E se a satisfação do usuário for o fator mais importante no SEO?
Deixe-me ver se consigo convencê-lo!
Eu compartilhei um monte neste vídeo e resumi meus pensamentos no artigo abaixo. Além disso, esta é a segunda postagem no blog que escrevo sobre esse assunto na semana passada. Há muito mais informações sobre os dados do usuário e como o Google os utiliza em minha postagem anterior.
A classificação tem 3 componentes
Aprendemos no teste DOJ vs Google que o processo de classificação do Google envolve três componentes principais:
- Sistemas tradicionais são usados para classificação inicial.
- Os sistemas de IA (como RankBrain, DeepRank e RankEmbed BERT) reclassificam os 20-30 principais documentos.
- Esses sistemas são ajustados pelas pontuações do Quality Rater e, mais importante, pela IMO, pelos resultados de testes de usuários ao vivo.
O processo DOJ vs. Google falou extensivamente sobre como a enorme vantagem do Google decorre das grandes quantidades de dados de usuários que utiliza. Em seu recurso, o Google disse que não quer cumprir a ordem do juiz de entregar dados de usuários a concorrentes. Ele listou duas maneiras de usar os dados do usuário – em um sistema chamado Glue, um sistema que incorpora o Navboost que analisa o que os usuários clicam e interagem, e também no modelo RankEmbed.
RankEmbed é fascinante. Ele incorpora a consulta do usuário em um espaço vetorial. O conteúdo que provavelmente será relevante para essa consulta será encontrado nas proximidades. RankEmbed é ajustado por duas coisas:
1. Avaliações dos avaliadores de qualidade. Eles recebem dois conjuntos de resultados – resultados “congelados” do Google e resultados “retreinados” – ou, em outras palavras, os resultados dos algoritmos de pesquisa orientados por IA recém-treinados e refinados. Suas pontuações ajudam os sistemas do Google a entender se os algoritmos retreinados estão produzindo resultados de pesquisa de maior qualidade.
2. Experimentos ao vivo no mundo real onde uma pequena porcentagem de pesquisadores reais vê resultados de algoritmos antigos versus algoritmos retreinados. Seus cliques e ações ajudam a ajustar o sistema.
O objetivo final desses sistemas é melhorar continuamente na produção de classificações que satisfaçam o pesquisador.
Mais reflexão sobre testes ao vivo – os usuários dizem ao Google o Tipos De páginas que são úteis, não as páginas reais
Percebi que os testes de usuário ao vivo do Google não tratam apenas da coleta de dados em páginas específicas. Trata-se de treinar o sistema para reconhecer padrões. O Google não está necessariamente rastreando cada interação do usuário para classificar aquele URL específico. Em vez disso, está usando esses dados para ensinar à sua IA o que significa “útil”. O sistema aprende a identificar o tipos de conteúdo que satisfaça a intenção do usuário e, em seguida, prevê se o seu site se enquadra nesse molde de sucesso.
Ele continuará a evoluir seu processo de previsão de qual conteúdo provavelmente será útil. Definitivamente, vai muito além da simples pesquisa vetorial. O Google está continuamente encontrando novas maneiras de entender a intenção do usuário e como enfrentá-lo.
O que isso significa para SEO
Se você está classificado nas primeiras páginas de pesquisa, você convenceu os sistemas de classificação tradicionais a colocá-lo no leilão de classificação.
Uma vez lá, uma infinidade de sistemas de IA trabalham para prever qual dos principais resultados é realmente o melhor para o pesquisador. Isso é ainda mais importante agora que o Google está começando a usar “Inteligência Pessoal” no Gemini e no Modo AI. Meus principais resultados de pesquisa serão personalizados especificamente de acordo com a opinião dos sistemas do Google EU achará útil.
Depois que você começar a entender como os sistemas de IA fazem pesquisas, que é principalmente uma pesquisa vetorial, pode ser tentador trabalhar para fazer engenharia reversa deles. Se você está otimizando usando um entendimento profundo de quais recompensas de pesquisa vetorial (incluindo o uso de similaridade de cosseno), você está trabalhando para parecer bem para os sistemas de IA. Eu alertaria contra mergulhar muito profundamente aqui.
Dado que os sistemas são ajustados para melhorar continuamente na produção de resultados que sejam mais satisfatórios para o pesquisador, parecer bom para a IA não é nem de longe tão importante quanto ser realmente o resultado mais útil. Eu diria que a otimização para pesquisa vetorial pode fazer mais mal do que bem, a menos que você realmente tenha o tipo de conteúdo que os usuários consideram mais útil do que as outras opções que eles têm. Caso contrário, há uma boa chance de você estar treinando os sistemas de IA para não favorecer você.
Meu conselho
Meu conselho é otimizar livremente para pesquisa vetorial. O que quero dizer com isso é não ficar obcecado com palavras-chave e semelhança de cossenos, mas sim entender o que seu público deseja e ter certeza de que suas páginas atendem às necessidades específicas que ele tem. Usar o conhecimento do Query Fan-Out do Google é útil aqui? Até certo ponto, sim, pois é útil saber quais dúvidas os usuários geralmente tendem a ter em relação a uma consulta. Mas acho que meus mesmos medos também se aplicam aqui. Se você parecer realmente bom para os sistemas de IA que tentam encontrar conteúdo para satisfazer a distribuição da consulta, mas os usuários não tendem a concordar, ou se faltam outras características associadas à utilidade em comparação com os concorrentes, você pode treinar os sistemas do Google para favorecê-lo menos.
Faça uso de títulos – não para que os sistemas de IA vejam, mas para ajudar seus leitores a entender que o que procuram está em sua página.
Observe as páginas que o Google está classificando para consultas que deveriam levar à sua página e realmente pergunte a si mesmo o que há nessas páginas que os pesquisadores consideram útil. Veja como eles respondem bem a perguntas específicas, se usam boas imagens, tabelas ou outros gráficos, e como é fácil folhear e navegar na página. Trabalhe para descobrir por que esta página foi escolhida como uma das mais úteis para satisfazer as necessidades dos pesquisadores.
Em vez de ficar obcecado com palavras-chave, trabalhe para melhorar a experiência real do usuário. Se você tornar sua página mais envolvente, concentrando-se mais em métricas como rolagens e duração da sessão, as classificações deverão melhorar naturalmente.
E principalmente, obcecado por ser útil. Pode ser útil que alguém externo analise seu conteúdo e compartilhe por que ele pode ou não ser útil.
Descobri que, embora eu entenda que a pesquisa é criada para aprender e melhorar continuamente ao mostrar aos usuários páginas que eles provavelmente acharão úteis, eu ainda Encontro-me lutando contra o desejo de otimizar para máquinas e não para usuários. É um hábito difícil de quebrar! Dado que os sistemas de aprendizagem profunda do Google estão trabalhando incansavelmente em um objetivo – prever quais páginas provavelmente serão úteis para quem pesquisa – esse também deveria ser o nosso objetivo. Como sugere a documentação do Google sobre conteúdo útil, o tipo de conteúdo que as pessoas tendem a considerar útil é o conteúdo original, esclarecedor e que fornece valor substancial quando comparado a outras páginas nos resultados de pesquisa.
Mais recursos:
Este post foi publicado originalmente na Marie Haynes Consulting.
Imagem em destaque: Chayanit/Shutterstock
