O impacto do Machine Learning no SEO

O impacto do Machine Learning no SEO

O Google usa do Machine Learning em suas buscas para conseguir entregar o melhor resultado ao usuário. Veja como essa ferramenta pode impactar também no SEO.

Se a única constante da vida é a mudança, no Google não é diferente: a evolução do GoogleBot não para. Trilhões de páginas são analisadas, indexadas, rankeadas e penalizadas em milissegundos, todo dia.

Mas por quê o Google faz isso? O que o Google realmente quer?

O Google quer entregar o melhor resultado para seus usuários. Esse é o seu propósito de existência — que é extremamente nobre, por sinal — e, para isso, não pode parar de aprimorar as experiências.

Poderíamos traçar uma linha do tempo desde Florida, 2003, o primeiro grande update do Google — e o divisor de águas no mercado de search engine—, até oYMYL (Your Money Your Life), 2018, para tentar explicar todo o trabalho que nos trouxe até aqui.

No entanto, nós vamos nos concentrar nos tempos atuais: o Google já vigora Machine Learning há algum tempo. E tudo isso para entregar o melhor resultado sempre.

Você, usuário ou estudioso de search engine, já parou para se perguntar como a Inteligência Artificial do Google impacta sua vida?

É exatamente sobre isso que queremos falar. Vamos lá? 🙂

Vamos falar de RankBrain

Impossível falar de Aprendizado de Máquina em SEO e não falar de RankBrain: tudo começou por ele. 

O RankBrain nasceu em 2015 e foi o algoritmo precursor da pesquisa aprimorada e altamente disponível que temos hoje, que tem como base o machine learning.

Não sei se você se lembra, mas pouco antes de 2015, nós ainda precisávamos fazer pesquisas sem usar preposições (com, para, em, de), moldando nosso comportamento de pesquisa ao buscador. E hoje, bem, é muito diferente.

E como funciona o RankBrain?

Além de melhorar o resultados da SERP, atuando diretamente no rankeamento, o RankBrain também tem como responsabilidade aprender com novas buscas todos os dias.

Em resumo, o mecanismo do RankBrain usa consultas complexas ou nunca antes feitas e as relaciona com pesquisas já reconhecidas do seu grande banco de dados.

É por causa do RankBrain que o site da sua agência de marketing digital ranqueia para termos como “consultoria digital” e “agência inbound”.

O RankBrain correlaciona você — que é uma opção dentre várias — a certos termos dos comportamentos de pesquisa. 

Mas calma, essa é só a pontinha do iceberg.

Inteligência artificial x machine learning

Precisamos ter em mente duas conclusões bem claras: o Google não começou a trabalhar com Machine Learning apenas em 2015 e o fato do Google usar machine learning não quer dizer que usa I.A.

O aprendizado de máquina trata-se de uma metodologia, enquanto a Inteligência Artificial é uma área de pesquisa científica.

Atualmente, o GoogleBot aprende com comportamentos e entende padrões, mas ainda não pensa sobre isso.

Isso quer dizer que, o Google não “usa inteligência artificial”, mas sim, machine learning, assim como pode passar a usar “deep learning”.

O Google pode chegar a entender nuances, exceções e casos isolados? Sim, mas ainda não é o momento. 

Neste contexto é importante ter em mente que não existe uma receita de otimização, mas sim, que precisamos entender profundamente nossa persona e otimizar nosso site para isso, até porque o Google com certeza o fará.

De quais formas a machine learning impactará o SEO?

Machine Learning para recomendação

“Mas machine learning não é exatamente inteligência artificial.”

O ponto da questão é que estamos caminhando para isso. O aprendizado de máquina do Google ainda não é I.A, mas vai virar. E você pode esperar por isso muito em breve.

Como demos uma palhinha anteriormente, o RankBrain funciona essencialmente na correlação de pesquisas complexas com resultados já consolidados.

Para entender como funciona a machine learning na prática, precisamos entender alguns termos.

Close Variants

O que chamamos de close variant é a disposição de uma frase. Isto é, eu posso dizer que uma close variant de “comprar carros importados” é “carro importados comprados”.

Aqui apesar de haver, sim, um sentido similar, os resultados apresentados podem ser bem diferentes. A machine learning do Google é capaz de entender isso.

Entity salience

Este conceito abrange, principalmente, os termos digitados de maneira errônea. Em simples palavras, o Google pega aquele “liansa apeso” que alguém digitou erroneamente, entende que se trata da raça de cachorro e entrega, finalmente, resultados sobre o cão Lhasa apso.

Incrível, né?

Muitas vezes, você deverá ficar atento não apenas aos termos escritos de maneira correta, mas também aqueles com erros de português e digitação.

Isso quer dizer que você deve escrever erroneamente? Não, é claro que não.

Quer dizer apenas que você precisa monitorá-los e entender o comportamento do seu consumidor.

Os termos que levam até seu site são relativamente difíceis de assimilar? Pense nisso.

Machine Learning para rankeamento

Quando falamos de rankeamento, o espectro é um pouquinho diferente. Aqui estamos falando não necessariamente de buscas complexas ou erradas, mas sim, de semântica. O Google é semântico.

