Hoe je jouw website voorbereidt op SEO Machine Learning om je Google-rankings niet te verliezen en zelfs te verbeteren
De Invloed van SEO Machine Learning op Rankings
De invloed van ‘machine learning’ op SEO en dus Google-zoekresultaten wordt steeds groter. Wie niet mee op de kar springt, zal zijn rankings drastisch gaan zien dalen. Het is niet anders.
In dit artikel leer je wat ‘machine learning’ inhoudt en hoe je het toepast om in de toekomst mee te kunnen dingen naar de beste plaatsen op de SERP’s en je concurrenten zelfs te verslaan.
‘SEO Machine learning’, ‘Deep Neural Networks’ en andere vormen van ‘narrow AI’ zijn de laatste maanden niet uit het nieuws weg te slaan.
De algoritmes van Google wonnen het spel Go!, een van de meest complexe spellen die er bestaan, en lieten de wereldkampioen alle hoeken van de kamer zien.
IBM’s Watson stelt betere medische diagnoses dan de beste artsen.
En in ons dagelijks leven zorgen ‘lerende algoritmes’ ervoor dat we op Netflix de films krijgen voorgeschoteld die we willen zien, en op Spotify iedere week weer nieuwe muziek kunnen ontdekken.
Zo neemt machine learning ongemerkt een steeds belangrijkere plaats in ons dagelijkse leven.
Vaak is dat in de vorm van curatie of filtering van de enorme hoeveelheid informatie die er tegenwoordig te vinden is over vrijwel ieder onderwerp.
Ook voor Google zelf een serieuze nieuwe uitdaging …
Voor een bedrijf als Google betekent dit een nieuwe uitdaging voor een toch al ambitieuze missie:
Het organiseren van alle informatie in de wereld en deze toegankelijk en bruikbaar maken voor iedereen.
Een enorme taak, vooral omdat de hoeveelheid data nog altijd exponentieel toeneemt.
Onderzoeksbureau IDC verwacht dat de wereldwijde hoeveelheid data zal groeien van 4.4 zettabytes in 2015 to 44 zettabytes in 2021.
Deze enorme groei draagt bij aan de veranderingen in de manier waarop informatie wordt gezocht en gevonden.
Tot kort geleden was een zoekopdracht via Google de meest voor de hand liggende manier om informatie te vinden.
Door verstandig gebruik te maken van ‘keywords’ kan de zoekmachine ‘begrijpen’ wat je zoekt en de meest relevante informatie tonen.
Dit kunstje is mogelijk omdat computers in korte tijd grote hoeveelheden data kunnen analyzeren en indexeren.
Door de sterk toegenomen reken- en opslagcapaciteit van Google’s servers zal de enorme berg informatie niet tot problemen gaan leiden, de machines kunnen het werk prima aan.
Het Probleem?
Het probleem zit hem met name in de toegankelijkheid van al die informatie voor ons, mensen.
Wij hebben niet dezelfde snelle groei van opslag- en procescapaciteit doorgemaakt en dus kan de enorme hoeveelheid aan informatie die van alle kanten op ons afkomt behoorlijk overweldigend zijn.
Probeer maar eens een goed vegetarisch restaurant te vinden in Amsterdam: Op Google springen de lijstjes je tegemoet.
Het ‘even snel een restaurantje zoeken’ mondt uit in een speurtocht over meerdere webpagina’s.
Bijkomend Probleem :
Een bijkomend probleem is dat de zoekresultaten tot op zekere hoogte zijn te beïnvloeden door SEO.
Zo zal een restaurant met een magere keuze in vegetarische maaltijden en slim gebruik van meta-tags makkelijker te vinden zijn dan een restaurant met een uitgebreide kaart die niets aan SEO doet.
Een ‘slim algoritme’ kan helpen door te werken als een soort filter dat alle ogenschijnlijk nuttige maar bij nadere inspectie ongeschikte informatie verwijdert, waardoor er minder én relevantere resultaten overblijven, wat de keuze voor ons gemakkelijker maakt.
Zo’n algoritme hoeft ook niet passief te zijn, maar kan voortdurend aan het werk zijn om ons op ieder moment van de dag van nuttige informatie te kunnen voorzien, aangepast aan tijd, plaats en omstandigheden.
Alle grote IT-bedrijven, zoals Apple, Microsoft, Google en Amazon, hebben zich gestort op pro-actieve digitale assistenten, zoals Siri, Cortana en Echo, die allemaal gebruik maken van machine learning.
Een niet te stuiten Opmars maar niet van een leien dakje
De opmars van machine learning lijkt dus niet te stuiten.
Het grote publiek maakte er kennis mee toen Google’s Deep Mind het oude spel Go! wist te winnen van de huidige wereldkampioen onder de mensen.
Go! Is een erg complex spel waarbij meer dan 10 tot de 171e posities mogelijk zijn, meer dan er atomen zijn in het heelal.
Voor een ‘normale’ computer is zo’n enorme hoeveelheid aan mogelijkheden onoverwinbaar, maar Deep Mind behaalde een makkelijke overwinning op zijn tegenstander van vlees en bloed.
Helemaal vanzelf ging dat niet, DeepMind beschikte over een programma, ‘AlphaGo’ dat maanden getraind moest worden in het spel.
Al doende kregen de lerende algoritmes van het programma het spel steeds beter onder de knie en gebruikte in de tweekamp nooit eerder vertoonde strategieën.
