SEO in a Two Algorithm World: Pubcon Keynote بواسطة راند فيشكين

يخصص راند هذا العرض لدانا لوكادو ، التي ستكون معنا دائمًا.

TL: DR الخاص بالمؤلف: على رأس عوامل تحسين محركات البحث التقليدية (مدخلات الترتيب مثل استهداف الكلمات الرئيسية والجودة والتفرد والودية في الزحف / الروبوت وتحسين المقتطف وتحسين تجربة المستخدم / الأجهزة المتعددة) ، تحتاج مُحسّنات محرّكات البحث إلى تحسين مخرجات الباحث ( مثل نسبة النقر إلى الظهور والنقرات الطويلة وتحقيق فجوة المحتوى والتضخيم والولاء ونجاح إنجاز المهام).

هنا حيث يمكنك الحصول على العرض التقديمي: http://bit.ly/twoalgo

تذكر عندما كان لدينا وظيفة واحدة فقط؟ كان علينا إنشاء صفحات محسّنة تمامًا. سيصنفه فريق جودة البحث ، واستخدموا الروابط كإشارة رئيسية. بحلول عام 2007 ، كانت الروابط غير المرغوب فيها منتشرة في كل مكان. كل مُحسنات محركات البحث مهووس بألعاب برج الدفاع لأننا نحب التحسين. حتى في عام 2012 ، شعرت أن Google كانت تصنع كذابين من عالم تحسين محركات البحث للقبعة البيضاء (ويل رينولدز).

يقول راند اليوم ، هذا البيان لم يعد صحيحًا بعد الآن. يكافأ Google المحتوى الرائع والأصيل بشكل أفضل مما كان عليه في أي وقت مضى. محو Google ممارسات المدرسة القديمة من خلال مكافحة أشياء مثل الروابط غير المرغوب فيها. لقد استفادوا من الخوف وعدم اليقين من العقوبات لإبقاء المواقع في نصابها. غالبًا ما يكون استخدام التنصل أمرًا خطيرًا لدرجة أن العديد منا يقتل الروابط التي تقدم قيمة لمواقعنا لأننا خائفون جدًا من العقوبات.

أصبحت Google أكثر ذكاءً

أصبحت Google أيضًا جيدة في اكتشاف النية. إنهم ينظرون إلى اللغة وليس الكلمات الرئيسية فقط.

يتوقعون نتائج متنوعة.

لقد اكتشفوا متى نريد النضارة.

يمكنهم فصل الاستعلامات الملاحية من المعلوماتية. يربطون الكيانات بالموضوعات والكلمات الرئيسية. حتى العلامات التجارية أصبحت شكلاً من أشكال الكيانات. أشار بيل سلاوسكي إلى أن Google تذكر العلامات التجارية في عدد من براءات الاختراع المودعة.

جوجل أكثر انسجاما مع بياناتهم العامة. لديهم في الغالب سياسة تتطابق مع أفضل طريقة للقيام بالتسويق عبر البحث اليوم.

لقد تغير موقف Google من التعلم الآلي

خلال هذه التطورات ، خضع فريق جودة البحث في Google لثورة. في وقت مبكر ، رفضت Google التعلم الآلي في خوارزمية الترتيب العضوية. قالت Google إن التعلم الآلي لم يسمح لهم بامتلاك عوامل الخوارزمية والتحكم فيها وفهمها. لكن في الآونة الأخيرة ، تشير تعليقات أميت سنغال إلى أن بعض ذلك قد تغير.

في عام 2012 ، نشرت Google ورقة بحثية حول كيفية استخدام التعلم الآلي للتنبؤ بنسبة النقر إلى الظهور للإعلان. استدعى مهندسو Google في نظام SmartASS الخاص بهم (يبدو أن هذا هو اسم النظام بالفعل!). بحلول عام 2013 ، تحدث مات كاتس في Pubcon حول كيفية استخدام Google للتعلم الآلي (ML) علنًا في البحث العضوي.

مع تولي ML المزيد من خوارزمية Google ، تتغير أسس التصنيف. تُعد Google عامة حول كيفية استخدام ML في التعرف على الصور وتصنيفها. يأخذون العوامل التي يمكنهم استخدامها لتصنيف الصور ثم إضافة بيانات التدريب (الأشياء التي تخبر الآلة بشيء ما مثل قط ، كلب ، قرد ، إلخ) ، وهناك عملية تعلم تجعلهم يستخدمون أفضل خوارزمية مطابقة. ثم يمكنهم تطبيق هذا النمط على البيانات الحية في كل مكان.

يعد عرض شرائح ممثل Google Jeff Dean حول التعلم العميق أمرًا لا بد منه للقراءة من أجل تحسين محركات البحث. يقول راند أن هذه القراءة ضرورية وليست صعبة للغاية للاستهلاك. جيف دين زميل في Google وشخص يحب أن يسخر منه كثيرًا في Google: "كانت سرعة الضوء في الفراغ حوالي 35 ميلاً في الساعة. حتى أمضى جيف دين عطلة نهاية الأسبوع في تحسين الفيزياء ".

