Отличный Бэрри Адамс (SEO-консультант в Polemic Digital) про...

Отличный Бэрри Адамс (SEO-консультант в Polemic Digital) про поиск и SEO в 2013, 2023 и 2033 годах.

2013:

SEO после Panda update

- понижение низкокачественного контента

- понятие «отличный контент» начало обретать смысл

- Penguin в полном разгаре

- под ударом схемы ссылок и неестественные ссылки

- пенальти за чрезмерное употребление ключевых слов (переоптимизацию)

- Hummingbird update (Колибри) в сентябре

- переход от ключевых слов к темам

- Граф знаний (Knowdledge graph) в зачаточном состоянии с ограниченным влиянием на серп.

2015:

- RankBrain - фундаментальный сдвиг в подходе к поиску, первый шаг в использовании машинного обучения и ИИ (упрощенные модели)

- произошло изменение направления развития (John Giannandrea пришел на смену Amit Singhal).

2018:

В марте произошло нечто важное, что осталось незамеченным в США, но оказало огромное влияние в Великобритании.

Первый "core algorithm update" - ряд новостных СМИ был понижен в выдаче.

Это был первый случай, когда ИИ-модель стала интерпретировать намерение пользователя.

С этого момента сайты были отнесены к определенной тематической области, впоследствии это стало называться тематическим авторитетом.

Мы вступили в эпоху Core Algorithm Updates.

- машинное обучение все больше стало влиять на ранжирование

- Гугл перестал полагаться на факторы ранжирования, придуманные вручную

- BERT и MUM сосредоточены на намерении пользователя и понимании длинных запросов

- каждый core update улучшал ML-модель, тренируемую на оценках рейтеров

- ML может то, чего не могут ручные алгоритмы ранжирования - Гугл вынужден был это сделать, потому что интернет хаотичен и представляет собой огромный беспорядок

- появление mobile-first индексирования начального уровня, учет HTTPS и Core Web Vitals - не настолько серьезные обновления, Бэрри их называет Social Engineering Updates, это больше публичные коммуникации и PR, чтобы вебмастера делали то, что нужно Гуглу.

2023:

- все больше разнообразия в типах контента и типов материалов, которые Гугл показывает в серпе,

а SGE - еще один слой поверх поиска

- тематический авторитет, авторство и E-E-A-T - это все выражения Графа знаний - связь сущностей между собой, структурированные данные (Schema.org) помогают в этом

- генеративный ИИ - чушь промышленного масштаба, новые модели становятся лучше и лучше, но это все еще так

- Граф знаний - решение проблемы ChatGPT и пр. в плане ИИ-галлюцинаций. Если Гугл объединит Граф знаний с LLM (большими языковыми моделями) - это будет чертовски интересный подход.

2033:

- машинное обучение и ИИ конечно же продолжат развиваться, Гугл открыл ящик пандоры и не может закрыть его

- проблема в том, что это черный ящик и инженеры Гугл не знают, как работают их собственные системы машинного обучения - нельзя открыть коробку и заглянуть внутрь

- это фундаментальная проблема не только поиска, но и общества в целом, мы будем связаны узами брака с машинным обучением и ИИ

- Бэрри не считает, что SGE заменит поиск, а LLM не сделает SEO устаревшим, это просто еще одна функция

- чем больше и лучше вы будете внедрять структурированные данные, тем больше будете пожинать плоды.

Несколько безумных прогнозов:

- не поисковые запросы, а диалоги (разговоры)

- устройства будут давать ответы до того, как вы задали запрос (предиктивный поиск)

- появятся headless-сайты без фронтенда (интерфейса) чисто как источники данных для поисковых систем.

Источник новости https://t.me/notjohnmu/525...