É por isso que usar repetições de palavra-chave ao longo do texto não funciona mais.

O Google não quer mais saber se você está falando “carros importados”, ele quer saber o que você está falando sobre carros importados e se isso é relevante ou não.

É por isso que quem rankear para “carros importados” precisa trabalhar com termos e palavras semanticamente próximas, como “como comprar um carro importado?”, “as diferenças de um carro importado para um popular”, “durabilidade peças importadas” e por aí vai.

Abastecer o usuário, isso é gerar valor.

Como a machine learning impacta a forma de fazer SEO?

Em termos gerais, temos que trabalhar pensando em buscas mais complexas. O trabalho de SEO precisará funcionar cada vez mais para responder as perguntas das pessoas.

Se lá em 2010 o usuário tinha que se moldar ao buscador hoje, o Google trabalha a nosso favor.

Embora ainda seja muito automático para o usuário, ele não precisa mais digitar “dança dos famosos participantes 2017”.

No autocomplete, é mais comum você encontrar “quem eram os participantes de dança dos famosos em 2017?

O usuário está aprendendo que pode digitar praticamente o que quiser para obter o que precisa. Isso aqui é trabalho de machine learning.

Sim, o rumo do Google é transformar-se em um grande e robusto assistente pessoal, tal qual Siri, Cortana, dentre outros.

É importante também lembrar, desde já, que essas assistentes pessoais já são grandes concorrentes do Google, maiores até do que o Bing, Yahoo! e Baidu.

Veja como a machine learning já impacta o trabalho de SEO.

Guia do SEO 2.0Powered by Rock Convert

Palavras similares, páginas diferentes

O Google é semântico, certo? Então se você tem duas keywords que considera importantes, como “software de recrutamento” e “software para recrutar online”, você não precisa — e nem deve — usar essas keywords em páginas diferentes.

Crie a melhor página e o melhor conteúdo possível para o termo principal e o Google entenderá seu intuito, rankeando você para várias outras keywords similares.

Coerência título x texto

Esse é um ponto em que muitos sites pecam. Se você soubesse o quanto é grave um usuário clicar no seu usuário, achando que ele é o melhor, entrar, se decepcionar com o resultado e dar bounce em menos de 3 segundos, você continuaria fazendo? Pois é.

E isso é grave sim.

Por isso, fique atento: se você criou um título apenas pelo volume de uma keyword e o conteúdo não “acompanhou” a ideia, o GoogleBot aprenderá com o bounce e derrubará o seu resultado. E é claro que você precisa evitar tudo que permita grandebounce.

Mobile first

Vá pela lógica: por que você acha que o Google é Mobile First agora? O que isso quer dizer sobre o comportamento de pesquisa? Muito mais do que você pensa.

O Mobile First só reforça o crescimento do comportamento de pesquisa pelo celular. Em resumo, isso quer dizer que teremos muito mais buscas por voz.

As buscas por voz dificilmente são feitas sem preposições ou conjunções e geralmente são apresentadas em formato de pergunta. A lição é: quer rankear para certos termos? Responda perguntas!

Perguntas que podem ajudar a ter bons resultados em SEO

  1. Qual a sua taxa de CTR em relação aos seus concorrentes na SERP?
  2. Qual o tempo de permanência na sua página? Não, não basta colocar o usuário “para dentro”. O GoogleBot aprenderá com o seu CTR, mas ele também ficará atento ao comportamento dentro da sua página;
  3. Você cuida do desempenho do seu site como um todo? O speed page pode englobar desde a compactação de imagens, minification (css e javascript), tempo de resposta do server, requisições http, clean code, entre outras variáveis;
  4. Aposte pesado em linkagens internas, componentes de recomendação de artigos, banners coerentes por página e tudo mais o que for fazer o usuário navegar mais;
  5. E por último, uma dica que resume todas as outras: pense em melhorar vigorosamente a experiência do seu usuário, porque o Google quer isso e, se você não “abraçar a ideia”, perderá relevância; 

A jogada do SEO criativo

Embora a evolução da machine learning mude um pouco o SEO que aprendemos lá em 2010, uma coisa é fato: você pode e deve saber muito mais sobre a sua persona do que o Google.

Enquanto a Machine Learning precisa de dias — às vezes de meses — para fixar o comportamento de um determinado público, você pode fazer isso organicamente e, quando o algoritmo notar, o seu site estará super otimizado para o público em questão.

A minha maior lição de hoje é: estude a sua persona, o que ela faz, como pesquisa, o que gostar de ler. Vá muito fundo nisso e, seguindo algumas básicas regras, você irá muito longe.

Para que você possa se aprimorar neste assunto, separamos alguns dos principais conteúdos relacionados à persona. Não deixe de conferir!

Para aprender mais sobre tipos de consumidores e criação de personas!

👉 Dia do consumidor: o que o comércio pode esperar dessa data

👉 Qual a diferença entre público-alvo e persona?

👉 Consumidor 4.0: sua empresa já está preparada para atendê-lo?

Conteúdo publicado por Penélope Victória, Content Manager na GeekHunter.

100.000 pessoas não podem estar enganadas
Deixe seu email e receba conteúdos antes de todo mundo