайте читателя. Конечно, вам придется адаптировать формат и язык для Интернета, например, с использованием ссылок и изображений.

Это то, что вы должны делать в своих текстах, чтобы заинтересовать аудиторию и заставить читателей вернуться. В SEO это взаимодействие посылает положительные сигналы в Google, говоря, что вы предлагаете хороший материал и заслуживаете высокого ранжирования.

Наконец, теперь вы знаете все подробности о Google BERT и влиянии этого обновления на вселенную SEO.

Вы видите, что Google не шутит, верно?

Самые передовые технологии искусственного интеллекта используются для улучшения работы поисковой системы как со стороны веб-сайта, так и со стороны пользователя. И, конечно же, инвестиции не остановятся на BERT.

Google PASSAGE RANKING

Google любит вносить изменения в свой алгоритм ранжирования, чтобы улучшить поиск.

И Google Passage Ranking или Passage Indexing — одно из недавних объявлений, сделанных гигантом поисковых систем в качестве дополнительного фактора ранжирования.

Что такое индексация прохода? Что это на самом деле означает? Насколько большое или маленькое обновление? Является ли это серьезным обновлением алгоритма, влияющим на трафик или рейтинг вашего сайта?

Давайте обсудим это подробно.

Слово «индексация» порождает все спекуляции и путаницу. Google Passage Ranking называется Passage Indexing, но он не имеет ничего общего с индексацией. Речь идет только об отдельных переходах веб-сайта и их рейтинге.

Сделайте глубокий вдох и расслабьтесь. Это всего лишь небольшое изменение в ранжировании в Google. Нет причин спорить об этом. Это просто изменение ранга, а не изменение индекса. Однако мы не собираемся говорить, что это обновление вообще не имеет значения, и вы не должны ничего о нем знать. Это будет иметь волновой эффект, аналогичный BERT в сентябре 2019 года, что повлияет на результаты поиска на основе поиска.

Что такое Google Passage Ranking или Passage Indexing?

С обновлением индексации отрывков Google начнет понимать актуальность определенных отрывков на веб-страницах, чтобы найти наиболее подходящий ответ на запросы пользователей. Этот фильтр, добавленный Google в свои поисковые алгоритмы, который ранжирует разделы вашего контента в результатах поиска для лучшего взаимодействия с пользователем.

Теперь Google извлекает определенные отрывки с веб-страниц, чтобы ответить на запросы пользователей, даже если весь контент посвящен несколько иной теме, чем поисковый запрос.

Теперь он будет поощрять веб-мастеров создавать более информативный контент.

Чтобы понять это намного лучше, взгляните на официальное сообщение Google об индексации отрывков:

«Например, предположим, что вы ищете красивую нишу, например „Как я могу определить, изготовлены ли окна моего дома из УФ-стекла“. Это довольно сложный вопрос, и мы получаем много веб-страниц, говорящих об УФ-стекле и о том, что вам нужна специальная пленка, но ничто из этого не помогает неспециалисту предпринять какие-либо действия. Наш новый алгоритм может напрямую дополнить тот отрывок на форуме DIY, который отвечает на вопрос. По-видимому, вы можете использовать отражение пламени, чтобы обнаружить и игнорировать остальные сообщения на странице, которые не так полезны.»

Что это на самом деле означает?

Ранжирование перехода — это тип изменения ранжирования, а не изменения индексации, чтобы решить, может ли раздел страницы быть полезным для запроса пользователя. Проще говоря, Google теперь может независимо ранжировать определенный фрагмент контента, чтобы ответить на вопрос пользователя.

Это как еще один фильтр ранжирования для лучшего понимания контекста отрывков на странице, чтобы помочь пользователям с наиболее релевантными результатами поиска. Это не влияет на вашу индексацию на страницах результатов поисковой системы, по ключевым словам, для которых вы оптимизировали.

Вместо этого ваша страница может ранжироваться по дополнительным запросам, когда Google определяет, что часть вашего контента может быть полезна пользователям.

Например, если вы пишете о своей истории успеха в электронной коммерции, а в статье есть небольшой отрывок о построении бизнеса электронной коммерции в контексте, Google может извлечь его для пользователей и показать, когда они ищут связанный бизнес-запрос электронной коммерции «Мебель».

