admin 
Pastaruosius porą dešimtmečių SEO buvo susijęs su linijiniu matomumu. Jūsų svetainė reitinguojama pagal daugiau raktinių žodžių aukštesnėse pozicijose, o tai, savo ruožtu, pritraukia daugiau paspaudimų, ir buvo palyginta pagal bendrąsias paieškos galimybes (MSV) ir reitingų palyginimus su konkurentais.
Šis modelis veikė gerai, nes paieška veikė bendroje realybėje ir net naudojant „lengvą“ suasmeninimą „Google“, buvo atpažįstamas, dažniausiai pakartojamas paieškos rezultatų puslapis. Šie sėkmės kriterijai buvo visuotinai žinomi, kartojami, keičiami ir suprantami perkant SEO paslaugas.
Paskutinis „Google“ poslinkis į asmeninį intelektą toliau progresuoja pokyčiu, kurį matėme per pastaruosius porą metų, nes didėja AI prieinamumas ir pritaikymas. Dar prieš asmeninę žvalgybą matėme, kad visų LLM gauti rezultatai labai skiriasi tarp vartotojų ir yra retai pakartojami. Tai daugiau nei tiesiog AI sąsaja, išdėstyta paieškos viršuje, bet ir perėjimas nuo bendrinamų paieškos rezultatų bendroje realybėje prie asmeninės paieškos, kuri yra numatytoji.
Dėl šios priežasties paieška, kaip mes žinome, pakeičiama nuo „asmeninės paieškos“ į vartotojo įpročiais pagrįstą, atmintį suvokiančią ir suformuotą pagal bendrą vartotojų skaitmeninį pėdsaką, pageidavimus ir patirtį.
Naudotojams tai formuoja tai, kaip žmonės ieško ir pereina nuo sąvokos „rasti man informaciją“ prie „rasti man sprendimą“. Kadangi paieška ir (arba) AI paieška tampa vis labiau bendraujanti, o kelionės tampa vis labiau įvairiarūšės, mažiau linijinės, o naudotojai turi prieigą prie daugiau informacijos nei bet kada anksčiau, mes vystome nuo ilgos uodegos iki begalinės uodegos.
Nuo ilgos uodegos iki begalinės uodegos
Per pastaruosius porą dešimtmečių, kaip mes kalbame apie paiešką, pagrindinis dėmesys buvo skiriamas raktiniams žodžiams, paprastai skirstant juos į trumpas ir ilgas užklausas, kur trumpos uodegos paieška gali būti kažkas panašaus į „pigios atostogos“, o ilgos uodegos užklausa būtų konkretesnė, pvz., „pigios atostogos šeimoms Europoje“. Kai paieška balsu pradėjo populiarėti, pastebėjome perėjimą prie klausimais pagrįstų paieškų, o tai paskatino visą SEO ekonomiką, sukurtą remiantis į klausimus orientuotu turiniu ir kanalo viršuje, informacija paremtu atradimu.
Short Tail > Long Tail > Infinite Tail
Šis modelis buvo prasmingas, kai dauguma paieškų buvo atliekama vienoje vietoje (paieškos juostoje), tačiau šiandien taip nebėra, nes žmonės dabar ieško per „Google“, „TikTok“, „Instagram“, socialines platformas ir LLM. Tai reiškia, kad paieška tapo įvairiarūšė ir daugiaplatformė, apimanti ne tik įvestas užklausas, bet ir balso, vaizdų, vaizdo įrašų ir pokalbių raginimus, sukuriant fragmentuotas, nenuspėjamas ir toli nuo švarių, linijinių kelių, kuriuos kažkada nubrėžėme, o tai, ką dabar įeiname, yra tai, ką aš vadinu begaliniu uodega.
Tik raktinių žodžių eroje vartotojai veikė aiškiose ribose ir bandė pasirinkti tinkamus žodžius, nes suprato, kad sistema priklauso nuo tų žodžių. Tuo tarpu raktinių žodžių tyrimo įrankiai atspindėjo baigtinį, išmatuojamą frazių rinkinį, todėl paieškos terminų visata buvo didžiulė, bet galiausiai suskaičiuojama, o tai galėjome kiekybiškai įvertinti ir modeliuoti. Būtent ant šio pagrindo buvo sukurta SEO pramonė.
AI paieška keičia šią dinamiką, pašalindama daugelį tų suvaržymų ir perkeldama mus į natūralios kalbos sąveiką, mišrios medijos rezultatus ir pokalbio tobulinimą. Žmonės nebejaučia spaudimo suspausti savo ketinimus į kruopščiai sukurtas frazes ir gali išreikšti tai, ko nori, bet kokiu būdu, kuris atrodo natūralus. Tai atitinka informacijos ieškojimo teorijos principus, kurie apibūdina vartotojus kaip medžiotojus, judančius tarp pleistrų ir nuolat sveriančius pastangas ir atlygį. Kai trintis mažėja, tyrinėjimai didėja, o AI smarkiai sumažina tą trintį, todėl vartotojai gali ieškoti niuansų be tų pačių pažinimo išlaidų.
