第1章：Google RankBrain：視覺解釋
第2章：RankBrain 的工作原理
第3章：RankBrain 世界中的關(guān)鍵詞研究
第4章：如何優(yōu)化點擊率的標題和描述標簽
第5章：如何針對跳出率和停留時間優(yōu)化您的內(nèi)容
第6章：Bonus RankBrain 優(yōu)化策略和案例研究
第1章：Google RankBrain：視覺解釋
什么是 Google RankBrain？
RankBrain 是一種機器學(xué)習(xí) (AI) 算法，Google 使用它來對搜索結(jié)果進行排序。它還有助于 Google 處理和理解搜索查詢。
那么，是什么讓 RankBrain 越來越重要？
在 RankBrain 之前，Google 的算法 100% 是手動編碼的。所以這個過程是這樣的：
圖片來源：google
當(dāng)然，人類工程師沒有停止研究算法。但是RankBrain 也在后臺不斷學(xué)習(xí)。
圖片來源：RankBrain
簡而言之，RankBrain 會自行調(diào)整算法。
RankBrain 會根據(jù)關(guān)鍵字增加或減少反向鏈接、內(nèi)容新鮮度、內(nèi)容長度、域名權(quán)限等的重要性。
它一直在計算用戶如何與新的搜索結(jié)果進行交互。如果用戶更喜歡新算法，它就會優(yōu)先使用新算法。如果不是，RankBrain 會繼續(xù)回滾舊算法。
谷歌曾經(jīng)做過一次測試比較人工算法和AI算法：
谷歌要求一組谷歌工程師確定給定搜索的最佳頁面。同時比較RankBrain給出的結(jié)果。
RankBrain 的表現(xiàn)比谷歌工程師優(yōu)秀10%！
圖片來源：RankBrain
簡而言之，RankBrain比人工算法更優(yōu)秀有效。它會一直自我優(yōu)化，提供更符合用戶需要的搜索結(jié)果。
現(xiàn)在我們已經(jīng)了解了 RankBrain 是什么，接下來要更深入地了解它的工作原理。
第2章：RankBrain 的工作原理
RankBrain 有兩個主要工作：
1. 了解用戶搜索意圖（關(guān)鍵字）
2. 衡量人們?nèi)绾闻c結(jié)果交互（用戶滿意度）
我們來分解這兩個步驟。
RankBrain 如何理解用戶搜索的任何關(guān)鍵字
幾年前，谷歌碰到了一個問題：
人們在 Google 中輸入的關(guān)鍵字中有 15% 是以前從未見過的。
15% 可能看起來并不多。但是，如果谷歌每天要處理數(shù)十億次搜索，那么每天就有 4.5 億個關(guān)鍵詞會讓谷歌陷入迷茫。
在 RankBrain 上崗之前，谷歌會用爬蟲掃描所有頁面以查看它們是否包含用戶搜索的確切關(guān)鍵字。
但由于這些關(guān)鍵詞是全新的，谷歌不知道搜索者真正想要什么，所以他們只能靠猜。
例如，假設(shè)我們搜索“the grey console developed by Sony”。谷歌會尋找包含術(shù)語“grey”、“console”、“developed”和“Sony”的頁面。
圖片來源：RankBrain
但是RankBrain就能理解用戶想問什么。它提供了 100% 準確的搜索結(jié)果：
圖片來源：Google
為什么會有這種變化呢？以前，Google 會嘗試將用戶的搜索查詢中的單詞與頁面上的單詞進行匹配。
今天，RankBrain 試圖真正弄清楚用戶的意思。就像做閱讀理解一樣。
怎么做到的呢？通過將從未見過的關(guān)鍵字與 Google 以前見過的關(guān)鍵字進行匹配。
例如，Google RankBrain 可能已經(jīng)注意到很多人搜索“grey console developed by Nintendo”。通過數(shù)據(jù)分析了解到，搜索“grey console developed by Nintendo”的人更多的點擊關(guān)于游戲機的結(jié)果。
