Jak wyszukiwanie semantyczne wpływa na SEO? Czy kiedykolwiek zauważyłeś, że Google poradzi sobie z prawie każdym pytaniem jakie mu zadasz?
Mimo, że nie wspominając bezpośrednio imienia Yoda, Google zrozumiał, o kim mówimy i co dokładnie chcieliśmy o nim wiedzieć. Nie byłoby to możliwe bez mechanizmu wyszukiwania semantycznego.
W tej publikacji dowiesz się o:
- Czym jest wyszukiwanie semantyczne
- Dlaczego wyszukiwanie semantyczne jest tak ważne
- Technologie Google, które odgrywają rolę w wyszukiwaniu semantycznym
- Jak dostosować działania SEO do wyszukiwania semantycznego
- Czym jest wyszukiwanie semantyczne?
Wyszukiwanie semantyczne to proces pobierania informacji wykorzystywany przez nowoczesne wyszukiwarki w celu zwrócenia najbardziej odpowiednich wyników wyszukiwania. Koncentruje się na znaczeniu za zapytaniami wyszukiwania zamiast tradycyjnego dopasowywania słów kluczowych . Terminologia pochodzi z gałęzi językoznawstwa zwanej semantyką, która zajmuje się badaniem znaczenia.
Dlaczego wyszukiwanie semantyczne jest tak ważne?
Chociaż w gra dotyczy niezliczonej ilości zmiennych, zasady wyszukiwania semantycznego oraz to dlaczego odgrywa ono tak ważną rolę jest dość oczywiste. Użytkownicy często nie używają tego samego języka co zawartość, której szukają. Niejednoznaczne wyszukania często są nieumyślne
- Potrzeba zrozumienia hierarchii leksykalnej i relacji między podmiotami
- Potrzeba odzwierciedlenia osobistych zainteresowań i trendów
Użytkownicy często nie używają tego samego języka co zawartość, której szukają. Co gorsza, czasami nawet nie wiemy, jak poprawnie wyartykułować zapytanie. Powiedzmy, że słyszałeś nieznaną piosenkę w radiu. Podobało ci się i zacząłeś googlować losowe teksty, aż w końcu go znalazłeś. Znalezienie utworu w Google przez wyszukanie niejasnych tekstów. Aby dodać kolejną warstwę złożoności, porównaj to, co wpisujesz w Google z tym, co mówisz do Siri, Alexa lub Asystenta Google. Słowa kluczowe przekształcają się w konwersację. Jest tak wiele sposobów, aby wyrazić ten sam pomysł, a wyszukiwarki muszą radzić sobie z każdym z nich. Muszą dopasować zawartość w indeksie do zapytania wyszukiwania w oparciu o kilka różnych kontekstów lub znaczeń.
Już na tym etapie brzmi to jak nie lada wyzwanie, a jest to dopiero początek.
Niejednoznaczne wyszukania często są nieumyślne
Około 40% angielskich słów jest polisemalnych — mają dwa lub więcej znaczeń. Jest to prawdopodobnie najważniejszy cel jaki stawiamy przy wyszukiwaniu semantycznym . Na przykład słowo kluczowe „python” ma 533 000 miesięcznych wyszukiwań w samych Stanach Zjednoczonych. Fraza „python” odnosi się najprawdopodobniej do języka programowania. Ale każdy spoza branży technologicznej spodziewałby się prawdziwego węża lub legendarnej brytyjskiej komedii.
Problem polega na tym, że słowa rzadko mają definitywne znaczenie bez kontekstu. Na początku listy polisemalnych słów natrafiamy na niezliczone rzeczowniki, które mogą być również przymiotnikami, czasownikami lub obydwoma. A mowa tutaj nadal tylko o zakresie dosłownych znaczeń. Sytuacja staje się jeszcze ciekawsza, jeśli zagłębimy się w znaczenia przenośne (patrz sarkazm).
Kontekst jest wszystkim w semantyce i prowadzi nas do pozostałych dwóch punktów. Potrzeba zrozumienia hierarchii leksykalnej i relacji między podmiotami Rzućmy okiem na następujące zapytanie wyszukiwania i najwyżej pozycjonowane wynik wyszukiwania:
To naprawdę imponujące. Oto co Google musi zrobić aby zrozumieć to zapytanie:
- Musi wiedzieć że „partner” może oznaczać żonę/dziewczynę/męża/chłopaka/małżonka.
- Rozumieć, że Obi-Wan pojawił się w wielu filmach i seriach granych przez różnych aktorów.
- Widzieć relacje między tymi informacjami.
Wyświetla wyniki wyszukiwania w sposób odzwierciedlający niejednoznaczność „obi wan”. Ciężko wyobrazić sobie, jakie wyniki wyszukiwania uzyskalibyśmy, gdyby wyszukanie miało miejsce w 2010 roku lub wcześniej. Teraz, cofnijmy się o krok w tył, aby wyjaśnić pojęcia.