Kai tobulinimo / papildomų vartotojo pastangų kaina artėja prie nulio, vartotojai mano, kad modelis juos interpretuos teisingai, todėl eksperimentuos laisviau. Didėjant personalizavimui, trintis dar labiau sumažėja. Dirbtinis intelektas tuo pačiu metu apkrauna vartotojo pažinimo pastangas formuodamas atsakymus, struktūrizuodamas palyginimus ir rinkdamas informaciją iš kelių šaltinių, kad vartotojams nebereikėtų atidaryti kelių skirtukų, skaityti kelių straipsnių ir rankiniu būdu lyginti parinkčių, nes sistema gali sintezuoti ir apibendrinti jų vardu.
Begalinės uodegos raktinių žodžių tyrimas
Jei užklausos erdvė iš tikrųjų yra begalinė, raktinių žodžių tyrimas negali likti fiksuoto sąrašo sudarymo procesu ir bandymu reitinguoti kiekvieną terminą atskirai.
Tradiciniai raktinių žodžių tyrimai padarė prielaidą, kad paklausa yra gana stabili. Jūs nustatėte pagrindinius terminus, išplėtėte į „long-tail”, atsižvelgėte į DUK, sugrupavote juos į grupes ir atitinkamai susiejote turinį. Sėkmė reiškė didesnę aprėptį visoje toje išmatuojamoje visatoje.
Turėdami begalinę uodegą, užuot optimizavę pagal iš anksto nustatytą raktinių žodžių rinkinį, optimizuojame siekdami išplėsti ketinimus ir patenkinti ketinimus.
„Fan-out“ užklausos yra išplėtimai, kuriuos AI sistema generuoja tyrinėdama gretimus variantus, palyginimo kampus, apribojimus ir sprendimo veiksnius, susijusius su užduotimi. Paprastas klausimas apie “ramūs lapkričio paplūdimiai“ gali greitai susiskirstyti į tokias temas kaip minios lygis, skrydžių maršrutai, maisto pasirinkimas, saugumas, pasiekiamumas pėsčiomis ir biudžeto limitai. Jūsų turinys nebūtinai turi būti reitinguojamas pagal kiekvieną atskirą frazę, tačiau jis turi visiškai palaikyti platesnę užduotį supančią sprendimų erdvę.
Įžeminimo užklausos yra sistemos patvirtinimo sluoksnis. Šios patikros gaunamos iš patikimų šaltinių, struktūrinių duomenų, apžvalgų ir patvirtinančių signalų, kad sumažintų haliucinacijas ir riziką. Jei jūsų prekės ženklas nėra tvirtai pagrįstas aiškiais subjekto signalais, išsamia tematika, struktūrizuota informacija ir patikimu išoriniu patvirtinimu, bus mažesnė tikimybė, kad jis bus pasirinktas, kai sistemai reikia pagrįsti savo atsakymą.
Raktinių žodžių tyrimai dabar plečiasi dviem skirtingomis kryptimis.
Pirma, ji pereinama nuo išgaunamojo prie tyrinėjamojo, o užuot tik rinkę frazes, nagrinėjame, kaip užduotys sugenda, kaip žingsnis po žingsnio klostosi vartotojo kelionės ir kur ketinimas natūraliai šakojasi. Mes nustatome problemas ir realius naudojimo atvejus, problemas, kurias bando išspręsti vartotojai, o ne tik paieškos terminus, kuriuos jie naudoja kaip transporto priemonę, norėdami patekti iš A (problema) į B (sprendimą).
Jis taip pat tampa daug labiau suvaržytas prekės ženklo lygmeniu. Tikimybiniame reitingavimo modelyje autoritetas linkęs telktis į aiškiai apibrėžtas kategorijas. Tikimybinis reitingavimo modelis yra toks, kuris įvertina, kaip tikėtina, kad turinys patenkins konkretų numanomą tikslą, o ne priskiria jam fiksuotą vietą vienam raktiniam žodžiui.
Bandymas įvertinti viską, net ir laisvai susijusį, siekiant eismo, susilpnina jūsų signalus. Plati, nefokusuota aprėptis griauna jūsų poziciją bet kurioje atskiroje ketinimų grupėje. Tada strateginis žingsnis yra siauresnis, o ne platesnis.
Tada turite apibrėžti kategoriją, kurioje norite būti numatytasis pasirinkimas, tada sukurti tankią, tarpusavyje susijusią aprėptį, susijusią su realiais naudojimo atvejais toje erdvėje. Sustiprinkite subjekto aiškumą, pasitikėjimo signalus ir elgesio sustiprinimą, kad įžeminimo mechanizmai nuosekliai atpažintų jus kaip patikimą autoritetą – būtent čia jūsų prekės ženklo kūrimas pradeda intensyvėti AI paieškoje.
Praktiškai tai reiškia, kad reikia atsisakyti klausimo, kiek raktinių žodžių galite reitinguoti, o sutelkti dėmesį į tai, kaip iki galo išsprendžiate apibrėžtą problemų klasę ir kaip nuosekliai sistema susieja jūsų prekės ženklą su ta sprendimų erdve. Tada parduodate kaip pragaras savo auditorijai ir įgyjate sverto kitoje suasmenintos paieškos bangoje.
Begalinėje uodegoje srauto augimas nebėra susijęs su nedidelių raktinių žodžių variantų fiksavimu. Taip yra dėl didėjančios tikimybės, kad jūsų prekės ženklas bus pasirinktas daugybe būdų, kaip aiškiai apibrėžta kompetencijos sritis.
Daugiau išteklių:
Teminis vaizdas: Roman Samborskyi / Shutterstock
