我,搜尋:AI如何改變SEO的景觀

過去的經驗

過去的搜索演算法相當不成熟。只要在標題、標題和圖片標籤中使用關鍵字短語</a>,然後在內容</a>中頻繁地使用它,你幾乎可以確保排名靠前。然而,當你的競爭對手</a>也採用相同方法時,就變成了一場虛擬的軍備競賽,看誰能以多種方式多次地將關鍵字短語</a>塞入頁面中。<br/><br/>SEO</a>從業者開始創造性地尋找新方法,在頁面中添加更多關鍵字短語</a>實例,即使這意味著使用毫無意義的荒謬策略來增加關鍵字密度</a>。他們通過將文字染色與背景融合、將其定位到螢幕外或甚至使用z-index改變元素堆棧順序等一系列同樣可疑的方法來隱藏文本。幸運的是,搜尋引擎</a>很快就在其演算法中引入了有效的反制措施來打敗這些初級策略。<br/><br/>另一個更具挑戰性的障礙是,由於Google的演算法在很大程度上依賴於鏈接,需要區分合法的編輯鏈接和操縱性的垃圾鏈接。在與黑帽SEO</a>從業者和誠實但資訊不足的營銷人員進行數年的鬥爭之後,穀歌發布了Penguin 1.0,以摧毀數千家合法企業作為“焦土政策”。

現在的情況

隨著過去幾年來演算法的演變,測量排名信號的方式也越來越難被操控,這導致行業中許多不誠實的數位營銷人士被淘汰。然而,這些新的演算法也使得合法的數位元營銷人士需要更深入地挖掘並加大對技術SEO</a>、內容</a>開發和連結建立</a>方面的努力。這三個組成部分至今仍然是建立有效搜尋引擎優化</a>活動所必不可少的。<br/><br/>技術SEO</a>已從簡單的公式(如關鍵詞密度)發展為一項持續性的整體工作,旨在改善使用者體驗</a>同時讓搜尋引擎</a>更容易理解你內容</a>所涉及的主題。像移動響應性、頁面速度</a>和停留時間</a>等能夠表明良好使用者體驗</a>的因素,在技術SEO</a>中起著重要作用。連結建立</a>不再僅僅是數量問題了,Penguin演算法改變了這一點。<br/><br/>如今,只有那些需要耗費大量時間和努力才能獲得的合法編輯連結,才能產生安全、長期的效果。違反穀歌網站管理員指南的連結建立</a>技巧可能會帶來短期效果,但最終將使你遭受懲罰,導致完全失去有機可見度。在我看來,這是一個代價高昂的風險。<br/><br/>雖然陳腔濫調“內容</a>就是王”仍然有意義,但更準確的說法應該是“互動就是王”。僅僅寫幾百字並夾帶關鍵詞片語不再能產生效果。如今的搜索演算法正在尋找能夠吸引用戶並具有高品質內容</a>。<br/><br/>如果對用戶沒有價值,它通常不會在自然搜索中排名靠前。

關鍵詞片語已經過時

關鍵詞導向內容</a>開發的時代,大多數已經過去。Google的知識圖譜,基於潛在語義索引</a>,最初推動了這個方向,但RankBrain將其轉變為全面突襲。RankBrain是Google的機器學習</a>人工智慧系統,用於處理其搜索結果,根據參與RankBrain的Google高級研究科學家Greg Corrado所說,它使用了一種全新的處理查詢方式。<br/><br/> RankBrain利用人工智慧將大量書面語言嵌入到可以理解的數學實體中 - 稱為向量。如果RankBrain看到一個它不熟悉的單詞或短語</a>,計算機可以根據類似含義作出猜測並相應地過濾結果,在處理從未見過的搜索查詢時更加有效。 穀歌告訴我們,RankBrain已迅速成為他們整體排名演算法</a>中第三重要因素(僅次於連接和內容</a>)。<br/><br/>這是因為與他們先前版本的演算法不同,在分析查詢並返回最相關內容</a>方面,它非常有效,即使不包含搜索中使用的關鍵詞短語</a>。這意味著您可以且應該像處理有機搜索不是因素一樣自然地進行撰寫,而不是反復嘗試將特定的關鍵詞短語</a>強加到內容</a>中。當然,Google可以根據內容</a>來排名網頁,但在適當的情況下,他們也可以基於甚至不在頁面上的資訊來排名。<br/><br/>因此,您應該在自然情況下盡可能包含相關術語和概念,因為這將為用戶增加更多價值,從而幫助向Google發送更多正面的排名信號。

