Veranderingen in de Google-rankingfactoren van vorig jaar, uitgelegd

Daniel Zijlstra


Dit is een fragment uit het e-boek Ranking Factors 2023 van SEJ met wijzigingen en updates om het actueel te maken. SEO verandert snel!

Het wordt steeds moeilijker om rankingfactoren volledig te categoriseren.

Tegenwoordig gebruikt Google de termen ‘systemen’ en ‘signalen’ meer dan ‘rangschikkingsfactoren’.

Google zegt, over hoe het rangschikt de resultaten:

“Google maakt gebruik van geautomatiseerde ranking systemen die naar velen kijken factoren En signalen over honderden miljarden webpagina’s en andere inhoud in onze zoekindex om de meest relevante, bruikbare resultaten te presenteren, allemaal in een fractie van een seconde.”

Er zijn er meerdere rangschikkingssystemenen ze maken allemaal gebruik van verschillende combinaties van signalen.

Google is (en is al een tijdje bezig) af te stappen van een model waarin een verzameling kwantitatieve factoren de ranking bepaalt.

In plaats daarvan bouwt Google verzamelingen kwalitatieve signalen op die samenkomen om grotere – menselijke – vragen en beslissingen te benaderen, zoals:

Veel SEO-professionals zijn getallenmensen. Onderzoekers. Gegevens duikers. Google geeft een klein beetje informatie vrij over zijn algoritmen, en we klampen ons vast als limpets.

Jarenlang hebben sommigen zelfs geprobeerd aanwijzingen uit de interpretatie van patenten te gebruiken om de algoritmische impact van alles te ontcijferen, van sociale media tot co-citatie.

Maar Google-patenten zijn niet de grondwet.

Geen enkel ultiem document bevat de geheimen van de rangschikkingsalgoritmen – hoewel ik graag een overvalfilm zou zien over het stelen ervan van het hoofdkantoor van Google. (We weten allemaal dat Nicholas Cage zou deelnemen.)

Het interpreteren van patenten is een goede vaardigheid en kan belangrijke inzichten opleveren.

Maar u moet de zakelijke impact van het geobsedeerd zijn door individuele elementen afwegen tegen het begrijpen van uw publiek.

Naarmate algoritmen complexer worden en AI geavanceerder wordt, wordt het alleen maar moeilijker om de exacte gegevensbronnen te identificeren die ze gebruiken om beslissingen te nemen.

Rankingfactoren verdwijnen niet; ze evolueren.

De hoekstenen van de rangschikking zullen er altijd zijn, maar hoe meer complexiteit aan de systemen wordt toegevoegd, hoe minder het ons oplevert om elk potentieel signaal te ondervragen.

Wat is er in hemelsnaam gebeurd met “Pagina-ervaring” en wat is een rankingsysteem?

In april 2023 heeft Google verschillende vermeldingen uit de documentatie over ‘rangschikkingssystemen’ verplaatst en ergens anders geplaatst:

  • Pagina-ervaring.
  • Mobielvriendelijkheid.
  • Paginasnelheid.
  • Beveiliging en HTTP’s.

Verschillende SEO-professionals verloren hun collectieve kalmte door deze verandering.

Google’s Search Liaison-account op X (voorheen Twitter) gedeeld deze verklaring:

“Onze richtlijnen voor pagina-ervaring vindt u hier, zoals we vorige week deelden samen met onze blogpost:

Er staat *niet* dat de pagina-ervaring op de een of andere manier ‘met pensioen’ is of dat mensen zaken als Core Web Vitals of mobielvriendelijkheid moeten negeren. Het tegenovergestelde. Er staat dat als je succesvol wilt zijn met de belangrijkste rankingsystemen van Google Zoeken, je rekening moet houden met deze en andere aspecten van de pagina-ervaring.

We hebben vorige week ook een update gemaakt op onze pagina over classificatiesystemen. Het rangschikken van *systemen* is anders dan het rangschikken van *signalen* (systemen maken doorgaans gebruik van signalen). We hadden een aantal dingen op die pagina vermeld met betrekking tot pagina-ervaring als ‘systemen’ die eigenlijk signalen waren. Ze hadden niet op de pagina over systemen moeten staan.

Het verwijderen ervan betekende niet dat we geen rekening meer houden met aspecten van de pagina-ervaring. Het betekende alleen dat deze niet *systemen* rangschikten, maar in plaats daarvan signalen gebruikten door andere systemen.

De grote afhaalmaaltijd? Zoals onze richtlijnen voor pagina-ervaring in de eerste zin zeggen:

‘De belangrijkste rankingsystemen van Google zijn erop gericht inhoud te belonen die een goede pagina-ervaring biedt.’ … ”

Dit lijkt te betekenen dat de veranderingen een kwestie van organisatie waren en niet van een functionele aanpassing van het algoritme.

Een rankingsysteem is een brede toepassing van signalen die richting een specifiek doel of evaluatie gaan.

