A SEO halott?

Kétszáz SEO-szaki között ültem Londonban, és ezt láttam az arcukon. Mélységes aggodalmat, mert a Google alapjaiban alakítja át azt, amit a netes keresésekről eddig tudtunk, vagy legalábbis hittük, hogy tudjuk.

Mennyire működnek ma a keresőoptimalizálási best practice-ek? Ez volt az egyik fő kérdés, amelyet a The Inbounder londoni állomásán igyekeztek nagyon alaposan körbejárni.

Ha arra számítottál, hogy egy SEO-konferencián elmondják majd, egészen pontosan hogyan kellene tartalmat írnod, sajnos ki kell ábrándítsalak: a best practice-ek, hát, általában, nagyjából, talán működnek.

Tom Anthonynak (aki amúgy a Distilled R&D részleglét vezeti és mellesleg brit) volt egyszer egy amerikai barátnője.

Már jártak egy ideje, jól alakultak a dolgok, elérkezett tehát a pillanat: találkozni kellett a leány szüleivel.

El is utaztak a nagy vízen túlra, megvolt az üdvözlés, kellemes vacsora, csevej.

Egy ponton Tom felajánlotta a házigazdának, hogy segít elmosogatni. Ez volt az a klasszikus, vígjátékokból ismert pillanat, amikor mindenki elhallgatott és furán kezdett rá nézni a szobában.

„Most már mindegy” alapon Tom nem hátrált meg: ismét, jól érthetően, hangosabban kijelentette, hogy segíteni szeretne a mosogatásban.

Még furább tekintetekkel jutalmazták.

A probléma természetesen nyelvi jellegű volt. Bár mindkét fél angol anyanyelvű, kisebb eltérések akadnak, erről a konkrét kis pici eltérésről viszont Tom nem tudott. Fogalma sem volt, hogy amikor felajánlja segítségét a mosogatásban („I would like to help you wash up”), ahogyan azt a ködös Albionban tette volna bármikor, tulajdonképpen kedves barátnője apját egy közös fürdésre invitálta meg.

Na, hát akkor ennyit a best practice-ek kérdéséről.

De ha konkrét példát akarsz, elég megnézni az alt attribútumokat. Egy gyors kereséssel te is megbizonyosodhatsz róla, hogy minden SEO-szakember az elmúlt években annak fontosságát hangsúlyozta, hogy a képeknél mennyire fontos ezek megfelelő kitöltése, mert a Google algoritmusa figyeli ezt – ezt mellesleg a Google-től tudjuk.

Ehhez képest a tesztek azt mutatják, hogy mindegy, mit csinálsz az alt attribútumokkal.

Ezt nem én mondom, hanem a Distilled kutatás-fejlesztési igazgatója.

Érti egyáltalán még valaki a Google-t?

Hogy miért nem hagyatkozhatunk több bevált stratégiára, hogy miért nem másolhatunk le kampányokat egy az egyben, annak igen sok köze van ahhoz, ahogyan a Google a jövőről gondolkodik.

2009-ben a SEO-szakemberek még elég jól értették az algoritmusok működését. Akkoriban Amit Singhal vezette a Google algoritmusának fejlesztéséért felelős csapatot. Az ő vezérelve az volt, hogy az algoritmusnak egyszerűnek kell lennie: annyira, hogy ha valaki megkérdezi őt, egy adott találati oldal miért úgy állt össze, ahogyan, ő egyértelmű és gyors választ tudjon adni.

Ez a felfogás aztán lassan háttérbe szorult, az algoritmus egyre bonyolultabbá vált, elszabadult az állatkert. Jött a Panda, a Pingvin, nemrégiben meg jött Fred. Az elmúlt időben azonban még nagyobb homályba burkolódzott az, hogyan működik pontosan az algoritmus, és ennek oka van.

Singhal 2016-ban otthagyta a Google-t, és a helyére John Giannandrea került, aki korábban a cég gépi tanulási projektjeit vezette.

