사람들이 다음을 검색하는 항목

"사람들이 또한 검색하는 대상"에 주의를 기울이면 추가 웹 트래픽을 타겟팅할 수 있는 전략이 나타납니다.

애자일 마케팅 접근 방식을 사용하면 검색에서 더 많은 가시성을 확보하기 위해 새로운 방법에 빠르게 적응할 수 있습니다. 효과적인 SEO에는 1위를 차지하려는 욕구를 넘어서는 전체적인 접근 방식이 필요합니다. 새로운 동적 검색 기능은 추천 스니펫, 답변 카드 및 관련 질문 또는 관련 검색을 하는 사람들로 가득합니다. 사실, 오늘날 우리는 5월 쿼리에 대한 PASF 결과와 비교하여 더 많은 관련 검색 기능을 보고 있습니다.

QA 콘텐츠로 검색자의 요구 충족

QA(Question Answering) 콘텐츠의 필요성은 연구 및 콘텐츠 작성자에게 빠르게 성장하는 분야입니다. QA 시스템은 많은 실제 문제에 대한 솔루션을 제공하기 위해 빠르게 발전하고 있습니다. 기업의 데이터 웹은 유용한 정보의 풍부한 소스가 될 수 있습니다. 질의 응답 연구는 청중의 질문에 대한 최신 개요를 설정해야 합니다. 시간이 많이 걸리는 작업이지만 꼭 필요한 작업입니다.

검색 엔진은 구조화되지 않은 데이터와 구조화된 데이터를 모두 이해하려고 노력해야 합니다. 기계 독해력, 정보 검색 및 데이터 카탈로그화 데이터는 비정형 콘텐츠와 관련됩니다. KBQA(Knowledge-Based Question Answering)는 관계형 테이블, 지정된 데이터 API 및 지식 그래프(KG)와 같은 구조화된 데이터 유형에 대해 작동합니다. KGQA(Knowledge Graphs) 내 질문 답변은 두각을 나타내는 비즈니스 엔터티에 매우 큰 보상이 될 수 있습니다.

사람들이 자신의 요구 사항을 충족하기 위해 계속 검색할 때 답변을 통해 비즈니스 기회를 확장할 수 있습니다. 시도할 상위 KGQA 데이터 세트는 DBpedia, Wikidata, Freebase, WikiMovies 및 EventKG입니다.

Google은 현재 검색어를 32단어로 제한하고 있습니다. 대부분의 사람들은 필요를 충족시키기 위해 쿼리할 때 더 적은 단어를 사용합니다. 그들은 또한 간결한 정보와 답변을 좋아합니다. 간단하기 때문에 시간이 절약되고 파악하고 진행하기가 더 쉽습니다.

PASF는 복잡한 작업에 대해 제안된 답변을 제공합니다.

Google은 MUM을 사용하여 이전에 좋은 응답이 없었던 새로운 쿼리를 지나칠 수 있습니다. 이제 검색자가 추가 질문에 대한 답변을 찾을 때 도움이 되도록 더 나은 "관련 주제"를 표시합니다. 검색 마케팅 담당자는 기계 언어 학습, 자연어 처리 및 데이터 그래프를 결합하여 검색 질문의 컨텍스트를 콘텐츠에 연결할 수 있습니다.

지식 정보를 답변으로 채우는 데 유용한 기술:

• KG 관련성 채점 이해 – 사전 훈련된 학습 모델을 사용하여 질문에 따라 KG의 노드를 채점합니다. KG에 대한 가중치 정보에 대한 일반적인 워크플로입니다.
• 텍스트가 KG를 채우는 방법에 대한 결합된 추론: LM 및 그래프 신경망을 사용하여 질문의 컨텍스트를 일치하는 콘텐츠와 연결합니다.

목적이 있는 콘텐츠 깊이 만들기

People Also Ask 상자는 Google에서 직접 제공하기 때문에 콘텐츠 아이디어에 대한 통찰력이 풍부합니다. PASF 관계형 노드와 밀접하게 연관되어 있습니다. 그것들을 연구하는 것은 Google SERP에서 더 넓은 범위를 얻을 수 있는 방법에 대한 이상을 촉발하는 이상적인 방법입니다.

사람들은 아이디어를 다르게 소비합니다. 한 답변은 한 그룹을 만족시킬 수 있지만 다른 질문에는 다른 접근 방식의 답변이 필요할 수 있습니다. "사람들이 또한 검색하는 대상"이라는 상자의 키워드는 다른 사람들이 주요 검색어를 검색할 때 사용한 관련 검색어입니다. Google이 관련 질문에 표시하는 콘텐츠는 관계형 쿼리에 대해 직접 알려줍니다.