Poglądowy przepływ semantyki pomiędzy agregatami
Hierarchia leksykalna wskazuje relacje między słowami. Słowo partner jest nadrzędny (hiperonim) do żony, chłopaka, małżonka i innych. Jak wspomniano wcześniej, nasze zapytania często nie pasują do dokładnego sformułowania, nie definiują finalnego kontekstu. Wiedząc, że „przystępne” to coś pomiędzy tanim, z średniej półki i rozsądną ceną, ma kluczowe znaczenie. Podmioty w tym przykładzie są postaciami filmowymi i serialowymi (Obi-Wan), osobami o określonej pracy (aktorem) oraz osobami, które są z nimi niejako powiązane (partnerami). Ogólnie rzecz biorąc, jednostki są obiektami lub pojęciami, które mogą być wyraźnie zidentyfikowane — często ludzie, miejsca i rzeczy.
I jakby wszystkie zawiłości językowe nie były wystarczające, musimy wyjść nawet poza to.
Potrzeba odzwierciedlenia osobistych zainteresowań i trendów
Wróćmy do przykładu „pythona”. Jeśli szukamy tego słowa, uzyskamy wszystkie wyniki związane z językiem programowania.
Bez względu na to, jak bardzo nie lubimy wszystkich sposobów wykorzystywania naszych danych osobowych, jest to przynajmniej przydatne dla wyszukiwarek. Google wykorzystuje ograniczone dane wraz z historią wyszukiwania, aby dostarczać dokładniejsze i spersonalizowane wyniki wyszukiwania. Wszyscy jesteśmy tego świadomi. Wystarczy wpisać dowolny rodzaj usługi w pasku wyszukiwania, a uzyskasz zlokalizowane wyniki: zlokalizowane wyniki dla słowa kluczowego „fryzjer”.
Ale co bardziej fascynujące jest możliwość czasowego dostosowywania wyników wyszukiwania w oparciu o dynamicznie zmieniające się zamiary wyszukiwania.
Na przykład koronawirus okazuje się nie być nowym terminem. Zawsze była to nazwa grupy wirusów. Ale jak wszyscy wiemy, zamiary poszukiwań zmieniły się gwałtownie na początku 2020 roku. Ludzie zaczęli szukać informacji o konkretnym szczepie koronawirusa (SARS-CoV-2), a SERP musiał zostać odpowiednio dostosowany.
Jak widać, w historii pozycji SERP dla frazy „koronawirus”, żaden z obecnych pięciu najlepszych wyników nie był w pierwszych rezultatach wyszukiwania przed 2020 r. Identyczna sytuacja dotyczy branży e-commerce podczas dużych imprez sprzedażowych takich jak Boże Narodzenie lub Czarny Piątek. Intencja wyszukiwania w tym czasie jest wysoce transakcyjna, podczas gdy ludzie zwykle wolą zobaczyć porównania lub recenzje.
Które technologie Google wpływają na wyszukiwanie semantyczne?
Google nieustannie wypuszcza aktualizacje algorytmów i technologie, które dodatkowo zwiększają jego umiejętności zrozumienia języka naturalnego i intencji wyszukiwania. Istnieją cztery ważne etapy, które sprawiają, że semantyczne wyszukiwanie stało się tym, czym jest w obecnych czasach.
- Knowledge Graph
- Hummingbird
- RankBrain
- BERT
- Knowledge Graph
Google Knowledge Graph wydany w 2012 roku stał się bazą wiedzy podmiotów i relacji między nimi. Choć ciężko jest to zrobić, wyobraźmy sobie relacje pomiędzy pięcioma miliardami podmiotów. To technologia, która rozpoczęła i umożliwiła przejście z dopasowywania słów kluczowych do powiązania ich na poziomie semantycznym. Istnieją dwie główne metody budowania Knowledge Graph:
- Dane strukturalne (więcej o tym później)
- Wyodrębnianie podmiotu z tekstu
Kolejny element to zrozumienie naturalnego języka przez wyszukiwarkę. Wtedy pojawią się trzy poniższe aktualizacje algorytmiczne.
Hummingbird
W 2013 roku Google uruchomił algorytm wyszukiwania o nazwie Hummingbird, który odpowiadać miał za precyzyjniejsze wyniki wyszukiwania. Było to szczególnie pomocne w przypadku złożonych zapytań do wyszukiwarki. Algorytm o nazwie Koliber był pierwszą kolosalną aktualizacją, która podkreśliła znaczenie zapytań wyszukiwania nad poszczególnymi słowami kluczowymi. Był to bardzo potrzebny katalizator do pisania tematów, a nie słów kluczowych.
