두 알고리즘 세계에서의 SEO: Rand Fishkin의 Pubcon 기조 연설

Rand는 항상 우리와 함께할 Dana Lookadoo에게 이 프레젠테이션을 할애합니다.

이 저자의 TL:DR은 다음과 같이 주장합니다. 기존 SEO 최적화 요소(키워드 타겟팅, 품질 및 고유성, 크롤링/봇 친화성, 스니펫 최적화, UX/다중 장치 최적화와 같은 순위 입력) 외에도 SEO는 검색자 출력( CTR, 롱 클릭, 콘텐츠 격차 충족, 증폭 및 충성도, 작업 완료 성공과 같은).

프레젠테이션을 받을 수 있는 곳은 다음과 같습니다. http://bit.ly/twoalgo

우리가 직업이 하나뿐이었던 때를 기억하십니까? 완벽하게 최적화된 페이지를 만들어야 했습니다. 검색 품질 팀은 순위를 매기고 링크를 주요 신호로 사용했습니다. 2007년까지 링크 스팸은 어디에나 있었습니다. 모든 SEO는 최적화를 좋아하기 때문에 타워 디펜스 게임에 집착합니다. 2012년에도 Google은 백모자 SEO 세계에서 거짓말쟁이를 만들고 있는 것처럼 느껴졌습니다(-Wil Reynolds).

랜드는 오늘날 그 진술이 더 이상 사실이 아니라고 말합니다. 진정성 있고 훌륭한 콘텐츠는 그 어느 때보다 Google에서 더 나은 보상을 받습니다. Google은 링크 스팸과 같은 문제를 해결하여 구식 관행을 지웠습니다. 그리고 그들은 사이트를 유지하기 위해 처벌에 ​​대한 두려움과 불확실성을 활용했습니다. 우리 중 많은 사람들이 처벌을 두려워하기 때문에 우리 사이트에 가치를 제공하는 링크를 죽이기 때문에 거부를 사용하는 것은 종종 매우 위험합니다.

더 똑똑해진 구글

Google도 의도를 파악하는 데 능숙해졌습니다. 그들은 단지 키워드가 아니라 언어를 봅니다.

다양한 결과를 예측합니다.

그들은 우리가 신선함을 원할 때를 알아냈습니다.

탐색 쿼리와 정보 쿼리를 분리할 수 있습니다. 그들은 항목을 주제 및 키워드에 연결합니다. 브랜드조차도 하나의 실체가 되었습니다. Bill Slawski는 Google이 다수의 출원된 특허에서 브랜드를 언급하고 있다고 언급했습니다.

Google은 공개 성명에 훨씬 더 부합합니다. 그들은 대부분 오늘날 검색 마케팅을 수행하는 가장 좋은 방법과 일치하는 정책을 가지고 있습니다.

기계 학습에 대한 Google의 입장이 변경되었습니다.

이러한 발전 과정에서 Google의 검색 품질 팀은 혁명을 겪었습니다. 초기에 Google은 유기적 순위 알고리즘에서 기계 학습을 거부했습니다. 구글은 머신 러닝이 알고리즘의 요소를 소유, 제어 및 이해하도록 허용하지 않는다고 말했습니다. 그러나 최근에 Amit Singhal의 의견에 따르면 그 중 일부가 변경되었습니다.

2012년 Google은 기계 학습을 사용하여 광고 클릭률을 예측하는 방법에 대한 논문을 발표했습니다. Google 엔지니어가 SmartASS 시스템을 호출했습니다(실제로 시스템 이름인 것 같습니다!). 2013년까지 Matt Cutts는 Pubcon에서 Google이 자연 검색에서 공개적으로 기계 학습(ML)을 사용할 수 있는 방법에 대해 이야기했습니다.

ML이 더 많은 Google 알고리즘을 인수함에 따라 순위의 토대가 변경됩니다. Google은 이미지 인식 및 분류에서 ML을 사용하는 방법을 공개합니다. 그들은 이미지를 분류하는 데 사용할 수 있는 요소를 취한 다음 훈련 데이터(기계에 고양이, 개, 원숭이 등을 알려주는 것)를 추가하고 가장 일치하는 알고리즘으로 가져오는 학습 프로세스가 있습니다. 그런 다음 해당 패턴을 라이브 데이터 전체에 적용할 수 있습니다.

