【譯】GOOGLE RANKBRAIN 完整指南 ( 2018 最新版 )
2019/3/8 更新 - Gary Illyes 解釋 RankBrain 如何執行
Google webmaster 趨勢分析師 Gary Illyes 在 Reddit AMA 上解釋了 RankBrain 如何執行。
RankBrain 並沒有使用使用者體驗的資料
關於 RankBrain。很多人認為 RB 系統使用了使用者體驗的資料,比如使用者停留時間,跳出率,點選率等。不過據我所知,RB 只是用於對無法識別的 query 給出搜尋結果。你能給出 RB 使用使用者體驗資料的任何證據嗎?
RankBrain 是幫助冷門 query 給出結果
RankBrain 是一個功能強大的機器學習排名模組,RB 使用歷史搜尋資料來預測使用者在搜尋沒有出現的 query 時到底想要什麼結果。
RankBrain 主要採用使用者點選資料,而不是著陸頁資料
相對於傳統演算法,在處理沒有歷史搜尋的 query 時,RankBrain 的效率非常高。但 RankBrain 主要使用幾個月中使用者在搜尋結果頁的互動資料,而不是著陸頁的資料。停留時間、CTR、以及類似使用者體驗的理論,都是沒有根據的。搜尋引擎比人們想的簡單的多。參考連結:https://www.searchenginejournal.com/googles-gary-illyes-explains-how-rankbrain-works/292381/
如果你是做 Google SEO,你必須瞭解 RankBrain 。為什麼呢?因為 Google 宣佈,RankBrain 已經成為影響排序的第三大因素 ( 張亞楠補充:前兩個分別為 內容和連結)。並且,RankBrain 正變得越來越重要。
本文中,你將學習到 關於 Google RankBrain 的所有知識。請看正文:
- 一. Google RankBrain: AI 自動調整演算法
- 二. RankBrain 怎麼工作
- 三. 針對 RankBrain 如何研究關鍵詞
- 四. 如何優化 Title 和 Description 來提高CTR
- 五. 怎麼優化網頁內容改善跳出率和停留時間
- 六. RankBrain 優化策略 & 案例學習
一. Google RankBrain: 演算法自動調整
什麼是 RankBrain?RankBrain 是 Google 應用於排序的一種機器學習演算法。另外,RankBrain 也幫助 Google 分析和了解使用者搜尋需求。
那麼,RankBrain 有什麼作用呢?在 RankBrain 之前,所有的 Google 演算法都是手工調整。比如 Google 工程師調整了某個因子的比例,上線之後觀察使用者資料。如果資料有提升,則說明該調整是有效的,會全量上線。所以的調整都是工程師手工處理。流程如下:
最厲害的是,之前 Google 內部做了一個測試,發現 RankBrain 提供的搜尋結果,比工程的搜尋結果要準確 10%。
二. RankBrain 怎麼工作
RankBrain 有 2 個重點工作:
- 理解使用者搜尋詞(關鍵詞需求分析)
- 研究使用者面對搜尋結果有什麼行為(使用者滿意度調查)
讓我們具體看下:
RankBrain 如何理解搜尋詞背後的需求
幾年前,Google 有個頭疼的事:每天都有 15% 的搜尋詞是之前沒遇到過的 (https://www.cnet.com/news/google-search-scratches-its-brain-500-million-times-a-day/)。15% 聽起來不高,不過 Google 每天有幾十億幾百億的搜尋,也就是說每天有 4 億多搜尋困擾著 Google。在 RankBrain 之前,Google 的處理方式是給使用者提供包含這些詞語的搜尋結果。但因為很多都是新名詞,所以 Google 無法瞭解這些使用者到底需要什麼,只能去猜。比如使用者搜尋the grey console developed by Sony
,Google 會尋找包含了grey
, console
, developed
, Sony
的網頁。
有什麼差別?之前, Google 是用搜尋詞中的詞語跟網頁中的詞語相匹配。而現在,RankBrain 可以從語義上理解使用者的搜尋需求,像人的理解一樣。
怎麼實現?把未遇到過的搜尋詞跟已有的搜尋詞相匹配。比如,RankBrain 注意到很多搜尋 grey console developed by Nintendo
的使用者,是想看一些關於遊戲機的網頁。所以,當一些使用者搜尋the grey console developed by Sony
