John Giannandrea หัวหน้าคนใหม่ของ Google Search Machine Learning
เผยแพร่แล้ว: 2016-02-05Ben Gomes สวมบทบาทเป็นผู้นำการค้นหาของ Google
หลังจากสองปีของการเป็นผู้บริหารที่เป็นผู้นำหน่วยการค้นหาและปัญญาประดิษฐ์ของ Google Google ได้ แสดงให้เห็นถึงการตลาดที่คล่องตัว
ตอนนี้บทบาทของ John Giannandrea จะถูกแบ่งปันโดยผู้บริหารสองคน: Jeff Dean ผู้ร่วมก่อตั้ง Google Brain ซึ่งเป็นหนึ่งในหน่วยงานวิจัย AI ของบริษัท การซื้อ Deep Mind AI รายใหญ่ของ Google ในราคา 600 ล้านดอลลาร์ในปี 2557 มีลูกพี่ลูกน้อง ในปี 2018 ยักษ์ใหญ่ด้านเทคโนโลยียังได้ซื้อกิจการ Halli Labs, AIMatter และ Banter ทั้งหมดเกี่ยวกับปัญญาประดิษฐ์ ซึ่งหมายความว่าพนักงานที่เหมาะสมเป็นสิ่งสำคัญสำหรับ Google Ben Gomes ที่ร่วมงานกับ Google ในปี 2000 ควบคู่ไปกับ Dean และเคยเป็นผู้นำทีมวิศวกรรมการค้นหา แต่ตอนนี้จะรับหน้าที่เป็นผู้นำองค์กรด้านการค้นหา
เมื่อ Giannandrea สวมบทบาทหลังจาก Amit Singhal ปล่อยให้มันดำเนินต่อไปในต้นปี 2559 มันส่งสัญญาณว่า Google ให้ความสำคัญกับการผสานรวมแมชชีนเลิร์นนิงและปัญญาประดิษฐ์เข้ากับแกนหลักของ การค้นหาด้วยเสียงและภาพ อย่างไรก็ตาม Sundar Pichai CEO ของ Google ยังคงเน้นย้ำถึงความสำคัญของ AI ต่อการดำเนินงานของบริษัททั้งหมด โอกาสในบทบาทแสดงให้เห็นว่า AI ได้รับความสำคัญอย่างมากจนจำเป็นต้องสร้างหน่วยธุรกิจของตัวเอง
วันนี้ TheInformation.com* ได้แจ้งให้ทราบและชี้ให้เห็นถึง Giannandrea ว่าเป็นการจ้างงานที่ Google ต่อไป ซึ่งอาจจะเป็นแนวทางที่สมบูรณ์กว่า เขาได้พยายามที่จะยับยั้งกระแสของการพูดคุยที่ AI ก่อให้เกิดความเสี่ยงที่อัลกอริธึมจะทำซ้ำและขยายเวลาอคติของมนุษย์ใน ข้อมูลที่ใช้ในการให้ความรู้แบบจำลอง AI
John Giannandrea หัวหน้าคนใหม่ของ Google Search Machine Learning ในปี 2016
เมื่อสองปีที่แล้ว Amit Singhal ประกาศเมื่อวานนี้บน Google+ ว่าเขากำลังจะก้าวต่อไป หลังจากที่เขากล่าวว่า "26 กุมภาพันธ์จะเป็นวันสุดท้ายของฉันที่ Google" มีการประกาศอย่างรวดเร็วว่า John Giannandrea จะเข้าควบคุม Google Search
เราทุกคนต่างเห็นพ้องต้องกันว่าการร่วมงานกับ Google ที่ใช้เวลายาวนานและมีส่วนสนับสนุนอย่างมากในการค้นหานั้นเป็นความสำเร็จที่น่าทึ่ง และขอแสดงความยินดีกับ Singhal เมื่อเขาก้าวเข้าสู่ช่วงเวลาใหม่ในชีวิตโดยมุ่งเน้นที่การทำบุญ เนื่องจากภาวะผู้นำใหม่มักหมายถึงการปรับโฟกัสครั้งสำคัญ ผู้เชี่ยวชาญด้าน SEO สงสัยว่าการค้นหาที่ได้รับอาจเปลี่ยนไปอย่างไรเมื่อ Giannandrea รับตำแหน่งนี้ และหากการเปลี่ยนแปลงจะสร้างระลอกไปทั่วโลกเทคโนโลยีโดยรวม อนาคตของ วิธีที่ GoogleBot รวบรวมข้อมูลและตีความเนื้อหาเว็บ ดูสดใสภายใต้การนำของเขา ขณะที่เราสังเกตว่าเขาส่งผลกระทบต่อ อนาคตของแมชชีนเลิร์นนิงอย่างไรต่อข่าวสาร และวิธีที่ Metaweb สร้างขึ้น
Amit กล่าวต่อไปว่า “การค้นหานั้นแข็งแกร่งกว่าที่เคย และจะดีขึ้นได้ก็ต่อเมื่ออยู่ในมือของผู้นำระดับสูงที่โดดเด่นซึ่งดำเนินการแสดงอยู่ทุกวันอยู่แล้ว ภารกิจของเราในการเสริมพลังผู้คนด้วยข้อมูลและผลกระทบที่มีต่อโลกนี้ไม่สามารถพูดเกินจริงได้” John Giannandrea ซึ่งเป็นผู้บุกเบิกการควบคุมปัญญาประดิษฐ์ เช่น ใน Google Algorithm RankBrain ได้รับการว่าจ้างที่ Google เป็นเวลาหกปีและปัจจุบันดำรงตำแหน่งรองประธานฝ่ายวิศวกรรม
ตามที่ Forbes อธิบายในเดือนพฤศจิกายน 2015 บทบาทของ RankBrain ได้ "ส่วนน้อยมาก" ของข้อความค้นหานับล้านที่ส่งผ่านเครื่องมือค้นหา ทีมของเขาประเมินรูปแบบของแมชชีนเลิร์นนิงใน Google Search ก่อนหน้านี้ Google พึ่งพาอัลกอริธึมอย่างมากซึ่งปฏิบัติตามกฎการค้นหาที่เข้มงวดซึ่งนำโดยมนุษย์
