Wie Google durch maschinelles Lernen die Ergebnisse in den SERPs verbessert.

In dem folgenden Beitrag möchte ich ihnen erklären, wie Sie SEOs ihre Praktiken ändern sollten, um mit den Maßstäben, wie Google Webseiten bewertet, Schritt zu halten.

Normalerweise denken wir nicht an Google, wenn wir an den Wettbewerb in der digitalen Welt denken, da Google die meisten Bereiche, in denen es tätig ist, stark und zuverlässig dominiert. In einigen fragwürdigen Diskussionen wurde auf urkomische Weise Bing als die dominante Suchmaschine bezeichnet und als bester Ort, um etwas zu suchen.

In den meisten Fällen war der Bereich des digitalen Marketings jedoch eine ziemlich wettbewerbsfähige Landschaft, obwohl es natürlich auch Ausnahmen gab. Etablierte Marken dominierten häufig die Top-SERP-Positionen aufgrund des langjährigen Trusts. Neue Domains mussten warten, bis sie an der Reihe waren und Black-Hat-SEO erlaubte es Webmastern, das System auszutricksen und hohe Rankings für Thin Content zu bekommen. Vor einem Jahrzehnt konnten SEO-Agenturen und Webmaster einfache Heuristiken und schillernde Keywörter verwenden, um Inhalte unabhängig von ihrem Nutzen zu bewerten und damit Benutzerintention und tatsächliche Qualität zu erreichen.

Das Hummingbird-Update und der anschließende Rollout von Rankbrain änderten all diese Begriffe völlig.

Sie sollten auch die Ideen der SEOs verändern, wie man Erfolg haben kann. Obwohl viele SEO-Experten die Bedeutung von Rankbrain verstehen oder zumindest, wie wichtig es sein wird, setzen viele immer noch konventionelle Strategien ein, von denen wir vor einem Jahrzehnt noch leben konnten.

In diesem Beitrag werde ich erklären, warum Sie die Art und Weise, wie Sie heute die Suchmaschinenoptimierung sehen, überdenken sollten. Zudem biete ich auch einige Ratschläge zu maschinellen Lernanwendungen und SEO-Strategien an, die Sie einsetzen können, um in der hart umkämpften SEO-Landschaft zu überleben.

Wie das maschinelle Lernen die Suche revolutionierte.

Das maschinelle Lernen ist eine Teilmenge der künstlichen Intelligenz, die es Computern ermöglicht, unabhängig von menschlichen Eingriffen zu lernen, in Iterationen zu lernen, indem sie ähnliche Eigenschaften gruppieren und Werte auf der Grundlage ihrer gemeinsamen Eigenschaften bestimmen.

Google`s Rankbrain, das laut dem Unternehmen der drittwichtigste Rankingfaktor ist, wird eingesetzt, um den Kontext neuer Suchanfragen zu bestimmen, die es bisher noch nicht erhalten hat. Rankbrain unterscheidet den Kontext von ungelernten Suchanfragen, indem es semantisch ähnliche Schlüsselwörter/Phrasen zieht und sie mit ähnlichen Suchanfragen aus der Vergangenheit vergleicht, um die relevantesten Ergebnisse zu liefern.

Google setzt die Technologie des maschinellen Lernens ein, um Muster zu finden und relevante Daten zu verstehen, wenn es die Interaktion der Nutzer mit Webseiten in seinen SERP-Listen analysiert. Mit diesen Daten wertet der Algorithmus von Google die Absicht des Nutzers aus. Aus der Sicht von Google hilft dies, die Ergebnisse effektiver zu filtern und belohnt die Nutzer mit einem besseren Erlebnis.

Derzeit werden noch konventionelle Signale verwendet, um die besten Ergebnisse zu erzielen. Mit jeder weiteren, relevanten Suche kann das maschinelle Lernen analysieren, welche Webseiten die besten Nutzersignale empfangen und die besten Ergebnisse liefern, um die Nutzerintentionen zu erfüllen. Es ist wichtig zu beachten, dass das maschinelle Lernen nicht augenblicklich erfolgt, sondern zu langsamen Ranking-Änderungen führen würde, die auf wachsenden Daten aus den SERPs basieren.