的時候,RankBrain 就會提供已有搜尋詞的相似結果,比如grey console developed by Nintendo
。所以,RankBrain 就展示了一些遊戲機的搜尋結果,在這個例子裡,就展示了 PlayStation。
另外一個例子:Google 曾發表一篇文章 (https://opensource.googleblog.com/2013/08/learning-meaning-behind-words.html),說明了他們怎麼利用機器學習演算法去了解搜尋者背後的需求。
儘管這個文章中沒有特別提到 RankBrain ,不過 RankBrain 很可能也是使用這個技術。簡單概括,RankBrain 超越了之前的文字匹配演算法,而將使用者的搜尋轉變為語義,並找到能描述該語義的網頁。
RankBrain 怎麼確定是否滿足使用者需求
就像之前所講,RankBrain 可以理解新出現的搜尋詞,也可以自動上線一些新的演算法。那麼還有個重要問題,當這些演算法上線之後,RankBrain 怎麼確定是否滿足了使用者的需求呢。
RankBrain 會給使用者提供初始的搜尋結果。當大批使用者喜歡其中某一個結果時,RankBrain 會提升整個結果的排名。反之,RankBrain 會降低整個網頁的排名,或用其他網頁替代它。那 RankBrain 如何判斷使用者喜歡還是不喜歡某個網頁呢?RankBrain 主要是關注
使用者在搜尋結果上有哪些行為
。主要是以下幾個:
- 點選率
- 停留時間
- 跳出率
- Pogo-sticking
這些都是使用者體驗的指標。
舉個例子:你之前打網球拉傷了背部肌肉,於是你在 Google 搜尋pulled back muscle
。像普通使用者一樣,你點選排名第一的網頁,結果發現都是不關注的內容,比如“背部有很多人體重要的肌肉”。
然後你點選返回按鈕,並開啟了排名第二的網頁,然後發現這個網頁也不太好,都是一些常規的建議,“注意休息,背部敷冰塊”。
於是你又點選返回按鈕,開啟了排名第三的網頁。你發現這個網頁的內容正是自己需要的。你花了5分鐘瀏覽這個網頁,之後得到了需要的答案,並關閉了網頁,沒有繼續瀏覽。這種點選返回,並瀏覽下一個網頁的行為就叫 “Pogo-sticking”,是 RankBrain 關注的指標之一。如果 Google 注意到很多使用者都迅速離開某個網頁,並瀏覽下一個網頁。那這個網頁就相當於打了負分。
而如果 Google 注意到很多使用者在某個網頁上都停止了 Pogo-sticking 行為,那 Google 會提升該網頁排名,讓其更容易被使用者點選到。
三. 針對 RankBrain 如何研究關鍵詞
就像上文講的, Google 已經能理解搜尋詞背後的需求。那是否意味著以前的關鍵詞研究方法就沒用了?不是的。你需要做的,是調整關鍵詞策略,使其對 RankBrain 更友好。以下是具體內容:
忽略長尾關鍵詞 ( 長尾已死 )
長尾關鍵詞已死。( 沒錯,是我說的 )之前 SEO 的做法是大量生成頁面,每個頁面都圍繞不同關鍵詞去優化。比如你做了一個頁面,是圍繞 best keyword research tool
這個關鍵詞做優化;另外你又做了一個頁面,去圍繞 best tool for keyword research
做優化。之前 Google 的演算法是這 2 個關鍵詞會有不同的著陸頁。
優化中等搜尋量的關鍵詞
與之前的長尾關鍵詞不同,我推薦優化內容和中等搜尋量的關鍵詞。中等搜尋量的關鍵詞屬於中間梯隊,這些詞的搜尋量比長尾關鍵詞要大,但同時競爭度也沒那麼高。例如,這是一個關於 Paleo Diet
的一系列關鍵詞,選中部分為中間搜尋量的關鍵詞。
當你圍繞一箇中等搜尋量的關鍵詞優化頁面,並且豐富頁面內容的時候。RankBrain 會自動給你提供這個關鍵詞的排名,以及數千個類似關鍵詞的排名。
概括說,我推薦一個頁面圍繞一個關鍵詞去做優化 ( 同時要保證這是一箇中等搜尋量的關鍵詞 )。然後, RankBrain 會讓這個頁面參與許多相關詞的排名中。舉個例子?
針對 RankBrain 做關鍵詞研究和著陸頁優化的例子
前一陣子,我想打算將我用過的 SEO 工具寫一個評測。於是就有了這個文章:https://backlinko.com/seo-tools
這就是圍繞中等搜尋量關鍵詞,做單頁面優化的典型例子。
四. 如何優化 Title 和 Description 來提高CTR
就像第一章提到的,CTR 是 RankBrain 的一個重要因素。那麼問題來了,怎麼讓使用者點選你網站的結果呢?
