Pencarian dengan RankBrain Ibukota Baru Indonesia

Apa itu Google RankBrain?

RankBrain adalah komponen dari algoritma inti Google yang menggunakan pembelajaran mesin pencari (kemampuan mesin pencari untuk belajar sendiri dari input data) untuk menentukan hasil yang paling relevan dengan permintaan mesin pencari. Pra-RankBrain, Google menggunakan algoritme dasarnya untuk menentukan hasil mana yang akan ditampilkan untuk kueri tertentu. Post-RankBrain, diyakini bahwa kueri sekarang melalui model interpretasi yang dapat menerapkan faktor-faktor yang mungkin seperti lokasi pencari, personalisasi, dan kata-kata kueri untuk menentukan maksud sebenarnya dari pencari. Dengan memahami maksud sebenarnya ini, Google dapat memberikan hasil yang lebih relevan.

Aspek pembelajaran mesin RankBrain adalah yang membedakannya dari pembaruan lainnya. Untuk "mengajarkan" algoritma RankBrain untuk menghasilkan hasil pencarian yang bermanfaat, Google terlebih dahulu "memberi makan" datanya dari berbagai sumber. Algoritme kemudian mengambilnya dari sana, menghitung dan mengajar dirinya sendiri dari waktu ke waktu untuk mencocokkan berbagai sinyal dengan berbagai hasil dan untuk memesan peringkat mesin pencari berdasarkan perhitungan ini.

Memahami RankBrain

Untuk mengonsepkan RankBrain dengan jelas, ada baiknya Anda menempatkan diri Anda pada posisi Google, mencoba memahami maksud dari kueri mesin telusur seperti “Lokasi Ibukota”

Apa maksud sebenarnya dari pencarian ini? Apakah pencari ingin tahu tentang Ibukota Indonesia Terbaru atau Ibukota Lama? Apakah mereka mengacu pada ibukota yang sudah lama dibangun, atau yang akan dibangun dari sekarang? Apakah pencari dan mendatangi ibukota sekarang, menginap di hotel baru dan mencari arah ke tempat baru? Mungkinkah mereka mencari informasi bersejarah tentang lokasi ibukota pertama di pulau Jawa dan pulau Kalimantan yang dipakai sebagai lokasi ibukota baru?

Sekarang, bayangkan bahwa dalam mencoba menjawab pertanyaan ini, yang Anda miliki hanyalah sinyal algoritme sederhana seperti kualitas konten atau jumlah tautan yang diperoleh suatu konten untuk memberi peringkat hasil bagi pencari ini. Bayangkan bahwa ibukota Indonesia di pulau Kalimantan baru saja diresmikan, telah mendapatkan ribuan tautan untuk kontennya tentang bahasan pulau dan kota. Jika algoritme Anda sederhana, itu mungkin hanya menampilkan hasil tentang sejarah ibukota, karena mereka telah mendapatkan tautan terbanyak… bahkan jika pencari sebenarnya berharap untuk mengetahui lokasi ibukota baru.

Dalam situasi yang rumit namun umum inilah kapasitas RankBrain muncul sebagai hal yang penting. Hanya dengan mampu menghitung hasil secara matematis berdasarkan pola yang telah "diperhatikan" oleh algoritme pembelajaran mesin dalam perilaku pencari, Google dapat menentukan bahwa, misalnya, sebagian besar orang yang mencari "Lokasi ibukota baru ingin tahu di mana lokasinya di Maps app maupun di web browser akan diadakan pencarian. Jadi, dalam hal ini, kotak jawaban Google dengan lokasi ibukota yang akan datang di dalamnya akan melayani sebagian besar kebutuhan pencari.

Meskipun kotak jawaban itu mungkin membahas maksud di balik sebagian besar pencarian "Lokasi ibukota", ada pengecualian penting yang harus ditangani oleh Google. Misalnya, jika penelusuran dilakukan oleh pengguna di nama kota ibukota (seperti Jakarta misaslnya) pada mesin pencarian, Google mungkin akan memberikan petunjuk arah mengemudi ke bangunan tempat kantor-kantor ibukota akan dibangun. Dengan kata lain, sinyal seperti lokasi pengguna dan kesegaran konten harus diperhitungkan untuk menafsirkan maksud dan memberikan hasil yang paling mungkin memuaskan pencari.

*RankBrain sedang dalam proses, dengan tujuan pembelajaran mesin menyempurnakan interpretasi Google tentang maksud pencari dari waktu ke waktu. Menariknya, kueri hipotetis misalnya, “Lokasi ibukota Indonesia terbaru,” yang dilakukan di kotak jawaban Google.

Apakah ini menunjukkan bahwa mesin percaya bahwa kebanyakan orang yang menelusuri istilah ini ibukota baru ? Apakah RankBrain berhasil di sini, berdasarkan pola yang telah dihitungnya, atau masih "dalam pengerjaan", tidak yakin dari ketidakjelasan kueri kita apakah kita menginginkan jawaban yang lebih lama, populer, atau yang lebih segar yang melihat ke masa depan? Dan apa yang akan dikembalikan kueri ini jika kami dapat melakukannya pada Januari 2022? Akankah kotak jawaban menunjukkan ibukota karena sinyal di sekitar peristiwa itu telah meningkat pada saat itu?