RankBrain
Jeśli kiedykolwiek napotkałeś frazę Utajona analiza semantyczna (Latent Semantic Analysis) lub słowa kluczowe LSI, po prostu o tym zapomnij. Google rozwiązuje za pomocą algorytmu RankBrain problem, dla którego stworzono LSI. Chodziło o niedopasowanie języka używanego w zapytaniach do żądanej treści. RankBrain Google jest oparty na technologiach, które są o wiele nowocześniejsze od LSI. W kategoriach laika, RankBrain rozumie znaczenie nawet nieznanych słów i zwrotów, wykorzystując zaawansowane algorytmy uczenia maszynowego (Machine Learning). A to jest ogromny krok naprzód, biorąc pod uwagę, że 15% wszystkich zapytań jest zupełnie nowych. Możemy uznać RankBrain za ulepszenie do algorytmu Hummingbird, a nie samodzielny algorytm wyszukiwania. Jest to jeden z najsilniejszych sygnałów rankingowych, ale jedyną rzeczą, którą możesz proaktywnie zrobić, aby zoptymalizować to spełnić intencje wyszukiwania.
BERT
Bidirectional Encoder Representations from Transformers (BERT) to najnowsza, ogromna aktualizacja do tego, jak działa wyszukiwanie semantyczne. Dotyczy to około 10% wszystkich zapytań od końca 2019 r. Spokojnie, mi również zajęło trochę czasu by przypomnieć sobie co oznacza BERT. Wszystko, co musisz wiedzieć, to to, że BERT poprawia zrozumienie długich i złożonych zdań i zapytań. Jest to rozwiązanie radzące sobie z niejednoznacznością i niuansami, ponieważ stara się lepiej zrozumieć kontekst słów. I choć nie można zrobić nic, aby zoptymalizować dla BERT per se, dobrze jest wiedzieć, co to znaczy i co robi w skrócie.
Jak dostosować działania SEO do wyszukiwania semantycznego?
Już na tym etapie artykułu, warto wskazać kilka wskazówek dotyczących tworzenia treści pod algorytmy. Oto kilka istotnych faktów.
- Tematy docelowe, a nie słowa kluczowe
- Oszacuj intencje wyszukiwania
- Użyj semantycznego HTML
- Użyj znaczników Schema
- Stwórz swoją markę, aby zostać podmiotem Knowledge Graph
- Twórz powiązania za pomocą linków
Tematy docelowe, a nie słowa kluczowe
W dawnych czasach, SEO pozwalało na wysokie pozycje oddzielnym fragmentom treści w ramach tego samego tematu, targetując nieco inne słowa kluczowe, takie jak:
- znaczniki open graph
- meta tagi open graph
- meta tagi og
- tag open graph
- co to jest open graph
- znaczniki open graph facebooka
Tak to już nie funkcjonuje. Od teraz Google rozumie, że wszystkie te wyszukiwania oznaczają dosłownie to samo, i plasuje w rankingu te same strony dla wszystkich wystąpień. Należy o tym pamiętać podczas tworzenia treści. Celem rankingu nie jest już tylko jedno słowo kluczowe, ale dogłębne omówienie tematu, tak aby Google plasował Twoją stronę pod kątem wielu podobnych fraz włącznie z długim ogonem. Wszystkie skorelowane z artykułem słowa kluczowe są efektem dogłębnego pokrycia tematu i problematyki pokrewnej.
Patrząc na wyniki wyszukiwania, najlepiej pozycjonowana strona pokrywa wiele problemów pokrewnych i świetnie agreguje odpowiedzi dla użytkownika w ramach kilku artykułów. Dla przykładu, powiedzmy, że chcesz napisać artykuł o uprawie szparagów. Analizując najwyżej pozycjonowaną stronę mówiącą o tym temacie i jej organiczne słowa kluczowe, zobaczysz, że jest to agregat zawierający wiele powiązanych fraz:
- jak głęboko sadzić szparagi
- warunki uprawy szparagów
- kiedy sadzić szparagi
- najlepsze miejsce do sadzenia szparagów
- jak zbierać szparagi
- jak dbać o rośliny szparagów
Są to wszystkie rzeczy, które chcesz wspomnieć, aby stworzyć dogłębny post, który dostaje jak najwięcej ruchu organicznego, jak to możliwe. Trochę rozwagi. Targetowanie na konkretny temat nie oznacza, że powinieneś pokryć absolutnie wszystkie problemy związane z tym tematem lub pójść w skrajnie wyczerpujące opisy. Świetnym przykładem może być nawet ten artykuł. Mogłem spędzić dziesiątki godzin badając przetwarzanie języka naturalnego i zagłębiając się w technikę poszukiwań semantycznych. Nie zrobiłam tego, bo większość ludzi się tym nie przejmuje. Co prowadzi nas do następnego wniosku.
