Как адаптировать SEO к Google Rankbrain?

SEO-сообщество много слышало о Rankbrain за последние месяцы, даже несмотря на то, что Google формализовал этот алгоритм в 2015 году. Но что на самом деле Rankbrain меняет на практике для вашей SEO-стратегии и как его применять? Вот несколько советов.

Что такое Rankbrain: напоминания

Rankbrain — это алгоритм искусственного интеллекта, который дополняет основные алгоритмы ранжирования Google. Как объяснил OnCrawl при первой попытке определить Rankbrain, вы не должны рассматривать его как фильтр или штраф, а скорее как новую настройку или фактор от поисковой системы.
Таким образом, Rankbrain работает с искусственным интеллектом и помогает поисковой выдаче Google понять, что вы ищете — если он не распознает ваш запрос, что происходит часто — или если страница соответствует запросу. Rankbrain априори способен учиться и развиваться без вмешательства человека.
Подводя итог, Rankbrain позволяет Google стать прагматичным и, следовательно, умнее.

Зачем Google нужен Rankbrain

С самого первого дня Rankbrain имеет большое значение для Google: должна быть причина. Мы часто читаем (хотя информация не свежая), что это 3-й фактор ранжирования для Google по степени важности после контента и внешних ссылок.
До 2015 года Google обнаружил, что примерно 15 % набранных (или продиктованных) запросов пользователей никогда раньше не печатались. Они не были известны поисковой системе, и поэтому Google не знал, как правильно с ними обращаться. Тем не менее, 15 % соответствуют 500 миллионам запросов в день! В 2007 году этот показатель составлял 20-25 %.
Как Google обрабатывал эти неизвестные запросы? В некоторых случаях Google использовал «График знаний» для определения именованных сущностей запроса: местоположения, компаний, событий и т. д. Но этого все равно было недостаточно. Google нужен интеллект, чтобы угадывать значение слов.
Именно тогда был разработан Rankbrain: новый мозг поисковой системы Маунтин-Вью.
Его особенность: адаптироваться и понимать свои ошибки. Действительно, искусственный интеллект, используемый в Rankbrain, позволяет ему развиваться. Вы вводите запрос, Google дает вам страницы результатов поиска. Пока там все нормально. Но Rankbrain учитывает несколько новых параметров по сравнению с классическими факторами SEO (критерии на странице и вне страницы):

• Вместо того, чтобы показывать страницы, содержащие слова запроса, алгоритм пытается понять значение этих слов и вашего вопроса и выдает вам результаты, которые кажутся соответствующими вашему вопросу. В частности, это касается неточных запросов типа «Что такое крик совы» или «Почему ягуары черные». Мы не будем развивать использованный здесь метод, но вам особенно нужно запомнить, что Rankbrain учится связывать слова между собой, превращая их в понятия, изучая то, как известные слова соотносятся между собой в содержании. Таким образом, можно провести связь между терминами «черные ягуары» и «меланизм».

• Удовлетворенность пользователей: Rankbrain наблюдает за тем, как пользователи взаимодействуют со страницами, чтобы узнать, удовлетворены они или нет предлагаемыми результатами. Он использует целый набор параметров, потому что мы ничего не можем скрыть от Google: органический рейтинг кликов, затраченное время, эффект «pogo-sticking» (факт быстрого возврата к запросу Google и сверки с другими результатами) и т. д.

Что это меняет на практике?

Поймите алгоритм адаптации себя

Два открытых параметра влекут за собой два прямых последствия для ваших стратегий SEO.
С одной стороны, уже не актуально ориентироваться на повторение ключевого слова на странице, чтобы оно воспринималось как релевантное для предмета. Напротив. Наполнение ключевыми словами может быть предвзятым и не помогает понять тематику страницы.
Ваша страница будет воспринята как релевантная запросу, если:

• Он имеет богатое содержание, которое содержит соответствующие выражения для «поддержки» концепции, скрытой за запросом;
• Корректно отвечает на запрос пользователя, на его ожидание и намерение;
• Это удовлетворяет пользователя: скорость страницы, привлекательный контент, вызывает желание щелкнуть и прокрутить и т. д.