Giannandera korábban a legkomolyabban a Fordító fejlesztésével foglalkozott, és nem volt éppen eredménytelen. Miután feldúsította a korábbi csapatot néhány machine learning szakértővel, 3 hónap alatt annyi fejlődésen ment keresztül az algoritmus, mint korábban 10 évnyi kutatás alatt. Aztán fogott ebből a csapatból három srácot, majd beültette őket a keresőalgoritmus elé. És az elmúlt időszakban az algoritmus rohamos fejlődésnek is indult, elég rápillantani Gianluca Fiorelli diájára a legutóbbi frissítésekről.

Ha rápillantunk a Google kutatási blogjára, és már csak a posztok címeit megnézzük, mindjárt nyilvánvalóvá válik, hogy mekkora hangsúlyt fektet a cég a gépi tanulásra:

A probléma ezzel a következő: azt már a szakemberek sem értik, hogy mi a jó és mi a rossz. A Distilled készített egy saját kutatást: 2000 embernek két weboldalt mutattak meg, és arra kérték őket, tippeljék meg, hogy melyik végezne egy adott keresőkifejezésre a találati oldalon előkelőbb pozícióban. Az eredmény:

Persze nincs ezen mit csodálkozni, ha tudjuk, hogy mi a gépi tanulás lényege. Ez az, ami ténylegesen közelebb visz minket a mesterséges intelligenciához: az algoritmusok ma már önmagukat fejlesztik, nem azt csinálják, amit egy mérnök vagy programozó mond, hanem amit a saját tapasztalataik alapján ők a legjobbnak látnak egy adott cél elérése érdekében.

Egyszerűbben fogalmazva: a legfejlettebb algoritmusok működését ma már azok sem értik teljes egészében, akik a fejlesztésükön dolgoznak.

„We can build these models, but we don’t know how they work.”
Joel Dudley

Tom Anthony és Gianluca Fiorelli előadásai alatt a közönséget is érdeklődve figyeltem: mintegy kétszáz veterán SEO-szakember ült körülöttem, kényszeredett mosollyal bólogatva, amikor arra terelődött a szó, hogy a best practice-ek kezdenek nemlétezővé válni, és hogy senkinek fogalma nincs, akár a jövő héten mi lehet a legjobb keresőoptimalizálási stratégia.

100% agree with @TomAnthonySEO „SEO best practices are becoming increasingly useless”. Don’t waste your time! #theinbounder #seo

— Fabrizio Ballarini (@Pechnet) May 2, 2017

Ennyire kiszámíthatatlan környezetben mit tehetünk? Figyeljünk egyenként több száz keresőoptimalizálási faktorra? Külön csapatot tartsunk fenn, akik a SEO-val foglalkoznak?

Ne feszülj rá a részletekre

A weboldaladon megjelenő képek alt attribútumairól az előbb már ejtettünk szót: tulajdonképpen felesleges ezzel foglalkoznod, nem származik különösebb előnyöd a szöszmötölésből.

Ugyanez igaz a rosszul értelmezett tartalomkészítésre is. Hajlamosak vagyunk például azt gondolni, hogy mivel a Google a minőségi tartalmat helyezte előtérbe (ezt már leírni is unom), ezért mindenhová kell valamilyen szöveges tartalom a weboldalon. Mondjuk a kategóriaoldalakra.

Mutatom a Distilled eredményeit, miután két weboldal kategóriaoldalairól teljes egészében eltávolították a szöveges tartalmakat.

Az egyiknél szinte semmi hatás, kis csökkenés, a másiknál javított az organikus látogatások számán.

Hasonló a helyzet azzal, amikor mindenképpen szerepeltetni akarod a keresőkifejezéseket a headline-okban, mégpedig egy az egyben. A keresőbe beírt kifejezéseket már mi is optimalizáljuk fejben, egyszerűsítjük, hogy a legjobb találatokat kapjuk. De nem ezt akarjuk viszontlátni, nem pont a saját kérdésünket. Az Argos például úgy döntött, hogy a kicsit személyesebb hangvételű címek helyett kipróbálja az agyonoptimalizálást.