ตำแหน่งใหม่ในฐานะหัวหน้า Google Search สำหรับ Giannandrea แสดงถึงการเน้นย้ำถึงความสำคัญของปัญญาประดิษฐ์ต่อ Google ซึ่งเป็นหน่วยงานหนึ่งของ Alphabet Inc (AI) การมองการณ์ไกลในเทคโนโลยีของเขาเป็นหัวใจสำคัญของความพยายามล่าสุดในการค้นหาบนอุปกรณ์เคลื่อนที่และการค้นหาที่ใช้การรู้จำคำพูด การเรียนรู้ด้วยเครื่องเป็นแนวทางที่แตกต่างจากการเขียนโปรแกรมคอมพิวเตอร์โดยละเอียดเพื่อดำเนินการ ค่อนข้างคุณจะให้คอมพิวเตอร์หลายตัวอย่างงานและพยายามให้มันเรียนรู้โดยอัตโนมัติ
การค้นหาคือรากฐานของการเรียนรู้ของเครื่อง Google
การค้นหาเป็นรากฐานของ Google Google ให้บริการการค้นหามากกว่า 100 พันล้านครั้งในแต่ละเดือน แมชชีนเลิร์นนิงไม่ใช่เรื่องใหม่หรืออัลกอริธึมที่อยู่ไกลออกไปซึ่งพยายามแก้ปัญหาข้อบกพร่องในการค้นหา มันทำให้การจัดการง่ายขึ้นอย่างแน่นอน แมชชีนเลิร์นนิงกำลังพิสูจน์ให้ การตลาดดิจิทัลพัฒนา เร็วขึ้นและทำให้โลกของการค้นหาเชิงความหมายดีขึ้น ต้องใช้ความคิดอย่างมาก การวิจัยทางการตลาดและการทดสอบ และการดูแลเพื่อสร้างสิ่งที่สามารถปฏิวัติโลกแห่งการค้นหาเชิงความหมายเช่นนี้
คาดว่าการเรียนรู้ของเครื่องและการค้นหาจะจัดการกับคำค้นหาได้ดีกว่ากฎอัลกอริทึมที่เขียนโค้ดด้วยมือโดยวิศวกรที่เป็นมนุษย์ ผู้เชี่ยวชาญด้านการค้นหาของ Moz กล่าวว่า "แมชชีนเลิร์นนิงกำลังถูกใช้งานโดยแพลตฟอร์มหลักหลายแห่ง" ดังนั้นหากปัญญาประดิษฐ์เป็นอนาคตของ Google Search ก็อาจเป็นไปได้ว่าเราอยู่ในส่วนปลายของสิ่งอื่น ๆ อีกมากมายในโลกของ SEO
Google กำลังรวมความพยายามในการวิจัยทั้งหมดจากการค้นหาเพื่อให้สอดคล้องกับลำดับความสำคัญของการเรียนรู้ของเครื่องภายในบริษัท จากประสบการณ์การค้นหาของเขา John Giannandrea รองประธานฝ่ายวิศวกรรมคนปัจจุบันซึ่งเป็นผู้นำการวิจัยที่กว้างขวางของ Google และฝ่ายปัญญาประดิษฐ์ เป็นคนที่มีแนวโน้มมากที่สุดที่จะประสบความสำเร็จในตัวอักษรที่สำคัญและอัลกอริทึมจะเปลี่ยนแปลงไปข้างหน้า การปรับปรุงการค้นหาของ Google ที่ดูแลโดย Singhal ทำให้เครื่องมือค้นหาเว็บยักษ์นั้นเร็วขึ้น ฉลาดขึ้น และสามารถเจาะเข้าไปในอวัยวะภายในของซอฟต์แวร์ที่ทำงานบนอุปกรณ์มือถือได้ Giannandreas พร้อมที่จะเป็นบุคคลที่ดีที่สุดที่จะนำรากฐานที่สำคัญของ Google Search ไปข้างหน้า
ปัจจุบันแมชชีนเลิร์นนิงล้ำหน้ากว่ามากใน Google ที่มุ่งเน้นที่การค้นหาและความตั้งใจของผู้ใช้ ซึ่งถูกกำหนดให้ดำเนินการต่อไปอย่างไม่ต้องสงสัย เนื่องจากความซับซ้อนของการค้นหา ผู้เชี่ยวชาญด้าน SEO จึงไม่คาดหวังการปฏิวัติในชั่วข้ามคืนเมื่อพูดถึงการค้นหาของ Google เราทุ่มเทอย่างมากในรายละเอียดปลีกย่อยและเวลาในการสานต่อความปรารถนาของเราเพื่อให้ได้รับการมองเห็นการค้นหาที่เพิ่มขึ้น ซึ่งให้การเข้าชมเว็บใหม่ๆ ประสบการณ์ของผู้ใช้ที่ดีขึ้น และด้วยเหตุนี้ โอกาสในการสร้างรายได้ที่สูงขึ้น ด้วยความสำคัญทั้งหมดที่ Google ได้จัดสรรให้กับ RankBrain รายละเอียดที่แสดงให้เห็นว่ามันทำงานอย่างไรใน การมีอิทธิพลต่อโอกาสในการจัดอันดับของ Google ยังคงมีอยู่ ปัจจุบัน Google ได้เสนอตัวอย่างจริงสองสามตัวอย่างเกี่ยวกับการเปลี่ยนแปลงของ RankBrain ในลักษณะทั่วไปในวงกว้าง
Singhal: ผู้ดูแลอัลกอริธึมการค้นหาของ Google
Singhal มีส่วนเกี่ยวข้องอย่างมากกับการค้นหาของ Google ในช่วงที่เขาทำงานที่ Google จนถึงตอนนี้ เป็นที่ทราบกันดีว่าเขาต้องเข้าร่วมเมื่อคำแนะนำคือความจำเป็นในการเขียนอัลกอริทึมใหม่ที่สร้างโดยผู้ร่วมก่อตั้ง Google Larry Page และ Sergey Brin งานที่เกี่ยวข้องกับการถอดรหัสสิ่งที่ Google จะแสดงในหน้าผลลัพธ์ของเครื่องมือค้นหา (SERP) เพื่อตอบสนองต่อการค้นหานั้นมีความสำคัญต่อแกนหลักของการค้นหายักษ์