Google Search Console 및 분석 인사이트는 가장 반향을 불러일으키는 콘텐츠를 나타내고 트래픽이 적거나 없는 페이지를 보여줍니다. 이를 더 많은 가치와 더 나은 답변을 제공할 수 있다는 지표로 삼으십시오. 콘텐츠가 소비자 중심이고 비즈니스 목표 중심으로 인식되지 않는지 확인하세요(그렇더라도). 데이터를 청중에게 더 유익하게 만드는 것입니다.

귀하의 웹사이트에 귀하의 주요 주제를 지원하는 정보를 추가하십시오. 최고의 답변을 제공할 때 권위 있는 품질을 구축하고 비즈니스 틈새 시장에서 전문 지식을 입증할 수 있습니다.

사람들이 검색한 역사

"사람들이 검색하는 항목" 기능은 새로운 것이 아닙니다. 지식 그래프가 처음 도입된 10년 전과는 다른 모습이었습니다. 오늘 버전은 이전 이미지 썸네일보다 더 많은 주목을 받고 더 유용합니다.

원래 검색 구문과 밀접하게 관련된 주제를 표시하도록 진화했습니다. 모바일 검색 결과는 일반적으로 더 많은 PASF 옵션을 제공합니다. 시장 조사에 따르면 모바일 SERP의 80% 이상과 데스크톱 SERP의 거의 60%가 "사람들이 검색하는 항목" 디스플레이를 반환합니다. 이 비율은 이것이 놓쳐서는 안 될 한 번의 기회임을 알려줍니다.

때때로 우리는 PASF 상자의 위치가 페이지 하단의 예상 위치에 없는 것을 발견합니다. Google의 알고리즘은 초기 검색을 위한 카탈로그 콘텐츠가 부족하다는 점을 감안할 때 사용자의 요구를 충족시키려고 시도하는 것으로 보입니다. Google의 알고리즘은 페이지에서 위치를 명확하게 테스트하고 조정합니다. 즉, 우리는 이것이 곧 사라질 것으로 보지 않습니다.

그렇다면 Google Answer Engine은 QA 프로세스에 대해 무엇을 말하고 있습니까?

Google이 정보를 더 잘 이해하기 위한 새로운 이정표

“매일 수십억 명의 사람들이 크고 작은 질문에 대한 답을 찾기 위해 Google을 찾습니다. 우리가 보는 모든 검색 중에서 가장 해결하기 어려운 것은 가족 휴가를 계획하거나 고장난 가전제품을 수리하는 것과 같은 복잡한 작업입니다.

올해 초 MUM(Multitask Unified Model)이 발표된 이후로 소비자 팀은 복잡한 작업을 해결하는 데 도움이 되는 기능을 실험해 왔습니다. Search On에서 가능한 것의 미리보기를 보았습니다.

MUM은 정보를 이해하고 더 나은 검색 결과를 제공하는 Google의 능력에서 상당한 도약을 나타냅니다. 이는 당사 최초의 다중 모드 AI 모델 중 하나입니다. 즉, 텍스트, 이미지 및 비디오와 같은 다양한 형식의 정보를 동시에 이해할 수 있습니다. 또한 개념, 주제 및 아이디어 간의 연결을 추론하여 새로운 방식으로 정보를 잠금 해제할 수 있습니다.

종합하면 이러한 최신 기술은 Google이 이전에는 불가능했던 방식으로 복잡한 작업과 질문을 이해하도록 도와줌으로써 완전히 새로운 검색 방법을 가능하게 할 것입니다.” – Google 검색 변경 및 업데이트

PASF 추천 스니펫을 최적화하는 방법은 무엇입니까?

• 질문 뒤에 숨겨진 검색 의도를 이해합니다.
• 콘텐츠 관련성을 이해합니다.
• 강력한 헤드라인을 추가하고 질문 답변 형식을 사용하세요.
• 질문에 정확하고 명확하며 권위 있는 방식으로 간결하게 대답합니다.

마케터와 SEO를 위한 최종 요점

PAA 및 PASF 답변에서 추천 스니펫을 얻는 것은 특정 페이지의 가시성과 음성의 유기적 점유율을 높이는 쉬운 방법입니다.

미니애폴리스 디지털 마케팅 서비스인 Hill Web Creations는 독립 실행형 또는 패키지 옵션으로 콘텐츠 관리 서비스를 제공합니다. 마케팅 노력에 대해 진지하다면 지금 661-206-2410으로 전화하여 Jeannie를 요청하십시오.

SERP 클릭 및 신규 고객 확보에 도움을 드릴 수 있습니다!