Другими словами, если ваша страница невольно выделяется по запросу, не соответствующему ее тематике, разочарование пользователя позволит Rankbrain узнать, что страница не относится к результатам именно этого запроса – для данного пользователя. , или для всех. В свое время вам просто нужно было сделать оптимизированную страницу для термина «ежедневное движение», который был расположен в URL, теге заголовка, H1 и 20 раз в контенте, чтобы вывести вашу страницу на первые страницы Google (я даже знал веб-сайт типа «каталоги», который занимал 2-е место в рейтинге yahoo.com). Но поскольку пользователь, который ищет этот термин, на самом деле ищет конкретный веб-сайт или, по крайней мере, видео, а не каталог или тупую оптимизированную страницу, страница вводила в заблуждение пользователя, а точнее, поисковую систему.

Актуальность и адекватность содержания

Более важный совет по работе с Rankbrain — думать о своем контенте с учетом того, о чем вы говорите — как это делает Википедия — и использовать словарь, связанный с темой, концепцией. Конечно, вы не можете использовать несколько ключевых слов, полностью отличающихся друг от друга, для одной и той же страницы. Например, на странице нельзя одновременно говорить о «шоу Netflix» и «видеоиграх». Или он должен говорить о доступных шоу в VOD в целом и говорить о Netflix и Amazon, которые являются именованными организациями, связанными с предметом.
Действительно, именованные сущности — это хороший способ дать индексы Rankbrain, чтобы понять предмет, о котором вы говорите. Мы не можем написать, например, статью о Гарри Поттере, не упомянув Дж. К. Роулинг, Дамблдора, Гермиону, Хогвартс и т. д.
Названные сущности помогают Rankbrain устранить любую двусмысленность в теме страницы: когда вы говорите о ягуарах, вы говорите о ягуарах из зоопарка Ла-Флеш, или о тех, кто играет в футбол в Джексонвилле, или опять о седане?
Есть несколько инструментов для поиска именованных сущностей в тексте или теме: есть инструмент IBM, Watson или детектор сущностей из OnCrawl's SEO Toolbox.

Именованные объекты с помощью OnCrawl SEO Toolbox

Еще один способ обогатить ваш контент — искать термины, семантически близкие для поисковых систем к вашей теме: это то, что мы назвали LSI для «скрытого семантического индексирования»: метод, используемый для определения отношения между терминами и понятиями в содержание. Именно это позволяет получить своего рода «след» вокруг термина, который часто его определяет, и позволить Google правильно ответить на такие вопросы, как «Какая из них является красной планетой» или «Как зовут мертвого лысого актера» (Вы думали о Юле Бриннере, но у вас отключилось сознание).
В последние годы появилось много инструментов SEO, которые автоматизировали семантический анализ, что является доказательством того, что эта тема модна в Интернете: textfocus.net, cocon.se и это лишь некоторые из них.
Пример: мне, как любителю настольных игр, нужно написать статью, в которой объясняются правила игры «Красное пламя». Если я поищу «Красное пламя», то найду интересные термины, но недостаточно ориентированные на настольную игру: тур, приезд, велосипедисты, первый и т. д.

Семантический анализ с textfocus: «Красное пламя»

В противном случае, запрос о «Настольной игре «Красное пламя» дает мне некоторое представление о более ориентированном содержании того, о чем я хочу говорить: карты, игроки, тактика, коробки, правила, стремление (один из пунктов правил игры) и т. д. …

Анализ для «Настольная игра Red Flame»

Удовлетворенность пользователей

И, наконец, вы должны думать об улучшении удовлетворенности пользователя всеми средствами: скоростью страницы, качеством контента, получить краткое введение, привлекательное для читателя, и т. д. Этот пункт сам по себе является темой статьи!