Podemos aprender a máquina algoritmo de aprendizaje de Google?

A+ A-

despliegue de la inteligencia artificial de Google tiene muchos en la optimización de motores de búsqueda (SEO) de la industria estupefacto. tácticas de optimización que han trabajado durante años se están convirtiendo rápidamente obsoletos o cambiar.

¿Porqué es eso? Y es posible encontrar una ecuación de optimización predecible como en los viejos tiempos? Aquí está la primicia.

Los viejos días de Google

motor de búsqueda de pre-aprendizaje automático de Google operó en forma monolítica. Es decir, cuando llegaron los cambios, llegaron al por mayor. Grandes y bruscos movimientos tectónicos, a veces, eran comunes en el pasado.

Lo que se aplica a / de búsqueda de resultados del motor de una industria se aplica a todos los resultados. Esto no quiere decir que cada página web se vio afectada por cada cambio algorítmico. Cada algoritmo afectó a un tipo específico de la página web. la página del historial de cambios del algoritmo de Moz detalla la larga historia de actualizaciones del algoritmo de Google y qué tipos de sitios y páginas se vieron afectados.

La industria de SEO se inició con la gente descifrar estas actualizaciones del algoritmo y determinar qué páginas web se ven afectados (y cómo). Las empresas se elevaron y cayeron sobre las espaldas de las decisiones tomadas debido a tales puntos de vista, y los que fueron capaces de corregir el rumbo lo suficientemente rápido fueron los ganadores. Aquellos que no pudieron aprendido una dura lección.

Estas clases se convirtieron en las “reglas del camino” para todos los demás, ya que siempre había una verdad constante: sanciones algorítmicas fueron los mismos para cada vertical. Si el competidor se mató haciendo algo que Google no le gustaba, estaría seguro de que todo el tiempo que no cometió el mismo error, que estaría bien. Sin embargo, la evidencia reciente está empezando a demostrar que este idioma SEO ya no se sostiene. El aprendizaje automático ha hecho estas sanciones específicas para cada entorno de palabras clave. profesionales de SEO ya no tienen un conjunto estático de reglas que pueden jugar por.

Dr. Pete Meyers, Marketing Científico de Moz señaló recientemente: “Google ha recorrido un largo camino en su viaje desde un enfoque basado en heurística para un enfoque de aprendizaje de máquina, pero donde estamos en el año 2016 es todavía muy lejos de la comprensión del lenguaje humano . Para ser realmente eficaz como SEO, todavía tenemos que entender cómo piensa esta máquina, y en el que está a la altura de la conducta humana. Si usted quiere hacer verdaderamente investigación de palabras clave del siguiente nivel, el enfoque puede ser más humano, pero el proceso debe replicar la comprensión de la máquina tanto como sea posible “.

Moz ha elaborado guías y mensajes relacionados con la comprensión última de inteligencia artificial de Google en su motor de búsqueda, así como lanzado su nueva herramienta, Keyword Explorer, que se ocupa de estos cambios.

Google desacopla actualizaciones de clasificación

Antes de entrar en explicar cómo fueron las cosas fuera de los carriles para SEO, primero tengo que tocar sobre cómo la tecnología permitió motor de búsqueda de Google para llegar a su estado actual.

Sólo ha sido recientemente que Google ha poseído el tipo de poder computacional para empezar a hacer “en tiempo real” actualiza una realidad. El 18 de junio de 2010, Google ha renovado su estructura de indexación, llamado “Caffeine”, que permitió a Google para empujar cambios a su índice de búsqueda más rápido que nunca. Ahora, un sitio web podría publicar contenido nuevo o actualizado y ver los cambios casi de inmediato en Google. Pero ¿cómo este trabajo?

Google - Actualizaciones de cafeína

Antes de la actualización cafeína, Google opera como cualquier otro motor de búsqueda. Se arrastró e indexado sus datos, entonces envía los datos indexados a través de una red masiva de los filtros de SPAM y algoritmos que determinó su eventual pedido en las páginas de resultados del motor de búsqueda de Google.

