Zajrzyj do mózgu Google
Michał Bednarski
Marketing w Praktyce nr 4 / 2018 / Narzędzia / artykuł z wydania drukowanego
Osoby zajmujące się budowaniem widoczności w sieci starają się rozgryźć algorytm Google, aby móc osiągać jak najlepsze pozycje w wynikach wyszukiwania dla prowadzonych przez siebie firmowych stron internetowych. Czasem się to udaje, czasem te starania spełzają na niczym. Google nie ułatwia sprawy.
Google nie ułatwia sprawy, bo nieustannie wprowadza aktualizacje swojego algorytmu. Obecnie aktualizowany jest on już w czasie rzeczywistym. Praca specjalisty SEO przypomina więc dziś ciągłe gonienie króliczka, który zawsze i tak będzie dwa kroki przed nami. Sprawdźmy, jak obecnie funkcjonuje algorytm wyszukiwarki, czym jest tzw. Rank Brain i w jakim celu Google stosuje sztuczną inteligencję.
Trener szkolenia: Michał Dziekoński
Marketing analityczny. Jak analizować konkurencję, zachowania klientów, trendy rynkowe.
Szkolenie online:
Jak to kiedyś prosto było
Jeszcze parę lat temu sprawa była prosta. Aby pojawić się wysoko w wynikach wyszukiwania, witryna internetowa potrzebowała zdobyć jak najwięcej linków z zewnętrznych stron, które Google traktował jak polecenia. Jeśli te linki pochodziły z bardziej wartościowych miejsc, uważane były, co oczywiste, za bardziej wiarygodne polecenia, a tym samym lepiej wpływały na wartość naszej strony. Z biegiem czasu coraz większą wagę zaczęto przykładać do treści znajdujących się w obrębie witryny, co doprowadziło nawet do powstania i upowszechnienia się powiedzenia „Content is King”. Zasada była prosta – jeśli chcieliśmy zapewnić widoczność naszej witryny na konkretne frazy, np. związane z ogrodnictwem, warto było, aby pojawiły się na niej teksty poruszające tematykę ogrodnictwa właśnie. Taki oto miks tematycznego contentu i dużej liczby linków był niemal gwarantem zdobycia szczytów wyników wyszukiwania. To już jednak pieśń odległej przeszłości.
Sztuczna inteligencja zagląda w umysły internautów
Żeby uzmysłowić sobie, jak bardzo zmienił się algorytm wyszukiwarki Google w ostatnich latach, posłużmy się kilkoma prostymi przykładami. Wpiszmy w pole wyszukiwania hasła „Bank z żuberkiem”, „Bank na poczcie” i „Rfmfefem”. Wyniki, jakie zobaczymy, dotyczą kolejno Banku Pekao SA, Banku Pocztowego i radia RMF FM.
Wszystko byłoby w porządku, gdyby nie to, że występowanie tych właśnie witryn po wpisaniu takich fraz nie pasuje zupełnie do wyżej opisanego sposobu działania algorytmu. Na stronach banku Pekao jest mnóstwo wartościowych treści, ale nie znajdziemy tam jednak fraz typu „bank z żuberkiem” „żuberkowy bank”. Spośród tysięcy linków prowadzących do stron banku nie znajdujemy również takich, które w odnośnikach (tzw. anchorach) zawierałyby te słowa. Skąd więc wzięły się takie wyniki?
Wiele osób, szczególnie starszej daty, ma problem z wymówieniem trudnych wyrazów, szczególnie obcojęzycznych. Nie mówiąc już o ich zapisaniu. Mówimy więc „lerłamerle” zamiast Leroy Merlin, „rfmfefem” zamiast RMF FM czy „auszan” zamiast Auchan. Potocznie wszyscy się rozumiemy i nie stwarza to żadnego komunikacyjnego problemu między ludźmi. Skąd jednak algorytm wyszukiwarki wie, że wpisując „lerłamerle”, mamy na myśli ten wielofunkcyjny market budowlano-wyposażeniowy?
Google od kilku lat bardzo mocno pracuje nad rozwijaniem algorytmu w oparciu o AI, czyli tzw. sztuczną inteligencję. Wyszukiwarka więc, dążąc do tego, aby przedstawiać swoim użytkownikom możliwie najdokładniejsze wyniki, stara się niejako wedrzeć w umysł ludzki i reagować tak, jak… ludzki mózg. Stąd też nazwa Rank Brain na określenie tej innowacyjnej technologii, która dokonuje prawdziwej rewolucji w podejściu do wyników wyszukiwania. Stosując zasady Rank Brain, wyszukiwarka internetowa coraz mocniej opierać się będzie na spersonalizowanych, dostosowanych do poszczególnego człowieka aspektach, a coraz mniej na znanych nam z przeszłości twardych czynnikach rankingowych, takich jak np. liczba linków. W praktyce więc nawet z pozoru gorsza jakościowo witryna, pozornie niedostosowana do wymogów Google, będzie mogła znaleźć się wysoko, jeśli tylko roboty wyszukiwarki uznają, że lepiej sprosta ona oczekiwaniom internauty.