แมชชีนเลิร์นนิงกำลังเปลี่ยนแปลงภูมิทัศน์ของ SEO อย่างรวดเร็ว John Giannandrea กล่าวกับผู้สื่อข่าวที่สำนักงานใหญ่ของ Google เมื่อฤดูใบไม้ร่วงปีที่แล้ว “มากขึ้นเรื่อยๆ เรากำลังค้นพบว่าถ้าเราสามารถเรียนรู้สิ่งต่าง ๆ แทนที่จะเขียนโค้ด เราสามารถปรับขนาดสิ่งเหล่านี้ให้ดีขึ้นได้มาก” อย่างไรก็ตาม แมชชีนเลิร์นนิงไม่ใช่เรื่องใหม่ ในปี 1957 นักคณิตศาสตร์ชาวอเมริกันและนักวิจัยด้านปัญญาประดิษฐ์ Ray Solomon ได้ตีพิมพ์ “เครื่องอนุมานแบบอุปนัย” ตาม historyofinformation.com*** บันทึกอนุสัญญา IRE ส่วนทฤษฎีสารสนเทศ ส่วนที่ 2 (1957) 56-62 นี่เป็นกระดาษแผ่นแรกที่เขียนเกี่ยวกับการเรียนรู้ของเครื่อง
สิงคาลไม่เคยหันเหจากหางเสือนี้ งานของเขายังคงชี้นำการค้นหาของ Google ตลอดช่วงการเปลี่ยนภาพในการขยายการค้นหาแนวตั้ง การแสวงหาการรวมสัญญาณทางสังคม คำตอบโดยตรงของ Google เมื่อการค้นหามีความหมายมากขึ้น และอาจสำคัญที่สุด ทำให้ Google ประสบความสำเร็จในโลกการค้นหาบนมือถือ
แมชชีนเลิร์นนิงเป็นมากกว่า SEO ที่เน้นแค่การคลิกเท่านั้น เครื่องมือค้นหาใหม่ของ Google ในปัจจุบันกำลังจัดทำตารางวิธีที่ผู้คนโต้ตอบกับเว็บไซต์ของคุณ: พวกเขากดปุ่มย้อนกลับและคลิกบนไซต์อื่น ๆ หรือพอใจกับคำตอบที่พวกเขาค้นหาเมื่ออยู่บนไซต์ของคุณหรือไม่ แมชชีนเลิร์นนิงนำการค้นหาไปยังที่ที่เกี่ยวกับกิจกรรมหลังการคลิกมากขึ้น คุณไม่เพียงแค่ต้องชนะการคลิกหลังจากแสดงใน SERPS เท่านั้น แต่คุณต้องสร้างความพึงพอใจให้ผู้ใช้ด้วยประสบการณ์ที่ยอดเยี่ยมบนไซต์ของคุณ
Google Search เปลี่ยนไปใช้แมชชีนเลิร์นนิงเพื่อประเมินประสบการณ์ของลูกค้าได้ดียิ่งขึ้น
Google มีการเปลี่ยนแปลงครั้งใหญ่ในการค้นหาหรือไม่ ประสบการณ์ของลูกค้ายังคงมีความสำคัญสูงสุด และการเปลี่ยนแปลงภายใต้การนำของ Google อาจส่งผลต่อการจัดลำดับความสำคัญเชิงกลยุทธ์ของนักการตลาดไปสู่แนวทางที่เน้นข้อมูลที่มีโครงสร้างและการเรียนรู้ของเครื่องเป็นศูนย์กลางมากขึ้น เว็บมาสเตอร์ที่กำลังมองหา แนวทางปฏิบัติที่ดีที่สุดสำหรับ SEO เพื่อเพิ่มประสิทธิภาพ เนื้อหาเว็บอย่างมีประสิทธิภาพซึ่งไปในแต่ละหน้าของเว็บไซต์เพื่ออำนวยความสะดวกในการมีส่วนร่วมของผู้ใช้ แต่จะทำให้ผู้เยี่ยมชมไซต์สมบูรณ์ขึ้นว่าพวกเขาบริโภคและตอบสนองต่อเนื้อหานั้นอย่างไร แผนที่ความร้อน เช่น Crazy Egg มีประโยชน์อย่างมากในการเปิดเผยฮอตสปอตที่ผู้ใช้ชอบบนไซต์ของคุณ ถึงแม้ว่าดูเหมือนว่าผู้ค้นหาสามารถถาม Google อะไรก็ได้และรับคำตอบ แต่การรู้ว่าพวกเขาพอใจกับคำตอบเมื่อเข้าสู่เว็บไซต์ของคุณหรือไม่นั้นเป็นสิ่งที่ยากกว่าในการพิจารณา
เราคาดหวังว่าจะได้เห็นการเรียนรู้เชิงลึกหรือแมชชีนเลิร์นนิงเป็นส่วนสำคัญของ Google Search ในอนาคต ด้วยความซับซ้อนของอัลกอริธึม การเติบโตของแมชชีนเลิร์นนิงจะเป็นเพียงองค์ประกอบหนึ่งของวิธีการทำงานของ Google Search โดยพื้นฐานแล้ว งานของ John Giannandrea และทีมของเขาได้พัฒนาเครื่องมือแมชชีนเลิร์นนิงของ Google ให้เชี่ยวชาญมากขึ้นในการวิเคราะห์คำและวลีที่เป็นส่วนหนึ่งของคำค้นหา ด้วยการตัดสินใจที่เข้าใจง่ายขึ้นในการตัดสินใจว่าคำและวลีใดที่เกี่ยวข้องกันซึ่งมีความหมายเหมือนกันมาก Google Search แบบใหม่จึงปรับปรุงระบบที่อิงตามกฎแบบเก่าเมื่อจัดการกับคำค้นหาใหม่ๆ มาร์กอัปสคีมา ช่วยในกระบวนการทำให้เข้าใจเนื้อหาหน้าเว็บได้ง่ายขึ้นและจับคู่กับข้อความค้นหาเหล่านั้น มีคำถามใหม่ๆ มากมายใน Google Searches ทุกวัน ซึ่งไม่เคยพบมาก่อน