搜尋意圖

如今,如果你想成為並保持競爭力,就需要瞭解並規劃搜索意圖</a>。這不僅僅是關注訪問者在尋找什麼,更重要的是為什麼他們在尋找。穀歌一直以來都在關注這一點,但隨著人工智慧在其演算法的新版本中扮演越來越重要的角色,可以預期它將變得更加重要。<br/><br/>你需要超越最初的搜索詞,思考訪問者最有可能試圖解決的問題。根據搜索意圖</a>,有四種類型的搜索查詢:導航查詢是當用戶嘗試在特定URL上找到特定內容</a>時執行的。在某些情況下,用戶可能不知道確切的功能變數名稱。<br/><br/>資訊查詢涵蓋了各種主題,但獲取資訊是唯一目標。除點擊和閱讀之外無需其他活動。商業查詢通常包括兩部分:既有即時購買</a>意向的用戶查詢,也有希望稍後購買</a>時所需資訊的用戶查詢。<br/><br/>交易查詢</a>可能包括註冊電子報、創建帳戶或支付賬單等活動。

下一步會是什麼?

你還不能停止思考,因為你只是觸及了冰山的一角。在滿足訪問者最初的搜索意圖</a>之後,你需要預測他們可能會有哪些問題。此時,他們可能會有什麼問題呢?如果我搜索“劍魚中的FBI特工”,我將得到很多關於這部2001年動作電影的資訊,該片講述了一個流氓反恐單位試圖從舊DEA假公司竊取4億美元。<br/><br/>維基百科</a>排名第一,IMDB排名第二和第三。顯然,這兩個網站由於其豐富和高質量的內容</a>和鏈接而具有高度權威性,但這是它們在這類術語上持續排名靠前的唯一原因嗎?我不這麼認為。想像一下從單個頁面可以走向多少不同方向。<br/><br/>讓我們以IMDB作為例子來看。從關於電影《劍魚》的頁面上(已經有大量內容</a>),我們還可以找到以下廣泛資訊的鏈接:參與電影的所有演員、編劇、導演等。所有這些人在其他電影和電視節目中的作品。<br/><br/>來自多個協力廠商來源的對該電影的評論。與該電影相關主題的投票和留言板。類似的電影和電視節目。<br/><br/>考慮到所有這些資訊是相互聯繫的,所以幾乎無需離開IMDB網站,你可能可以找到任何可能因最初搜索而在你腦海中出現問題的答案。我常常發現</a>自己在訪問這個網站後陷入其中,原因就是它很好地預測了訪問者在滿足其最初搜索意圖</a>之後可能需要什麼。你認為呢?IMDB在內容</a>開發方面處於大規模運作階段,這是必不可少的,因為他們也正在一個競爭激烈的市場上運作。<br/><br/>但你認為如果你把他們的模式應用到自己的網站上會發生什麼?我有信心地說AI之神會對你的網站微笑。(當數據的碎片微笑時,它會是什麼樣子呢?)這樣想一想——AI的目標是給用戶提供最有可能滿足他們需求的內容</a>,對不對?那麼哪種情況更合理:只因為某個頁面存在於具有權威性功能變數名稱上就把用戶發送到該頁面,還是把用戶發送到同一個功能變數名稱上還包含了似乎能回答他們在找到初始查詢答案後常搜索的類型問題的內容</a>所在的特定頁面上?我認為答案很明顯。要利用這種策略,你需要根據典型購買</a>決策階段將你的內容</a>分段,從頭開始並圍繞整個過程中可能出現的所有問題來開發內容</a>。<br/><br/>訪問者購買</a>決策階段如下:此階段,訪問者可能偶然看到了你的付費廣告、社交媒體</a>分享連結或自然搜索結果。他們可能對你的公司、產品或服務一無所知,甚至對你的行業也不瞭解,因此他們的問題主要圍繞著你的產品或服務是做什麼的。此階段的訪問者可能對你所提供的內容</a>感興趣,但可能不知道其價值或是否適合自己。<br/><br/>他們現在的問題主要集中在你的產品或服務如何</a>能夠幫助他們具體解決問題上。特定功能和優點方面的資訊在這一點上尤其有價值。到了這個階段,訪問者已經理解了產品帶來的價值,很可能也評估了一些競爭對手</a>,現在他們正在尋找幫助他們做出最終決策的資訊。<br/><br/>在這裡可以採取一種好方法是提供有關區別於競爭對手</a>(例如推薦信、保證和擔保以及增值激勵措施)方面的資訊。