Google говорит, что индексация отрывков теперь может «найти иголку в стоге сена». Рейтинг Google Passage помогает гиганту поисковой системы лучше понимать контент, включая все под темы, заголовки и разделы, даже если вы не оптимизировали свой контент для этих конкретных поисков.

Индексация Google Passage не включает избранные фрагменты

Если вы думаете, что Google выделяет определенные отрывки в результатах поиска, как избранные фрагменты, это не так. Избранные сниппеты — это то, что поисковый гигант использует для быстрого ответа на короткие вопросы над результатами поиска.

Ранжирование в Google — это не отображение ответов на ваши вопросы. Это дополнительный фактор ранжирования, который тщательно изучает содержимое страницы. Это позволяет Google понимать независимые отрывки и их контекст, чтобы ответить на вопрос, предоставляя результаты на страницах результатов поисковой системы (SERP).

Проще говоря, индексирование отрывков связано не с отображением, а с ранжированием. Он будет работать вместе с другими факторами ранжирования, чтобы получить лучшие результаты для поисковых запросов без существенного изменения SERP.

Как работает индексация отрывков?

Google использует фильтр BERT и нейронные сети для понимания содержимого страницы и определения поискового рейтинга. Пошаговая индексация теперь позволяет Google лучше понимать содержание при сканировании всей страницы. По данным Google, этот фильтр повлияет только на семь процентов поисковых запросов и может вообще не повлиять на индексацию вашего сайта.

Однако веб-мастера, которые пишут длинный и информативный контент, не уделяя особого внимания оптимизации контента, могут увидеть небольшое увеличение трафика и поискового рейтинга.

Известно, что Google не индексирует отдельные отрывки независимо друг от друга. Веб-страницы индексируются как обычно. С обновлением индексации отрывков гигант поисковых систем начинает тщательно понимать содержание страницы, чтобы отображать наиболее релевантные отрывки в результатах поиска на основе поисковых запросов.

Это позволяет получить наиболее подходящие результаты для лучшего поиска.

Повлияет ли рейтинг Google Passage на поисковую оптимизацию?

Влияние на SEO будет очень незначительным или отсутствующим. Если ваш сайт хорошо ранжируется в результатах поиска, новое обновление возможно никак не повлиять на рейтинг сайта. Однако, вы можете включить некоторые дополнительные стратегии в создание контента, чтобы получить максимальную отдачу от этого обновления.

· Вы можете сосредоточиться на подробном содержании с дополнительной информацией и подробностями в контексте вашей статьи.

· Вы можете использовать дополнительные ключевые слова (но не слишком оптимизированные) для разных отрывков, чтобы помочь Google понять релевантность каждого отрывка поисковому запросу.

· Постарайтесь охватить как можно больше тем в своем контенте.

· Отвечайте на часто задаваемые вопросы и используйте ключевые слова с длинными хвостами в своем контенте.

· Если вы включаете немного другую тему в контекст своего поста, убедитесь, что он хорошо оптимизирован для поисковых запросов.

Важные выводы для веб-мастеров

От этого фильтра не так уж много причин сойти с ума. Это только позволит Google лучше понимать контент, чем раньше, чтобы лучше обслуживать пользователей через результаты поиска.

По словам Мартина Сплитта из Google,

«Это просто небольшое изменение, когда мы пытаемся помочь тем, кто не обязательно знаком с SEO, структурированием контента или стратегией контента, потому что многие люди создают эти длинные страницы, которые действительно имеют очень сложный рейтинг для всего. «потому что все так разбавлено в этом протяжном содержании».

Вот некоторые ключевые моменты, которые веб-мастера могут узнать о фильтре Google Passage Ranking:

· Ранжирование переходов — это автоматизированная функция для выборки определенных разделов контента для ответов на поисковые запросы.

· Рейтинг Google Passage направлен на то, чтобы охватить несколько тем в контенте для лучшего поиска.

· Вам не нужно оптимизировать существующий контент для ранжирования прохождения.

· Может быть, полезно иметь длинный рейтинг контента для более конкретных поисков, чтобы ответить на конкретные вопросы.

· Это небольшое изменение в том, как поисковые роботы Google взаимодействуют с контентом после обновления.

· Вам не нужно предпринимать никаких действий в рамках вашей стратегии SEO.

· Это обновление влияет на 7% поисковых запросов по всему миру после развертывания.

· Google продолжает индексировать целые веб-страницы, как раньше. Рейтинг прохода не влияет на индексацию.