Dies hat zwei große Auswirkungen für die Keyword-Recherche und das Ranking:

  • Der Keyword-Rang wird nicht mehr durch dramatische Veränderungen beeinflusst.
  • Googles Algorithmus ist dynamischer; für jede einzelne Suche werden unterschiedliche Algorithmen verwendet.

In wettbewerbsintensiveren Nischen werden die Qualität der Inhalte und die Steigerung des Nutzerengagements langsam Vorrang vor konventionellen Signalen haben und damit die SERPs dominieren. Bei der kleinvolumigen Suche werden weiterhin konventionelle Ranking-Signale als De-facto-Standard verwendet, bis genügend Daten für die Bestimmung der Nutzerintention zur Verfügung stehen.

Damit rückt auch die semantische Suche für SEO-Experten in den Vordergrund. Die semantische Suche ermöglicht es dem Inhalt für mehrere Schlüsselwörter zu ordnen und erhöhtes Trafficaufkommen zu erzielen, indem die Intention verschiedener verwandter Suchanfragen erfüllt wird. Das deutlichste Beispiel für die Wirkung der semantischen Suche ist das verwandte Suchfeld am unteren Rand von Google SERPs und was „People Also Ask“ unterhalb des Snippet-Feldes.

Da Google in der Lage ist, menschliche Intentionen und linguistische Intelligenz zu verstehen, werden technisches SEO und Keyword-Verwendung in den Hintergrund treten. In Anbetracht der Tatsache, dass verschiedene Algorithmen auf einzigartige Suchanfragen angewendet werden, werden Links in ihrer Rolle als Schiedsrichter für die Qualität der Inhalte reduziert und kleinere Domains werden eine bessere Chance haben, sich gegen Industrie-Titanen organisch zu behaupten.

Wenn die Intention des Suchenden bestimmt, welcher Algorithmus für die SERPs herangezogen wird, stellt sich die Frage, wie wir das in Zukunft optimieren und handhaben können? Die Antwort lautet, sowohl konventionelle Strategien als auch unsere eigene Technologie des maschinellen Lernens einzusetzen.

Geben Sie den Menschen, was Sie wollen.

Hier sind ein paar Methoden, die SEOs verwenden sollten, um mit der sich entwickelnden Entwicklung Schritt zu halten:

1. Verbessern Sie die User Experience.

Searchmetrics Bericht 2016 über Ranking-Faktoren veranschaulichte, wie wichtig Nutzersignale für das organische Ranking sind. Das Unternehmen stellte fest, dass die Nutzersignale nach der inhaltlichen Relevanz in Bezug auf die Wichtigkeit an zweiter Stelle stehen.

Eine der besten Möglichkeiten, wie eine Suchmaschine die Intention des Nutzers bestimmen kann, ist die Analyse von Nutzersignalen, die sie über ihren Browser, direkte URLs, SERPs und so weiter sammelt. Aber Googles wertvollstes Nutzersignal bleibt CTR.

Um sicherzustellen, dass Ihre Webseiten gute Nutzersignale liefern, müssen Sie ein solides UX-Fundament schaffen. Das bedeutet, thematische Kontinuität über Ihre Webseiten zu gewährleisten, qualitativ hochwertige und relevante Landing Pages zu erstellen, ansprechende Bilder zu verwenden, interaktive Inhalte anzubieten, eine schnelle Seitengeschwindigkeit zu liefern und eine organisierte interne Linkstruktur zu entwickeln.

Metatags und reichhaltige Snippets können auch Ihre Klickrate beeinflussen, also optimieren Sie für beide. Google wird natürlich Ihren Rang herabsetzen, wenn Ihre Website unter einer niedrigen CTR in einem hochrangigen Ergebnis leidet.

Andere zu beachtende Überlegungen sind:

  • 301 Redirects für fehlende Seiten und rel=canonical Tags für doppelte Inhalte.
  • Optimierung von strukturierten Daten und alternativen Tags, um Suchmaschinen bei der Indizierung von Inhalten zu unterstützen.
  • Beheben von defekten Links, die die Crawl-Struktur beeinflussen könnten.