更深入的搜尋意圖變數

同樣用相同方式提出的搜索查詢,但在不同情況下進行,可能表示不同的意圖。例如,如果我在星期五下午使用桌面電腦搜索“泰國美食”,我可能正在尋找一個適合晚上和妻子共進晚餐的好地方。在這種情況下,我可能最感興趣的是室內和食物的大圖片,以判斷是否適合約會之夜。<br/><br/>另一方面,如果我在星期二12:05開車時使用iPhone進行相同搜索,我可能最關心的是開車路線和一個可以快速進出的地方的評價摘要。影響搜索意圖</a>的一些因素包括:時間、日期、星期幾等等。我已經舉了時間如何</a>在AI驅動搜索中扮演角色的一個例子,但其他因素如星期幾、日期、月份甚至年份也可以發揮同樣重要的作用。<br/><br/>演算法可以在特定半徑內某些活動舉行時給予額外權重,所以如果我在9月到10月之間搜索“附近有什麼可做”,Google可能會顯示環球影城的萬聖節恐怖之夜的結果,而在其他時候則不顯示這些活動。如果你從移動設備搜索加油站,可以安全地推斷你的汽油快要用完了,這也是為什麼搜索結果按距離排序的原因之一。但還有哪些其他例子中,位置可以影響搜索意圖</a>呢?我在佛羅裡達州坦帕市經營一家數字營銷代理公司,所以我的網站在坦帕地區的訪問者的搜索結果中更有可能出現,而與其他競爭相似(年齡、信任、內容</a>、連接等)但位於不同城市的數字營銷代理公司就較少出現。<br/><br/>反之亦然。設備(iPhone、Android、Alexa、Google Home)如果你向Alexa或Google Home詢問某個產品,它通常會認定你對購買</a>該產品感興趣,至少收集資訊以便日後做出購買</a>決策。此時,演算法只有一個目標 - 為您提供最有可能購買</a>的一款產品。<br/><br/>為什麼只顯示一個而不是傳統的十多個列表?因為在螢幕上掃描搜索結果頁面很容易,但使用語音搜索</a>則非常繁瑣。這意味著如果您不使用PPC</a>(付費廣告),您可能無法在競爭激烈的搜索中獲得任何可見度,因為只有一個位置空間。即使使用了PPC</a>,如果公司有大量投訴、差評或有限的業務記錄,它也可能無法在語音搜索</a>中被選中,因為它們更不可能產生轉化。<br/><br/>Google的主要目標是滿足他們的客戶 - 這意味著幫助他們第一次找到想要的東西。

語音搜尋

在未來幾年內,人工智慧和語音搜索</a>的結合將顯著改變搜索領域的格局。與過去的傳統演算法不同,人工智慧具有獨特的能力,在搜索過程中即時改進其結果,而語音搜索</a>則有助於更快速、更準確地實現此目標。這些改進是通過用戶體驗</a>和大數據相結合來推動的。<br/><br/> 與人工智慧在搜索中相關的用戶體驗</a>可以從多個方面來衡量,例如:用戶是否似乎從提供的結果中找到了他們需要的內容</a>,還是迅速返回以提出另一個查詢?如果用戶沒有從提供的結果中找到所需內容</a>,他們是否要求下一個結果、修改初始查詢還是完全重新表述?用戶是否從語音轉換為傳統搜索?然後他們是否似乎在那一點上找到了他們所需的內容</a>?用戶聲音是否輕鬆自然且音量正常,或者焦慮且提高了音量?在搜索過程中有沒有變化? 語音還引入了一個新的複雜層面,因為搜索詞彙的表達方式不同且更加多樣。例如,使用傳統文本搜索尋找我的服務的人可能會使用類似′tampa web design′這樣的搜索詞彙,但在使用語音搜索</a>時,他們可能會使用更具對話性的搜索詞彙,比如′哪家位於Tampa的網站設計公司為承包商設計網站?′雖然人工智慧理論上已經發展到了可以理解這些查詢基本相同的程度,但在開始時仍然需要一些引導。這通常只是一個合適撰寫內容</a>的問題。<br/><br/>