Rankingsystemen kunnen rankingsignalen gebruiken, maar niet noodzakelijkerwijs altijd of voor elke zoekopdracht.

“Pagina-ervaring” is geen classificatiesysteem.

Het is echter een verzameling rangschikkingssignalen die meerdere rangschikkingssystemen kunnen gebruiken om pagina’s met een goede gebruikerservaring te evalueren en te belonen.

Klik op Data – De antitrustrechtszaak en CTR als rankingfactor

Een software-ingenieur die Google in november 2022 verliet, werd opgeroepen om iets te geven getuigenis tijdens de antitrustzaak tegen Google.

Ik begon overal op sociale media gepraat te zien over zijn ‘smoking gun’-verklaring over klikgegevens in de ranglijst.

Zijn getuigenis vestigde de aandacht op de waarschijnlijkheid dat Google klikken en andere gegevens over interacties op SERP’s gebruikt in rangschikkingsalgoritmen en dat Google dit feit ontwijkt om te voorkomen dat SEO-professionals de ranglijst beïnvloeden.

Deze gegevens mogen niet veel langer worden gebruikt, zoals Law360 meldde: In de getuigenis van de voormalige Googler stond dat de ‘situatie snel verandert’ en dat Google nu systemen heeft die net zo goed kunnen worden getraind zonder gebruikersgegevens.

“Geweldig,” zei ik tegen mezelf, “Hoeveel conclusies moet ik opnieuw beoordelen?”

Gelukkig tot nu toe geen. Mijn eerste gedachte was CTR, maar we twijfelen nog steeds aan de CTR als rankingfactor, zelfs met de nieuwe informatie.

Er is een verschil tussen live rankingsignalen en gegevens die voor analyse worden gebruikt.

Voormalig teamlid van Google Search Quality, Pedro Dias, heeft hier een geweldige kijk op en zegt in a LinkedIn-bericht,

“Er is een verschil tussen:

  • direct gebruik maken van een signaal in ranglijsten;
  • kijken naar de data en beoordelen welke onderdelen nuttig kunnen zijn voor rankings”

Screenshot van LinkedIn, oktober 2023

Het gebruik van gegevens om resultaten te analyseren en algoritmen te trainen verschilt heel erg van het live gebruiken van resultaten bij het leveren van resultaten. Deze signalen worden waarschijnlijker gebruikt voor trainings- en evaluatiedoeleinden dan voor het bestellen van live resultaten.

In plaats van u te concentreren op klikstatistieken als een direct signaal voor de rangschikking, kunt u deze beschouwen als een maatstaf voor de manier waarop uw gebruiker met uw pagina omgaat: want dat is waar het om gaat. Hoe dan ook, het kan als belangrijk worden beschouwd.

Als u zich concentreert op wat belangrijk is – inhoud, autoriteit, gebruikerservaring – dan zou de vraag of CTR en ander gebruikersgedrag een rankingfactor is, uw algehele strategie niet moeten veranderen.

U heeft geen controle over klikgegevens; je kunt het alleen gebruiken voor metingen.

Hoewel er steeds meer redenen zijn om aan te nemen dat ‘klikgegevens’ bij zoekopdrachten worden gebruikt als feedbackmechanisme, helpt het niet als u zich erop concentreert als een naald die beweegt. Gebruik het zoals Google dat doet: als beoordelingsinstrument.

Gebruikerssignalen in zoekopdracht

Hoe meer we ontdekken en bij elke nieuwe gebeurtenis, hoe meer ruimte voor speculatie de kwestie van gebruikersgegevens lijkt te worden.

Als het om Appen gaat, zie ik argumenten in beide richtingen. Het kan zijn dat Google van plan is te vertrouwen op geautomatiseerde algoritmen en gebruikersgegevens te verzamelen in plaats van op menselijke kwaliteitsbeoordelingen.

Of dit zou eenvoudigweg kunnen duiden op een kostenbesparende beslissing midden in de tijd ontslagen En ongunstige juridische uitspraken.

Wat de afnemende kwaliteit van de zoekresultaten betreft, is dat naar mijn mening een argument tegen het idee dat gegevens over gebruikersgedrag een rankingfactor zijn.

Mensen zijn ontevreden over de zoekresultaten en in vrij grote aantallen.

Dit is het geval, een algoritme dat rekening houdt met gebruikersgedrag zou moeten Zie dit en pas het aan, toch? Dit presenteert in mijn gedachten vier alternatieve situaties:

  1. De algoritmen zijn, om een ​​technische term te gebruiken, compleet verveeld.
  2. Gebruikersgedrag en klikgegevens zijn geen directe rangschikkingssignalen.
  3. Beide bovenstaande.
  4. De vierde situatie vereist dat er naar een recente situatie wordt gekeken Google-aankondiging over het komende Gemini AI-model en speculeren over de betekenis ervan. Aan het einde van dit bericht vinden we dit:

“We beginnen al te experimenteren met Gemini in Search, waar het onze Zoek generatieve ervaring (SGE) sneller voor gebruikers, met een vermindering van 40% in de latentie in het Engels in de VS, naast verbeteringen in de kwaliteit.”

