机器学习如何平整SERP竞争环境

当我们想到数字营销世界中的竞争时，通常不会想到Google，因为它似乎确实在其开展业务的大多数领域都占据着主导地位。 最近在约翰·奥利弗（John Oliver）的“上周今晚”上讨论企业垄断的部分，嘲笑将必应（Bing）列为主导的搜索引擎，其图形显示为“必应（Bing。 Google的最佳去处。”

然而，在大多数情况下，数字营销领域一直是一个竞争激烈的领域，尽管这一准则也有例外。 由于长期的信任，老牌品牌经常占据着SERP的头把交椅，新鲜的域名不得不排队等待，黑帽SEO允许网站管理员玩这个系统并为稀薄内容提供高排名。 十年前，SEO代理和网站管理员可以使用简单的启发式方法和嗡嗡声高的关键字对内容进行排名，而不考虑其对用户意图或实际质量的作用。

蜂鸟更新和RankBrain的后续推出完全改变了所有这些概念。

他们还应该改变SEO如何取得成功的想法。 尽管许多SEO专家了解RankBrain的重要性，或者至少知道它的重要性，但他们仍然采用十年前赖以生存的传统策略。

在本专栏中，我将解释为什么您应该重塑您对搜索引擎优化的看法。 而且，我还将提供一些有关机器学习应用程序和SEO策略的建议，您可以采用这些策略和策略来竞争激烈的SEO。

机器学习如何彻底改变搜索

机器学习是人工智能的子集，它允许计算机独立于人工干预进行学习，通过对相似属性进行分组并根据其共享属性确定值来进行迭代学习。

谷歌的RankBrain（该公司称其为第三重要的排名因素）被用于确定以前从未收到过的新搜索查询的上下文。 RankBrain通过提取语义上相似的关键字/短语并将它们与相似的过去搜索进行比较以提供最相关的结果，从而区分未学习搜索的上下文。

Google在分析SERP列表中的用户与网页的互动时，采用了机器学习技术来查找模式并利用相关数据。 利用这些数据，Google的算法可以评估用户意图。 从Google的角度来看，这有助于更有效地过滤结果并奖励用户更好的体验。

当前，仍然使用常规信号对最佳结果进行排名。 通过后续的每个相关搜索，机器学习可以分析哪些网页正在接收最佳用户信号并提供最佳结果以满足用户意图。 重要的是要注意，机器学习不是瞬时的，而是会因其SERP中不断增长的数据而导致排名变化缓慢。

这对关键字的研究和排名有两个广泛的含义：

1. 关键字排名不再受戏剧性变化的影响。
2. Google的算法更加动态; 每个唯一搜索采用不同的算法。

在竞争激烈的细分市场中，内容质量和增强的用户参与度将逐渐优先于传统信号，从而拉大SERP竞争环境。 在小批量搜索中，常规的排名信号仍将用作事实上的标准，直到有足够的数据来确定用户意图为止。

对于SEO专家来说，这也使语义搜索脱颖而出。 语义搜索通过满足各种相关搜索查询的意图，允许内容对多个关键字进行排名并获得更多流量。 语义搜索的影响最明显的例子是Google SERP底部的相关搜索字段，以及精选代码段字段下方的“人们也要问”。

随着Google能够理解人的意图和语言智能，技术性SEO和关键字的使用将在用户信号中占据一席之地。 考虑到将不同算法应用于唯一搜索，链接将减少其作为内容质量仲裁者的作用，并且较小的域将具有更好的竞争机会，可以与行业巨头进行有机竞争。

如果搜索者的意图确定了将针对SERP列表使用哪种算法，我们如何优化甚至跟踪？ 答案涉及使用传统策略和我们自己的机器学习技术。

给人们他们想要的东西

以下是SEO用来与不断发展的环境保持同步的几种方法：

1.改善用户体验

Searchmetrics在2016年有关排名因素的报告中说明了用户信号对自然排名的重要性。 该公司发现，就重要性而言，用户信号仅次于内容相关性。

搜索引擎确定用户意图的最好方法之一是分析用户信号，这些信号是通过Chrome浏览器，直接URL，SERP等收集的。 但是Google最有价值的用户信号仍然是点击率。

为确保您的网页能够传递良好的用户信号，您必须创建坚实的UX基础。 这意味着在整个网页上提供主题连续性，创建高质量和相关的目标网页，使用引人入胜的图像，提供交互式内容，提供快速的页面速度并开发有组织的内部链接结构。

元标记和丰富的摘要也会影响您的点击率，因此请同时进行优化。 如果您的网站的点击率低而排名靠前，那么Google显然会降低您的排名。

要记住的其他注意事项包括：

• 对缺少的页面采用301重定向，对重复的内容采用rel = canonical标签。
• 优化结构化数据和替代标签，以帮助搜索引擎索引内容。
• 解决任何可能影响爬网结构的断开链接。