網站的消亡

作為一名賺取大部分收入設計網站的人,我很遺憾地說,如今我們所知的網站將不可避免地面臨消亡。你可能會覺得這聽起來很荒謬,但就在幾年前,大多數人還認為迎合移動流量是瘋狂的,而現在,移動流量佔了所有網絡流量的一半以上。當我談到網站的消亡時,並不意味著強大的數字存在將消失。<br/><br/>隨著時間推移,這將變得更加重要。我甚至不是說您不能通過傳統的Web瀏覽器訪問有關公司的資訊。然而,我要說的是,傳統思考網站的方式將會消亡。<br/><br/>以特定URL存放內容</a>的理念將被更加以數據中心化概念所取代。想像一下少點HTML</a> / CSS、更多類似架構、XML或其他未來形式之結構化數據</a>。隨著人工智慧演進、精細化並成為搜索演算法中主要組件,搜尋引擎</a>將直接提取最有可能滿足用戶需求的數據,並直接呈現給他們,而不是提供一系列可能匹配的清單</a>。<br/><br/>如果你覺得這聽起來很遙不可及,那麼考慮到Google已經在Android即時應用程式中使用類似的概念,通過要求開發人員模塊化地建立和託管其應用程式在Google高度優化的服務器上。Cindy Krum是移動領域中的領先聲音之一,在最近一期Webcology節目中解釋了這帶給Google、營銷人員和用戶的眾多好處。可以合理地假設Google很快也會對網站實施某種數據結構要求,並將其作為重要的有機排名因素</a>,就像他們已經對響應式設計和頁面速度</a>所做的那樣。<br/><br/>一旦這種演變發生,不實施任何搜尋引擎</a>決定新標準的網站基本上就會變得看不見。然而,單純的實施還不夠,因為搜尋引擎</a>在大多數情況下只會返回一個結果,而不是十個結果。所以就像《高地人》,最後只能有一個。<br/><br/>

大數據

人們對數據驅動的行銷趨之若鶩,因為它確實有效。大型數據集使得搜尋引擎</a>能夠發現</a>它們原本無法識別的模式,除了臉書外,沒有任何一家公司比穀歌擁有更多的數據。借助人工智慧技術,搜索演算法可以利用大數據來識別並利用趨勢</a>,通過地理位置、職業、教育程度、興趣愛好、醫療健康狀況、文化信仰、搜索和瀏覽記錄、年齡、政治立場、社交媒體</a>活動、評論(在穀歌以及協力廠商網站上如臉書、亞馬遜和Yelp等)、種族、與其他用戶的聯繫性、性取向、雇主資訊、購買</a>紀錄 以及日期時間等準則來比較相似用戶。<br/><br/> 然後使用大型數據快速識別用戶行為模式中的趨勢</a>和滿意度,在實時中提供更好的搜索結果,以改進未來搜索的準確性和效果。

自創演算法

AI的其中一個最令人興奮,但也最令人擔憂的方面是它將使用機器學習</a>來完全自主地開發新的排名因素</a>。根據Google的說法,他們的AI不僅會自行開發新的排名因素</a> - 它還會在一個所謂的黑盒子內進行。這對搜尋引擎</a>和數字營銷人員都帶來了特殊問題,因為如果工程師不知道他們的AI正在使用哪些排名信號,他們如何</a>向營銷人員提供明確的指南呢?如果沒有官方指南,營銷人員又如何</a>遵循呢?長期運行的SEO播客</a>《Webcology》共同主持人Dave Davies在此發表了自己的觀點: 未來即將出現一種有趣現象,那就是當Google的AI接管並開始創造自己的因素和排名信號時。<br/><br/> 從歷史上看,在Google中開發排名演算法</a>和尋求理解並優化其演算法之間形成了一場貓捉老鼠遊戲。這場遊戲基於一個核心原則,即演算法本身是可以知道的事物;一個非常複雜的公式對各種屬性進行加權,只要花足夠的時間,就能逆向工程出來。當然,在更新之間沒有人有那麼多時間,但核心原則是它是可以的,至少基本信號和近似權重可以理解並優化。<br/><br/> 有趣的是,在AI主導環境中,即使是AI工程師自己也無法完全計算機器在特定情況下如何</a>得出具體結論,如果他們不能做到,營銷人員和SEO</a>肯定也無法。而這正是由人類設計的AI更進一步。目前正在努力解決這個問題,即使對演算法的核心理解也從歷史上SEO</a>所使用的方式大幅減少了。<br/><br/>權重不僅會高度變動且不斷變化,而且被加入和移除的信號將在任何人類輸入之外生成,意味著將出現過去我們從未見過甚至無法預測到的測試和信號。 這一因素將完全改變SEO</a>行業的遊戲規則。我不會感到絲毫驚訝,如果看到Google與該行業的互動完全消失,被取而代之的是一個標準化的回答:“我們不知道演算法中有哪些因素,只要創作出優質內容</a>就應該沒問題”。<br/><br/>