Después de la actualización de cafeína, sin embargo, seleccione el contenido fresco podría pasar por un proceso de puntuación abreviada (temporalmente) e ir directamente a los resultados de búsqueda. cosas menores, como una actualización de la etiqueta de una página de título o etiqueta meta descripción, o un artículo publicado por un sitio ya “investigados”, serían candidatos para este nuevo proceso.

Suena muy bien, ¿verdad? Al final resultó que, esto creó una gran barrera para el establecimiento de una correlación entre lo que ha cambiado en su sitio web y cómo ese cambio afectó su clasificación. El desprendimiento de cambios a sus resultados de búsqueda - y el proceso de puntuación algorítmica exhaustiva posible que siguió - esencialmente engañado muchos SEOs en la creencia de que ciertas optimizaciones habían trabajado, cuando en realidad no lo hicieron.

Google vs índice antiguo actualizaciones cafeína

Fuente: Google Blog Oficial

Este fue un precursor del futuro Google, que ya no funcionan de manera seriada. el blog de Google deletreado con eficacia el nuevo paradigma Cafeína: “[t] oda segunda cafeína procesa cientos de miles de páginas en paralelo.”

Desde el punto de vista de la ofuscación, cafeína proporciona amplia cobertura a las señales de clasificación principal de Google. Sólo un equipo de SEO meticuloso, que aisló cuidadosamente todos y cada actualización, ahora podría descifrar el cual optimizaciones fueron los responsables de los cambios específicos de clasificación en este nuevo entorno algoritmo paralelo.

Cuando llegué a él para hacer comentarios, Marcus Tober, fundador y CTO de Searchmetrics, dijo, “Google ahora mira a cientos de factores de clasificación. RankBrain utiliza aprendizaje automático para combinar muchos factores en una sola, lo que significa que los factores se ponderan de forma diferente para cada consulta. Eso significa que es muy probable que los ingenieros de Google aún no conocen la composición exacta de su algoritmo muy complejo “.

“Con el aprendizaje profundo, se está desarrollando de forma independiente de la intervención humana. A medida que evoluciona la búsqueda, nuestro enfoque está evolucionando con los cambios algorítmicos de Google. Analizamos temas, la intención de búsqueda y etapas embudo de ventas, porque también estamos utilizando técnicas de aprendizaje profundas en nuestra plataforma. Destacamos la relevancia del contenido, ya que Google ahora prioriza el cumplimiento de la intención del usuario “.

Estos ciclos de prueba aislados eran ahora muy importante con el fin de determinar la correlación, ya que los cambios del día a día en el índice de Google no estaban necesariamente ligados a los cambios de clasificación más.

El desdoblamiento del algoritmo atómica

Por si fuera poco, a finales de 2015, Google lanzó máquina de aprendizaje dentro de su motor de búsqueda, que continuó a desacoplar los cambios de clasificación de sus formas estándar de hacer las cosas en el pasado.

Como veterano de la industria John Rampton informó en TechCrunch, los algoritmos básicos dentro de Google ahora funcionan basado independientemente de lo que se está buscando para. Esto significa que lo que funciona para una palabra clave podría no funcionar para otra. Esta división del ranking de búsqueda de Google ya ha causado una enorme cantidad de dolor dentro de la industria como herramientas convencionales, que prescriben optimizaciones indiscriminadamente a través de millones de palabras clave, ya no podía operar en este nivel macro. Ahora, con la intención de buscador, literalmente, determina qué algoritmos y factores de clasificación son más importantes que otros en ese entorno específico.

Esto no debe ser confundido con el reciente anuncio de que habrá un índice separado para móvil vs. escritorio, donde una clara distinción de los índices estará presente. Hay varias herramientas para ayudar a los SEO entender su lugar dentro de índices separados. Pero, ¿cómo SEO se ocupan de diferentes algoritmos de clasificación dentro del mismo índice?

