Я помню, как в детстве пользовался поисковыми системами в середине и конце 90-х годов. Yahoo !, WebCrawler, HotBot, Excite… AltaVista был моим личным фаворитом. Какой это был другой мир. Алгоритмы индексации и поиска были относительно примитивными; Интеллектуальные интерпретации цели поиска были еще много-много лет назад, поэтому вам нужно было быть осторожным с тем, как сформулировать ваши запросы, и один из них также согласился с тем, что вам, возможно, придется немного покопаться в результатах поиска, чтобы найти то, что вы ищете. Известные веб-пользователи могут использовать алгоритмы индексации, используя несколько терминов, каждый из которых заключен в кавычки (или соединен со знаком +), чтобы уточнить поиск. Отказ от использования этих знаков препинания увеличил бы шансы поисковой системы на ранжирование каждого термина в отдельности, не говоря уже о семантическом контексте более длинного поискового запроса. Оглядываясь назад, мы могли бы назвать эти интерфейсы «громоздкими». Как далеко продвинулся наш онлайн мир.
В 1997 году в мире было всего 70 миллионов пользователей интернета, то есть всего 1,7% от тогдашнего населения мира, так что быть активным пользователем - изумленный количеством информации, которую я мог получить о таких вещах, как рыцари, катание на коньках, видеоигры, Metallica, Хоббит и так далее - это была привилегия.
Порезавшись на этих безжизненных элементарных платформах для поисковых систем (отлично, как на тот момент), интересно наблюдать, как природа поискового запроса изменилась спустя 20 лет.
Нам больше не нужно обращаться к поисковой системе такими механическими способами с такой расчетной точностью, чтобы даже начать надеяться найти результаты, к которым мы стремимся. Вместо этого мы можем гибко подходить к предметам с разных точек зрения, формулируя их на языке, весьма специфичном для пользователя, и быть уверенными в том, что результаты, к которым мы стремимся, будут достаточно хорошо ранжированы, чтобы упростить нашу жизнь (т. Е. Не копать), орфографическая ошибка или нет. Они гораздо более удобный, простительный продукт, чем когда-либо. Черт, вы даже можете поговорить с ними сейчас (и мы делаем - более 20% запросов в Google App теперь голосовые).
Допустим, мы хотели выяснить, насколько высоко была гора Эверест, прямо сейчас. Любой из этих запросов будет делать:
гора Эверест высота
гора Эверест Хай
какова высота горы Эверест
высота Эвереста
высота Эвереста
высота вершины эвереста
20 лет назад, вероятно, самый надежный способ найти быстрый и надежный результат - сформулировать наш запрос:
«Гора Эверест» «высота» (или гора + эверест + высота),
с небольшим запасом вариаций, прежде чем SERP превратилась в раздутый беспорядок из-за слишком широких результатов с низкой практичностью. Нам предоставили бы страницу, которая дала бы нам информацию, которую мы хотели, но способ, которым сам результат был проиндексирован и ранжирован, был в значительной степени функцией от него, соответствующего нашему запросу терминологически - не семантически.
Сегодня мы используем «лучшие бургеры Joburg», чтобы найти желаемый ресторан бургеров; «Живой джаз», чтобы найти местный бар или место с джаз-бэндом; и «преимущества омеги», чтобы узнать о пользе для здоровья групп эфирных масел (а не производителя часов).
Одним из наиболее важных изменений в поисковых системах в этом отношении является развитие семантической сети, миграция SERP в сторону «механизма ответов», а не поискового . Мы видим это как в скрытой семантической индексации, так и в использовании «богатых результатов» и карт Google Knowledge Graph, которые используют схемы разметки структурированных данных - в основном это сеть стандартов для машиночитаемых данных, описывающих вещи и их свойства в сети.
Скрытое семантическое индексирование - LSI для краткости - это алгоритм, который помогает поисковой системе обнаруживать и понимать контекстные отношения между словами и, следовательно, понимать намерения. Сегодня мы говорим, что поиск обусловлен намерениями пользователя, а не ключевыми словами как таковыми.
LSI традиционно является позитивистским математическим инструментом, используемым при анализе лингвистического контента для понимания текста. Это позволяет компилировать базы данных, которые отслеживают совместные вхождения между конкретными словами. Для поисковых систем LSI сравнивает, как часто слова встречаются в одном и том же документе, с тем, как часто эти вхождения встречаются во всех индексированных Google документах («скрытая» часть в «LSI»). Сборка баз данных, объединяющая встречающиеся слова, позволяет строить семантические категории вокруг определенных тем, позволяя понять концептуальное содержание текста путем установления связей между категориями и теми, которые встречаются в других текстах.