對抗黑帽SEO策略

與大眾的觀點相反,黑帽SEO</a>從業者通常是一群非常聰明的人。他們在搜尋引擎優化</a>方面有著高級水準的理解,能夠洞察到其他人看不見的機會,並具備利用這些機會的技能和規模。更重要的是,他們總是在尋找新方法來智取搜尋引擎</a>。<br/><br/>這使得他們對搜尋引擎</a>來說成為了一個重大而強大的敵人,但是人工智慧有潛力給予搜尋引擎</a>在這場長期戰爭中巨大的戰略優勢。麻省理工學院計算機科學與人工智慧實驗室最近創建了一種演算法,可以預測人類在某些情況下的行為,該演算法通過“觀察”從YouTube上提取出來的600小時電視節目片段(包括《辦公室》、《生活大爆炸》和《絕望主婦》)進行訓練。在訓練完演算法後,研究者向其呈現了一系列新的視頻,並在動作即將發生之前凍結了片段。<br/><br/>他們發現</a>,該演算法能夠正確預測接下來會發生什麼事情的概率為43</a>%。雖然這還不像IBM的“藍色壓制”(Blue CRUSH)那樣完美,但是考慮到Google對黑帽策略擁有龐大且不斷增長</a>的數據庫,很容易看出這個概念可能成為Google對抗黑帽SEO</a>的“預防</a>犯罪”回應</a>。人工智慧可以根據以往的黑帽技巧</a>進行訓練,監控出現的新技術,但其潛力遠不止於此。<br/><br/>它還可以識別模式,並利用這些模式來預測人們可能嘗試使用的未來技術。隨著演算法更多地瞭解與利用黑帽SEO</a>相關的人類行為,它將變得特別有效地消除它,但這可能會產生一些可怕而意想不到的後果...

未預期的後果

人工智慧有時表現得非常出色,而有時則更像是一個喝醉了的蹦床幼兒。其結果可能具有災難性,但請不要聽我的話。埃隆·馬斯克和斯蒂芬·霍金因他們在技術方面的才華而聞名,他們說人工智慧就像是“召喚惡魔”。<br/><br/>甚至谷歌自己的工程師也通過在自己的系統中建立了一個關鍵開關來解決這些問題。谷歌DeepMind團隊的研究人員開發了一種可以學習</a>玩經典Atari遊戲如Space Invaders和Pong的人工智慧。這種人工智慧在開始遊戲之前不需要被教導規則,因為它能夠記住並從以前嘗試玩遊戲中學到東西並逐漸提高。<br/><br/>當與最大化分數的目標相結合時,這種人工智慧產生了意想不到的結果。例如,在遊戲Seaquest中,AI發現</a>它可以通過讓潛艇靠近水面來防止其耗盡氧氣並且永遠保持活著。那麼這種意外後果在搜索領域中會如何</a>發展呢?讓我們首先瞭解一下我們已經知道的情況。<br/><br/>搜尋引擎</a>希望為用戶提供良好的用戶體驗</a>,而他們認為一個積極的用戶體驗指標</a>是訪問者在網站上停留的時間有多長。想像一下這可能出錯的場景並不需要太大努力。優質資訊顯然會使訪問者在頁面上停留更長時間,但以下因素也可能會導致同樣結果: 頁面載入速度慢 破損或無效的導航功能 故障元素 文字大小/顏色問題 顯示廣告視窗 禁用返回按鈕所以,如果沒有你覺得常識性的背景知識,人工智慧可能會錯誤地將使用者體驗</a>差作為一個積極排名信號進行解讀。<br/><br/>讓我們再看另一個潛在情況,即人工智慧認為它正在提供最好的用戶體驗</a>。想像一下你有一個內容</a>非常棒的頁面,並且根據多個信號,穀歌演算法確信它完美地滿足了訪問者的需求,因此對相關術語高排名該頁面。後來你決定添加一個必須填寫表格才能獲取內容</a>的選擇性登錄表單。<br/><br/>跳出率現在急劇增加,並且還有其他幾個信號,人工智慧會做出錯誤的解讀,並尋找提供最佳內容</a>的方法-即使它不再對搜尋引擎</a>可見。由於人工智慧已確定您的內容</a>是特定搜索查詢的最佳結果,而且穀歌已經在其緩存中擁有舊頁面,所以它決定簡單地將搜索者發送到其自己伺服器上託管的舊版本頁面。他們甚至可以為Chrome用戶掩蓋URL,使其看起來像是在你的網站上,而不是他們自己的網站上。<br/><br/>