딥 러닝에 대한 Google 담당자 Jeff Dean의 슬라이드 프레젠테이션은 SEO를 위해 반드시 읽어야 합니다. Rand는 이것이 필수 읽기이며 소비하기에 너무 어렵지 않다고 말합니다. Jeff Dean은 Google 동료이자 Google에서 많은 조롱을 받는 사람입니다. “진공 상태에서 빛의 속도는 시속 약 35마일이었습니다. Jeff Dean이 물리학을 최적화하는 데 주말을 보내기 전까지는요.”

바운스, 클릭, 체류 시간 - 이 모든 것은 기계 학습 프로세스의 특성이며 알고리즘은 좋은 SERP 경험을 에뮬레이트하려고 합니다. 우리는 알고리즘을 구축하는 알고리즘에 대해 이야기하고 있습니다. Google 직원은 순위 요소를 고려하지 않습니다. 기계가 스스로 결정합니다. 훈련 데이터는 좋은 검색 결과입니다.

SEO에서 딥 러닝은 무엇을 의미합니까?

Google 직원은 순위가 지정되는 이유나 알고리즘에 변수가 있는지 여부를 알지 못합니다. 독자와 Rand 사이에서 지금 Google 직원이 말하는 것과 많이 비슷하지 않습니까? ;)

쿼리 성공 메트릭은 머신에 중요한 모든 것입니다.

• 긴 클릭 비율에서 짧은 클릭 비율
• 상대 CTR과 다른 결과 비교
• 추가 관련 검색을 수행하는 검색자 비율
• 공유/증폭률과 다른 결과 비교
• 도메인 전체의 사용자 참여 측정항목
• 페이지의 사용자 참여 측정항목(어떻게? Chrome 및 Android 사용)

SERP에 대한 많은 결과가 위의 모든 작업을 수행하면 계속 포함됩니다. 검색자 출력에 대해 더 최적화할 것입니다. 이는 향후 현장 SEO의 기준이 될 것입니다.

알겠습니다. 하지만 이러한 측정항목이 오늘날 우리에게 영향을 미치고 있습니까? 2014년에 Moz는 쿼리 및 클릭 테스트를 수행했습니다. 그 이후로는 원시 쿼리와 클릭으로 바늘을 움직이는 것이 훨씬 더 어려워졌습니다. Google은 원시 클릭 및 쿼리 조작을 포착하고 있습니다.

SMX Advanced에서 Gary Illyes는 순위에서 직접 클릭을 사용하는 것은 그 노이즈에 대해 그다지 의미가 없다고 말했습니다. 그는 Rand Fishkin을 부르면서 딸깍 소리를 내는 사람들이 있다고 말했습니다. - 경우 폐쇄! 아니면 ... ?

하지만 긴 클릭과 짧은 클릭을 비교한다면 어떨까요? 6월 21 ^일 오전 11시 39분에 Rand는 사람들에게 1번 결과를 빠르게 클릭한 다음 4번 결과를 클릭하고 머뭇거리는 테스트를 해보라고 요청했습니다. 4위 결과는 약 12시간 동안 SERP 1위를 유지했다. 이것은 검색자 출력이 순위에 영향을 미친다는 것을 알려줍니다. (추신 이것은 복제하기 어렵습니다. 암흑 마법이므로 하지 마십시오.)

당신이 해야 할 일은 사람들이 자연스럽게 SERP에서 당신의 결과를 클릭하고 싶게 만드는 일입니다.

두 가지 알고리즘 선택

이것이 Rand가 우리가 두 가지 알고리즘에 대해 최적화하고 있다고 말하는 이유입니다. 우리는 일의 균형을 유지하는 방법을 선택해야 합니다. 오래된 신호에 망치? 그들은 여전히 ​​​​일합니다. 링크는 여전히 작동합니다. 앵커 텍스트는 여전히 바늘을 움직입니다. 그러나 우리는 Google이 어디로 가고 있는지 그 어느 때보다 명확하게 시야에서 볼 수 있습니다.

기존 현장 SEO(순위 입력)와 새로운 현장 SEO(검색자 출력):

두 가지 알고리즘이 있기 때문에 두 가지 문제를 모두 사용하는 것입니다.

SEO의 새로운 요소

현대 SEO의 5가지 새로운 요소에 대해 이야기해 보겠습니다.

1. 평균 CTR 이상으로 펀칭

제목, 메타 설명 및 URL을 키워드에 대해서는 약간 최적화하지만 클릭에는 많이 최적화합니다. 랭킹 3위지만 CTR을 높일 수 있다면 순위 상승을 얻을 수 있습니다. 모든 요소가 중요합니다. 검색자가 귀하의 도메인을 인식하고 클릭하기를 원합니까? URL이 매력적으로 보입니까? 브랜드 드롭다운이 있습니까?