Algorytm uczy się w czasie rzeczywistym
Wróćmy więc na chwilę do przykładu z „bankiem żuberkowym”. Wyszukiwarka stosując nowoczesne metody tzw. machine learning obserwuje zachowanie użytkowników po wpisaniu określonych haseł w sieci i skrupulatnie notuje je, wyciągając odpowiednie wnioski. Algorytm działając w czasie rzeczywistym niejako na bieżąco uczy się zachowania użytkowników, aby dać im możliwie najlepszy produkt. Jak to wyglada w praktyce?
Patrząc w skali mikro widzimy zwykłego Kowalskiego, który wstukał w sieci hasło o żuberkowym banku i po otrzymaniu standardowych 10 wyników na pierwszej stronie wybrał pierwszą z brzegu witrynę. Po chwili jednak zorientował się, że nie jest to strona jego banku, więc szybko z niej wyszedł i wrócił do wyników wyszukiwania. Wybrał stronę, która wyświetliła się na drugiej pozycji, jednak i ta nie była jego bankiem, a jedynie opisywała charakterystykę banków żywności dla zwierząt leśnych, w tym żubrów. Nie zniechęcając się, Kowalski po raz kolejny wrócił do wyników wyszukiwania i pod pozycją piątą znalazł w końcu swój bank Pekao SA. Wybrał tę stronę i został tam na dłużej. Jaki wniosek wyciągnie z tego wyszukiwarka? Będą to dwojakie wnioski. W skali mikro zrozumie, że jeśli Kowalski pyta o „bank żuberkowy”, to nie należy go męczyć innymi stronami, tylko od razu pokazać strony dotyczące banku, w którym ma konto. W przyszłości więc dla tego konkretnego użytkownika pokazywać się będą spersonalizowane wyniki na tę właśnie frazę, gdyż algorytm Google nauczył się już Kowalskiego i wie, jak on myśli, przynajmniej w kwestii nazewnictwa banku. Natomiast jeśli schemat z Kowalskim powtórzy się wiele razy w skali całego kraju, wyszukiwarka zrozumie, że ludzie wpisując hasła związane z bankiem i żuberkiem mają na myśli bank Pekao SA i nawet jeśli tradycyjne czynniki rankingowe nie podpowiadają takiego stanu rzeczy, to Google je nagnie po to, aby dostosować się do swoich użytkowników. Machine learning ma więc zastosowanie zarówno w skali mikro, jak i makro.
Pierwszy był Koliber
W pewnym sensie Rank Brain jest więc kontynuacją zainicjowanej zmiany w algorytmie Google w 2013 roku o nazwie Koliber. Zmiana ta mocno przesunęła oś działania wyszukiwarki w stronę semantyki. Od tego czasu bowiem Google zaczęło nie tylko ślepo odpowiadać listą stron na poszczególne frazy wpisywane w wyszukiwarkę, ale skupiło się na intencjach wpisujących je osób. Koliber wprowadził rewolucję nie tylko w krótkim czasie, ale też długodystansowo. Wcześniej bowiem wpisane w Google zapytanie zawierające błąd ortograficzny mogło popsuć nam wyniki wyszukiwania. Bez skrupułów korzystali z tego nieuczciwi pozycjonerzy, którzy wchodzili ze swoimi stronami na frazy typu „kredyty gotUwkowe” czy „sklep odzieRZowy”. Koliber całkowicie ukrócił ten proceder. Wyszukiwarka, która nauczyła się rozpoznawać intencje, rozumie, że osoba wpisująca hasło mogła się pomylić i mimo to zaproponuje jej takie same wyniki, jak gdyby tego błędu nigdy nie popełniła. Żeby jednak wiedzieć, że dany użytkownik popełnił błąd i źle wpisał hasło, algorytm musiał wcześniej wiele razy spotkać się z tymże hasłem w przeszłości. Na tej podstawie wyciąga wnioski i decyduje, czy internauta się myli czy nie. Działa tutaj ten sam mechanizm machine learning, co w przypadku Rank Brain. Długodystansowym efektem wprowadzenia Kolibra jest więc całkowita zmiana w podejściu Google do użytkownika, skupienie się na semantyce i intencjach, czego konsekwencją jest omawiany tu Rank Brain.