Его включение в поисковые системы позволило создать более сложный ИИ, обеспечивающий лучшую категоризацию документов и улучшенную динамическую кластеризацию контента. Это также помогает нам преодолеть несколько проблем с булевыми запросами ключевых слов, таких как синонимия (много слов, имеющих одинаковое значение) и многозначность (одно и то же слово, имеющее несколько значений).
LSI также способствует гибкому, ориентированному на пользователя подходу к пониманию слов, способному адаптироваться к новой и изменяющейся терминологии. Все это полезные разработки для дальнейшего согласования человеческого и алгоритмического понимания «релевантности» с технической точки зрения.
Семантическое SEO
Несмотря на все преимущества интеллекта, привнесенные LSI, срочность его появления, что интересно, во многом обусловлена тем, что маркетологи контента могут манипулировать результатами поисковых систем на основе стратегий ключевых слов в черной или серой шляпе. Это означало, что качественный, полезный контент был маргинализирован, а контент, написанный «для машины», был вознагражден. Ранжирование этого контента, менее естественного и более спамерского и поверхностного характера, негативно сказывается на опыте работы поисковой системы.
Вот почему реальный успех поискового маркетинга на ультраконкурентных онлайн-рынках сегодня никогда не должен основываться на методическом удовлетворении святого грааля «200 рейтинговых факторов Google».
Проблема с этим более формальным, независимым подходом к «списку белья» в SEO заключается в том, что он поощряет тактику оптимизации, которая все больше расходится с более плавным, естественным и органичным подходом к генерации контента, благодаря большей согласованности алгоритмического и человеческого подхода. Оценка «релевантного контента» - необходима для успешного SEO сегодня.
Один из этих устаревших подходов к созданию контента, от которого еще не отказались все маркетологи, - это использование традиционных плотностей ключевых слов для «оптимизации» их содержимого на странице. В 2016 году самые высокие по рейтингу URL-адреса для ключевых слов в поиске по бизнесу и по потребителям имели плотность на странице +/- 1,4%. По сравнению с 2015 годом на этих страницах использовалось на 20% меньше ключевых слов.
Тот же пример ключевого слова показывает, что около 55% из первых 20 ранжированных URL имеют ключевое слово, по которому они ранжируются в заголовке (на 20% меньше, чем в 2015 году); чуть более 50% имеют ключевое слово в метаописании (снижение на 5%); и только около 38% в первом полугодии (снижение на 10%) ii.
Все это иллюстрирует растущую неуместность использования отдельных ключевых слов в качестве фактора ранжирования.
… Но ключевые слова далеко не мертвы - их просто нужно переосмыслить в рамках LSI. Это увлекательно для SEO, потому что оно дает больше возможностей маркетологам, способным создавать богатый, специализированный контент, ориентированный на конкретные цели поиска. Это обеспечивает более эффективную связь с потенциальными клиентами и означает, что мы можем ожидать повышения коэффициентов конверсии, сокращения времени на сайте и снижения отказов целевых страниц.
Тогда можно сказать, что оптимизация ключевых слов LSI важна как для SEO, так и для оптимизации коэффициента конверсии (CRO). SEO, показывая Google, что вы предоставили семантически богатый, релевантный контент; и CRO, потому что использование LSI предоставляет ориентированную на пользователя семантическую структуру для того, чтобы говорить о данной теме, которая соответствует тому, что пользователь, естественно, ожидал бы найти.
Так как же нам тогда подойти к оптимизации контента на странице?
Первая задача - составить списки терминов, составляющих различные семантические юниверсы, соответствующие цели нашего ключевого слова. К ним относятся лексиконы, синонимы, естественные и локализованные языковые варианты, ключевые слова с длинным хвостом и т. Д. Мы используем ряд инструментов для достижения этой цели. Мы не должны акцентировать внимание на включении ключевых слов LSI через количество; скорее, оно должно быть ограничено качественными ключевыми словами, которые четко совпадают с намерением пользователя, на которое ссылается цель страницы.
Чтобы лучше понять, какие ключевые слова лучше соответствуют цели страницы, подумайте, является ли намерение пользователя навигационным, информационным или транзакционным. (Как SEO, наш основной акцент делается на информационных и транзакционных намерениях.)
