Jako osoba, która pracowała jako inżynier maszynowy / inżynier rankingowy w wielu wyszukiwarkach, moja jedna rada dla stron internetowych, które starają się zdobyć wysoką pozycję w Google i osiągnąć sukces SEO, to: Optymalizacja pod kątem prawdy gruntowej , a nie funkcji .
Pozwól mi wyjaśnić, co mam na myśli.
Zbyt często konwencjonalne porady SEO dotyczą prób inżynierii wstecznej funkcji używanych przez wyszukiwarkę Google w rankingu i wprowadzania zmian w witrynie w celu optymalizacji tych funkcji. Oto kilka przykładów: robienie badań nad słowami kluczowymi , efektywne korzystanie z linków zwrotnych , używanie określonych tytułów lub struktur adresów URL itp. Niektóre z nich są oparte na prawdziwych dowodach i faktycznie działają, ale tęsknią za większym obrazem na korzyść krótkoterminowych optymalizacji.
Optymalizacja pod kątem prawdy gruntowej
Wyszukiwarka Google to ogromny system uczenia maszynowego . Nawet jeśli nie wykorzystują uczenia maszynowego dla swojego wyższego rangą rankera [1], działają jak system ML, który optymalizuje dla konkretnego celu. W systemie ML bierzesz „prawdę o ziemi” , która jest twoim ideałem doskonałego rankingu na dużym zestawie zapytań, i trenujesz swoje modele, aby twój algorytm wyszukiwania nauczył się klasyfikować wyniki tak blisko tego doskonałego rankingu, jak to możliwe.
Chodzi o to, że już wiemy, jak Google generuje zestaw „prawdy gruntowej”. Szkoli ludzi za pomocą bardzo dobrze zdefiniowanych wytycznych i prosi ich o ocenę wyników dla zestawu zapytań na podstawie tych wytycznych. Wytyczne te są regularnie publikowane przez Google. Tutaj znajdziesz najnowszą (2017) kopię: Wytyczne dotyczące oceny jakości wyszukiwania .
Pandu Nayak, członek Google, który koncentruje się na jakości wyszukiwania, potwierdził to w a ostatnie oświadczenie do NYTimes :
Optymalizacja pod kątem funkcji
Bardziej powszechną strategią, która stanowi większość porad SEO w Internecie, jest strategia „optymalizacji funkcji”. Tak to działa: niektórzy eksperci SEO próbują odwrócić funkcje inżynierii, których nauczyła się wyszukiwarka Google, są ważne. Sprawdzają skuteczność tych funkcji, sprawdzając, co działa na różnych stronach internetowych. Następnie uogólniają tę radę i proszą strony internetowe o jej wdrożenie.
Ta strategia czasami działa, ale cierpi na kilka różnych problemów:
- Nie jest odporny na zmiany algorytmiczne Google. Google powtarza swój algorytm rankingu wyszukiwania wiele razy w roku, a jeśli aktualizacja sprawia, że dana funkcja jest mniej przydatna, Twoja dotychczasowa optymalizacja tej funkcji będzie nieskuteczna i będziesz cierpieć z powodu trafienia SEO. Co gorsza, nie będziesz miał pojęcia, która konkretna optymalizacja została zraniona przez tę aktualizację algorytmu.
- Istnieje wiele dobrych i złych porad SEO, które należą do tej kategorii. Nikt, w tym inżynierowie pracujący w wyszukiwarce Google, nie rozumieją, w jaki sposób pewne funkcje rankingowe korelują z sukcesem SEO. Z tego powodu naprawdę trudno jest oddzielić dobrą radę od złej porady.
- Jest także drogi. Prawdziwi eksperci SEO, którzy wiedzą, o czym mówią, nie są tani. Również ze względu na pkt 1 nie będzie to koszt jednorazowy, ale zwykły koszt.
Biorąc pod uwagę te kwestie, radziłbym, aby stosować strategię „ Optymalizuj dla prawdy gruntowej” , która jest nie tylko bardziej skuteczna, ale także tańsza i bardziej trwała w dłuższej perspektywie.
Przypisy
[1] Dlaczego uczenie maszynowe jest mocno wykorzystywane w rankingu reklam Google, a mniej w rankingu wyszukiwania? Co doprowadziło do tej różnicy?
Co doprowadziło do tej różnicy?