A magánszféra fontos számunkra, ezért lehetőséged van kikapcsolni bizonyos típusú tárolókat, amelyekre a weboldal alapvető működéséhez nincs szükség. A kategóriák letiltása befolyásolhatja a weboldal használatának élményét. További információ
A RankBrain a Google gépi tanulási rendszere a lekérdezések és a szándék megértésére. Ismerd meg, hogyan működik, miért fontos, és hogyan optimalizálhatsz rá.
Eszközök
A Sorank alapítója, több mint 7 éves SEO-tapasztalattal, GEO-rajongó.
Összefoglaló
A RankBrain a Google 2015-ben indított gépi tanulási rendszere, amely a keresési lekérdezések mögötti jelentést értelmezi, különösen az ismeretlen lekérdezésekét, és segít eldönteni, mely találatok elégítik ki legjobban a felhasználói szándékot.
Szeretnél többet megtudni? Kérdezd meg
A RankBrain olyan gépi tanulási rendszer, amely segít a Google-nek megérteni a keresési lekérdezéseket, és relevánsabb találatokat adni. A Google 2015 tavaszán vezette be, és ugyanazon év októberében erősítette meg, ez volt az első alkalom, hogy a gépi tanulás a keresés magjába épült. Ahelyett, hogy a kulcsszavakat szó szerint illesztené, a RankBrain kitalálja, mit akar valójában a kereső, és ennek megfelelően rangsorolja az oldalakat.
Fontossága azonnal látszott. 2015-ben a Google a RankBrainet a harmadik legfontosabb rangsorolási tényezőnek nevezte a linkek és a tartalom mögött, a nagyjából 200 jelzés között. Ez az egyetlen tény újrafogalmazta a SEO-t: egy algoritmus kedvében járni már azt jelentette, hogy kielégítjük a felhasználói szándékot, nem pedig kulcsszavakkal töltjük meg az oldalt.
A RankBrain egy MI-rendszer, amely értelmezi a lekérdezéseket, és segít megítélni, mely találatok válaszolják meg őket a legjobban. Egy valós problémára készült: a Google napi kereséseinek nagyjából 15 százaléka olyan lekérdezés, amelyet korábban soha nem látott. A pontos kulcsszóillesztés nem tud megbirkózni a teljesen új megfogalmazásokkal, ezért a Google-nek olyan rendszer kellett, amely képes a jelentésről érvelni.
A 2013-as Hummingbird frissítésre épül, amely a Google-t a karakterláncok illesztéséről a dolgok, vagyis az entitások megértésére állította át. A RankBrain erre egy tanuló réteget épített, és gépi tanulással idővel tovább javítja a nyelv értelmezését.
A RankBrain a keresési kifejezéseket fogalmi jelentésekké alakítja, nem szó szerinti szövegként kezeli őket. A szavakat vektorokba képezi le, amelyeket elosztott reprezentációknak is neveznek, így fel tudja ismerni, hogy két különböző megfogalmazású lekérdezés szinte ugyanazt jelenti. Ez ugyanaz a technikai család, amely lehetővé teszi, hogy egy rendszer megtanulja: Párizs úgy kapcsolódik Franciaországhoz, ahogy Berlin Németországhoz.
Egy ismeretlen lekérdezésnél a RankBrain megsejti, mely ismert szavak vagy kifejezések hordoznak hasonló jelentést, majd a lekérdezést olyan mintákhoz rendeli, amelyeket már ért. A felhasználói szándék kikövetkeztetéséhez figyelembe veszi a kontextust is, például a helyszínt és a keresési trendeket. Ez a jelentés megragadására szolgáló beágyazásokra támaszkodó működés teszi jól használhatóvá a többértelmű és soha nem látott keresések esetén, és közvetlenül a keresési szándékot szolgálja.
A lekérdezések értelmezésén túl a RankBrainről általánosan elfogadott, hogy abból tanul, hogyan lépnek kapcsolatba az emberek a találatokkal. A leggyakrabban emlegetett jelzések az organikus átkattintási arány, a dwell time, vagyis az oldalon töltött idő, a visszafordulási arány és a pogo-sticking, azaz az a minta, amikor a felhasználó gyorsan ugrál a találatok között, egy jobbat keresve. Ha a felhasználók következetesen elhagynak egy találatot, az arra utal, hogy az oldal nem elégítette ki őket.
A gyakorlati olvasat az, hogy az az oldal, amely kattintásokat szerez, és az embereket elköti, pozitív jelzéseket küld, az, amelyet a felhasználók gyorsan elhagynak, negatívakat. Ezért tekintik a átkattintási arányt és az erős dwell time-ot a relevancia helyettesítőjének, még akkor is, ha a Google nem közli a pontos súlyozásukat.
A főcím statisztikája magától a Google-től származik: a RankBrain körülbelül 80 százalékban megsejti azt, amit a többi algoritmus a legjobb találatnak választ, szemben az emberi keresőmotor-szakemberek 70 százalékával. A közvetlen összehasonlító teszteken a rendszer felülmúlta a Google saját szakértőit, ezért bízhattak meg benne ennyire.
Eredetileg csak a lekérdezések 15 százalékára, az új kifejezésekre alkalmazták, később pedig gyakorlatilag minden lekérdezésbe bekapcsolták. Nem feltétlenül változtatja meg minden keresés rangsorát, de része annak, ahogyan a Google minden keresést feldolgoz, így állandó rétege az algoritmusnak, nem pedig egyszeri frissítés a szokásos algoritmusfrissítések között.