Algoritme – Training : 2 Manieren
Het trainen van algoritmes gebeurt op twee manieren:
Supervised en Unsupervised Learning.
‘Supervised learning’ betekent dat het programma gevoed wordt met gestructureerde data over een onderwerp en op basis daarvan zijn leervermogen uitbreidt.
Daarbij leert het ook verbanden te zien die in de oorspronkelijke data niet direct zichtbaar zijn, maar de nieuwe kennis beperkt zich wel tot een vrij beperkte en strak begrenste discipline.
AlphaGo is een goed voorbeeld, het is onverslaanbaar in Go!, maar heeft geen idee hoe het een potje schaak zou moeten spelen.
SEO Machine Learning : Grootste moeite voor Facebook en Google
De tweede vorm van training is ‘unsupervised learning’.
Dit is een stuk moeilijker dan supervised learning en het gaat dan ook nog regelmatig fout.
In het geval van unsupervised learning is niet alle informatie goed te categoriseren en te structureren.
Het gaat om nieuwe of unieke gebeurtenissen, zoals bijvoorbeeld nieuwsberichten.
De algoritmes moeten leren om vergelijkbare nieuwsberichten te vinden en de nieuwe informatie op basis daarvan te vergelijken en te beoordelen.
Maar vooralsnog hebben de algoritmes van Google en Facebook grote moeite met het verschijnsel van ‘fake news’.
Ook het gekende Rankbrain wint aan belang
Zowel supervised als unsupervised learning zal invloed gaan krijgen op de SEO-werkzaamheden.
Eén van de benamingen van machine learning is ‘natural language processing’, het verwerken van menselijke communicatie door middel van spraak en tekst.
Zulke communicatie is buitengewoon geschikt om gebruikt te worden voor machine learning.
Zo kunnen de algoritmes leren dat ‘De dag die je wist dat zou komen’ niet perse een slecht geformuleerde zoekopdracht is, maar waarschijnlijk betekent dat iemand op zoek is naar de tekst van ‘het Koningslied’.
Ieder woord wordt onderzocht op zijn relatie tot de andere woorden, om zo te achterhalen of het ogenschijnlijk onbelangrijke woord in deze zoekopdracht juist wél belangrijk is.
Sinds begin 2015 gebruikt Google ‘RankBrain’, een lerend algoritme dat gebruikt wordt om zoekopdrachten te interpreteren.
Volgens Google zelf is het in korte tijd uitgegroeid tot een van de belangrijkste methoden om websites te beoordelen.
Wat het precies doet geeft Google niet prijs, maar RankBrain zou goed gebruikt kunnen worden voor meerdere activiteiten, zoals voor het beoordelen van de inhoud van een pagina op kwaliteit en voor het meten van de autoriteit van de content.
Hoe meer ervaring RankBrain opdoet, hoe beter het zal worden in het beoordelen of de inhoud van een site nuttig is.
Zo zullen RankBrain en SEO Machine Learning alleen maar aan invloed winnen.
Het ligt daarom voor de hand dat we in de komende jaren steeds meer rekening zullen moet gaan houden met RankBrain en vergelijkbare vormen van machine learning.
Hoewel er nog heel wat hindernissen zijn te overwinnen – taal is vaak dubbelzinnig – is het van belang om goed voorbereid te zijn.
RankBrain en andere toepassingen zullen niet het einde betekenen voor SEO, maar wel voor de nodige veranderingen gaan zorgen.
Hoe je website voorbereiden op SEO Machine Learning?
5 Manieren :
Hoewel nog moeilijk valt te zeggen wat dat precies gaat betekenen, zijn er wel een aantal richtlijnen die helpen om je website voor te bereiden op de komst van machine learning:
1. Richt ten eerste je inspanningen niet alleen op de tags, maar besteed vooral veel aandacht aan de inhoud.
Het zal steeds lastiger worden om een matige site te ‘pimpen’ met goed gekozen meta-tags.
Actuele en betrouwbare informatie is het allerbelangrijkste.
2. Zorg er daarnaast voor dat de site autoritair is, door mensen aan het woord te laten die door bezoekers worden gezien als deskundig op het gebied waarin de site actief is.
Een site over sport en voeding, waarbij ook topsporters aan het woord komen, zal goed scoren.
3. Houd je bezoekers tevreden, zodat ze terugkeren naar je site en haar positief beoordelen.
Ook hier geldt het oude gezegde: ‘Content is king’.
Maar ook snelle feedback op vragen en opmerkingen, een actief beleid op social media en andere interactie met bezoekers van de site.
4. Onderzoek je bezoekersstatistieken en handel ernaar.
Het is meer dan ooit noodzakelijk om de statistieken van de best bezochte pagina’s te bestuderen en aan te passen als dat nodig is.
Onderzoek welke zoekwoorden bezoekers trekken, welke zoekopdrachten het meest gebruikt worden en gebruik die informatie om de site nog beter te maken.
Ook zullen backlinks, tags en andere manieren om bezoekers naar de site te lokken, onderzocht moeten worden op betrouwbaarheid, of het gebrek daaraan, en moet het gebruik van tags goed gedoseerd worden om te voorkomen dat de site als ‘spam’ wordt aangeduid door RankBrain.
5. Tot slot is het verstandig om je site op bovenstaande gebieden regelmatig te vergelijken met die van je belangrijkste concurrenten.
=> Dit gastblog omtrent SEO Machine Learning is geschreven door SEO specialist Romano Groenewoud.