Ocena intencji wyszukiwania
Nadal można publikować zawartość wokół określonego tematu, który nie jest tożsamy z zamiarem wyszukiwania. Załóżmy, że jesteś maniakiem danych marketingowych i widzisz okazję do targetowania tematu „Raporty SEO”. Oczywiście chcesz podzielić się wszystkim, co jest potrzebne do stworzenia jak najlepszego raportu SEO. Więc wymyślasz chwytliwy temat, coś w stylu „Potęgi zapytania, aby stworzyć najlepszy raport SEO.”
To rzeczywiście może być fragment treści, który ostatecznie prowadzi do najlepszego raportu SEO. Jednak większość osób poszukujących tego tematu nie będzie zaznajomiona z wieloma funkcjami arkuszy Google. Chcą tylko czegoś, co może za nich wykonać robotę: Pozycja numer 1 z prostym szablonem raportu SEO. Zanim zaczniesz budować nowe treści, spójrz na strony z top 10 aby wywnioskować jaka jest intencja wyszukiwania. Istotnie wydzieliły się rozmaite ścieżki użytkowników oparte o intencje takiej osoby.
Użyj semantycznego HTML
Zanim udało nam się przejść do poszukiwań semantycznych, musieliśmy zacząć przesuwać się w stronę semantycznego ekosystemu Web. Oryginalna koncepcja WWW może być interpretowana jako ujednolicone powiązane ze sobą dokumenty bez wyraźnego znaczenia. Teraz powinno być jasne, że potrzebujemy nadać znaczenie materiałom na stronie. Wszystko zaczyna się od podstaw kodu HTML.
Semantyczny HTML dodaje znaczenie do kodu, dzięki czemu maszyny mogą rozpoznawać bloki nawigacyjne, nagłówki, stopki, tabele lub filmy. HTML5 zapewnia najbardziej semantyczne elementy, z których korzysta już większość nowoczesnych motywów CMS. Jeśli Twoja strona nie posiada takich elementów, powinieneś zadbać by nadrobić tę zaległość. Pamiętajmy jednak, że semantyczny kod HTML jest nadal dość ograniczony. Podczas gdy jest napisane: „to jest stół, to jest stopka”, nie przekazuje to znaczenia rzeczywistej treści. Dlatego używamy również danych strukturalnych jako znaczników „uzupełniających”.
Używaj znaczników danych strukturalnych
Znacznik Schema.org jest dodatkowym sposobem oznaczania stron. Jest również określany jako dane strukturalne, które można opisać jako wspólne ramy semantyczne dla sieci. Słownictwo Schema.org zawiera setki typów znaczników, które są związane z właściwościami. Można ich używać do oznaczania treści w sposób łatwy do zrozumienia przez Google, gdzie żaden skomplikowany algorytm nie będzie mu właściwie potrzebny.
Google łatwiej jest wyodrębnić znaczenie z treści strukturalnych, jak niżej:
- czas gotowania: 20 minut
- kalorie: 80
… niż z naturalnego języka jak ten:
Przygotowanie naleśników zajmie 20 minut. Co więcej, są to niskokaloryczne naleśniki — około 80 kcal na porcję.
Więc kiedy użytkownik chce wiedzieć, ile czasu zajmuje gotowanie naleśnika lub ile kalorii ma, Google może dostarczać informacje w najlepszy możliwy sposób.
Stwórz swoją markę, aby zostać podmiotem Knowledge Graph
Nagłówek jest dość oczywisty. Spośród wszystkich wskazówek dotyczących dostosowania SEO do wyszukiwania semantycznego, ten jest najtrudniejszy do uzyskania. To długoterminowa konsekwencja budowania marki i stosowania pozostałych zasad.
Tworzenie relacji za pomocą linków
Linki były historycznie jednym z pierwszych wskaźników trafności. Jeśli dokument A połączono z dokumentem B, mogły one być postrzegane jako powiązane. Zarówno wewnętrzne, jak i zewnętrzne linki z odpowiednich stron wykorzystujących naturalny tekst zamieszczonego linka, podpowiadają Google o czym użytkownik dowie się w podlinkowanej treści — jeszcze na etapie przed analizą algorytmiczną.
Podsumowując
Wyszukiwanie semantyczne zmieniło cały ekosystem treści. Użytkownicy otrzymują bardziej istotne i wartościowe treści, co motywuje wydawców do tworzenia właśnie takich treści. Chociaż istnieją zaawansowane technologie i algorytmy, zasady wyszukiwania semantycznego są łatwe do zrozumienia. Na tym etapie wiesz już wszystko co niezbędne do wprowadzenia zmian pod kątem semantycznego SEO.
Masz jakieś pytania lub komentarze dotyczące wyszukiwania semantycznego? Jeśli chcesz dowiedzieć się więcej o technikach wyszukiwania semantycznego, skontaktuj się z zespołem Front Row. Z miłą chęcią przedstawimy koncept działań SEO.