- Навигация: пользователь пытается попасть на определенную страницу или сайт, который, как он знает, существует
- Информационный: пользователь ищет информацию по теме
- Транзакционный: пользователь готов купить или выполнить какую-либо другую конкретную онлайн-активность
Каждое намерение будет иметь свои семантические юниверсы, хотя обычно есть несколько перекрывающихся терминов. Давайте возьмем в качестве базового примера ключевое слово «iPhone». Мы можем видеть, как связь между семантическими ключевыми словами ясна вдоль информационных и транзакционных линий:
информационный
iPhone против Android
Apple iPhone
характеристики iPhone 7
iPhone камера
iPhone 6 против iPhone 7
транзакционный
Используемый iPhone 6
Лучшая цена iPhone 7
Купить айфон
IPhone 7 Vodacom предложения
Подержанный iPhone
Тогда должно быть очевидно, что ключевые слова, которые вы включаете, так же важны, как и те, которые вы не включаете. Мы почти идентифицируем минус-слова, которые следует избегать в нашей копии.
Теперь у нас есть язык для того, чтобы говорить о конкретной теме, и у нас должно быть общее представление о том, как в конечном итоге может выглядеть наш контент. Теперь учтите, что в 2016 году среднее количество слов для самых популярных URL-адресов составляло около 1 600 слов (и около 1 200 слов для mobileiii). Это кажется хорошим руководством к тому, к чему стремиться с точки зрения длины статьи в конкурентной среде ключевых слов. Мы готовы начать писать.
В зависимости от отрасли и конкурентоспособности поискового запроса, я стремлюсь достичь естественной плотности целевого ключевого слова, от 1,5% до 2,5%. Остерегайтесь всего, что превышает 3% (на улице говорят, что что-то более 3,5% - это фарш).
Существуют различные мнения о том, какой должна быть общая плотность всех ваших ключевых слов LSI; некоторые говорят, что всего 2%, некоторые 4%, некоторые 7% или выше. Я стараюсь не зацикливаться на этом; вместо этого, рассматривая ключевые слова LSI, каждый из которых имеет разные весовые коэффициенты, как с точки зрения степени абсолютной семантической релевантности, так и с точки зрения объемов трафика. Их использование должно отражать это. Мне также нравится думать о них на разных уровнях (ключевые слова ключевых слов). Мы должны использовать их как можно чаще в релевантных и важных местах контента, но следим за тем, чтобы их включение всегда было плавным, а не неестественным.
Мне также нравится использовать их для контекстуализации ссылок и других элементов на странице с семантической релевантностью, чтобы использовать максимальную ценность SEO для каждого объекта.
Основным принципом, которому вы хотите следовать при оптимизации контента в 2017 году, является: объединение и структурирование отдельных поисковых терминов в полные тематические области, в которых обобщаются семантические термины, относящиеся к одной и той же или аналогичной теме, в соответствии с поисковыми намерениями.
SEO очень живо и хорошо в 2017 году - 66% маркетологов говорят, что улучшение SEO и растущее органическое присутствие являются их главным приоритетом для входящего маркетинга. Речь идет не об отказе от вашей стратегии SEO, а о том, чтобы все ваши тактики были согласованы с лучшими практиками в 2017 году, и о пересмотре устаревших методов.
В дополнение к повышению рейтинга веб-страниц для конкурирующих ключевых слов, а также других семантически связанных слов, LSI облегчает естественный внешний вид контента, который намного удобнее в использовании (улучшает UX); помогает зарабатывать качественные обратные ссылки; и может поддерживать ранг в течение более длительного периода времени
Хорошо выполненная стратегия SEO на основе LSI является критически важной частью достижения лучшей доли органического рынка сегодня.
И, кстати, высота Эвереста составляет 8 848 метров.
Киран Тавенер-Смит , магистр гуманитарных наук, с отличием. UXD
Довольны ли вы своими результатами SEO? Узнайте больше о наших цифровой маркетинг ! Или читайте больше о наших услугах SEO Вот ,
_____________________
Я думаю с Google: маркетинговые исследования и цифровые тенденции. 2017. 4 вещи, которые нужно знать о будущем маркетинга. https://www.thinkwithgoogle.com/marketing-resources/micro-moments/future-of-marketing-mobile-micro-moments/
II Searchmetrics. 2017. Перезагрузка рейтинговых факторов. http://www.searchmetrics.com/knowledge-base/ranking-factors
iii Там же.
Так как же нам тогда подойти к оптимизации контента на странице?