Google RankBrain: Çevrimiçi Pazarlamacılar için Yapay Zeka Devrimi Ne Anlama Geliyor?

Makine öğrenimi, aramanın çehresini değiştiriyor. İşte pazarlamacıların bilmesi gereken en az şey.

Google arama bölümünün eski başkanı Amit Singhal emekli olduğunda, Google tam olarak kimi sorumlu tutacağını biliyordu. Bu kişi, Google çevrelerinde Yapay Zeka Şefi olarak bilinen John Giannandrea'dır .

Bu, Google içinde rastgele bir hareket değil.

Son birkaç yıldır yapay zeka (AI) şirket için daha önemli hale geldi. Google, 2014 yılında yapay zeka firması DeepMind'i satın aldı ve bu teknolojiyle YouTube önerilerini geliştirmeye başladı. Ray Kurzweil ve Peter Norvig gibi yapay zeka alanında en tanınmış isimlerden bazılarını işe aldılar.

Son zamanlarda, aramaya güç veren temel algoritmaya yapay zekayı dahil ettiler - bilirsiniz, o şey tüm parayı kazanıyor.

Google'ın Yapay Zeka Üzerine Büyük Bahsi

Bu, uç bir şirket deneyi değil. YouTube önerileri Google için verimsiz olabilir ve üç aylık kazançlar iyi ve züppe olacaktır. Arama için bu doğru değil. Arama azalırsa, Google düşer. Yine de Google, AI çalışmasına onu aramaya tanıtacak kadar güveniyor - AI açıkça Google'ın geleceğinin büyük bir parçası ve daha yeni başlıyorlar.

Google'ın yapay zeka konusundaki bahsi, yalnızca şirket için değil, çevrimiçi pazarlamada çalışan herkes için geniş kapsamlı etkilere sahiptir. Açılış sayfası optimizasyonu gibi şeyler üzerinde damlama etkisi olan arama motoru optimizasyonu manzarasını değiştiriyor.

Pazarlamacıların öğrenmesi gereken arama algoritmasının yapay zeka parçasının bir adı var – RankBrain .

RankBrain ile Tanışın – Üçüncü En Önemli Google Arama Faktörü

Google'ın yüzlerce sıralama faktörü olmasına rağmen, iki büyük faktör oldukça iyi bilinmektedir:

• İçerik
• Bağlantılar

Google kısa süre önce bunların hala büyük silahlar olduğunu, ancak üçüncü en önemli faktörün RankBrain olduğunu söyledi.

Özüne damıtılmış RankBrain, sorguları anlamları için işleyen ve iyi sonuçlar sunmak için ağırlıkları etrafındaki faktörlere taşıyan bir makine öğrenimi parçasıdır .

Bu, Google'ın algoritmasının diğer bileşenlerinden çok farklıdır.

Google, Panda'yı piyasaya sürdüğünde, şirket pazarlamacılara odak noktasının iyi içerik olduğunu ve bu zayıf içeriğin algoritma tarafından cezalandırılacağını söyledi . Penguin'i piyasaya sürdüklerinde pazarlamacılara kötü bağlantıların cezalandırılacağını söylediler.

Google, RankBrain'i kullanıma sunduğunda pazarlamacılara … iyi, özellikle RankBrain'in neyi ödüllendirdiğini ve cezalandırdığını bilmediklerini ve Google mühendislerinin bile özellikle ne yaptığını söyleyemediklerini söyledi.

Bu, pazarlamacıların Google'dan duymaya alışık olduğu bir şey değil.

Yapay Zeka Türleri

RankBrain çok farklı çünkü derin öğrenmeye ve yapay zekaya dayanıyor.

Uzayda geniş kategorilerin ne olduğunu anlamak için ödediği yapay zeka hakkında yeterince kafa karışıklığı var. Sonuçta, sizi spam almaktan alıkoyan AI ile kendi kodunu geliştirebilen ve birden fazla hedefe ulaşabilen bir AI arasında çok büyük bir uçurum var.

