Google RankBrain：人工智能革命對在線營銷人員意味著什麼

機器學習正在改變搜索的面貌。 這是營銷人員至少需要知道的。

當谷歌搜索的前任負責人阿米特·辛格哈爾退休時，谷歌確切地知道該讓誰來負責。 這個人就是約翰·詹南德里亞，在谷歌圈子裡被稱為人工智能首席。

這不是谷歌內部的一些隨機動作。

在過去的幾年裡，人工智能 (AI)對公司變得越來越重要。 谷歌於 2014 年收購了人工智能公司 DeepMind，並開始利用該技術改進 YouTube 推薦。 他們聘請了一些在人工智能領域最知名的名字，比如 Ray Kurzweil 和 Peter Norvig。

最近，他們將人工智能引入了為搜索提供動力的核心算法——你知道，這東西賺了所有的錢。

谷歌在人工智能上的大賭注

這不是一些邊緣公司的實驗。 YouTube 推薦對谷歌來說可能效率低下，季度收益會很好而且花花公子。 搜索並非如此。 如果搜索失敗，谷歌就會失敗。 然而，谷歌對人工智能工作的信任足以將其引入搜索——人工智能顯然是谷歌未來的重要組成部分，而且他們才剛剛起步。

谷歌在人工智能上的賭注不僅對公司，而且對任何從事在線營銷的人都有廣泛的影響。 它正在改變搜索引擎優化的格局，這對著陸頁優化等事情產生了涓滴影響。

營銷人員應該了解的搜索算法的 AI 部分有一個名稱——RankBrain 。

認識 RankBrain – 第三個最重要的 Google 搜索因素

雖然谷歌有數百個排名因素，但其中兩大因素已經廣為人知：

• 內容
• 鏈接

谷歌最近表示這些仍然是大砲，但第三個最重要的因素是RankBrain 。

從本質上講，RankBrain 是一個機器學習部分，它處理查詢的含義，並將權重轉移到周圍的因素上以提供良好的結果。

這與穀歌算法的其他組件非常不同。

當谷歌推出Panda時，該公司告訴營銷人員，重點是好的內容，而稀少的內容將受到算法的懲罰。 當他們推出Penguin時，他們告訴營銷人員不良鏈接將受到懲罰。

當 Google 推出RankBrain時，它告訴營銷人員……嗯，他們並不具體知道 RankBrain 獎勵和懲罰什麼，而且即使是 Google 工程師也無法具體說明它在做什麼。

這不是營銷人員習慣從谷歌那裡聽到的。

人工智能類型

RankBrain 如此不同，因為它基於深度學習和人工智能。

關於人工智能有足夠的困惑，因此了解該領域的廣泛類別是值得的。 畢竟，可以防止您接收垃圾郵件的人工智能與可以改進自己的代碼並實現多個目標的人工智能之間存在很大的鴻溝。

• 人工智能（AGI） ——這是一種能夠做多種事情或跨域優化的人工智能。
• 狹義人工智能（ANI） ——這就是 RankBrain 所屬的地方。 這是一種人工智能，可以很好地完成一件事。 也就是說，它可以比大多數人更好地駕駛汽車。 它可以防止垃圾郵件進入電子郵件。 它可以在國際象棋或圍棋中擊敗最優秀的人類。 是的，它可以顯示大多數用戶會發現有用的搜索結果。 但它不能同時完成所有這些事情。

很多 ANI 都是基於模式識別的。

假設您有 10,000 張照片，其中一半是人臉照片。 人類可以告訴機器哪 5,000 張是人臉，但機器隨後會學會找出彼此相鄰的球體可以是眼睛，而眼睛是人臉的組成部分。 在 500 張照片中，機器將完全找不到模式。 在數十億張照片中，機器會變得相當好。

採取基本的模式尋找，增加規模，這就是谷歌的自動駕駛汽車、Facebook 的面部識別和 RankBrain 的動力。 所以當人們談論人工智能中的深度學習時，實際上並不是深度學習，而是架構和样本量。