브랜딩 또는 브랜드 검색을 통해 CTR을 높이면 추가 향상을 얻을 수 있습니다. 브랜딩 노력(예: TV, 라디오, PPC 광고)은 CTR에 영향을 미칩니다. 브랜드 예산은 상대적 클릭률 및 기타 모든 순위 신호에 도움이 되며 이러한 상승이 일부 원인입니다.

Google 트렌드의 보다 정확하고 맞춤설정 가능한 범위를 사용하면 이벤트 및 광고가 검색어 볼륨에 미치는 영향을 실제로 볼 수 있습니다. 예를 들어 Fitbit이 NFL Sunday에 광고를 게재한 후 "fitbit" 쿼리가 급증했습니다.

2. 참여에서 동료 SERP 목록을 능가

포고-스티킹(pogo-sticking)과 긴 클릭(long clicks)은 당신의 순위(그리고 얼마나 오래)를 결정할 수 있습니다. 그들에게 영향을 미치는 것은 무엇입니까? 더 나은 참여를 위한 SEO 체크리스트는 다음과 같습니다.

• 검색자의 의식적, 무의식적 요구를 충족시키는 콘텐츠
• 속도, 속도 및 더 많은 속도
• 모든 브라우저에서 최고의 UX 제공
• 방문자가 귀하의 사이트에 더 깊숙이 들어가도록 유도
• 방문자를 짜증나게 하거나 설득하지 못하는 기능 피하기

예: New York Times에는 방문자가 가장 잘 추측한 그래프를 그리도록 하는 참여도가 높은 그래픽이 있습니다.

3. 방문자 지식의 공백 채우기

Google은 페이지가 검색자의 모든 요구를 충족한다는 신호를 찾고 있습니다. ML 모델은 특정 단어, 구 및 주제의 존재가 더 성공적인 검색을 예측한다는 점을 인지할 수 있습니다. 순위는 검색자의 지식 격차를 채우는 페이지/사이트로 이동합니다. TIP: Alchemy API 또는 MonkeyLearn을 확인하십시오. 이를 통해 콘텐츠를 실행하여 ML 관점에서 콘텐츠가 어떻게 수행되는지 확인합니다.

4. 방문당 더 많은 공유, 링크 및 충성도 획득

Buzzsumo와 Moz의 데이터에 따르면 공유/링크를 획득하는 기사는 거의 없으며 이 둘은 상관 관계가 없습니다. 사람들은 한 번도 읽지 않은 많은 것을 공유합니다. Google은 거의 확실히 다양한 종류의 SERP를 다르게 분류합니다. 예를 들어, 의료 정보에 대한 많은 공유는 순위에서 결과를 올리지 않을 것입니다. 정확성이 더 중요할 것입니다.

새로운 KPI: 1,000 방문당 공유 및 링크. 공유 + 링크를 통한 순 방문수.

사람들이 돌아오도록 하거나 그렇게 하지 못하게 하는 것이 무엇인지 아는 것 또한 중요합니다.

우리는 더 나은 콘텐츠가 필요하지 않습니다. 우리는 10배의 콘텐츠(즉, 현재 최고의 콘텐츠보다 10배 더 나은 콘텐츠)가 필요합니다.

5. 검색자의 작업 수행(질의뿐만 아니라)

작업 = 해당 쿼리를 만들 때 달성하려는 것. Google은 지속적으로 집중된 쿼리의 다중 검색 경로를 원하지 않습니다. 그들은 모든 단계를 채우고 당신이 당신의 작업을 완료하는 광범위한 검색을 원합니다.

검색 엔진은 기존 순위 신호가 없는 경우에도 클릭스트림 데이터를 사용하여 사이트 순위를 높일 수 있습니다. 특히 경쟁업체가 작업 완료를 허용하는 경우 초기 쿼리에 응답하는 페이지로는 충분하지 않을 수 있습니다.

알고리즘 1: 구글

Algo 2: 콘텐츠와 상호작용하는 인간성의 부분집합(검색 결과 안팎)

"엔진이 아닌 사람을 위한 페이지 만들기"는 끔찍한 조언입니다.

엔진은 우리가 항상 해오던 많은 일들을 필요로 하며 계속 그렇게 하는 것이 좋습니다. 사람들은 추가적인 것들이 필요하고 우리도 그렇게 하는 것이 좋습니다.

보너스 링크:

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