Nagy igyekezetükben sikerült 8%-kal csökkenteni a cikkeikre érkező organikus keresőforgalmat.

A témában álljon itt kiegészítésként Imre Gábor véleménye, aki partnerünk, az AionHill digitálismarketing-menedzsere:

Nekünk elég jól működik Brian Dean (Backlinko) útmutatásai alapján a kulcsszavazás
(SEO + helyezés tekintetében.)

Elég sok számunkra fontos kifejezésre jó helyen vagyunk, illetve egyre feljebb jutunk (USA top 10–20 egy igen erős piacon, illetve UK top 10), mert a cím elejébe fogalmazzuk bele a kifejezést amire előtte kulcsszókutatást végzünk Ahrefsszel és nem csak a mennyiséget, hanem a click potentialt is látjuk. Ráadásul az URL-ben csak a keresőkifejezést szerepeltetjük egy az egyben.

A meta tagben nem használjuk a keresőkifejezést, csak ha a fogalmazás úgy kívánja, oda inkább valami frappáns összefoglalót írunk, mert a lényeges kifejezés ott van fölötte a title-ben úgyis, tehát látja, hogy releváns.

Ettől függetlenül persze logikus, hogy minél inkább igazodjunk a látogatói igényekhez, kérdések megválaszolásához, ezt nem vitatom, nálunk sem minden cím van így optimalizálva.

Tom Anthony előadásában még több példát hallhattunk, és a végkövetkeztetés egyértelmű: mivel csak hipotézisekkel dolgozhatunk, a split teszteket nem kerülhetjük meg.

Hogy hatékonyabban tesztelj: A/B tesztelési gyorstalpalónkat itt találod.

Ajánlott olvasmány még Will Critchlow írása a Moz blogján a Google-fókuszú A/B tesztelésről.

Egy jó tanács: a machine learninget ne akard „megtanulni”. Aki azt mondja, hogy képezd magad a machine learningben, azt Anthony szerint egyszerűen vágd pofán.

Nem tudod megtanulni, hisz még azok sem értik teljesen, akik ezzel foglalkoznak. A te feladatod az, hogy kikövetkeztesd, a te esetedben mi működik a legjobban. Messze túlléptünk azon az időn, amikor a best practice-re gond nélkül hagyatkozhattál. Igen, a tesztelés idő- és erőforrásigényes. De nem, nem hagyhatod el.

Learn to drive, not how to build engines.

Amit megtehetsz, hogy a tűz ellen tűzzel harcolsz, és olyan eszközöket vetsz be, amelyek szintén a machine learninget használják a jobb optimalizáláshoz. Ilyen például a DeepCrawl DeepRank algoritmusa, amely bármely hús-vér szakértőt lepipál:

Nem fogom listázni az összes ilyen eszközt, inkább átirányítalak Anthony előadásához, a 74. diától láthatod, miket érdemes kipróbálnod.

Amire fel kell készülnöd

Hogy mit tehetsz még ezen felül, arról Gianluca Forelli mesélt egy keveset. Ő SEO-szakiként aktívan figyeli, hogy a Google milyen szabadalmakat nyújt be, és így van némi elképzelése arról, mire számíthatunk a következő években.

Aligha meglepő, hogy a legnagyobb fókusz a keresési élmény javításán van: a Google azon dolgozik, hogy a lehető legjobb találatokat adja, és ehhez a gépeit arra tanítja, hogyan ismerjék fel a kontextust, a szinonimákat, hogyan használják hatékonyabban a Látens Szisztematikus Indexelést (LSI). Retorikát is tanítanak az algoritmusaiknak.