เมื่อฉันเขียนตอนนี้เป็นเวลา 12:58 น. และจำนวนข้อความค้นหาที่ Google Searches ค้นหาจนถึงทุกวันนี้คือ 2,464,000,000 และเพิ่มขึ้นอย่างรวดเร็ว ขณะนี้ Google ประมวลผลคำค้นหาโดยเฉลี่ยมากกว่า 42,000 คำต่อวินาที ซึ่งจบลงด้วยการค้นหามากกว่า 3.5 พันล้านครั้งต่อวัน และ 1.2 ล้านล้านคำค้นหาทั่วโลกต่อปี
ด้วยความเชี่ยวชาญด้านปัญญาประดิษฐ์ ขณะที่ John Giannandrea รับผิดชอบอัลกอริธึมการค้นหาของ Google จึงสมเหตุสมผลที่ Google ยอมรับอนาคตของ Google Search ที่กำลังเปลี่ยนไปใช้การเรียนรู้ของเครื่อง การจัดการการค้นหาใหม่จำนวนมากจึงเป็นงานใหญ่ “จากการเปิดเผยของ comScore สู่สาธารณะ ณ เดือนธันวาคม 2555 Google มีส่วนแบ่ง 65.2% ของปริมาณการค้นหาเว็บทั่วโลก โดยมีการค้นหา 114.7 พันล้านครั้งในเดือนนั้น” www.internetlivestats.com* กล่าว
รวมวิธีที่เครื่องและผู้ใช้ให้คะแนนเนื้อหาของคุณ 
John Giannandrea มีอิทธิพลต่อ RankBrain สำหรับ Google Search อย่างไร
สิงห์ได้รับเลือกให้เป็น Google Fellow ซึ่งเป็นเกียรติสูงสุดที่ Google มอบให้กับวิศวกรค้นหา ในระหว่างที่เขาทำงานที่ Google เขาได้ควบคุมเครื่องมือค้นหาของบริษัท และอย่างที่เราทุกคนทราบดีว่าเสิร์ชเอ็นจิ้นของ Google ได้ปกครองอินเทอร์เน็ตอย่างเป็นธรรม
ตั้งแต่แท็กชื่อเรื่องไปจนถึงเมตาแท็กคำอธิบายและข้อมูลที่มีโครงสร้าง สิ่งเหล่านี้ช่วยให้ภาพรวมคร่าวๆ ของเนื้อหาเว็บไซต์ของคุณ เมื่อปรับให้เหมาะสมอย่างถูกต้อง ข้อมูลดังกล่าวอาจช่วยให้หน้าได้รับการแนะนำใน SERP ด้วยตัวอย่างข้อมูลสื่อสมบูรณ์ ผู้ใช้ดำเนินการค้นหา และแม้แต่หน้าลึกที่มีเนื้อหาเฉพาะก็อาจปรากฏขึ้นบ่อยขึ้นในการเรียนรู้ของเครื่อง
ความพยายามของ John Giannandrea ที่ Google จนถึงปัจจุบันได้ช่วยพัฒนาข้อมูลสรุปของเครื่องมือค้นหาว่าหน้านั้นเกี่ยวกับอะไร ในไตรมาสแรกของปี 2559 Google Webmaster Tools ได้ขยายขอบเขตออกไป โดยให้ส่วนการวิเคราะห์เนื้อหาที่สมบูรณ์เพื่อช่วยผู้เชี่ยวชาญด้าน SEO ปรับปรุงเอกสาร HTML ของตน
ที่ Google ปัญญาประดิษฐ์ อยู่ที่ส่วนท้ายสุดของการเรียนรู้ของเครื่อง Google ลงทุนอย่างมากในการเรียนรู้ของเครื่องภายใต้ John Giannandreas ซึ่งรวมถึง Google Search สำหรับวิดีโอ คำพูด การแปล และการค้นหาเมื่อเร็วๆ นี้ ข้อความค้นหานับล้านทุกวินาทีที่บุคคลพิมพ์ลงในช่องค้นหาของ Google จะถูกตีความโดยระบบปัญญาประดิษฐ์ที่มีชื่อเล่นว่า RankBrain Greg Corrado นักวิทยาศาสตร์การวิจัยอาวุโสของ Google กล่าวว่า "RankBrain ใช้ปัญญาประดิษฐ์เพื่อฝังภาษาเขียนจำนวนมหาศาลลงในเอนทิตีทางคณิตศาสตร์ที่เรียกว่าเวกเตอร์ ซึ่งคอมพิวเตอร์สามารถเข้าใจได้" เมื่อ RankBrain เห็นคำหรือวลีใหม่ เครื่องจะคาดเดาว่าคำหรือวลีใดมีความหมายคล้ายกันในการตอบคำค้นหา
ตามข่าวของ Bloomberg งานค้นหาเพิ่มเติมที่เขาดูแลรวมถึงความก้าวหน้าในการจดจำภาพและเทคโนโลยีที่จัดหาข้อมูลตามสิ่งที่ผู้ใช้ทำกับอุปกรณ์ของพวกเขา แทนที่จะเป็นคำค้นหาที่ชัดเจนที่ใช้
คำถาม: แมชชีนเลิร์นนิงคืออะไร
คำตอบ: “แมชชีนเลิร์นนิงเป็นสาขาย่อยของวิทยาการคอมพิวเตอร์ที่ทำให้คอมพิวเตอร์สามารถเรียนรู้ได้โดยไม่ต้องมีการตั้งโปรแกรมอย่างชัดเจนและพัฒนาจากการศึกษาการจดจำรูปแบบและทฤษฎีการเรียนรู้ด้วยคอมพิวเตอร์ในปัญญาประดิษฐ์ แมชชีนเลิร์นนิงสำรวจการศึกษาและสร้างอัลกอริธึมที่สามารถเรียนรู้ได้ จากและทำการคาดการณ์เกี่ยวกับข้อมูล - อัลกอริธึมดังกล่าวเอาชนะการปฏิบัติตามคำแนะนำโปรแกรมแบบคงที่อย่างเคร่งครัดโดยการคาดการณ์หรือการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลผ่านการสร้างแบบจำลองจากอินพุตตัวอย่าง” ตาม Wikipedia คำค้นหาที่ใช้อย่างชัดเจน
ผู้เชี่ยวชาญ SEO ที่ยึดมั่นในการเรียนรู้ของเครื่อง