搜索的模式識別方面改變了在線營銷人員的遊戲規則。

營銷人員與穀歌

谷歌搜索算法的歷史本質上是一場與在線營銷人員的貓捉老鼠追逐。

• 早期，谷歌要求網站所有者輸入所謂的元標記關鍵字來說明頁面的內容。 營銷人員隨後用如此多的關鍵字向元標記關鍵字發送垃圾郵件，以致其作為頁面內容參考的價值降低了，而谷歌放棄了將其作為一個信號。
• 谷歌偏愛對特定查詢的快速回答，以至於內容農場成為可行的業務，並且內容質量因大量搜索而下降。 谷歌推出熊貓來處理內容質量問題。
• 谷歌說，如果你有大量的鏈接，你的排名會更好。 因此，“黑帽”營銷人員開始為鏈接付費並創建鏈接網絡，直到谷歌不得不用 Penguin 做出回應，後者懲罰“不良”鏈接。

隨著時間的推移，玩弄谷歌的算法變得越來越難，但在 RankBrain 之前，谷歌工程師知道正在調整哪些旋鈕，以及調整的難度。

對於整個算法來說，這真的不再適用了。

工程師不（特別）知道發生了什麼

給機器一個邪惡的樣本量和一個學習算法的好處是，如果你激勵一個特定的行為，機器很可能會到達那裡。 這就是為什麼 RankBrain 是 Google 搜索中第三個最重要的因素 - 搜索改進可能是巨大的。

給機器一個邪惡的樣本量和一個學習算法並不是很好的事情是，即使是谷歌的工程師也不知道幕後發生了什麼。

RankBrain 是否優先考慮關於書籍的非交易搜索的瀏覽器頁面標題、鏈接、H1 和域強度？

甚至谷歌也不能肯定地說。

除了與新聞、電影和電視節目相關的搜索之外，新鮮度是否是搜索的一個重要因素？

可能。

您無法針對 RankBrain 進行優化

所有這些都意味著您可以優化您的內容，您可以公開您的頁面以嘗試鏈接，但您不能針對 RankBrain 進行優化。

所以你必須少關心輸入，多關心輸出。

讓我們打開它。

輸入是您幾乎總是可以直接控制的東西：

• 包含您要定位的詞組的瀏覽器頁面標題
• 包含您要排名的關鍵字的同義詞的H1 和 H2
• 錨文本鏈接到頁面

相比之下，輸出是用戶對您的頁面的反應：

• 喜歡您的文章標題並從 Google點擊進入您的頁面的用戶
• 對您的頁面的高參與度和滿意度，因此他們在點擊您的頁面後不會點擊返回按鈕

這些事情過去並沒有完全一致，現在也不是。 搜索中的人工智能迫使營銷人員做的是少考慮輸入，多考慮輸出。

在線營銷人員需要知道什麼

如果您認為自己是 SEO、CRO 或 UX 專業人士，那麼這就是您必鬚麵對的問題。

• 停止每頁定位一個關鍵字或詞組。 您必須專注於主題，因為雖然個別工程師可能會重視與短語的完全匹配，但會激勵機器重視用戶的意圖，而不是用戶的特定措辭。
• 不同的搜索將意味著由人工智能驅動的不同權重。 這意味著您不能告訴您的老闆瀏覽器頁面標題或鏈接將為所有搜索帶來最重要的收益。
• 即使您的核心工作是 SEO，您也需要學習 UX 和 CRO。 傳統上，提高輸出（用戶滿意度）一直是轉換專業人士和用戶體驗分析師的工作。 這些人通常設計線框圖，在網站上發布功能，運行用戶接受測試，並最終為轉化率優化進行拆分和多變量測試，關鍵字和意圖匹配、標籤優化以及確保網站可以被抓取等非常不同的任務。 展望未來，SEO 工具集將包括 CRO 和 UX 專業人員所需的技能。

總的來說，RankBrain 正在改善搜索用戶的用戶體驗，這通常是一件好事。 但是，如果您是在線營銷人員，RankBrain 會帶來一些新的挑戰——如果您對事物的用戶體驗方面有足夠的了解，就會發現一些獨特的機會。