A RankBrain véget vetett a pontos kulcsszavakra optimalizálás korszakának. Mivel a koncepciókat érti, a rangsorolás a téma alapos lefedésével és a szándék illesztésével történik, nem egy kifejezés ismétlésével. Ez a SEO-t az alapos, jól strukturált tartalom felé terelte, amely arra a valódi kérdésre válaszol, amely egy lekérdezés mögött áll, és ezt a fegyelmet jutalmazzák ma már az MI-k is.
A folytonosság számít. A RankBrain úttörő módon értette a szándékot, később a BERT-algoritmus mélyítette el a nyelvi megértést, ma pedig az MI-keresés ugyanazt a logikát terjeszti ki a szintetizált válaszokra. A szándékot kielégítő tartalom, szilárd kulcsszókutatással és tartalomtervezéssel párosítva, mindegyikben jól teljesít.
Kezdd a szándékkal. Vizsgáld meg, mit jutalmaz már a találati lista egy lekérdezésre, és a rá illő formátumot készítsd el, legyen az útmutató, összehasonlítás vagy termékoldal, majd válaszolj a fő kérdésre világosan és korán. Fedd le a témát mélységében, hogy az oldal lezárja a keresést, és ne küldje vissza a felhasználót máshol keresgélni.
Utána erősítsd azokat a jelzéseket, amelyeket a RankBrain figyel. Írj meggyőző címeket és leírásokat az átkattintási arány emeléséhez, és tartsd lekötve az olvasókat világos szerkezettel, tömör bevezetővel és valóban hasznos tartalommal, hogy maradjanak, és ne pogo-sticking módon távozzanak. Nem egy mutatót játszol ki, hanem olyan oldalt készítesz, amely kielégíti a keresőt, és erre épül a rendszer, hogy felismerje.
A RankBrain a gépi tanulást a Google keresésének szívébe vitte: értelmezi a lekérdezések mögötti jelentést, kezeli a keresések 15 százalékát, amelyek teljesen újak, és a felhasználók találatokkal való kapcsolatából tanul. A SEO-t a kulcsszavak helyett a szándék és a témabeli mélység köré terelte, és azt az irányt adta, amelyet a BERT és a mai MI-keresés folytat.
A tartós válasz olyan tartalom, amely valóban kielégíti a keresőt, és a Sorank kutatási és tartalomtervezési eszközeivel készül. Forrásaink: Backlinko, Wikipedia és Search Engine Journal.
Források
A RankBrain a Google 2015-ben indított gépi tanulási rendszere, amely azt érti meg, mit akarnak valójában az emberek, amikor keresnek, ahelyett hogy csak szó szerint illesztené a kulcsszavakat. Különösen jól értelmezi az ismeretlen vagy többértelmű lekérdezéseket, mert ezeket olyan fogalmakhoz és mintákhoz köti, amelyeket már ismer. A Google a linkek és a tartalom mellett az egyik legfontosabb rangsorolási tényezőjének nevezte.
Általánosan elfogadott, hogy a RankBrain a felhasználói viselkedési jelekből tanul, mint az átkattintási arány, a dwell time, a visszafordulási arány és a találatok közötti pogo-sticking. Ha a felhasználók gyorsan elhagynak egy oldalt, az arra utal, hogy a találat nem elégítette ki őket. A Google nem közli a pontos súlyozást, ezért a legbiztosabb megközelítés az, ha valóban kielégítjük a szándékot, nem pedig egyetlen mutatót hajszolunk.
Nem, bár összefüggenek. A 2015-ös RankBrain úttörő módon használta a gépi tanulást a lekérdezés jelentésének és szándékának értelmezésére. A később bevezetett BERT mélyítette el a Google nyelvi megértését és a lekérdezésen belüli szavak kapcsolatait, beleértve azt is, hogy a környező szavak hogyan változtatják meg a jelentést. Ezek különálló rendszerek, amelyek mindketten a szándék megértése felé viszik a Google-t, nem a kulcsszavak illesztése felé.
A TE ELŐTTED PRÓBÁLTÁK KI A SORANKOT
“Teszteltem a Sorankot egy valódi ügyfél oldalán, és őrület. Mindent megtesz, amiért egy ügynökség $1500-t kérne havonta. Most ennél az ügyfélnél már éles üzemben van.”
Guillaume Guersanguersanguillaume.com“Egy hirdetési ügynökség vagyunk, és végre rendbe akartuk tenni a SEO-nkat. A Sorank tiszta képet adott az oldalunkról, segített sorrendbe állítani az optimalizálásokat, és segített rendesen felépíteni a tartalmainkat. Az eszköz könnyen kezelhető, csapatra jól szabott, és nagyon praktikus, hogy több platform közötti ugrálás nélkül egy helyen követhetjük a munkát. Nagyon szilárd alap ahhoz, hogy újrakezdjük a SEO-nkat.”
Gaspard MadouiHirdetési ügynökség
“Csak hagytam, hogy a Sorank szoftver dolgozzon, és mostanra a DR-em 25, az oldalam pedig magasabban szerepel.”
Lucas Flandrefoundertrace.fr“A Soranknak köszönhetően GEO-szakértő lettem. A GEO-ranglista segítségével megmutathatom az ügyfeleimnek, hol állnak a versenytársakhoz képest a ChatGPT-ben. Ez valódi kereskedelmi előny.”
MélanieSEO szabadúszó“Remek szolgáltatás, jól működik a weboldalunkon, és segít megérteni, hogyan lehet javítani, hogy jobban szerepeljünk a Google-on és másutt. Gratulálok, így tovább, ajánlom.”
Hugo T.E-kereskedelmi kereskedő