ผู้เชี่ยวชาญด้าน SEO ขั้นสูงเข้าใจพีชคณิตเชิงเส้นเบื้องหลังการเรียนรู้ของเครื่องในระดับหนึ่ง ผลลัพธ์ที่ได้สามารถดึงผลลัพธ์ที่แม่นยำมากเพื่อให้ตรงตามจุดประสงค์ของผู้ใช้ เป็นการยากกว่ามากที่จะอธิบายว่าสิ่งใดทำให้พวกเขาได้รับผลลัพธ์ที่ถูกต้องและ Google Search มุ่งไปที่ใด ในขั้นต้นตัวอักษรขโมยตำแหน่งมูลค่าตลาดสูงสุดจาก Apple กลางวันจันทร์ซึ่งนำไปสู่รายงานผลประกอบการไตรมาสสี่ การค้นหาของ Google ถูกตีความโดยบางคนว่าได้รับอำนาจสูงสุด ในหน่วย Google หลักของ Alphabet
สันนิษฐานว่า John Giannandrea จะยังคงเป็นผู้นำในการปรับเปลี่ยนพฤติกรรมของโครงข่ายประสาทเพื่อปรับคณิตศาสตร์ผ่านสัญชาตญาณ การวิจัยเพิ่มเติม การลองผิดลองถูก คุณต้องฝึกพวกเขาใหม่เกี่ยวกับข้อมูลใหม่ โดยยังคงมีการลองผิดลองถูกมากกว่าเดิม ในขณะที่ Google ย้ายการค้นหาไปยังโมเดลแมชชีนเลิร์นนิงที่ซับซ้อนนี้ จึงไม่มีความชัดเจนในการค้นหาทั้งหมด สมองของมนุษย์ยังคงเป็นผู้นำทางเบื้องหลังเครื่องจักรเหล่านี้ แต่มีการเปลี่ยนแปลงอย่างไร เมื่อวานนี้ Google ได้เพิ่มการรองรับ JSON-LD ที่ครอบคลุมมากขึ้นสำหรับมาร์กอัปข้อมูลที่มีโครงสร้าง อาจเป็นการให้ที่ตรงกับการอัปเดตในการเรียนรู้ของเครื่องเสิร์ช Google
หากไซต์ของคุณมีหน้าเว็บเป็นพันๆ หน้า การสร้าง ข้อมูลที่มีโครงสร้างเพิ่มเติมด้วย มืออาจไม่สามารถทำได้ เราขอแนะนำให้เริ่มต้นด้วยหน้าบริการหลักและหน้าสำคัญที่ Google Analytics แสดงเป็นที่ต้องการของผู้ชมมากที่สุด
เรากำลังเรียนรู้เพิ่มเติมว่า Google อาจใช้แมชชีนเลิร์นนิงเพื่อตอบคำถามที่ แสดงในช่องคำตอบด่วนของ Google ได้อย่างไร ด้านปัญญาประดิษฐ์เสนอเครื่องจักรอัจฉริยะเพื่อลดความพร่ามัวที่เครื่องมือค้นหาบางตัวต้องดิ้นรนเมื่อน้ำซุปข้นเป็นสิ่งที่สามารถเสนอให้ตรงกับความตั้งใจของผู้ใช้ได้ ไม่ว่าเราต้องการให้ทุกอย่างเป็นมาตรฐานเพียงใด ผลลัพธ์ของอุตสาหกรรมการค้นหาไม่ได้ขึ้นอยู่กับกฎเกณฑ์ที่แน่นอนโดยตรง โดยอาศัยการทำงานของภาษาเชิงความหมาย การรู้จำคำพูด การแปล และการประมวลผลภาพที่ยังคงจุดประกายความท้าทายทางวิทยาศาสตร์และวิศวกรรมอย่างลึกซึ้ง
อย่าสับสนระหว่างการมีส่วนร่วมของผู้ใช้กับประสบการณ์ของผู้ใช้
Michael Martinez เจ้าของ seo.theory.com กล่าวในลักษณะนี้ “ผู้คนยังคงสับสนระหว่าง 'การมีส่วนร่วมของผู้ใช้' กับ 'ประสบการณ์ของผู้ใช้' ประสบการณ์ผู้ใช้คือสิ่งที่คุณใส่บนหน้า การมีส่วนร่วมของผู้ใช้คือสิ่งที่ผู้เข้าชมทำบนหน้า” Google ไม่สามารถติดตามสิ่งที่คนเหล่านี้ทำบนหน้าเว็บส่วนใหญ่ได้เมื่อไม่มี Google Analytics
หากคุณวิเคราะห์การเข้าชมที่เข้ามาผ่าน Google Analytics การค้นหาโดย Google เป็นหนึ่งในหลาย ๆ วิธีที่ผู้เยี่ยมชมเข้าถึงเว็บไซต์ของคุณ เมื่อคุณติดตาม "การดูหน้าเว็บโดยเฉลี่ยต่อการเข้าชม" เพื่อเรียนรู้วิธีที่ผู้ใช้เดินทางผ่านช่องทางการแปลงดิจิทัลจากหน้าหนึ่งไปอีกหน้า เมื่อเกินสองหน้า เนื้อหาของคุณจะดึงดูดผู้ใช้ ไม่ใช่การค้นหาของ Google ข้อมูลคาดการณ์ที่ธุรกิจใช้ประโยชน์จะต้องมากกว่าปริมาณข้อมูลที่ Google Bot คาดการณ์ไว้ก่อนหน้านี้
Google เช่นเดียวกับเครื่องมือค้นหาอื่นๆ วัดความพึงพอใจของผู้ใช้ภายในผลการค้นหาของตนเอง การทำความเข้าใจขอบเขตความพึงพอใจของผู้ใช้กับการส่งข้อความบนเว็บของคุณจะขยายไปสู่เวทีดิจิทัลทั้งหมด รวมถึงเครือข่ายสังคมออนไลน์ สิ่งพิมพ์ข่าว Buzzsumo และอื่นๆ ทั้งหมดของคุณ การรู้ว่าการค้นหามุ่งไปที่ใดเป็นสิ่งสำคัญสำหรับการตลาดเนื้อหาและการวางแผนแคมเปญ SEO ปัญญาประดิษฐ์และการพึ่งพาการเรียนรู้เชิงลึก มีความสำคัญมากขึ้นเท่านั้น
ธุรกิจของคุณต้องการอะไรในขณะที่การค้นหาของ Google เปลี่ยนไป?