Auch wenn Googles KI und RankBrain unglaublich fortschrittlich sind, braucht Google dennoch Ihre Hilfe, um Webseiten zu durchsuchen und zu indizieren. Es schadet nicht, dass diese Faktoren auch die Navigation und die Benutzerfreundlichkeit Ihrer Website verbessern.

2. Thematische Kontinuität.

Trotz all dieser Fortschritte bei der Suche treffe ich immer noch häufig auf Kunden, die ihre Websites mit Thin Content und ohne Keyword-Fokus betreiben. Ich beginne Kundenkampagnen mit Recherchen zu Keywords, Mitbewerbern und einigen technischen Aspekten.

Vor kurzem haben wir uns jedoch darauf konzentriert, nahtlosere hierarchische Strukturen zu schaffen, die semantisch verknüpfte Schlüsselwörter und Themencluster nutzen, um eine großartige UX zu fördern. Im Gegensatz zur einfachen Erstellung von Inhalten mit einem begrenzten Keyword-Fokus konzentriere ich mich darauf, die wichtigsten Seiten meiner Kunden zu bewerten.

HubSpot bezeichnet diese spannende neue Praxis als „Themencluster“. Themencluster konzentrieren sich auf Säulenseiten, die Ihre wichtigsten Themen darstellen. Dies sind breite, übergreifende Seiten, die in Ihrer Informationshierarchie einen hohen Rang einnehmen und versuchen, die wichtigsten Fragen zu Ihrem Hauptthema zu diskutieren und zu beantworten.

Unterthemen werden dann auf den Seiten der unteren Hierarchie, die interne Links zurück zur Säulenseite enthalten, ausführlicher besprochen. Diese Strategie hilft Ihnen, Ihre wichtigsten Seiten durch eine ausgeklügelte Verlinkungsstruktur zu kommunizieren, fördert eine nahtlose Navigation und hilft Ihnen dabei, Ihre Säulenseite so zu positionieren, dass sie für mehrere Keyword-Phrasen in der Rangfolge steht.

Diese immergrünen Stücke werden auch durch eine konsequente Blogging-Strategie ergänzt, die Trendthemen rund um das Thema der Website diskutiert. Jeder produzierte Inhalt ist umsetzbar und konzentriert sich darauf, die Umsetzung oder gewünschte Aktionen voranzutreiben.

Bei der Modellierung jedes Inhaltsstücks ist es wichtig, sich folgende Frage zu stellen: Welche Probleme sollen mit dem Content angegangen werden und wie werden sie gelöst? Wenn weitere Fragen auftauchen, schreiben Sie Inhalte, die sich mit diesen Themen befassen. Jetzt haben Sie eine Website erstellt, die die Absicht der Nutzer aus fast jeder Perspektive befriedigt. Dies hilft Ihnen, für eine Menge von Keywords zu rangieren.

Sie können auch die Technologie des maschinellen Lernens einsetzen, um den Workflow Ihrer Content-Marketing-Kampagne zu verbessern. Anwendungen, wie die Hemingway App und Grammatik, sind ausgezeichnete Werkzeuge, die Vorschläge für Verbesserungen in der Satzstruktur, der Stimme des Autors und der Wortverwendung liefern können.

3. Natürliche Sprache anwenden.

Der beste Weg, um für eine künstliche intelligente Suchwelt zu optimieren, ist die Optimierung für Voice Search anstelle der Textsuche. Dies beinhaltet die Optimierung Ihrer Website für mobile Endgeräte und Ihre Inhalte, um die gewünschten Snippets zu erzielen, da die Antworten auf Fragen, die an ein Gerät mit persönlicher Assistenz gestellt werden, aus dem Snippet-Feld auf einem Google SERP gezogen werden.

Neben der Verfolgung der bisher skizzierten Strategien geht es dabei um die Erstellung einer überzeugenden Seitenkopie, die möglichst viele Fragen beantworten und umsetzbare Lösungen bieten soll.