• Yapay Genelleştirilmiş Zeka (AGI) - bu, birden fazla şey yapabilen veya etki alanları arası optimizasyon yapabilen bir AI'dır.
• Yapay Dar Zeka (ANI) – RankBrain'in ait olduğu yer burasıdır. Bir şeyi gerçekten iyi yapabilen bir yapay zeka. Yani, çoğu insandan daha iyi araba kullanabilir. İstenmeyen postaları e-postadan uzak tutabilir. Chess veya Go'da en iyi insanları yenebilir. Ve evet, çoğu kullanıcının faydalı bulacağı arama sonuçlarını gösterebilir. Ama bunların hepsini bir arada yapamaz.

Bir çok ANI, örüntü tanımaya dayalıdır.

Diyelim ki 10.000 fotoğrafınız var ve bunların yarısı yüz fotoğrafı. İnsanlar hangi 5.000'in yüz olduğunu makinelere söyleyebilir, ancak makineler daha sonra yan yana kürelerin göz olabileceğini ve gözlerin yüzlerin bileşenleri olduğunu anlamayı öğrenir. 500 fotoğrafta, makineler kalıp bulmakta kesinlikle başarısız olacaktır. Milyarlarca fotoğrafta makineler oldukça iyi olacak.

Bu temel kalıp avını yapın, ölçeği ekleyin ve Google'ın kendi kendini süren arabalarına, Facebook'un yüz tanımasına ve RankBrain'e güç veren şey budur. İnsanlar yapay zekada derin öğrenme hakkında konuştuğunda, aslında derin olan öğrenme değil, derin olan mimari ve örnek boyutudur.

Aramanın bu örüntü tanıma yönü, çevrimiçi pazarlamacılar için oyunu değiştiriyor.

Pazarlamacılar Google'a karşı

Google'ın arama algoritmasının geçmişi, esasen çevrimiçi pazarlamacılarla büyük bir kedi ve fare kovalamacasıdır.

• İlk günlerde Google, web sitesi sahiplerinden sayfanın ne hakkında olduğunu söylemek için metatag anahtar kelimeleri olarak adlandırılanları yerleştirmelerini istedi. Pazarlamacılar daha sonra meta etiket anahtar kelimelerini o kadar çok anahtar kelimeyle spamladılar ki, değeri bir sayfanın ne hakkında olduğuna dair bir referans olarak azaldı ve Google bunu bir sinyal olarak terk etti .
• Google, içerik çiftliklerinin uygulanabilir işletmeler haline geldiği ve birçok arama için içerik kalitesinin düştüğü noktaya kadar belirli sorgulara hızlı yanıtları tercih etti. Google, içerik kalitesi sorunuyla başa çıkmak için Panda'yı kullanıma sundu .
• Google, bir ton bağlantı alırsanız daha iyi sıralanacağınızı söyledi. Bu nedenle, "kara şapkalı" pazarlamacılar, Google "kötü" bağlantıları cezalandıran Penguin ile yanıt vermek zorunda kalana kadar bağlantılar için ödeme yapmaya ve bağlantı ağları oluşturmaya başladı.

Zamanla Google'ın algoritmasını oynamak zorlaştı, ancak RankBrain'den önce Google mühendisleri hangi düğmelerin ince ayar yapıldığını ve ne kadar zor olduğunu biliyorlardı.

Bu, tüm algoritma için artık doğru değil.

Mühendisler (Özellikle) Neler Olduğunu Bilmiyor

Bir makineye kötü bir örneklem boyutu ve bir öğrenme algoritması vermenin harika yanı, belirli bir davranışı teşvik ederseniz, makinenin oraya ulaşması muhtemeldir. Bu nedenle RankBrain, Google aramasında üçüncü en önemli faktördür – arama iyileştirmeleri çarpıcı olabilir.