คำขอจำนวนมากที่เข้ามาหาเราเผยให้เห็นว่าบ่อยครั้งที่ธุรกิจพบว่าสับสนว่าจะต้องไปที่ใดต่อไปเกี่ยวกับการค้นหาและการตลาดดิจิทัล เนื่องจาก SEO เติบโตขึ้นอย่างรวดเร็ว ไม่ว่าธุรกิจจะเพิ่งเริ่มต้นหรือกำลังมองหาสิ่งที่พวกเขาต้องทำต่อไปเพื่อให้เป็นที่รู้จักทางออนไลน์ พวกเขาจึงแสวงหาคำแนะนำจากผู้เชี่ยวชาญด้าน SEO ที่คอยติดตามข่าวสารล่าสุดเกี่ยวกับการค้นหาที่ได้รับและเสียค่าใช้จ่าย
นักการตลาดในทุกพื้นที่ดิจิทัลต่างยอมรับความเป็นจริงของประสบการณ์ของลูกค้าที่เปลี่ยนแปลงไป การนำ Google Search ใหม่อย่างก้าวกระโดดเป็นแรงบันดาลใจให้แนวทางของเราในด้านกลยุทธ์ SEO ความคิดสร้างสรรค์ ความกระตือรือร้น และความสำเร็จของลูกค้าของเราในท้ายที่สุด
กลวิธีสำหรับการทำ SEO ที่ประสบความสำเร็จได้เปลี่ยนแปลงไปอย่างมากในช่วงหลายเดือนที่ผ่านมา ภายใต้การนำใหม่ของ John Giannandrea สถานะปัจจุบันของ SEO จะยังคงดำเนินต่อไป ประสบการณ์เชิงลึกของเขาในการค้นหาและ Google อ่านเนื้อหาในปี 2559 ทำให้นักการตลาดการค้นหาต้องใช้เวลาและความพยายามใหม่ในการเรียนรู้ภูมิทัศน์ที่เปลี่ยนแปลงไปของ Google Search กลยุทธ์ก่อนหน้านี้ในการเพิ่มปริมาณการเข้าชมไซต์ของคุณด้วยพาดหัวข่าวที่ปรับให้เหมาะสมและคำหลักที่เลือกสรรมาอย่างดี ตอนนี้จำเป็นต้องได้รับการประเมินเพื่อพัฒนาเป็นกลยุทธ์ SEO ใหม่ที่มี อัลกอริธึมมือถือของ Google ปีใหม่และความเป็นผู้นำในการเพิ่มประสิทธิภาพกลไกค้นหารุ่นใหม่ปรากฏขึ้นที่ Google เราเชื่อว่ารายงานนี้มีประโยชน์สำหรับคุณ และบางทีอาจจุดประกายให้มุ่งเน้นที่แนวคิดทางการตลาดที่เหมาะกับบริษัทของคุณมากขึ้น
หลายคนที่ใช้อินเทอร์เน็ตไม่ได้มีส่วนร่วมในด้านที่กำลังดำเนินการอยู่รอบ ๆ การฝึกอบรมระบบคลาวด์ เห็นได้ชัดว่าเป็นสิ่งที่ดีที่มีผู้มีอิทธิพลจำนวนมากเช่น John Giannandrea เป็นผู้นำของ Google Search เพื่อสร้างอัลกอริธึมที่เข้าใจภาษาและภาพในลักษณะที่คล้ายกับคอมพิวเตอร์น้อยลงและเหมือนมนุษย์มากขึ้นในการโต้ตอบและการตีความ จากประสบการณ์ของผู้นำเจ้าหน้าที่ที่ได้รับการฝึกอบรมระบบคลาวด์จำนวนมากที่ Google อนาคตของการค้นหาอาจได้รับอิทธิพลจากการเรียนรู้ของเครื่องมากกว่าที่เคยภายใต้การนำใหม่นี้
รวมวิธีที่เครื่องและผู้ใช้ให้คะแนนเนื้อหาของคุณ
สิ่งสำคัญคือต้องเข้าใจทั้งความก้าวหน้าในการเรียนรู้ของเครื่องค้นหาของ Google และวิธีที่ผู้เยี่ยมชมหน้าเว็บดูเนื้อหาของคุณ
แมชชีนเลิร์นนิงมีความหมายอย่างไรต่อผู้เชี่ยวชาญด้าน SEO รวมถึงการระบุว่าสิ่งใดเหมาะสมเมื่อมนุษย์เขียนข้อความบนเว็บ และหวังว่าผู้ซื้อที่คาดหวังที่ค้นหาผลิตภัณฑ์ของตนจะพบหน้าที่เกี่ยวข้อง ระบุข้อมูลกราฟเอนทิตีที่ใช้สำหรับภาพหมุนของผลิตภัณฑ์ พวกเขาเขียนโค้ดที่ออกแบบมาเพื่อช่วยให้เครื่องเรียนรู้ว่าหน้านั้นเกี่ยวกับอะไร จึงสามารถให้รางวัลแก่ผู้ที่ค้นหาเนื้อหาที่เกี่ยวข้อง
ก่อนหน้านี้ อัลกอริธึมของ Google พยายามค้นหาสิ่งที่ผู้บริโภคคิดว่าจะเป็นคำตอบที่ดีสำหรับคำค้นหา เมื่อผู้ดูเข้ามาที่เว็บไซต์ของคุณแล้ว หากพวกเขาติดตามลิงก์จากหน้าเว็บหนึ่งไปยังอีกหน้าหนึ่ง นั่นคือมนุษย์ ไม่ใช่เครื่องจักรที่ค้นหาหน้าเว็บที่มีคุณค่าของคุณ มาร์กอัปข้อมูลที่มีโครงสร้าง เป็นโค้ดที่เขียนขึ้นเพื่อให้เครื่องถอดรหัสเนื้อหาได้ง่ายขึ้น การใช้ข้อความบนหน้าเว็บ ซึ่งใช้คำหลัก ความถี่และสถานที่ ภาพที่น่าสนใจ และประโยชน์ของผู้ใช้ เป็นรายการเพิ่มเติมที่สามารถสะท้อนถึงคุณภาพตามที่มนุษย์รับรู้ได้ Danny Sullivan จาก Search Engine Land ให้ความเห็นว่า "เพื่อให้เข้าใจง่ายขึ้นอย่างมาก ก็คือ (การเรียนรู้ของเครื่องจักร) เหมือนกับการสอนเสิร์ชเอ็นจิ้นให้ระบายสีด้วยตัวเลข แทนที่จะสอนวิธีการเป็นศิลปินที่ยอดเยี่ยมด้วยตัวมันเอง"