Google Passage Ranking — отличная возможность для веб-мастеров, которые охватывают несколько тем в длинном контенте и не сосредотачиваются на одной основной теме. Google теперь также может сосредоточиться на разбавленном контенте с плохой информационной структурой. Даже если ваш подробный контент плохо оптимизирован для SEO, обновление индексации отрывков может увеличить ваш трафик.

Нет необходимости вносить изменения в ваши веб-сайты и стратегии SEO. Цель обновления — помочь поисковому гиганту проанализировать веб-сайт в целом, чтобы предоставить пользователям более удобный поиск.

Google MUM

Искусственный интеллект: в поиске Google внедряется алгоритм mum

В мае 2021 года компания Google представила на ярмарке разработчиков новейшую технологию MUM — по ее собственным заявлениям, гораздо более мощную версию текущего предшественника BERT. MUM расшифровывается как Multitask Unified Model и поэтому должен лучше понимать не только тексты, но и любой тип контента, чтобы еще более эффективно отвечать на поисковые запросы. В своем блоге Google описывает эту функцию как веху в развитии искусственного интеллекта. Здесь объясним, как работает MUM и как он изменит поиск Google. Понимая, как работает искусственный интеллект, вы сможете понимать запросы не как вам предвидится, а как Google понимает эти запросы, и в соответствии с этим ранжирует сайты в поисковой выдаче. Важные определения и идеи построения рейтинга

Первые функции, возможно, появятся чуть позже момента написания этих строк

Во время мероприятия «Search On» Google недавно представила первые функции MUM, которые, вероятно, выпущены в начале 2022 года. Например, в ближайшие месяцы это коснется следующих областей:

· Поиск

· Покупка

· Товар

Мультимедийный поиск с помощью MUM

По данным Google, последнее достижение в тысячу раз мощнее, чем действующая до этого модель. С годами требования к поисковым системам меняются, а запросы пользователей становятся все более целенаправленными.

Давненько люди перестали гуглить голые термины, а скорее конкретные вопросы, чтобы сразу получить нужный ответ с точки зрения пользователя. В некоторых случаях Google уже отреагировал на это и установил область «Похожие вопросы» в результатах поиска, на случай если пользователь не слишком точно сформулировал свой вопрос, или желает расширить свой вопрос.

С новой моделью машинного обучения MUM Google может использовать гораздо больше информации и получать из нее подходящие результаты — будь то тексты, изображения, видео или их комбинация.

Изменения в поиске

Поиск по чистым ключевым словам никуда не делся, но количество сложных запросов увеличивается, а поведение пользователей становится более удобным. Несмотря на миллиарды ежедневных поисковых запросов, около 15% из них по-прежнему совершаются впервые. В случае сложных тем пользователи делают до восьми запросов, прежде чем Google предоставит достаточно информации.

Здесь как понимаете в большей степени уже вина пользователя, который не точно формулирует свой вопрос.

Чтобы улучшить результаты поисковой выдачи, MUM осваивает 75 языков и фильтрует информацию из текстовых документов, аудиофайлов и (движущихся) изображений. Google остается верным подходу к организации информации отовсюду, делая ее доступной и удобной для всех.

Как работает MUM? Что отличается?

Чтобы проиллюстрировать улучшение MUM, Google использует пример простого поискового запроса: пользователь из США, который успешно поднялся на гору Адамс, хочет следующим подняться на гору Фудзи в Японии. Он спрашивает Google о том, что нужно делать по-другому при подготовке на это восхождение. Пользователь мог бы заняться индивидуальным поиском информации о горе Фудзи и получить много нужной информации. Однако с помощью этого целевого вопроса Google сравнивает две горы и использует более полное понимание информации и знаний с помощью искусственного интеллекта.

Кроме того, MUM признает, что слово «подготовка» может означать не только правильную одежду и снаряжение, но и соответствующий план тренировок для этого восхождения.

Прогресс, достигнутый MUM, становится еще более очевидным в следующем примере: пользователь также может просто отправить фотографию походных ботинок с вопросом: «Могу ли я подняться на гору Фудзи в этих ботинках?» Благодаря искусственному интеллекту MUM может, согласно Google, подключите поиск изображений и текста и быстро предоставить профессиональный ответ.

К сожалению, на момент написания книги такие запросы ещё не реализованы в русском поиске, но к этому нужно готовиться.