即使Google的AI和RankBrain非常先进，Google仍需要您的帮助来爬网并将其编入索引。 这些因素也可以改善您网站的导航和用户体验，这并没有什么坏处。

2.拥抱主题连续性

尽管在搜索方面取得了所有这些进步，但我仍然经常遇到一些客户，他们的网站内容薄且没有关键字集中。 我的团队从对关键字，竞争对手和某些技术方面的研究开始了客户活动。

不过，最近，我们开始专注于创建更多无缝的层次结构，这些结构利用语义链接的关键字和主题集群来推广出色的UX。 与仅通过有限的关键字关注来创建内容相反，我们专注于对客户最重要的页面进行排名。

HubSpot将这种令人兴奋的新做法称为“主题集群”。 主题群集中在代表您最重要主题的支柱页面上。 这些页面将是广泛的总体页面，在您的信息层次结构中排名很高，并尝试讨论和回答与您的主要主题相关的最重要的问题。

然后，在包含返回到支柱页面的内部链接的较低层次页面上更详细地讨论子主题。 此策略有助于通过复杂的链接结构传达您最重要的页面，促进无缝导航，并帮助您定位支柱页面以对多个关键字短语进行排名。

这些常绿的作品还辅以一致的博客策略，以讨论与网站主题相关的热门话题。 产生的每个内容都是可操作的，并专注于推动转化或所需的操作。

在为每个内容建模时，重要的是要问自己一个问题：该内容要解决的问题是什么，它将如何解决？ 随着更多问题的出现，编写解决这些问题的内容。 现在，您已经创建了一个网站，该网站几乎可以从各个角度满足用户的意图。 这可以帮助您对很多关键字进行排名。

您还可以采用机器学习技术来改善内容营销活动的工作流程。 海明威应用程序和语法等应用程序是出色的工具，可以提供建议，以改进句子结构，作者语音和单词用法。

3.采用自然语言

相对于文本搜索，针对人工智能搜索世界进行优化的最佳方法可能是针对语音搜索进行优化。 考虑到从Google SERP的精选代码段字段中提取了对个人助理设备提出的问题的答案，这涉及优化您的移动网站和内容以实现精选代码段。

除了遵循到目前为止概述的策略外，这还涉及精心设计的页面副本，该页面副本试图回答尽可能多的问题并提供可行的解决方案。

研究还表明，通过语音而不是文本进行搜索的人们更有可能使用长度为4到9个单词的搜索短语。 这意味着您需要针对长尾关键词短语（通常长度较长）进行优化，而页面副本则更能代表自然语言。 例如，针对飞往夏威夷的航班的文字搜索可能是“廉价的夏威夷航班”，而语音搜索可能会说“飞往夏威夷的最便宜的航班是多少？”

随着机器学习的兴起，吸引自然语言的优化内容可以满足用户针对文本的广泛匹配搜索和长尾语音搜索的意图。

考虑聊天机器人助手如何结合自然语言理解（NLU）来更容易地理解语言语法和含义。 随着NLU应用程序的进步，搜索引擎最终将能够像人类一样完全评估内容的含义和质量。

4.个性化买家的旅程

与过去的5,000年相比，今年要创建更多的大数据，企业将需要利用机器学习技术以前所未有的速度解释大量的用户数据。

已经执行此操作的一种方法是通过从聊天机器人中提取对话文本数据。 当我们从图形界面世界过渡到对话界面时，聊天机器人正用于映射客户旅程中的输入和数据，以帮助公司改善用户体验。

这项技术仍处于起步阶段，但是我们也可以应用机器学习技术和数据挖掘来个性化买家旅程中的接触点。 客户旅程映射可用于建立买方角色并个性化营销接触点，以最大程度地增加转化和销售。

使用客户旅程映射，企业可以个性化接触点，以在意图最高时传递内容或广告。 可以建立实时响应以立即响应客户服务呼叫，将行动呼吁传递给高得分的潜在客户，并根据实时数据细分广告活动。

预测分析还可以用于基于实时数据提供估计的广告系列效果的预测。 这将大大节省A / B测试时间并提高广告系列效率。

幸运的是，任何人都可以使用机器学习技术。 鉴于机器学习应用程序的速度和规模巨大，依靠常规SEO策略进行有机排名可能最终使您处于难以置信的竞争劣势。

未来已经过去

不用担心，自动化不会很快取代人类。 机器学习技术可以帮助扩大营销活动，但是创意和执行最终取决于人类的专业知识。 但是我们可能很快就会达到目标，客户将积极寻找在客户旅程映射和支持AI的应用程序方面具有专业知识的数字营销公司。

我认为，这些技术有可能极大地提高对SERP的竞争，也将使数字营销商能够提供更强大的产品。

本文中表达的观点是来宾作者的观点，不一定是Search Engine Land。 工作人员作者在此处列出。