讓 Title 更生動
從常識能發現,生動的 Title 會有更多的點選。這是作家慣用的方式,但因為 SEO 經常用關鍵詞疊加的方式,導致這種方式目前不太常用。事實上,CoSchedule 調查發現,生動的 Title 會有更高的 SNS 分享率。
例如,這是一個常見的 SEO 優化的 Title:
在標題最後增加括號
這是我最拿手、最喜歡的 CTR 祕技。我第一次看到是在 HubSpot 和 Outbrain 之前的調查中。我們這次統計了 330W 標題的點選率,而帶有括號標題的點選率比無括號標題高 33% 。
事實上,我已經將這個技能應用在我的部落格中。
- (2018)
- (New Data)
- (Case Study)
- (Proven Tips)
在標題中列出具體數字
很多調查都有這個結論:數字能提升 CTR。你可以在標題中使用數字,並不僅限於列表頁標題。例如我去年釋出的另一個文章:https://backlinko.com/content-relaunch。
不要忘了優化 Description 的 CTR
Description 對 SEO 沒有直接幫助。但對 Description 的優化能直接提升 CTR。以下是幾個 Description 的優化技巧:
首先,寫得生動豐富一些
就像 Title 一樣,Description 也需要生動豐富一點,吸引更多點選。
其次,突出你的賣點
比如你的內容非常全面,是調查的結論?有專家證實?
再次,模仿 AdWords 廣告中的寫法或短語
比如當我搜尋 bone broth
這個詞的時候,我發現2個廣告都包含了這個短語:grass fed
。所以在撰寫 Description 的時候,我會用上這個短語。
最後,包含你的目標關鍵詞
在搜尋結果中,目標關鍵詞會有加粗顯示,增加點選率。
五. 怎麼優化網頁內容改善跳出率和停留時間
假設你應用了前一章提升點選率的幾個技巧,成功吸引了使用者點選來到你的網頁。然後,你還需要讓 Google 瞭解到,你的網頁是能夠滿足使用者需求的。那如何做呢? 這就需要增加使用者的停留時間。
Google 會利用停留時間這個因素嗎?會的!
頁面停留時間,是指搜尋者點選某個搜素結果,並在這個網頁停留的時間。很明顯,這個停留時間越長越好。就相當於告訴 Google:這個結果很贊,解決了我的問題,應該讓他排名提高一些。如果使用者看了 2 秒馬上跳出,就相當於告訴 Google:這個結果不行,對我沒幫助,排名最好靠後點。所以 RankBrain 考慮這個指標是非常符合邏輯的,會根據這個資料對排名進行調整。Google 員工最近說過,Google 排名中外鏈的比重非常大。儘管如此,他又提到:
Google 在排名中加入了機器學習的因素,在訓練模型中會考慮使用者點選網頁的時間,停留時長,以及是否會返回點選下一個搜尋結果。
還有個資料支撐,我們抓取了大量的 Google 搜尋結果頁並發現:排名越靠前的網頁,跳出率越低。
如何降低跳出率,增加停留時間
我可以分享幾個策略,能有效提高停留時長。
1. 內容放首屏,不要封面大圖
當使用者點選 Google 結果到達網頁,他們想要的是看到想要的內容,立刻馬上!換句話說,他們希望首屏看到需要的內容,而不是滾到下面才看到。
這就是為何,我強烈推薦把正文上方的所有東西移除,要讓使用者一眼看到內容。反例:
這樣,你就能有效吸引使用者。
2. 開頭使用簡短介紹( 最多 5~10 句 )
不管你是否相信,我會非常認真的寫每篇文章的開頭介紹部分。這是因為開頭介紹部分,決定了 90% 的使用者繼續閱讀,還是離開。我測試了很多方法,最後發現,簡短介紹最有效。為什麼呢?當使用者在 Google 上搜尋,他們已經知道網頁的主題是什麼了。所以不需要長篇大論。要用簡單幾句話,突出整篇內容的亮點,比如:
3. 內容篇幅要長,內容要有深度
我已經測試了十種方法,有一個確定的結論就是:篇幅長的內容 = 更久的停留時長顯而易見,2000 字的文章比 500 字的文章要花更多時間閱讀。不過這只是原因之一。還有一個原因就是,篇幅長的內容更能滿足使用者的需求。例如,你搜尋 how to run a marathon
。
然後你點選了第一篇僅有 300 字文章的網頁,它滿足了你一些需求,但還有很多沒滿足。
4. 把內容切分成小塊
我們要知道:閱讀 2000 字是很困難的。如果這 2000 字是一整段的文字,會更困難。好在有個簡單的方法緩解這個問題,就是使用小標題。小標題可以將文字切分為各個小段,並且富有條理。可以增加可讀性,同時也提高了停留時長。我每篇文章都使用了大量的小標題,就像這樣:
六. RankBrain 優化策略 & 案例學習
在這一章,我會介紹幾個實用的策略,幫你針對 RankBrain 優化你的網站。
增加品牌知名度 提升 CTR
我前面提到了,使用數字、標題更生動、突出賣點等方式可以提高 CTR。還有一個非常重要的技巧沒提到,那就是:品牌知名度。無需多言,如果使用者知道你的品牌,那麼在眾多搜尋結果中是更樂意點選你的網頁。另外,WordStream 的資料也表明,品牌知名度對 CTR 的提升可達 342%!