الارتداد ، والنقرات ، واستقرار الوقت - كل هذه الأشياء هي صفات في عملية التعلم الآلي ، وتحاول الخوارزمية محاكاة تجارب SERP الجيدة. نحن نتحدث عن خوارزمية لبناء الخوارزميات. لا يتغذى موظفو Google على عوامل الترتيب. الآلة تحدد هؤلاء بنفسها. بيانات التدريب هي نتائج بحث جيدة.

ماذا يعني التعلم العميق لتحسين محركات البحث؟

لن يعرف موظفو Google سبب ترتيب شيء ما أو ما إذا كان هناك متغير في الخوارزمية. بين القارئ وراند ، ألا يبدو ذلك كثيرًا مثل ما يقوله موظفو Google الآن؟ ؛)

ستكون مقاييس نجاح الاستعلام هي كل ما يهم الأجهزة:

• طويل إلى قصير نسبة النقر
• نسبة النقر إلى الظهور النسبية مقابل النتائج الأخرى
• معدل الباحثين الذين يجرون عمليات بحث إضافية ذات صلة
• معدل المشاركة / التضخيم مقابل النتائج الأخرى
• مقاييس تفاعل المستخدم عبر المجال
• مقاييس تفاعل المستخدم على الصفحة (كيف؟ باستخدام Chrome و Android)

إذا قامت الكثير من النتائج في SERP بعمل كل ما سبق ، فسيستمرون في تضمين ذلك. سنعمل على تحسين مخرجات الباحث بشكل أكبر. من المحتمل أن تكون هذه هي معايير تحسين محركات البحث بالموقع في المستقبل.

حسنًا - لكن هل تؤثر هذه المقاييس علينا اليوم؟ في عام 2014 ، أجرى Moz استعلامات واختبار نقرات. منذ ذلك الحين ، أصبح تحريك الإبرة باستعلامات أولية ونقرات أكثر صعوبة. تتجه Google إلى النقرات الأولية وتلاعبات الاستعلامات.

في SMX Advanced ، قال Gary Illyes إن استخدام النقرات مباشرة في التصنيف لن يكون له معنى كبير مع هذه الضوضاء. قال إن هناك أشخاصًا يصدرون ضوضاء في النقرات ، ينادي راند فيشكين. - القضية مغلقة! أو هو … ؟

ولكن ماذا لو حاولنا النقرات الطويلة مقابل النقرات القصيرة؟ في الساعة 11:39 صباحًا يوم 21 يونيو ، طلبت راند من الأشخاص إجراء اختبار حيث قاموا بسرعة بالنقر مرة أخرى على النتيجة رقم ¹ ثم نقروا على النتيجة رقم 4 واستقروا عليها. بقيت النتيجة رقم 4 في موقع SERP رقم 1 لمدة 12 ساعة تقريبًا. يخبرنا هذا أن مخرجات الباحث تؤثر على الترتيب. (ملاحظة: هذا صعب التكرار. لا تفعل ذلك ، لأنه سحر أسود.)

ما يجب عليك فعله هو الأشياء التي ستجعل الناس بشكل طبيعي يرغبون في النقر فوق النتيجة في SERP.

اختيار خوارزميتين

هذا هو السبب الذي يجعل راند يقول إننا نقوم بالتحسين من أجل خوارزميتين. علينا أن نختار كيف نوازن عملنا. المطرقة على إشارات قديمة؟ ما زالوا يعملون. الروابط لا تزال تعمل. لا يزال نص المرساة يحرك الإبرة. ولكن يمكننا أن نرى في الأفق بوضوح أكثر من أي وقت مضى إلى أين تتجه Google.

مُحسّنات محرّكات البحث الكلاسيكية في الموقع (مدخلات الترتيب) مقابل مُحسّنات محرّكات البحث الجديدة في الموقع (مخرجات الباحث):

باستخدام كلا الأمرين لأن هناك خوارزميات.

عناصر جديدة لتحسين محركات البحث

لنتحدث عن العناصر الخمسة الجديدة لتحسين محركات البحث الحديثة.