การมีส่วนร่วมของอัลกอริธึม RankBrain ในการค้นหาเป็นส่วนหนึ่งของการผลักดันโดย Google เป็นเวลาครึ่งทศวรรษในด้านแมชชีนอัจฉริยะ เนื่องจากบริษัทพยายามที่จะฝังเทคโนโลยีให้ลึกลงไปในแกนการค้นหาของตน แมชชีนเลิร์นนิงเป็นวิธีการเปลี่ยนแปลงหลักที่ Google ใช้เพื่อจัดโครงสร้างใหม่ทั้งหมดที่เกี่ยวข้องกับการค้นหา รวมถึง การผสานรวมกับ Google Maps และวิธีที่ Google Assistant แสดงผลลัพธ์ทางธุรกิจที่สั่งงานด้วยเสียง John Giannandrea ได้รับความเคารพจากหลาย ๆ คนสำหรับภูมิหลังทางเทคนิคที่กว้างขวางของเขาในการค้นหาความรู้ที่กว้างขวางของเขาในทุกแง่มุมของการค้นหา การค้นหาของ Google เป็นหัวใจสำคัญของผู้เชี่ยวชาญด้าน SEO ในขณะที่เราคาดหวังในบทบาทใหม่นี้ เขาจะพัฒนาทีมของเขาและพัฒนา Google Search ต่อไป โดยเฉพาะใน SERP สำหรับอุปกรณ์เคลื่อนที่
การเรียนรู้ของเครื่องทำงานอย่างไร 
โดยพื้นฐานแล้ว แมชชีนเลิร์นนิงทำงานในกระบวนการสองขั้นตอน
ขั้นตอนที่ 1 เป็นกระบวนการประเมินที่ดำเนินการกับชุดข้อมูลโดยใช้อัลกอริทึมของ Google เพื่อให้งานสำเร็จเป็นผลลัพธ์ เมื่อใช้ RankBrain อัลกอริทึมที่สร้างขึ้นจะเป็นอัลกอริธึมที่ทำให้สามารถแยกวิเคราะห์ภาษาธรรมชาติได้ดีขึ้นใน Google Search
ขั้นตอนที่ 2 ในการเรียนรู้ของเครื่องจะใช้อัลกอริธึมที่ได้มาและนำไปใช้กับชุดข้อมูลใหม่ อีกครั้งเมื่อใช้ RankBrain อัลกอริธึมนี้จะประมวลผลคำค้นหาของผู้ใช้ที่ได้รับเพื่อช่วยให้ทราบเนื้อหาและวัตถุประสงค์ของข้อความค้นหาเหล่านั้นได้ดีขึ้น จากนั้นจึงแยกแยะเอกสารที่เกี่ยวข้องกับข้อความค้นหานั้น
แมชชีนเลิร์นนิงของ Google Search เกี่ยวข้องกับอัลกอริธึม Hummingbird เหมือนกับเครื่องบินหรือรถแทรกเตอร์ที่มีกลไกขับเคลื่อน ตัวเครื่องยนต์เองเป็นหน่วยที่ซับซ้อนซึ่งประกอบด้วยส่วนต่างๆ หลายส่วน แต่ละส่วนสัมพันธ์กัน ในทำนองเดียวกัน Hummingbird ครอบคลุมส่วนต่างๆ โดย RankBrain เป็นหนึ่งในส่วนใหม่ล่าสุด
โดยเฉพาะอย่างยิ่ง เราทราบดีว่าแมชชีนเลิร์นนิงของ RankBrain เป็นส่วนประกอบของอัลกอริธึม Hummingbird โดยรวมและกำลังจัดการการค้นหาใน Google ในเปอร์เซ็นต์ที่สูงขึ้นเรื่อยๆ
อัลกอริธึมของ Hummingbird มักใช้ชื่อที่เกี่ยวข้องซึ่งคุ้นเคยกับผู้ที่อยู่ในอุตสาหกรรม SEO ซึ่งรวมถึงข้อกำหนดต่างๆ เช่น Google Penguin, Panda, Pigeon, Payday, Pirate และ Top Heavy ซึ่งมีวัตถุประสงค์เพื่อลดระดับหน้าเว็บที่มีโฆษณาจำนวนมากใน SERP แมชชีนเลิร์นนิงเป็นแกนหลักของ อัลกอริธึม Mobile-First ซึ่งมอบรางวัลดีๆ ให้กับเพจที่เหมาะกับอุปกรณ์พกพา โดยเฉพาะ Accelerated Mobile Pages (AMP)
การเรียนรู้ของเครื่อง RankBrain ทำอะไรได้บ้าง?
Stone Temple ดำเนินการศึกษาเชิงลึกเกี่ยวกับ RankBrain และสรุปว่า "ไม่ได้เปลี่ยนวิธีที่ Google ตีความลิงก์ เนื้อหา แง่มุมอื่นๆ ที่เกี่ยวข้อง สแปม หรืออัลกอริธึมอื่นๆ" ช่วยในการถอดรหัสทั้งสิ่งที่ RankBrain ทำและไม่ทำ ที่สำคัญที่สุด ข้อสรุปของพวกเขาก็คือว่าอัลกอริธึมเหล่านี้ไม่ได้เปลี่ยนแปลงอะไรเลย จากข้อมูลที่มีอยู่ในปัจจุบัน ความเข้าใจของเราคือ RankBrain ไม่ได้จัดประเภทหน้าเว็บ การจัดประเภทเป็นเรื่องเกี่ยวกับการวิเคราะห์แบบสอบถาม
สิ่งที่ทำได้ดีกว่าในการแปลข้อความค้นหาและทำความเข้าใจเนื้อหาของหน้า และด้วยเหตุนี้ การเรียนรู้ของเครื่อง RankBrain จึงช่วยปรับปรุงการจับคู่ที่เกี่ยวข้องอย่างกว้างขวาง ผลลัพธ์ของการเรียนรู้พฤติกรรมมนุษย์ของ AI ได้ดีขึ้นก็คือ วิธีที่มันไขปริศนาเจตนาของผู้ใช้นำไปสู่การเปลี่ยนแปลงหลายอย่างในผลลัพธ์ SEO เราทุกคนต่างพยายามเรียนรู้ว่าแมชชีนเลิร์นนิงส่งผลต่อวิวัฒนาการของการค้นหาอย่างไร และนั่นหมายถึงอนาคตของ SEO อย่างไร
วิศวกรรมการค้นหาสมัยใหม่เป็นการ วิเคราะห์เชิงความหมายที่ซับซ้อนของคำหลัก และอื่นๆ อีกมากมาย รวมถึง HTMM (โมเดล Markov หัวข้อที่ซ่อนอยู่) และ PLSA นักการตลาดที่พยายามทำความเข้าใจสิ่งที่ผู้ใช้กำลังค้นหาให้ดีขึ้นจะพบว่าเนื้อหาของพวกเขาสอดคล้องกับความก้าวหน้าในการทำงานของการค้นหามากขึ้น
