Pre nego što počnem da se bavim temom (Gugl saveti), moram priznati da je ovo, u suštini, teorija zavere (kao što to mora biti većina zaključaka donetih na osnovu Guglovog), a naslov ovog teksta mogao je lako biti “Mogući razlog zašto Gugl, najčešće, verovatno ne daje savete o velikom broju velikih ažuriranja“.
Ovo je moja osobna misterija iz oblasti 51 (rekao bih da je verovatno lakše prodreti u namere američke vlade nego u Guglove), tako da ću odmah priznati da ova moja teorija (s kojom dosađujem kolegama već duže vreme) možda neće biti tačna sada – ali će gotovo sigurno biti istinita u narednih nekoliko godina. Moja teorija? Niko ne zna o čemu oni pričaju.
Mašinsko učenje
Tokom poslednje decenije, mašinsko učenje se pojavilo među nama u skokovima, a velike tehnološke kompanije odigrale su veliku ulogu u tom napretku ulažući novac u njega. Ali ono što je verovatno bio najuticajniji razlog brzog napretka koji je ova industrija doživela je usvajanje metode neuronske mreže mašinskog učenja – metode koja je odigrala ulogu u pobedi IBM-ovog Vatsona na Jeopardi kvizu i u Guglovom identifikovanju mačaka u neobeleženim video snimcima (teže nego što zvuči).
Dugo vremena, pretpostavljalo se da će Veštačka inteligencija, roboti ili vaša lična naučno-fantastična silikonska inteligencija po izboru biti programirana iz temelja od strane ljudi, kompjuterskih naučnika ili razigranih hakerskih genija koji neće igrati po pravilima. Međutim, kao i kod većine stvari, ono što nas je zadržavalo u mestu, bili smo mi sami. Čak i najviši intelekti koji su pokušavali da u potpunosti programiraju veštačku inteligenciju nisu mogli uspešno da proizvedu ništa više od vrlo ograničene inteligencije – stvari koje su samo nešto malo više od običnih alata.
Neuronske mreže, metoda računanja slobodno zasnovana na mrežama u životinjskim mozgovima, omogućila nam je da uklonimo sebe sa sopstvenog puta – omogućavajući mašinama da uče kroz brzu iteraciju. Neuronske mreže nemaju potrebu za ljudskim učiteljima; oni su mešavina međusobno povezanih puteva koji obavljaju posao – i dok mi možemo da procenimo koliko dobro oni rade taj posao (kao što to, u mojoj zaveri, rade Guglovi “Procenjivači kvaliteta”), nismo sposobni, u najvećem delu , da opišemo kako je tačno taj posao obavljen. Kao što možete videti na donjem dijagramu – možemo da kontrolišemo ulaz, možemo da posmatramo izlaz, ali je stvarni proračun skriven.
Pojednostavljenom analogijom objašnjeno, to je kao da možemo da stavimo jaja, brašno, mleko, šećer i maslac u kutiju i da iz te kutije možemo nekoliko trenutaka kasnije da uzmemo kolač – i dok možemo da definišemo proces koji je od sastojaka napravio kolač, nemamo načina da ga poznajemo sa sigurnošću.
Evo linka ka videu mog omiljenog Jutjubera, CGP Grey-a, čiji je video o mašinskom učenju odličan udžbenik. Međutim, sve ovo dovelo je do koncepta koji je u srcu moje teorije zavere.
Gugl patenti
Ako neko od vas prati rad Billa Slawskog – bivšeg advokata koji se okrenuo SEO-u i postao autoritet za Guglove patente – gledali ste širenje patenata odobrenih Guglu u poslednjih pet godina koji se izričito bave matematičkim zaključivanjem na osnovima korisničke interakcije i automatizovane procene kvalitete. Ovo uključuje patente kao što je sledeći za korišćenje CTR-a i drugih korisničkih interakcija radi poboljšanja rezultata pretrage.
In general, the subject matter described in this specification can be embodied in a computer-implemented method that includes determining a measure of relevance for a document result within a context of a search query for which the document result is returned, the determining being based on a first number in relation to a second number, the first number corresponding to longer views of the document result, and the second number corresponding to at least shorter views of the document result; and outputting the measure of relevance to a ranking engine for ranking of search results, including the document result, for a new search corresponding to the search query. The subject matter described in this specification can also be embodied in various corresponding computer program products, apparatus and systems.
Ove informacije kombinovane sa patentima koji opisuju proces uključen u kreiranje ontologija i otkrivanje entiteta da bi se utvrdila ekspertiza i autoritet (nešto što je možda igralo ulogu u očiglednom povećanju važnosti brenda u nekoliko najnovijih ažuriranja), pružaju Guglu neophodne alate za omogućavanje primene algoritma mašinskog učenja na rezultatima internet pretrage.