A szöveges tartalmak és a szövegeid keresőoptimalizálása terén tehát ugyanazt tudom mondani, amit két éve az első szövegírási tréningünkön is elmondtam: olyan, hogy SEO-szövegírás, nem létezik.

A Google nem akkor helyez téged a találati lista tetejére, ha teleszórod a szöveged kulcsszavakkal, hanem akkor, ha minőségit írsz, ami persze azt jelenti, hogy a célközönségednek az a tartalom releváns, hasznos és aktuális. Ma a Google még a felhasználók reakcióit figyeli, az ő viselkedésük alapján ítél arról, mennyire jó a tartalmad, egy-két év múlva viszont már a szó legszorosabb értelmében meg is fogja azt érteni.

Ehhez egy kis segítség: 11 lépésben megmutatjuk, hogyan készül a minőségi tartalom, majd azt is, hogy mik a valódi mérőszámok (KPI), amelyekre figyelned kell.

Ezen túl még a technológiai oldalt érdemes vizsgálni. Már a Digital Marketing World Forumról hozott beszámolóimban is kitértem rá, hogy a VR, bár még gyerekcipőben jár, már komoly tényező a legnagyobb brandek kampányaiban, mert ügyesen tudják használni a technológia alacsony penetrációja ellenére is.

A Google véleménye is az, hogy a VR be fog robbanni: ez abból látható, hogy egy sor virtuálisvalóság-applikációkat és -technológiákat fejlesztő céget vásároltak fel az elmúlt években.

Továbbá olyan vállalatokat, melyek ezekre a területekre fókuszáltak szoftver- vagy termékfejlesztéseik során:

• Képek
• Videók, videós influencerek
• Hivatkozásmegosztás és ajánlások
• Lokalizáció és geolokalizáció
• AI és chatbotok
• Beszédfelismerés
• Machine learning

A következtetések elég világosak.

A multimédiás tartalmak szerepe csak nőni fog. A Pinterest, az Instagram, a Snapchat sikere, a videó előretörése a közösségi médiában – a tartalomfogyasztási szokásokon jól látszik, hogy egyre több vizuálisat fogyasztunk a csak szöveg helyett (amit ugye még a látogatóknak is csak 16%-a olvas el). Foglalkozz többet ne csak a videókkal, infografikákkal, hanem azt is kutasd, hogyan tudod terjeszteni ezeket a tartalmaidat a saját célközönséged felé, hol vannak az influencerek, akiket használni tudsz, hogyan kerülhetsz a niche oldalakra, hogy hivatkozásokat szerezz ezekkel (ehhez néhány remek tippet találsz a Hannah Smith előadásáról írt beszámolómban).

A mesterséges intelligencia átveszi az uralmat – ne félj tőle, használd fel! Az imént linkeltem neked az előadást, ahol remek machine learning eszközöket találsz, emellett viszont más egyszerű eszközöket is bevethetsz. Chatbotod például van már? Boldog-boldogtalan készíthet egyet, mi ezekben a napokban teszteljük a sajátunkat. Legyen neked is.

Ha versenyben akarsz maradni, légy hiperreleváns. A beszédfelismerés fejlődése, a lokalizációra fektetett hangsúly és a kontextusfelismerés mind azt mutatják, hogy hamarosan tűélesen célozva és másodpercek alatt kereshetünk majd. Olyan találatokat kapunk, amelyek pontosan megválaszolják a kérdéseinket. Ha általános, rövid, gagyi posztokat, semmitmondó videókat teszel közzé, az öncélú tartalomgyártással csak pocsékolod az erőforrásaid (és potenciálisan rontod a rangsorolásod).

A konferencián természetesen egy sor konkrét tippet, statisztikát is bemutattak, ezeket is megkapjátok. Ez a cikk gondolatébresztő, a jelenleg is zajló szemléletváltást mutatja be. A következő írásban azonnal használható tippeket mutatunk, amelyek mindezzel együtt segítségedre lesznek a keresőoptimalizálásban.