因此，當(dāng)有人搜索“the grey console developed by Sony”時，RankBrain 會顯示與它已經(jīng)知道的關(guān)鍵字（“grey console developed by Nintendo”）相似的結(jié)果。
圖片來源：RankBrain
我們舉另一個例子：不久前，谷歌發(fā)表了一篇關(guān)于他們?nèi)绾问褂脵C器學(xué)習(xí)來更好地理解搜索者意圖的博客文章：
圖片來源：Google Open Source
他們在文章中描述了一種名為“Word2vec”的技術(shù)，可以將關(guān)鍵字轉(zhuǎn)化為概念。
圖片來源：RankBrain
盡管這篇文章沒有專門討論 RankBrain，但 RankBrain 可能使用了類似的技術(shù)。
也就是說：Google RankBrain 超越了簡單的關(guān)鍵字匹配。它將用戶的搜索詞轉(zhuǎn)化為概念……并嘗試找到涵蓋該概念的頁面。
RankBrain 如何衡量用戶滿意度
RankBrain 可以嘗試理解新的關(guān)鍵字。它甚至可以自行調(diào)整排名算法。
但最大的問題是：
一旦 RankBrain 顯示了一組結(jié)果，它如何知道它們是否比調(diào)整之前更優(yōu)？
它會根據(jù)以下流程去檢驗對比不同搜索結(jié)果用戶的反應(yīng)：
圖片來源：RankBrain
換句話說，RankBrain 會向用戶顯示他們認為用戶會喜歡的一組搜索結(jié)果。如果很多人喜歡結(jié)果中的某個特定頁面，他們就會提高該頁面的排名。
如果你不喜歡？他們將刪除該頁面并將其替換為其他頁面。下次有人搜索該關(guān)鍵字（或類似術(shù)語）時，他們會看到其他的搜索結(jié)果。
RankBrain 具體觀察哪些數(shù)據(jù)？
它非常關(guān)注用戶與搜索結(jié)果的交互方式。具體來說，以下是它重點觀察的數(shù)據(jù)：
- Organic Click-Through-Rate 有機點擊率
- Dwell Time 停留時間
- Bounce Rate 跳出率
- Pogo-sticking 直譯的意思是彈簧跳躍
這些被稱為用戶體驗信號（UX signal）。
舉個例子：
假如你在打網(wǎng)球時拉傷了背部肌肉。然后，你在 Google 中搜索“pulled back muscle”肌肉拉傷。
圖片來源：Google
大多數(shù)人用戶會單擊第一個結(jié)果。然而內(nèi)容看起來像是用關(guān)鍵詞隨意填充堆砌起來的文章（“Your back is an important muscle group…你的背部是一個重要的肌肉群……”）。
所以你點擊后退按鈕并查看第二個結(jié)果：
圖片來源：RankBrain
這個的內(nèi)容也很一般。它寫的都是沒啥用的建議，比如“rest and ice your back休息和冰敷你的背部”。
因此，用戶再次點擊瀏覽器的后退按鈕并試一試結(jié)果#3。
圖片來源：RankBrain
這次點進去的結(jié)果正是用戶想要的！
這次，用戶沒有點擊“返回”，而是花 5 分鐘閱讀該頁面的物理治療過程。因為用戶得到了想要的內(nèi)容，所以沒有重新訪問搜索結(jié)果。
這種來回叫做“Pogo-sticking”。這是 RankBrain 非常關(guān)注的事情。
如果谷歌注意到人們很快離開一個頁面，并且點擊其他不同的搜索結(jié)果，就會向谷歌發(fā)送一個強烈的信息：“那個頁面不是我想要的！”。
圖片來源：RankBrain
如果 Google 注意到很多人停留在特定結(jié)果上沒有離開，他們就會提升該頁面排名以使其更容易找到。
圖片來源：RankBrain
在第 3 章中，我將分析我們應(yīng)該如何根據(jù)RankBrain的工作原理來改變 seo 關(guān)鍵字研究的方式。
（來源：公眾號Allan說跨境電商獨立站）
?