Bir makineye kötü bir örneklem boyutu ve bir öğrenme algoritması vermenin o kadar da iyi olmayan yanı, Google mühendislerinin bile perde arkasında neler olduğunu tam olarak bilmemeleridir.

RankBrain, kitaplarla ilgili işlemsel olmayan aramalar için tarayıcı sayfası başlıklarına, bağlantılara, H1'lere ve etki alanı gücüne öncelik veriyor mu?

Google bile kesin bir şey söyleyemez.

Yenilik, haberler, filmler ve TV şovlarıyla ilgili olanlar dışındaki aramalar için büyük bir faktör mü?

Muhtemelen.

RankBrain için Optimize Edemezsiniz

Tüm bunlar içeriğinizi optimize edebilir, bağlantı denemesi için sayfanızı tanıtabilirsiniz, ancak RankBrain için optimize edemezsiniz.

Yani girdiyi daha az, çıktıyı daha çok önemsemelisiniz.

Şunu açalım.

Bir girdi , neredeyse her zaman doğrudan kontrol edebileceğiniz bir şeydir:

• Hedeflediğiniz kelime öbeğini içeren tarayıcı sayfası başlıkları
• Sıralamak istediğiniz anahtar kelimenin eş anlamlısını içeren H1'ler ve H2'ler
• Metin bağlantılarını sayfaya tutturun

Buna karşılık, çıktı , kullanıcının sayfanıza nasıl tepki verdiğidir :

• Makale başlığınızı beğenen ve Google'dan sayfanızı tıklayan kullanıcılar
• Sayfanıza tıkladıktan sonra geri düğmesine basmamaları için sayfanızla yüksek katılım ve memnuniyet

Bu şeyler geçmişte mükemmel bir şekilde hizalanmadı ve şimdi de değiller. Aramada yapay zekanın pazarlamacıları yapmaya zorladığı şey , girdileri biraz daha az, çıktıları ise biraz daha fazla düşünmektir .

Çevrimiçi Pazarlamacıların Bilmesi Gerekenler

Kendinizi bir SEO, bir CRO veya bir UX uzmanı olarak görüyorsanız, uğraşmanız gereken şey burada.

• Sayfa başına bir anahtar kelime veya kelime öbeği hedeflemeyi bırakın. Konulara odaklanmalısınız çünkü bireysel mühendisler ifadelerle tam eşleşmelere değer verebilirken, makineler kullanıcının özel ifadelerine değil, kullanıcının amacına değer vermeye teşvik edilir.
• Farklı aramalar, AI tarafından yönlendirilen farklı ağırlıklar anlamına gelecektir. Bu, patronunuza tarayıcı sayfası başlıklarının veya bağlantılarının tüm aramalar için en önemli kazanımları sağlayacağını söyleyemeyeceğiniz anlamına gelir.
• Temel işiniz SEO olsa bile UX ve CRO öğrenmeniz gerekir. Çıktının iyileştirilmesi (kullanıcı memnuniyeti) geleneksel olarak dönüştürme profesyonellerinin ve kullanıcı deneyimi analistlerinin işi olmuştur. Bu kişiler genellikle tel çerçeveler tasarlar, sitede özellikler başlatır, kullanıcı kabul testleri yürütür ve sonunda dönüşüm oranı optimizasyonu, anahtar kelime ve amaç eşleştirmeden çok farklı görevler, etiket optimizasyonu ve sitenin taranabilmesini sağlamak için bölünmüş ve çok değişkenli testler yapar. İleriye dönük olarak, SEO araç seti, CRO'lar ve UX profesyonellerinin gerektirdiği becerileri içerecektir.

Genel olarak, RankBrain arama kullanıcıları için kullanıcı deneyimini iyileştiriyor ve bu genellikle iyi bir şey. Ancak, çevrimiçi bir pazarlamacıysanız, RankBrain bazı yeni zorluklar ortaya çıkarır - ve işlerin kullanıcı deneyimi tarafı hakkında yeterince bilgi edinirseniz, bazı benzersiz fırsatlar.