Długi ogon to nie kłopot
Wspomniałem, że Google po wejściu w życie Kolibra uczy się rozpoznawać intencje m.in. na podstawie wcześniej wpisywanych haseł. Co jednak, jeśli wyszukiwarka spotka się z zapytaniem, które nigdy wcześniej nie pojawiło się w jej zasobach? To wbrew pozorom wcale nie taka abstrakcyjna sytuacja. Każdego dnia internauci wpisują w wyszukiwarkę ponad 3 mld zapytań, z czego aż 15 proc. nigdy wcześniej nie było użytych. Chodzi tutaj oczywiście w większości o frazy z tzw. długiego ogona, tj. zawierające więcej niż trzy słowa. Warto jednak na chwilę się nad tym pochylić. Skoro tak duża część zapytań nigdy w przeszłości nie pojawiła się w Google, to skąd wyszukiwarka w ogóle wie, jak na nie odpowiedzieć? Przecież nie zdążyłaby się sama nauczyć rozwiązań, bo nie byłoby, mówiąc ogólnie, materiału badawczego. Tutaj z Kolibra przechodzimy właśnie do Rank Brain, które system rozpoznawania intencji użytkownika opanowało niemal do perfekcji.
AI odpowie na każde pytanie
Dzięki sztucznej inteligencji wyszukiwarka potrafi w wynikach wyszukiwania nie tylko zwracać strony zawierające na swoich łamach wpisane hasło, ale również bezpośrednio odpowiadać na zadane pytania. Przykładowo: wpisując „Jak ma na imię prezydent Polski?”, otrzymamy wyniki opisujące Andrzeja Dudę lub poczet prezydentów naszego kraju. Jeszcze parę lat temu na tak zadane pytanie moglibyśmy dostać w wynikach kiepskiej jakości strony, na których treści byłyby wręcz przesycone wszystkimi możliwymi odmianami pytania o imię prezydenta, tylko po to, aby sztucznie nabić oglądalność. Dziś jest to już o wiele trudniejsze.
Audience is King!
Jak więc przygotować się do ciągłych zmian w algorytmie Google i coraz powszechniejszej obecności sztucznej inteligencji? Wydaje się, że dziś, jak nigdy wcześniej, aktualne jest stwierdzenie, żeby wszelkie działania SEO kierować przede wszystkim na potrzeby użytkownika. Jego zachowanie ma bowiem już nie tylko pośredni, ale bezpośredni wpływ na pozycję strony w wynikach wyszukiwania. To, czy internauta odwiedzający naszą stronę będzie zadowolony ze znalezionej na niej zawartości, czy zostanie na niej na dłużej i czy w przyszłości do niej powróci, ma ogromne znaczenie. Znane więc w branży, przytoczone wyżej powiedzenie „Content is King” powinniśmy więc teraz szczególnie wziąć sobie do serca. Tworzenie atrakcyjnej wizualnie i merytorycznie treści, wzbogaconej o wideo, grafiki czy ankiety może mieć wpływ na to, jak użytkownicy będą postrzegać witrynę. Jeśli zaś sprawimy, że internauci będą postrzegać stronę jako atrakcyjną, możemy być pewni, że algorytm Google również w taki sposób ją zaklasyfikuje. Możemy więc powiedzieć, że wkraczamy w erę „Audience is King”.
Wracając zaś do przykładu z „żuberkowym bankiem”, śmiało możemy pokusić się o stwierdzenie, że żadna liczba linków ani tysiące spamerskich tekstów nasyconych tą frazą nie sprawiłyby, że jakakolwiek inna witryna pojawiłaby się w wynikach wyszukiwania wyżej niż Bank Pekao SA. Paradoksalnie nie dlatego, że Pekao ma świetnych specjalistów SEO, choć zapewne ich ma. Powodem takiego stanu rzeczy jest fakt, że sami użytkownicy, wiedząc, czego szukają, kiedy wpisują „bank z żuberkiem” w Google, spośród wyników wybiorą zawsze stronę Pekao. Zrobią to, bo będzie to rzeczywisty cel ich poszukiwań i nie zmieni tego żadna liczba kupionych linków. Tym samym zaś „bank żuberkowy” stał się niejako frazą brandową, a te mają opinie niemożliwych do przeskoczenia w wynikach wyszukiwania.
Rachunek za najlepszej jakości marchewki
Wszyscy specjaliści SEO poświęcają czas i energię na to, aby dostosować swoje strony do aktualnych wymogów Google. Wciąż prowadzone są dyskusje na temat tego, co jest, a co nie jest czynnikiem rankingowym wyszukiwarki. Tę swoistą grę można porównać do ciągłego gonienia króliczka. Sęk w tym, że po wejściu w życie Rank Brain ta gonitwa traci sens. Google bowiem nafaszerowało swojego króliczka najlepszej jakości marchewkami, dzięki czemu ten nie tylko szybciej ucieka, ale momentami przesiada się na motocykl, znikając nam całkiem z oczu. Czy to oznacza koniec SEO? Oczywiście nie, natomiast z pewnością sprawia, że działania związane z marketingiem w wyszukiwarkach mocno się profesjonalizują, stają się trudniejsze, a przez to zarezerwowane dla wąskiej grupy specjalistów. Co zaś za tym idzie – z roku na rok stają się droższe.
ARTYKUŁ Z WYDANIA DRUKOWANEGO
Michał Bednarski, specjalista SEO w agencji interaktywnej Marketing Mind. Autor bloga o marketingu online Lepiej-widoczni.pl.
Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript.