Google RankBrain: cosa significa la rivoluzione dell'intelligenza artificiale per i marketer online

L'apprendimento automatico sta cambiando il volto della ricerca. Ecco il minimo che gli esperti di marketing devono sapere.

Quando l'ex capo della ricerca su Google, Amit Singhal, è andato in pensione, Google sapeva esattamente a chi affidare il comando. Quella persona è John Giannandrea , conosciuto nei circoli di Google come il capo dell'intelligenza artificiale.

Questo non è un movimento casuale all'interno di Google.

Negli ultimi anni, l'intelligenza artificiale (AI) è diventata sempre più importante per l'azienda. Google ha acquistato la società di intelligenza artificiale DeepMind nel 2014 e ha iniziato a migliorare i consigli di YouTube con la tecnologia. Hanno assunto alcuni dei nomi più riconosciuti nello spazio AI, come Ray Kurzweil e Peter Norvig.

Più di recente, hanno introdotto l'intelligenza artificiale nell'algoritmo di base che alimenta la ricerca : sai, quella cosa fa tutti i soldi.

La grande scommessa di Google sull'intelligenza artificiale

Questo non è un esperimento di una compagnia marginale. I consigli di YouTube possono essere inefficienti per Google e le entrate trimestrali andranno bene e dandy. Questo non è vero per la ricerca. Se la ricerca va giù, Google va giù. Eppure Google confida che l'IA funzioni abbastanza da introdurla nella ricerca: l'IA è chiaramente una parte importante del futuro di Google e stanno appena iniziando.

La scommessa di Google sull'intelligenza artificiale ha implicazioni di vasta portata non solo per l'azienda, ma per chiunque lavori nel marketing online. Sta cambiando il panorama dell'ottimizzazione dei motori di ricerca, che ha un impatto a cascata su cose come l'ottimizzazione della pagina di destinazione.

Il pezzo AI dell'algoritmo di ricerca, quello che i marketer dovrebbero conoscere, ha un nome: RankBrain .

Incontra RankBrain: il terzo fattore di ricerca di Google più importante

Mentre Google ha centinaia di fattori di ranking, i due grandi sono abbastanza noti:

• Contenuto
• Collegamenti

Google ha recentemente affermato che quelli sono ancora i pezzi grossi, ma che il terzo fattore più importante è RankBrain .

Distillato nella sua essenza, RankBrain è un pezzo di apprendimento automatico che elabora le query per il loro significato e sposta i pesi sui fattori intorno per ottenere buoni risultati .

È molto diverso dagli altri componenti dell'algoritmo di Google.

Quando Google ha lanciato Panda , la società ha detto ai marketer che l'obiettivo è il buon contenuto e che il contenuto sottile sarà penalizzato dall'algoritmo. Quando hanno lanciato Penguin , hanno detto ai marketer che i link non validi sarebbero stati penalizzati .

Quando Google ha lanciato RankBrain , ha detto ai marketer che... beh, che non sapevano specificamente cosa premia e penalizza RankBrain e che nemmeno gli ingegneri di Google potevano dire cosa sta facendo, in particolare.

Non è qualcosa che i marketer sono abituati a sentire da Google.

Tipi di intelligenza artificiale

RankBrain è così diverso perché si basa sull'apprendimento profondo e sull'intelligenza artificiale .

C'è abbastanza confusione sull'intelligenza artificiale che vale la pena capire quali sono le grandi categorie nello spazio. Dopotutto, c'è un divario molto grande tra l'IA che può impedirti di ricevere spam e un'IA che può migliorare il proprio codice e raggiungere più obiettivi.

• Intelligenza artificiale generalizzata (AGI) : questa è un'intelligenza artificiale in grado di fare più cose o ottimizzazione tra domini.
• Intelligenza Artificiale Stretta (ANI) – è qui che appartiene RankBrain. È un'intelligenza artificiale che può fare una cosa davvero bene. Cioè, può guidare un'auto meglio della maggior parte degli umani. Può tenere lo spam lontano dalla posta elettronica. Può battere i migliori umani a Chess or Go. E sì, può mostrare risultati di ricerca che la maggior parte degli utenti troverà utili. Ma non può fare tutte queste cose insieme.

Molte ANI si basano sul riconoscimento di schemi .

Supponiamo di avere 10.000 foto e metà di esse sono foto di volti. Gli esseri umani possono dire alle macchine quali 5.000 sono facce, ma le macchine imparano poi a capire che le sfere una accanto all'altra possono essere occhi e gli occhi sono componenti di volti. A 500 foto, le macchine non riusciranno assolutamente a trovare i modelli. Con miliardi di foto, le macchine diventeranno abbastanza buone.

Prendi quella caccia di base per schemi, aggiungi scala ed è ciò che alimenta le auto a guida autonoma di Google, il riconoscimento facciale di Facebook e RankBrain. Quindi, quando le persone parlano di deep learning nell'IA, in realtà non è l'apprendimento ad essere profondo, sono l'architettura e la dimensione del campione ad essere profonde.

Quell'aspetto del riconoscimento del modello della ricerca cambia il gioco per i marketer online.

Marketing contro Google

La storia dell'algoritmo di ricerca di Google è essenzialmente un grande inseguimento al gatto e al topo con i marketer online.

• All'inizio, Google chiedeva ai proprietari di siti Web di inserire quelle che vengono chiamate parole chiave metatag per dire di cosa tratta la pagina. Gli esperti di marketing hanno quindi spammato le parole chiave del metatag con così tante parole chiave che il suo valore è diminuito come riferimento per l'argomento di una pagina e Google l'ha abbandonato come segnale .
• Google preferiva risposte rapide a domande particolari , al punto che le content farm sono diventate attività redditizie e la qualità dei contenuti è crollata per molte ricerche. Google ha lanciato Panda per affrontare il problema della qualità dei contenuti .
• Google ha detto che se ottieni un sacco di link , ti ​​classificherai meglio. Così i marketer "blackhat" hanno iniziato a pagare per i link e hanno creato reti di link, fino a quando Google ha dovuto rispondere con Penguin, che penalizza i link "cattivi" .

È diventato più difficile giocare con l'algoritmo di Google nel tempo, ma prima di RankBrain, gli ingegneri di Google sapevano quali manopole venivano modificate e quanto duramente.

Questo non è più vero per l'intero algoritmo.

Gli ingegneri non sanno (in particolare) cosa sta succedendo

La cosa fantastica di dare a una macchina una dimensione del campione malvagia e un algoritmo di apprendimento è che se incentivi un comportamento particolare, è probabile che la macchina ci arrivi. Ecco perché RankBrain è il terzo fattore più importante nella ricerca su Google: i miglioramenti della ricerca possono essere notevoli.

La cosa non eccezionale nel dare a una macchina una dimensione del campione malvagia e un algoritmo di apprendimento è che nemmeno gli ingegneri di Google sanno esattamente cosa sta succedendo dietro le quinte.

RankBrain sta dando la priorità ai titoli delle pagine del browser, ai collegamenti, agli H1 e alla forza del dominio per le ricerche non transazionali sui libri?

Nemmeno Google può dirlo con certezza.

La freschezza è un fattore importante per le ricerche diverse da quelle relative a notizie, film e programmi TV?

Possibilmente.

Non puoi ottimizzare per RankBrain

Tutto questo significa che puoi ottimizzare i tuoi contenuti, puoi pubblicizzare la tua pagina per un tentativo di link, ma non puoi ottimizzare per RankBrain.

Quindi devi preoccuparti meno dell'input e di più dell'output.

Disimballiamolo.

Un input è qualcosa che puoi quasi sempre controllare direttamente :

• Titoli delle pagine del browser che contengono la frase di destinazione
• H1 e H2 che contengono un sinonimo della parola chiave per la quale vuoi classificarti
• Ancorare i collegamenti di testo alla pagina

Al contrario, l' output è il modo in cui l'utente reagisce alla tua pagina :

• Utenti a cui piace il titolo del tuo articolo e fanno clic sulla tua pagina da Google
• Elevato coinvolgimento e soddisfazione per la tua pagina, in modo che non premino il pulsante Indietro dopo aver fatto clic sulla tua pagina

Quelle cose non sono state perfettamente allineate in passato, e non lo sono ora. Ciò che l'IA alla ricerca sta costringendo i marketer a fare è considerare gli input un po' meno e gli output un po' di più .

Cosa devono sapere i marketer online

Se ti consideri un professionista SEO, CRO o UX, ecco con cosa devi fare i conti.

• Interrompi il targeting di una parola chiave o frase per pagina. Devi concentrarti sugli argomenti perché mentre i singoli ingegneri possono valutare le corrispondenze esatte alle frasi, le macchine sono incentivate a valutare l'intento dell'utente, non il fraseggio specifico dell'utente.
• Ricerche diverse significheranno pesi diversi guidati dall'IA. Ciò significa che non puoi dire al tuo capo che i titoli o i collegamenti delle pagine del browser porteranno i guadagni più importanti per tutte le ricerche.
• Devi imparare UX e CRO anche se il tuo lavoro principale è SEO. Il miglioramento dell'output (soddisfazione dell'utente) è stato tradizionalmente l'obiettivo dei professionisti della conversione e degli analisti dell'esperienza utente. Queste persone di solito progettano wireframe, avviano funzionalità sul sito, eseguono test di accettazione degli utenti e infine test divisi e multivariati per l'ottimizzazione del tasso di conversione, attività molto diverse dalla corrispondenza di parole chiave e intenti, ottimizzazione dei tag e garantire che il sito possa essere scansionato. Andando avanti, il set di strumenti SEO includerà le competenze richieste ai CRO e ai professionisti della UX.

Nel complesso, RankBrain sta migliorando l'esperienza utente per gli utenti di ricerca, e questa è generalmente una buona cosa. Ma se sei un marketer online, RankBrain pone alcune nuove sfide e se impari abbastanza sul lato dell'esperienza utente, alcune opportunità uniche.