例如,下面這個搜尋結果:
1. 嘗試 Facebook 廣告
儘管廣告不一定產生點選和轉化,但 Facebook 廣告可以有效增加品牌曝光。
2. 提高郵件推送的內容質量
沒有什麼方式能比給使用者推送高質量內容更能提升品牌知名度的。我的郵件開啟率也高於業內平均水平,原因就是我只推送高質量內容。
3. 內容曝光要打 “閃電戰”
“ 內容閃電戰 ” 是說,大量的內容和品牌曝光,要在短時間內爆發。要相信,這種短時間內大量曝光的方式,是比陸續的平穩的曝光更加有效。我啟動 Backlinko 的時候就是採用這種方式。我先發表了一篇部落格文章:
“ 學渣 ” 變 “ 學霸 ”
你的網站上是否有一些網頁,未能拿到預期的流量?我有個好訊息,如果你回頭針對 RankBrain 重新優化這些網頁,他們有可能排名暴漲。例如,Proven.com 的 Sean 發表了一篇文章(http://blog.proven.com/job-descriptions),內容質量非常好,但排名情況非常差。
於是,他就在標題上增加了數字、賣點,還加了括號。
使用 LSI 關鍵詞來填充網頁內容
LSI 關鍵詞是跟網頁主題相關聯的一些詞語或短語。那 LSI 關鍵詞為何如此重要? 因為他幫助 RankBrain 更方便的理解了網頁的內容。舉個例子,你在寫一篇 “ 連結建設 ” 的文章。那 LSI 關鍵詞就是:
- 外鏈
- 域名權重
- 郵件推廣
- 錨文字
當 RankBrain 發現你的網頁包含了這些相關詞,那 RankBrain 就非常確定網頁主題是關於連結建設。這就意味著你更可能在目標關鍵詞上獲取排名。你可以用這個工具來挖掘 LSI 關鍵詞:https://natural-language-understanding-demo.mybluemix.net/#url( 需FQ )這個工具能分析提交內容的語義、主題、目錄結構。例如,我把這個文章的第一部分提交進去,然後他列出了內容中涉及的關鍵詞 ( 跟 RankBrain 有聯絡):
比較有意思的是,甚至有些短語我在文章中都沒出現過。就像 RankBrain,這個工具也能理解內容的語義。非常厲害。如果你能把 LSI 關鍵詞加到文章中,RankBrain 肯定會認為你的文章是豐富全面的。
後記
我花費了大量精力來寫這篇文章,希望對你能有幫助。我非常希望能聽到你的反饋。哪一項是你馬上就會去執行的?你是會提升 CTR?使用 LSI 關鍵詞?還是優化內容來提升停留時長?希望你能留言,反饋給我!
關於 Backlinko
部落格內容非常贊,本文也是翻譯部落格中的一篇,部落格地址:https://backlinko.com/blog部落格中有涉及 SEO 的方方面面,比如 RankBrain,2018 SEO 趨勢,連結建設,內容建設,SEO 工具。真的算是 SEO 的寶庫。另外,Backlinko 的 SEO 策略也非常有意思。一般部落格都是將連結、內容、優化策略等分為一個個頻道,然後頻道里發表一篇篇主題相關的文章。但 Backlinko 則是一個主題只發表一個文章,比如 SEO 工具,就一篇文章介紹每個工具的優略點,並且持續更新。在 Google RankBrain 的演算法下,反而一篇文章就覆蓋了大多數相關的關鍵詞和流量。這種 SEO 策略值得研究。
譯者注
做了 Google 之後才發現,Google 很多策略跟百度已經不同,區別最大的就是這個 RankBrain。而我在拜讀 Backlinko 的各個文章時,發現正好有相關的描述,是之前不曾遇到的。驚喜之餘,就翻譯為中文,希望對國內 SEO 從業人員有所幫助。就像原作者所講,如有問題,還請給我留言,非常希望聽到大家的反饋。最後附上原文連結:https://backlinko.com/google-rankbrain-seo 。
=================== End