Google RankBrain: что революция искусственного интеллекта означает для интернет-маркетологов

Машинное обучение меняет лицо поиска. Вот минимум того, что нужно знать маркетологам.

Когда бывший руководитель отдела поиска Google Амит Сингхал ушел на пенсию, Google точно знала, кого поставить во главе. Этим человеком является Джон Джаннандреа , известный в кругах Google как глава искусственного интеллекта.

Это не какое-то случайное движение внутри Google.

В последние несколько лет искусственный интеллект (ИИ) становится все более важным для компании. В 2014 году Google приобрел компанию DeepMind, специализирующуюся на искусственном интеллекте, и начал улучшать рекомендации YouTube с помощью этой технологии. Они наняли некоторых из самых известных имен в области ИИ, таких как Рэй Курцвейл и Питер Норвиг.

Совсем недавно они внедрили искусственный интеллект в базовый алгоритм поиска — вы знаете, эта штука приносит все деньги.

Google делает большую ставку на искусственный интеллект

Это не эксперимент какой-то маргинальной компании. Рекомендации YouTube могут быть неэффективными для Google, а ежеквартальный доход будет хорошим и дендиным. Это не относится к поиску. Если поиск падает, Google падает. И все же Google достаточно доверяет работе ИИ, чтобы внедрить ее в поиск — ИИ, несомненно, является большой частью будущего Google, и они только начинают.

Ставка Google на искусственный интеллект имеет далеко идущие последствия не только для компании, но и для всех, кто занимается онлайн-маркетингом. Это меняет ландшафт поисковой оптимизации, что оказывает косвенное влияние на такие вещи, как оптимизация целевой страницы.

Часть алгоритма поиска с искусственным интеллектом, о которой должны знать маркетологи, имеет имя — RankBrain .

Встречайте RankBrain — третий по значимости фактор поиска Google

В то время как у Google есть сотни факторов ранжирования, два основных из них довольно хорошо известны:

• Содержание
• Ссылки

Google недавно заявил, что это все еще большие орудия, но третий по важности фактор — это RankBrain .

По своей сути RankBrain представляет собой часть машинного обучения, которая обрабатывает запросы на предмет их значения и переносит веса на окружающие факторы, чтобы обеспечить хорошие результаты .

Это сильно отличается от других компонентов алгоритма Google.

Когда Google запустил Panda , компания сообщила маркетологам, что основное внимание уделяется хорошему контенту, а алгоритм наказывает этот некачественный контент . Когда они развернули Penguin , они сказали маркетологам, что плохие ссылки будут наказываться .

Когда Google развернул RankBrain , он сказал маркетологам, что… ну, они не знали конкретно, что RankBrain вознаграждает и наказывает , и что даже инженеры Google не могут сказать, что конкретно он делает.

Это не то, что маркетологи привыкли слышать от Google.

Типы искусственного интеллекта

RankBrain настолько отличается, потому что он основан на глубоком обучении и искусственном интеллекте .

В отношении искусственного интеллекта достаточно путаницы, поэтому стоит понять, какие широкие категории существуют в этом пространстве. В конце концов, существует очень большая пропасть между ИИ, который может уберечь вас от получения спама, и ИИ, который может улучшить свой собственный код и достичь нескольких целей.

• Искусственный обобщенный интеллект (AGI) — это ИИ, способный выполнять несколько задач или междоменную оптимизацию.
• Искусственный узкий интеллект (ANI) — это то, к чему принадлежит RankBrain. Это искусственный интеллект, который может делать что-то очень хорошо. То есть он может водить машину лучше, чем большинство людей. Это может защитить электронную почту от спама. Он может победить лучших людей в шахматы или го. И да, он может показывать результаты поиска, которые будут полезны большинству пользователей. Но он не может делать все эти вещи вместе.

Многие АОН основаны на распознавании образов .

Скажем, у вас есть 10 000 фотографий, и половина из них — фотографии лиц. Люди могут сказать машинам, какие 5000 из них являются лицами, но затем машины учатся понимать, что сферы, расположенные рядом друг с другом, могут быть глазами, а глаза — составными частями лиц. На 500 фотографиях машины совершенно не смогут найти закономерности. При миллиардах фотографий машины получатся неплохими.

Возьмите эту базовую охоту за шаблонами, добавьте масштаб, и это то, что приводит в действие беспилотные автомобили Google, распознавание лиц Facebook и RankBrain. Поэтому, когда люди говорят о глубоком обучении в ИИ, на самом деле это не глубокое обучение, а глубинная архитектура и размер выборки.

Этот аспект поиска по распознаванию образов меняет правила игры для онлайн-маркетологов.