Bez obzira da li je to sada slučaj ili nije, neizbežno je da će mašinsko učenje u jednom trenutku određivati rezultate koje ljudi vide. I da će procenjivanje potencijalno hiljadu faktora rangiranja koje će imati na raspolaganju, varirati tako široko i tako nekonzistentno u svim industrijama da će biti nemoguće da bilo ko objasni tačnu metodologiju za određivanje rangiranja. Ažuriranja će se javljati tako često da čak ni Bari Švarc neće moći da objavi članke dovoljno brzo. Crna kutija Gugl algoritma već jeste, ili će uskoro biti, crna kutija čak i za inženjere koji rade na njemu.
Šta to znači za SEO
Iako Gugl nikada nije bio preterano transparentan oko ažuriranja svojih algoritma, bar bismo dobili savete kao što su ’’tanan i loš kvalitet sadržaja’’ ili ’’neprirodni profili linkova’, i iako možemo videti obaveštenja kada se novi faktor rangiranja doda u miks ili kada se manualno promeni procenjivanje – kao što je to bio slučaj sa promenom u vezi sa na mobilnim telefonima ili brzinom sajta – svakodnevni rad algoritma, i njegovo skoro kontinuirano unapređenje, postaju sve neprozirniji.
Kao takvo, skoro fanatična opsesija koju mnogi SEO eksperti imaju sa određivanjem, imenovanjem ili definisanjem fluktuacija u rezultatima pretrage postaće sve uzaludniji (iako to nije isto što i analiza – grupna analiza će uvek biti vredna, ali ne i trka da se uoči i imenuje novo ažuriranje). Umesto toga, moraćemo da stremimo ka sve finije doteranim strategijama za svaku pojedinačnu industriju – nešto što može dovesti do dalje specijalizacije nekih agencija i rastućeg trenda da veliki brendovi razvijaju interne timove.
Pozitivna strana ovoga je da će, iako može postati još teže da se SEO optimizacija sajta uradi dobro, to osigurati da dobra SEO optimizacija bude u većoj potražnji.
Šta to znači za SEO tehnike
Fokus poslednjih nekoliko ažuriranja je, sa pouzdanom doslednošću, bio povezan sa kvalitetom sajta – sa „ekspertizom, autoritetom, poverenjem’’, dobrim trojstvom na koje se treba usmeriti za budućnost industrije. Kao takve, postoje stvari koje će se morati promeniti, stvari koje će postati više ili manje važne, i mnoštvo razlika između industrija, ali postoji nekoliko stvari koje će biti dosledne u potrazi, među kojima su:
- Linkovi će uvek biti važni – ali odakle oni dolaze biće mnogo važnije
Izgradnja ili uspostavljanje ontologija je fraza na koju ćete bez sumnje naići – sa sve većom regularnošću – i linkovi će igrati ulogu u tome. Definicija ontologije je:
[A] skup pojmova i kategorija u predmetnoj oblasti ili domenu koja pokazuje njihove osobine i odnose između njih.
U tom smislu, linkovi će biti vezivno tkivo između ovih kategorija i koncepata, a vi ćete morati da osigurate da su brendovi za koje radite ili sa kojima radite uspostavljeni unutar postojećih industrijskih ontologija i da ih oblikuju. Iz tog razloga, važnost mesta gde se link postavlja moraće da se izračunava na nov način. Iako je ranije autoritet sajta bio najvažniji (često ga izračunava DA – Domain Authority), to će postati sekundarno u odnosu na relevantnost oblasti iz koje dolazi link.
Recimo da imate vebsajt za prodaju auto delova sa sadržajem koji je stručno napisan, lepo targetiranim ključnim tekstom i značajnim autoritet sajta – ako je link ka tom vašem sajtu postavljen na sajtu koji se pretežno bavi kuvanjem, biće manje koristan za brend u celokupnoj ontologiji industrije od onog koji dolazi sa sajta koji je upola dobro napisan, za polovinu manjeg autoriteta, ali koji je u potpunosti usmeren na auto delove. Izračunavanje relevantnosti linka počeće da uzima u obzir relevantnost cele oblasti iz koje dolazi link, a ne samo paragraf koji okružuje link ili sam ključni tekst.
- Vaša ekspertiza će uvek biti važna – stoga kreirajte ekspertske entitete
Odluka o tome da li ćete da tretirate celokupan brend ili pojedinačne zaposlene, proizvode ili usluge kao entitet zavisiće od brenda, iako mislim da će kombinacija obe strategije verovatno biti najuspešnija. Ali ovi entiteti će davati signale koje vaš sajt komunicira u vezi sa ekspertizom i autoritetom vašeg brenda; to znači da ćete se morati fokusirati na izgradnju veza sa industrijskim publikacijama i industrijom u celini.
Deljenjem znanja i mišljenja – ne samo na sopstvenom sajtu, već i na onima koji su važni za potrošače i druge članove industrije – možete izgraditi mrežu brenda ili pojavljivanja imena koji vas uspostavljaju kao željeni autoritet da bi se dobro rangirali za različite pretrage. Dozvolite svojim zaposlenima da izgrađuju svoj profil u industriji, osigurajte da vaš sadržaj nosi vaš potpis i, zauzvrat, oni mogu da prenesu svoj autoritet na vaš sajt.
Međutim, kako je već navedeno, ovo nije primenjivo samo na pojedince – entitet je jednostavno nešto o čemu možete obavestiti Gugl i ponuditi ‘dokaz’ o tome. Kao takvi, možete izgraditi entitete bilo čega u razumnom smislu i uspostaviti njihove veze sa vašim brendom i industrijom.
- Strukturirani podaci će postati još važniji dok se mašine uče
Mi znamo da je šema važna – iako ona u ovom trenutku nije bitna, njeno uključivanje je uvek korisno i postaće sve važnije (sve dok, u nekom trenutku, ne shvatimo da se više ne koristi).
Razlog za to je da, kako stvari stoje, ova vrsta mašinski čitljivih informacija je neverovatno korisna. Iako će algoritam postati pametniji, on će se neko vreme osloniti na strukturirane podatke kako bi pomogao da se raščlane informacije koje stavljamo na internet. Iz tog razloga, biće važno da osigurate da vaš brend bude u toku sa odgovarajućom industrijskom markom. Iako je savet uvek bio da se piše za ljude a ne za robote, istina je da moramo da uradimo i jedno i drugo.
Sposobnost Guglovog algoritma da razume prirodni jezik daleko nadmašuje ono što je bilo sposobno čak i nakon uvođenja Hummingbirda, ali je još uvek nesavršeno – pa je važno koristiti <em> za naglašavanje i <strong> za važnost, da označimo koji su sadržaji napisani da bi bili izgovoreni, da označi koji sadržaj je članak a koji je opis proizvoda. Iako nijedno od njih samo po sebi nije faktor rangiranja, niti bi samostalno moglo da poboljša rangiranje, ukoliko, implementacijom svih ovih promena, učinite vaš sadržaj lakše raščlanjivim od strane algoritma, to će se odraziti i na vaš rejting na Guglu.
Vokabular koji je šema razvila za precizno prenošenje mašinama širokog spektra informacija već je opsežna, ali stalno raste. Potrebno je uložiti svaki napor kako bi se osiguralo da ste vi i vaš sajt u toku sa najnovijim šemama dostupnim u industriji u kojoj poslujete, kao i da budete u toku sa najboljom HTML praksom.
Pročitajte još i: Šta Gugl zaista želi? (Gugl saveti)
Rezime
Ono što možemo reći zasigurno da je Gugl algoritam, ili da će u nekom trenutku u bliskoj budućnosti, biti praktično neshvatljiv, osim onoga što ćemo zaključivati iz posla koji obavlja. Gugl će možda moći da ga usmeri – i to je razlog zašto bi QRG (Quality Rating Guidelines – Uputstva za kvalitet rejtinga) trebalo da bude priručnik za digitalne marketare – ali Gugl neće biti u mogućnosti da ponudi savete o poboljšanju vašeg rangiranja, već će njihovo određivanje biti na digitalnim marketarima koji će morati da analiziraju i uporede beleške za određivanje najboljih strategija za brendove i njihove industrije.
Međutim, postoji ograničen broj tehnika koje će opstati u čitavom spektru industrija, a među njima su uspostavljanje ontologija, stvaranje entiteta i pravilna implementacija strukturiranih podataka. Sve ostalo će morati da bude prilagođeno barem svakoj pojedinačnoj industriji, ako ne svakom pojedinačnom klijentu.
Džon Varner, 16. maj 2019.
Izvor: semrush.com, prevod: Prvi na Guglu.
Džon Varner
Džon je interni marketar u Click Consultu gde provodi vreme prikupljajući sertifikate za industriju, promišljajući kodove, kujući strategiju i pišući članke o svim aspektima pretraživačkog marketinga.
Iako je magistrirao iz oblasti kreativnog pisanja i sa obrazovanjem pretežno u vezi sa sadržajem, Džon je bio privučen tehničkom stranom SEO-a – razvijajući strast prema podacima, istraživanju, interaktivnosti, veštačkoj inteligenciji i glasovnoj pretrazi.
Džon se povremeno pojavljuje na blogovima različitih digitalnih i marketinških sajtova, uključujući i redovne članke na blogu Click Consult, objave u kvartalnom magazinu za pretraživački marketing ‘Benchmark’, govori na raznim konferencijama o pretraživanju i digitalnom marketingu i povremeno je vodio podkast on.click (i ponovo će u nekom trenutku – kad vreme bude dozvolilo).