Er zijn hier twee dingen aan de hand:

  • “We beginnen er al mee te experimenteren Tweelingen op zoek …”
  • “… het maken van onze Zoek sneller naar Generatieve Ervaring (SGE). …”

Gemini bevindt zich tenminste in Labs. Zijn sommige elementen ervan ook aanwezig in live zoeken?

Zal een Gemini-release een SGE-release inluiden?

Dit gebeurt snel. Google had heel goed kunnen besluiten dat de huidige algoritmen niet in staat zijn de huidige problemen op te lossen, en in plaats daarvan zo snel mogelijk vooruitgang zouden boeken met Gemini. Dit zou kunnen veranderen wat we weten over het rangschikken van signalen en systemen.

Zal Google in de toekomst klik-/gedragsgegevens gebruiken als rangschikkingssignalen?

Er is nog steeds een argument dat ondersteunt dat Google gedragsgegevens gebruikt, of in ieder geval zou willen gebruiken, om inhoud te rangschikken.

In feite is het objectief waar dat het dit al doet in YouTube-zoekopdrachten.

Betrokkenheid is een van de drie pijlers van YouTube-zoeken. Op YouTube hebben de signalen van gebruikersbetrokkenheid in totaal een directe invloed op de positie van een video op het platform.

In de documentatie wordt uitgelegd hoe het YouTube-zoekalgoritme werkt:

“Bij YouTube Search geven we prioriteit aan drie belangrijke elementen om de beste zoekresultaten te bieden: relevantie, betrokkenheid en kwaliteit. Aan deze drie elementen wordt een verschillend belang toegekend, afhankelijk van het type zoekopdracht.

Om de relevantie in te schatten, kijken we naar veel factoren, zoals hoe goed de titel, tags, beschrijving en video-inhoud overeenkomen met uw zoekopdracht.

Engagementsignalen zijn een waardevolle manier om de relevantie te bepalen. We nemen geaggregeerde betrokkenheidssignalen van gebruikers op, dat wil zeggen dat we naar de kijktijd van een bepaalde video voor een bepaalde zoekopdracht kunnen kijken om te bepalen of de video door andere gebruikers als relevant voor de zoekopdracht wordt beschouwd.

Ten slotte zijn onze systemen voor kwaliteit ontworpen om signalen te identificeren die kunnen helpen bepalen welke kanalen blijk geven van expertise, gezaghebbendheid en betrouwbaarheid over een bepaald onderwerp.”

In de documentatie voor makers over hoe je een kanaal kunt laten groeienYouTube zegt dit:

“Insider-tip: ons algoritme let niet op video’s, maar op kijkers.

Dus in plaats van te proberen video’s te maken waar een algoritme blij van wordt, kun je je beter concentreren op het maken van video’s waar je kijkers blij van worden.”

Dit is een vrij goede indicatie dat Google absoluut gedrag en kliksignalen zou gebruiken bij het zoeken als het dat op betrouwbare wijze zou kunnen doen.

Daarin schuilt het probleem. Op YouTube bevinden alle gegevens die het nodig heeft zich op het platform.

Dit is niet het geval voor Google Zoeken, omdat niet alle websites Google Analytics gebruiken en niet alle gebruikers Chrome gebruiken.

Bovendien is het veel gemakkelijker om positief en negatief betrokkenheidsgedrag te interpreteren met video’s dan met tekst.

Ik geloof dat deze twee dingen waar zijn:

  • Google weet dat directe gebruikersfeedback de beste manier is om te bepalen of inhoud ‘goed’ is en zou dit indien mogelijk implementeren in de volgorde van live resultaten in Zoeken.
  • Momenteel, en voorheen, was dit algoritmisch niet haalbaar.

Wie weet zal de verdere ontwikkeling van AI nieuwe oplossingen opleveren.

Dit is een zeer omslachtige manier om te zeggen:

Gegevens over gebruikersgedrag worden bij het zoeken waarschijnlijk gebruikt om de resultaten te verfijnen en te evalueren, maar waarschijnlijk niet om op het moment zelf beslissingen te nemen over de levering. Zelfs als het op deze manier zou worden gebruikt, zou het voor jou niet zoveel uit moeten maken, omdat je de betrokkenheid alleen kunt beheersen door betere inhoud te maken, wat sowieso je doel zou moeten zijn.

De interessantere vraag op dit moment is: hoe kunnen wij, als SEO-professionals, mensen in vredesnaam adviseren om vast te houden aan de best practices op het gebied van inhoud, terwijl de zoekresultaten spam lijken te belonen?

Daar wordt nog steeds aan gewerkt.

Meer middelen:


Uitgelichte afbeelding: Paulo Bobita/Search Engine Journal





Source link

Lees ook deze artikelen

Leave a Comment