Die Forschung hat auch gezeigt, dass Menschen, die nach Sprache und nicht nach Text suchen, eher Suchbegriffe mit einer Länge von vier bis neun Wörtern verwenden. Das bedeutet, dass Sie für lange Keyword-Phrasen – die in der Regel länger sind – und für Seitentexte, die für die natürliche Sprache repräsentativer sind, optimieren müssen. Eine Textsuche nach Bahnfahrten nach Cottbus kann zum Beispiel „Bahnfahrt Hannover Oslo“ sein, während eine Sprachsuche sagen kann: „Was sind die billigsten Bahnfahrten von Hannover nach Oslo?

Mit dem Aufkommen des maschinellen Lernens konnten optimierte Inhalte, die an die natürliche Sprache appellieren, die Nutzerabsicht sowohl bei der Suche nach breiten Übereinstimmungen über Text als auch bei der Suche nach langen Sprachnachrichten befriedigen.

Betrachten Sie, wie chatbot Assistenten Natural Language Understanding (NLU) integrieren, um linguistische Syntax und Bedeutungen besser zu verstehen. Mit Fortschritten in NLU-Anwendungen werden Suchmaschinen schließlich in der Lage sein, die Bedeutung und Qualität von Inhalten vollständig zu beurteilen, wie es ein Mensch tut.

4. Personalierung des Customer Journey.

Da in diesem Jahr mehr große Daten erstellt werden als in den vergangenen 5.000 Jahren, müssen Unternehmen die Technologie des maschinellen Lernens nutzen, um riesige Mengen an Benutzerdaten in einer beispiellosen Geschwindigkeit zu interpretieren.

Eine Möglichkeit, wie dies bereits ausgeführt wird, ist die Gewinnung von Klartextdaten aus Chatbots. Während wir von einer grafischen Interface-Welt zu einer Konversations-Oberfläche übergehen, werden Chatbots verwendet, um Eingaben und Daten von Customer Journeys abzubilden, um Unternehmen dabei zu helfen, ihre User Experience zu verbessern.

Diese Technologie steckt noch in den Kinderschuhen, aber wir können auch maschinelle Lerntechnologie und Data Mining einsetzen, um Berührungspunkte auf der Customer Journey zu personalisieren. Customer Journey Mapping kann verwendet werden, um Käuferpersönlichkeiten aufzubauen und Marketingkontaktpunkte zu personalisieren, um Konversionen und Verkäufe zu maximieren.

Mit Hilfe von Customer Journey Mapping können Unternehmen Berührungspunkte personalisieren, um Inhalte oder Werbung zu liefern, wenn die Absicht am höchsten ist. Echtzeitantworten können eingesetzt werden, um auf Kundenserviceaufrufe sofort zu reagieren, Handlungsaufrufe an High-Scoring-Leads zu liefern und Werbekampagnen auf der Basis von Echtzeitdaten zu segmentieren.

Predictive Analytics kann auch verwendet werden, um Prognosen der geschätzten Kampagnenleistung auf der Grundlage von Echtzeitdaten zu liefern. Das spart viel Zeit bei A/B-Tests und verbessert die Effizienz der Kampagnen.

Glücklicherweise kann die Technologie des maschinellen Lernens von jedermann genutzt werden. Angesichts der schieren Geschwindigkeit und des Umfangs der maschinellen Lernanwendungen kann es sein, dass Sie sich auf konventionelle SEO-Strategien verlassen müssen, um organisch zu rangieren, was Ihnen letztendlich einen unglaublichen Wettbewerbsnachteil einbringt.

Die Zukunft ist schon vorbei.

Keine Sorge, die Automatisierung wird die Menschen in absehbarer Zeit nicht völlig verdrängen. Die Technologien des maschinellen Lernens können dabei helfen, Marketingkampagnen zu verstärken, aber die Kreativität und die Ausführung hängen letztendlich von der Expertise der menschlichen Intelligenz ab. Aber wir werden wahrscheinlich bald einen Punkt erreichen, an dem Kunden aktiv nach digitalen Marketingfirmen Ausschau halten werden, die über Expertise im Bereich Customer Travel Mapping und AI-fähige Anwendungen verfügen.

Meiner Meinung nach haben diese Technologien das Potenzial, den Wettbewerb um SERPs erheblich zu verbessern und sie werden es auch digitalen Vermarktern ermöglichen, ein stärkeres Produkt zu liefern.

2018-02-23T10:25:50+00:00 By |