เมื่อเข้าใจข้อกังวลหลักที่ RankBrain พยายามแก้ไข เราก็สามารถแยกแยะการคาดเดาที่แปลกประหลาดกว่าสิ่งที่ระบบ AI ทำ ผู้เชี่ยวชาญด้าน SEO ทุกคนที่พยายามทำความเข้าใจการค้นหาเชิงความหมาย แมชชีนเลิร์นนิง และโครงสร้างตามกรณีจะพบว่าตนเองอยู่ท่ามกลาง SEO เชิงความหมายที่น่าตื่นเต้นและมีความต้องการสูง เมื่อรวมเข้ากับความสามารถในการอ่านรายงาน AdWords และ Analytics แล้วธุรกิจของคุณจะได้รับประโยชน์จากการคาดคะเนจากข้อมูลของคุณ เพื่อสร้างและปรับเนื้อหาเว็บของคุณเพื่อปรับปรุงเมื่อเวลาผ่านไป เราติดตามอย่างใกล้ชิดและทำงานเพื่อใช้กลยุทธ์การค้นหาใหม่ๆ ที่รวมเอาสิ่งที่เรารู้เกี่ยวกับอัลกอริธึมการเรียนรู้ของเครื่องล่าสุดหรือแอปพลิเคชันที่ใช้ อัลกอริทึมการค้นหาบนมือถือของ Google
เหตุใดแมชชีนเลิร์นนิงจึงถูกสร้างขึ้น
เพื่อให้เข้าใจมากขึ้นว่า Google Search ก้าวหน้าไปอย่างไร ควรพิจารณาการแก้ไขที่กระบวนการออกแบบมาเพื่อช่วยแก้ไข:
• สร้างขึ้นเพื่อจัดการกับการค้นหาที่ซับซ้อนและการค้นหาใหม่ๆ ที่เพิ่มขึ้นเรื่อยๆ
Google เผชิญกับการค้นหาใหม่ๆ ที่หลากหลายและยาวนานในแต่ละวัน (15% ของคำค้นหาทั้งหมด) ที่ไม่เคยถูกป้อนลงในช่องค้นหามาก่อน เนื่องจากไม่มีประวัติก่อนหน้าที่จะจัดการการค้นหาดังกล่าวได้อย่างง่ายดาย Google จึงต้องกำหนดวิธีเชื่อมโยงสิ่งเหล่านี้กับความสนใจของผู้ใช้การค้นหาครั้งก่อนเพื่อแสดงผลลัพธ์ที่เกี่ยวข้องมากที่สุด
• การจัดการคำค้นหาที่คลุมเครือ
ผู้ใช้อินเทอร์เน็ตมักใช้รูปแบบคำที่คลุมเครือหรือภาษาพูดในการค้นหาด้วยเสียงที่สามารถสื่อความหมายได้มากกว่าหนึ่งสิ่งตามบริบทที่หลากหลาย การมีเครื่องที่รู้วิธีประมวลผลประวัติการค้นหาที่มีอยู่ช่วยให้ Google สามารถคาดเดาเจตนาของผู้ใช้ได้ดีขึ้น
• ปรับแต่งความถูกต้องและความถูกต้อง
ความก้าวหน้าจากกลยุทธ์การจับคู่คำหลักแบบเดิมไปสู่การทำความเข้าใจบริบทช่วยให้เกิดความแม่นยำที่ดีขึ้นเมื่อต้องรับมือกับรูปแบบต่างๆ ของคำหลักเดียวกัน (เอกพจน์เทียบกับพหูพจน์ คำพ้อง ตัวย่อ คำย่อ การสะกดผิด ฯลฯ)
แมชชีนเลิร์นนิงจัดการกับคำค้นหาอย่างเป็นธรรมชาติยิ่งขึ้น และการค้นหาด้วยเสียงกำลังเพิ่มขึ้น เทคโนโลยีการค้นหาด้วยเสียง เช่น Siri, Google Now และ Cortana ได้รับการยอมรับอย่างกว้างขวางมากขึ้น ไม่ว่าจุดประสงค์ของมันคือเมื่อเริ่มต้นแมชชีนเลิร์นนิงของ RankBrain มีบทบาทสำคัญในการช่วยให้ผู้ช่วยค้นหาด้วยเสียงมีความแม่นยำที่ดีขึ้นเมื่อให้ผลลัพธ์สำหรับการค้นหาด้วยเสียง
“นั่นอาจเป็นการประเมินที่ยุติธรรมเช่นกัน แมชชีนเลิร์นนิงเติบโตขึ้นอย่างมากใน Google และพร้อมที่จะดำเนินต่อไป อย่างไรก็ตาม การค้นหาโดย Google ไม่น่าจะเป็นการปฏิวัติชั่วข้ามคืน ในทางกลับกัน มีแนวโน้มมากกว่าที่จะเป็น “วิวัฒนาการ ไม่ใช่การปฏิวัติ” ที่เหนื่อยแต่จริงซึ่งเราจะได้เห็น” – แดนนี่ ซัลลิแวน
การตัดสินใจของ Google ในการปรับใช้ AI ในการค้นหาแสดงให้เห็นว่าบริษัทต่างๆ เริ่มมอบความไว้วางใจให้ธุรกิจที่มีค่าที่สุดของตนกับระบบที่ควบคุมโดยเครื่องจักรอัจฉริยะบางส่วน Facebook Inc. ใช้เทคนิค AI เพื่อกรองฟีดข่าวที่ประกอบด้วยโฮมเพจส่วนบุคคลของโซเชียลเน็ตเวิร์ก และ Microsoft Corp. ใช้ปัญญาประดิษฐ์เพื่อเพิ่มความสามารถของเสิร์ชเอ็นจิ้น Bing” – ข่าวบลูมเบิร์ก**
“ความจริงที่ว่าพวกเขามีหัวหน้าฝ่ายปัญญาประดิษฐ์เข้ามารับตำแหน่งนี้ เป็นการบอกได้มากว่าพวกเขาคาดหวังว่าจะพัฒนาไปที่ใดในอนาคต” – Sameet Sinha นักวิเคราะห์หุ้นอาวุโสที่ B. Riley & Co.
บทสรุป
และเช่นเคย ไม่มีอะไรแน่นอนโดยเฉพาะในอุตสาหกรรมที่มีการพัฒนาอย่างรวดเร็ว เช่น SEO สำหรับตอนนี้แมชชีนเลิร์นนิงเป็นสิ่งที่เราทุกคนพยายามเข้าใจ ในอนาคต หลายคนคาดหวังว่า RankBrain จะถูกใช้งานในแอพพลิเคชั่นที่เพิ่มมากขึ้นเรื่อยๆ นอกเหนือไปจากการตีความคำค้นหาเท่านั้น หากมีความก้าวหน้ามากพอที่จะเข้าใจเนื้อหาออนไลน์ทุกรูปแบบได้จริง มันจะเป็นนวัตกรรมขนาดยักษ์ในอุตสาหกรรมที่มีระลอกคลื่นไกลเกินกว่าที่เราจะคาดการณ์ได้ในปัจจุบัน
หากต้องการรับประโยชน์จากคำแนะนำในการกำหนดแผนการตลาดแบบกำหนดเองสำหรับธุรกิจของคุณตามความรู้ที่ผ่านการทดสอบของเราเกี่ยวกับกลวิธีและกลยุทธ์ SEO ที่ดีที่สุด โทรหาเราที่ 651-206-2410