Karena tingkat dan nuansa pengaruh RankBrain pada cara kerja algoritme pencarian inti Google belum sepenuhnya disempurnakan, salah satu cara terbaik untuk mempelajari lebih lanjut tentang cara kerja RankBrain mungkin berasal dari mengamati seberapa sering Google merespons berbagai pencarian Anda sendiri. pertanyaan dengan jawaban yang memuaskan. Seberapa sering mereka menafsirkan maksud Anda dengan benar?

Apakah RankBrain mengubah cara kita melakukan SEO?

Bergantung pada kecanggihan dan modernitas keterampilan SEO pribadi Anda, RankBrain dapat mewakili perubahan kecil atau besar dalam teori dan praktik Anda. Pakar paten yang dihormati, Bill Slawski, memberikan contoh ilustratif berikut tentang mengapa RankBrain diperlukan di lingkungan pencarian:

“Bagi seorang penunggang kuda, seekor kuda adalah hewan besar berkaki 4, bagi seorang tukang kayu, seekor kuda memiliki 4 kaki, tetapi ia tidak tinggal di ladang atau mengunyah jerami, bagi seorang pesenam, kuda adalah sesuatu yang saya yakini Anda lakukan di atas; dengan konteks RankBrain penting, dan memastikan Anda menangkap konteks itu mungkin merupakan kunci untuk mengoptimalkan pendekatan pembelajaran mesin ini.”

Wizard of Moz Rand Fishkin menekankan perlunya SEO di setiap level untuk memahami tiga konsep penting di lingkungan RankBrain:

1. Sinyal peringkat yang berbeda berlaku untuk kueri yang berbeda

Pra-RankBrain, mungkin tepat untuk menilai pengoptimalan halaman situs web dengan mengevaluasi semua sinyal tradisional (keragaman tautan, kedalaman konten, pencocokan kata kunci, dll.). Post-RankBrain, SEO perlu menentukan jenis konten yang paling sesuai dengan kebutuhan pengguna. Untuk sesuatu seperti badai yang tiba-tiba, Anda akan mengandalkan kesegaran lebih dari tautan yang mungkin diperoleh sepotong. Untuk sesuatu seperti sejarah musik Pribumi Amerika, Anda akan mengandalkan kedalaman konten, dan mungkin topik terkait yang dicakup oleh domain Anda, menandakan otoritas. Ketahuilah bahwa algoritme pembelajaran mesin yang mendorong RankBrain mencocokkan sinyal dengan maksud kueri, dan SEO juga harus melakukannya.

2. Sinyal berlaku untuk reputasi situs web Anda

SEO berusaha membangun reputasi merek Anda sebagai sumber yang dipercaya oleh mesin pencari dan pengguna manusia untuk memberikan pengalaman tertentu. Manfaat membangun reputasi seperti itu dapat mencakup peringkat yang baik untuk kata kunci yang paling penting bagi Anda. Apakah merek Anda perlu membangun reputasinya berdasarkan kesegaran, kedalaman, keragaman tautan yang diperoleh, keterlibatan pengguna yang tinggi, atau sinyal lainnya? Jawabannya tergantung pada topik yang Anda bahas (misalnya, skor acara olahraga waktu nyata vs. kursus online dalam mempelajari bahasa Spanyol). Apakah pencarian yang Anda harapkan untuk mendapatkan peringkat permintaan cepat, jawaban singkat atau eksplorasi mendalam? Seiring waktu, domain Anda harus membangun reputasi berdasarkan sinyal yang ingin dilayaninya, menyadari bahwa RankBrain menciptakan lingkungan di mana merek Anda dapat dikenal karena mengirimkan jenis konten tertentu yang memenuhi kebutuhan tertentu.

3. Satu kata kunci-satu halaman benar-benar mati

Mungkin, Anda sudah tahu bahwa praktik membuat halaman untuk "spatula", satu lagi untuk "spatula", satu lagi untuk "spatula dapur", satu lagi untuk "pembalik kue", dan satu lagi untuk "spatula logam" adalah kuda tua yang lelah yang perlu dibuang ke padang rumput. SEO modern akan menggabungkan semua frasa ini (dan URL terkaitnya) menjadi satu bagian konten menyeluruh yang menggabungkan bahasa alami, termasuk frasa kata kunci varian yang mencerminkan cara manusia mencari dan berbicara. Ini bukan berita baru untuk sebagian besar SEO waspada, tetapi munculnya RankBrain menyoroti kebijaksanaan untuk berfokus pada konsep kata kunci total dengan konten yang komprehensif, daripada memecah beberapa halaman untuk mencakup varian seperti "widget" vs. "widget".

Fakta lain tentang RankBrain

RankBrain telah dikutip sebagai bagian dari keseluruhan algoritma Google Hummingbird.

Pada tahun 2015, Google menyatakan bahwa RankBrain digunakan untuk memproses 15% kueri yang belum pernah ditemui sistem sebelumnya. Pada 2016, Google menerapkan RankBrain ke semua kueri.

Google dikonfirmasi keberadaan rankbrain, tanggal: 26 oktober 2015. Yang perlu diketahui oleh penikmat dan pelaku Google SEO :

• Google Penguin
• Google Panda
• Burung Kolibri Google


Tag : Artikel
Back To Top