Маркетологи против Google

История поискового алгоритма Google, по сути, представляет собой одну большую погоню за кошками и мышками с онлайн-маркетологами.

• В первые дни Google просил владельцев веб-сайтов вставлять так называемые ключевые слова метатегов , чтобы сказать, о чем страница. Затем маркетологи засыпали ключевые слова метатегов таким количеством ключевых слов, что их ценность как ссылки на страницу уменьшилась, и Google отказался от этого как от сигнала .
• Google отдавал предпочтение быстрым ответам на определенные запросы до такой степени, что фермы контента стали жизнеспособным бизнесом, а качество контента падало для многих поисковых запросов. Google развернул Panda, чтобы решить проблему качества контента .
• Google сказал, что если вы получите тонну ссылок , вы будете лучше ранжироваться. Таким образом, маркетологи-«черные шляпы» начали платить за ссылки и создавать ссылочные сети, пока Google не был вынужден ответить Penguin, который наказывает за «плохие» ссылки .

Со временем обманывать алгоритм Google становилось все труднее, но до появления RankBrain инженеры Google знали, какие ручки настраиваются и насколько сложно.

Это действительно больше не верно для всего алгоритма.

Инженеры (конкретно) не знают, что происходит

Что хорошо в том, чтобы дать машине неверный размер выборки и алгоритм обучения, так это то, что если вы стимулируете определенное поведение, машина, скорее всего, добьется этого. Вот почему RankBrain является третьим по важности фактором в поиске Google — улучшения поиска могут быть значительными.

Что не так уж хорошо в том, чтобы дать машине огромный размер выборки и алгоритм обучения, так это то, что даже инженеры Google не знают конкретно, что происходит за кулисами.

Отдает ли RankBrain приоритет заголовкам страниц браузера, ссылкам, H1 и силе домена для нетранзакционных поисков о книгах?

Даже Гугл не может сказать точно.

Является ли свежесть важным фактором для поиска, кроме тех, которые связаны с новостями, фильмами и телешоу?

Возможно.

Вы не можете оптимизировать для RankBrain

Все это сводится к тому, что вы можете оптимизировать свой контент, вы можете опубликовать свою страницу для получения ссылок, но вы не можете оптимизировать ее для RankBrain.

Таким образом, вы должны меньше заботиться о вводе и больше о выводе.

Давайте распакуем это.

Ввод — это то, чем вы почти всегда можете напрямую управлять :

• Заголовки страниц браузера , содержащие фразу, на которую вы ориентируетесь.
• H1 и H2 , которые содержат синоним ключевого слова, по которому вы хотите ранжироваться.
• Якорные текстовые ссылки на страницу

Напротив, вывод — это то, как пользователь реагирует на вашу страницу :

• Пользователи, которым нравится название вашей статьи и которые переходят на вашу страницу из Google.
• Высокий уровень вовлеченности и удовлетворенности вашей страницей, поэтому они не нажимают кнопку «Назад» после перехода на вашу страницу.

Эти вещи не были идеально согласованы в прошлом и сейчас. Что ИИ в поиске заставляет маркетологов делать, так это чуть меньше учитывать входные данные и чуть больше выходные данные .

Что нужно знать интернет-маркетологам

Если вы считаете себя SEO, CRO или UX профессионалом, вот с чем вам придется столкнуться.

• Прекратите ориентироваться на одно ключевое слово или фразу на странице. Вы должны сосредоточиться на темах, потому что, хотя отдельные инженеры могут ценить точное соответствие фразам, машины заинтересованы в том, чтобы ценить намерения пользователя, а не конкретную фразу пользователя.
• Различные поиски будут означать разные веса, определяемые ИИ. Это означает, что вы не можете сказать своему начальнику, что заголовки страниц или ссылки в браузере будут приносить самые важные результаты для всех поисковых запросов.
• Вам нужно изучать UX и CRO, даже если ваша основная работа — SEO. Улучшение результатов (удовлетворенности пользователей) традиционно было прерогативой специалистов по конверсии и аналитиков пользовательского опыта. Эти люди обычно разрабатывают макеты, запускают функции на сайте, проводят приемочные тесты пользователей и, в конечном итоге, сплит-тесты и многовариантные тесты для оптимизации коэффициента конверсии, очень разные задачи от сопоставления ключевых слов и намерений, оптимизации тегов и обеспечения возможности сканирования сайта. В дальнейшем набор инструментов SEO будет включать в себя навыки, необходимые CRO и специалистам по UX.

В целом, RankBrain улучшает пользовательский опыт для пользователей поиска, и в целом это хорошо. Но если вы занимаетесь онлайн-маркетингом, RankBrain ставит перед вами новые задачи, а если вы достаточно узнаете о пользовательском опыте, то получите уникальные возможности.