El reto es clasificar y analizar estos cambios algorítmicos en una base de palabras clave. Una tecnología que se ocupa de esto - y está recibiendo mucha atención - fue inventado por alumnos de la Universidad Carnegie Mellon de Scott Stouffer. Después de que Google intentó varias veces para contratarlo, Stouffer decidió en lugar de co-fundar una plataforma empresarial de SEO impulsado por la IA denominado Mercado Brew, basado en una serie de patentes que se otorgaron en los últimos años.

Stouffer explica, “Ya en 2006, nos dimos cuenta de que el aprendizaje de la máquina con el tiempo se despliega dentro proceso de puntuación de Google. Una vez que eso sucedía, sabíamos que los filtros algorítmicos ya no serían un conjunto estático de reglas de SEO. El motor de búsqueda sería suficiente para ajustarse sobre la base de la máquina de aprendizaje lo que funcionó mejor para los usuarios en el pasado inteligente. Por ello hemos creado el mercado cervecero, que sirve esencialmente para 'máquina de aprender el alumno máquina.'”

“Nuestro modelo de motor de búsqueda genérico puede entrenarse para dar salida a resultados muy similares a la cosa real. A continuación, utilizamos estos modelos predictivos como una especie de "Google Sandbox“de forma rápida una prueba A / B diversos cambios en un sitio web, al instante proyectar nuevas clasificaciones para motor de búsqueda de objetivos de la marca.

Debido a que los algoritmos de Google funcionan de forma diferente entre las palabras clave, Stouffer dice que no hay una delimitación clara más. Las combinaciones de palabras clave y cosas como la intención del usuario y el éxito y el fracaso antes de determinar la forma en pesos Google sus diversos algoritmos básicos.

Predecir y clasificar los cambios algorítmicos

¿Hay alguna manera nosotros, como SEO, podemos empezar a entender cuantitativamente las diferencias algorítmicas / ponderaciones entre las palabras clave? Como he mencionado anteriormente, hay maneras de agregar esta información utilizando las herramientas existentes. También hay algunas nuevas herramientas que aparecen en el mercado que permiten a los equipos de SEO para modelar entornos motor de búsqueda específico y predecir cómo esos ambientes están cambiando de forma algorítmica.

Muchas de las respuestas dependen de la forma competitiva y amplia sus palabras clave son. Por ejemplo, una marca que sólo se centra en una palabra clave primaria, con muchas variaciones de larga cola frases de palabras clave siguientes, probablemente no se verá afectado por esta nueva forma de procesamiento de resultados de búsqueda. Una vez que un equipo de SEO figuras cosas, ellos lo tienen resuelto.

Por otro lado, si una marca tiene que preocuparse de muchas palabras clave diferentes que abarcan varios competidores en cada entorno, entonces la inversión en estas nuevas tecnologías puede estar justificada. equipos de SEO tienen que tener en cuenta que no pueden simplemente aplicar lo que han aprendido en un entorno de palabras clave a otro. Algún tipo de análisis de adaptación debe ser utilizado.

Resumen

La tecnología se está adaptando rápidamente a la nueva metodología de clasificación de búsquedas de Google. En la actualidad existen herramientas que pueden rastrear cada actualización algorítmica, determinar qué industrias y tipos de sitios web son los más afectados. Para combatir el nuevo énfasis de Google en la inteligencia artificial, ahora estamos viendo la adición de nuevas herramientas de modelado de motor de búsqueda que están intentando predecir exactamente qué algoritmos están cambiando, por lo que SEO pueden ajustar las estrategias y tácticas sobre la marcha.

Estamos entrando en una edad de oro de la SEO para los ingenieros y científicos de datos. Como los algoritmos de Google continúan consiguiendo más compleja y entrelazada, la industria de SEO ha respondido con nuevas herramientas de alta potencia para ayudar a entender este nuevo mundo de SEO en el que vivimos.


Las opiniones expresadas en este artículo son las del autor y no necesariamente de invitados Search Engine Land. Autores del personal se enumeran aquí.


Ads

Compartir