1. الضرب فوق متوسط ​​نسبة النقر إلى الظهور

تحسين العنوان والوصف التعريفي وعنوان URL قليلاً للكلمات الرئيسية ولكن الكثير للنقرات. إذا حصلت على المركز الثالث ولكن يمكنك زيادة نسبة النقر إلى الظهور ، يمكنك زيادة الترتيب. كل عنصر مهم. هل يتعرف الباحثون على المجال الخاص بك ويريدون النقر فوقه؟ هل يبدو عنوان URL مقنعًا؟ هل تحصل على قائمة منسدلة للعلامة التجارية؟

قم بزيادة نسبة النقر إلى الظهور من خلال عمليات البحث عن العلامات التجارية أو العلامات التجارية وقد يمنحك ذلك دفعة إضافية. جهود العلامة التجارية (مثل الإعلان على التلفزيون والراديو وخدمات الدفع لكل نقرة) لها تأثير على نسبة النقر إلى الظهور. تساعد ميزانية العلامة التجارية على نسبة النقر إلى الظهور النسبية وجميع أنواع إشارات الترتيب الأخرى ، وهذا الارتفاع يتسبب في جزء من هذا.

باستخدام نطاقات Google Trends الأكثر دقة وقابلة للتخصيص ، يمكنك في الواقع مشاهدة تأثيرات الأحداث والإعلانات على حجم استعلامات البحث. على سبيل المثال ، هناك ارتفاع كبير في استفسارات "Fitbit" بعد أن عرض Fitbit الإعلانات في NFL Sunday.

2. التغلب على قوائم SERP زميل على الخطوبة

معًا ، قد تحدد النقرات الطويلة والالتصاق بالبوجو إلى حد كبير مكانك في الترتيب (وإلى متى). ما الذي يؤثر عليهم؟ فيما يلي قائمة مرجعية لتحسين محركات البحث لمشاركة أفضل:

• المحتوى الذي يلبي احتياجات الباحث الواعية واللاواعية
• السرعة والسرعة والمزيد من السرعة
• تقديم أفضل تجربة مستخدم على كل متصفح
• إجبار الزوار على التعمق أكثر في موقعك
• تجنب الميزات التي تزعج الزوار أو تثنيهم

مثال: لدى New York Times رسومات عالية التفاعل تطلب من الزائرين رسم أفضل صورة نهائية للرسم البياني لديهم.

3. سد الثغرات في معرفة الزائر

تبحث Google عن إشارات تظهر صفحة تفي بجميع احتياجات الباحث. قد تلاحظ نماذج ML أن وجود كلمات وعبارات وموضوعات معينة يتوقع عمليات بحث أكثر نجاحًا. تنتقل التصنيفات إلى الصفحات / المواقع التي تملأ الفجوات في معرفة الباحثين. نصيحة: تحقق من Alchemy API أو MonkeyLearn. قم بتشغيل المحتوى الخاص بك من خلالهم لمعرفة كيفية أدائه من منظور ML.

4. كسب المزيد من المشاركات والروابط والولاء لكل زيارة

تُظهر البيانات من Buzzsumo و Moz أن عددًا قليلاً جدًا من المقالات تربح مشاركات / روابط ، وأن هذين الاثنين ليس لهما علاقة. يشارك الناس الكثير من الأشياء التي لم يقرؤوها من قبل. يكاد يكون من المؤكد أن Google تصنف أنواعًا مختلفة من SERPs بشكل مختلف. الكثير من المشاركات حول المعلومات الطبية ، على سبيل المثال ، لن تحرك النتيجة في الترتيب ؛ ستكون الدقة أكثر أهمية.

مؤشر أداء رئيسي جديد: المشاركات والروابط لكل 1000 زيارة. زيارات فريدة عبر المشاركات + الروابط.

معرفة ما الذي يجعل الناس يعودون أو يمنعهم من القيام بذلك أمر بالغ الأهمية أيضًا.

لا نحتاج إلى محتوى أفضل ، فنحن بحاجة إلى محتوى 10 أضعاف (أي محتوى أفضل 10 مرات من أفضل محتوى موجود حاليًا).

5. إنجاز مهمة الباحث (وليس طلب البحث فقط)

المهمة = ما يريدون تحقيقه عند إجراء هذا الاستعلام. لا تريد Google مسار بحث متعدد للاستعلامات المركزة باستمرار. إنهم يريدون بحثًا واسعًا يملأون من أجله جميع الخطوات وتكمل مهمتك.

قد يستخدم محرك البحث بيانات النقر للمساعدة في ترتيب موقع أعلى حتى لو لم يكن يحتوي على إشارات الترتيب التقليدية. قد لا تكون الصفحة التي تجيب على الاستعلام الأولي كافية ، خاصة إذا سمح المنافسون بإكمال المهمة.

Algo 1: جوجل

Algo 2: مجموعة فرعية من الإنسانية تتفاعل مع المحتوى الخاص بك (داخل نتائج البحث وخارجها)

"إنشاء صفحات للأشخاص وليس لمحركات" هي نصيحة مروعة.

تحتاج المحركات إلى الكثير من الأشياء التي فعلناها دائمًا ومن الأفضل أن نستمر في فعل ذلك. يحتاج الناس إلى أشياء إضافية ومن الأفضل أن نفعل ذلك أيضًا.

روابط المكافآت:

• http://bit.ly/10Xcontent
• http://bit.ly/sharesvslinks