谷歌SEO：RankBrain算法（上）
2479谷歌SEO重要算法之一：RankBrain是谷歌越来越重要的排名依据。
本文我们会介绍有关 Google RankBrain 算法的所有知识。篇幅较长，故分成上中下三篇，共六个章节：
第1章：Google RankBrain：视觉解释
第2章：RankBrain 的工作原理
第3章：RankBrain 世界中的关键词研究
第4章：如何优化点击率的标题和描述标签
第5章：如何针对跳出率和停留时间优化您的内容
第6章：Bonus RankBrain 优化策略和案例研究
第1章：Google RankBrain：视觉解释
什么是 Google RankBrain？
RankBrain 是一种机器学习 (AI) 算法，Google 使用它来对搜索结果进行排序。它还有助于 Google 处理和理解搜索查询。
那么，是什么让 RankBrain 越来越重要？
在 RankBrain 之前，Google 的算法 100% 是手动编码的。所以这个过程是这样的：
当然，人类工程师没有停止研究算法。但是RankBrain 也在后台不断学习。
简而言之，RankBrain 会自行调整算法。
RankBrain 会根据关键字增加或减少反向链接、内容新鲜度、内容长度、域名权限等的重要性。
它一直在计算用户如何与新的搜索结果进行交互。如果用户更喜欢新算法，它就会优先使用新算法。如果不是，RankBrain 会继续回滚旧算法。
谷歌曾经做过一次测试比较人工算法和AI算法：
谷歌要求一组谷歌工程师确定给定搜索的最佳页面。同时比较RankBrain给出的结果。
RankBrain 的表现比谷歌工程师优秀10%！
简而言之，RankBrain比人工算法更优秀有效。它会一直自我优化，提供更符合用户需要的搜索结果。
现在我们已经了解了 RankBrain 是什么，接下来要更深入地了解它的工作原理。
第2章：RankBrain 的工作原理
RankBrain 有两个主要工作：
了解用户搜索意图（关键字）
衡量人们如何与结果交互（用户满意度）
我们来分解这两个步骤。
RankBrain 如何理解用户搜索的任何关键字
几年前，谷歌碰到了一个问题：
人们在 Google 中输入的关键字中有 15% 是以前从未见过的。
15% 可能看起来并不多。但是，如果谷歌每天要处理数十亿次搜索，那么每天就有 4.5 亿个关键词会让谷歌陷入迷茫。
在 RankBrain 上岗之前，谷歌会用爬虫扫描所有页面以查看它们是否包含用户搜索的确切关键字。
但由于这些关键词是全新的，谷歌不知道搜索者真正想要什么，所以他们只能靠猜。
例如，假设我们搜索“the grey console developed by Sony”。谷歌会寻找包含术语“grey”、“console”、“developed”和“Sony”的页面。
但是RankBrain就能理解用户想问什么。它提供了 100% 准确的搜索结果：
为什么会有这种变化呢？以前，Google 会尝试将用户的搜索查询中的单词与页面上的单词进行匹配。
今天，RankBrain 试图真正弄清楚用户的意思。就像做阅读理解一样。
怎么做到的呢？通过将从未见过的关键字与 Google 以前见过的关键字进行匹配。
例如，Google RankBrain 可能已经注意到很多人搜索“grey console developed by Nintendo”。通过数据分析了解到，搜索“grey console developed by Nintendo”的人更多的点击关于游戏机的结果。
因此，当有人搜索“the grey console developed by Sony”时，RankBrain 会显示与它已经知道的关键字（“grey console developed by Nintendo”）相似的结果。
我们举另一个例子：不久前，谷歌发表了一篇关于他们如何使用机器学习来更好地理解搜索者意图的博客文章：
他们在文章中描述了一种名为“Word2vec”的技术，可以将关键字转化为概念。
尽管这篇文章没有专门讨论 RankBrain，但 RankBrain 可能使用了类似的技术。
也就是说：Google RankBrain 超越了简单的关键字匹配。它将用户的搜索词转化为概念……并尝试找到涵盖该概念的页面。
RankBrain 如何衡量用户满意度
RankBrain 可以尝试理解新的关键字。它甚至可以自行调整排名算法。
但最大的问题是：
一旦 RankBrain 显示了一组结果，它如何知道它们是否比调整之前更优？
它会根据以下流程去检验对比不同搜索结果用户的反应：
换句话说，RankBrain 会向用户显示他们认为用户会喜欢的一组搜索结果。如果很多人喜欢结果中的某个特定页面，他们就会提高该页面的排名。
如果你不喜欢？他们将删除该页面并将其替换为其他页面。下次有人搜索该关键字（或类似术语）时，他们会看到其他的搜索结果。
RankBrain 具体观察哪些数据？
它非常关注用户与搜索结果的交互方式。具体来说，以下是它重点观察的数据：
Organic Click-Through-Rate 有机点击率
Dwell Time 停留时间
Bounce Rate 跳出率
Pogo-sticking 直译的意思是弹簧跳跃
这些被称为用户体验信号（UX signal）。
举个例子：
假如你在打网球时拉伤了背部肌肉。然后，你在 Google 中搜索“pulled back muscle”肌肉拉伤。
大多数人用户会单击第一个结果。然而内容看起来像是用关键词随意填充堆砌起来的文章（“Your back is an important muscle group…你的背部是一个重要的肌肉群……”）。
所以你点击后退按钮并查看第二个结果：
这个的内容也很一般。它写的都是没啥用的建议，比如“rest and ice your back休息和冰敷你的背部”。
因此，用户再次点击浏览器的后退按钮并试一试结果#3。
这次点进去的结果正是用户想要的！
这次，用户没有点击“返回”，而是花 5 分钟阅读该页面的物理治疗过程。因为用户得到了想要的内容，所以没有重新访问搜索结果。
这种来回叫做“Pogo-sticking”。这是 RankBrain 非常关注的事情。
如果谷歌注意到人们很快离开一个页面，并且点击其他不同的搜索结果，就会向谷歌发送一个强烈的信息：“那个页面不是我想要的！”。
如果 Google 注意到很多人停留在特定结果上没有离开，他们就会提升该页面排名以使其更容易找到。
在第 3 章中，我将分析我们应该如何根据RankBrain的工作原理来改变 SEO 关键字研究的方式。
谷歌SEO重要算法之一：RankBrain是谷歌越来越重要的排名依据。
本文我们会介绍有关 Google RankBrain 算法的所有知识。篇幅较长，故分成上中下三篇，共六个章节：
第1章：Google RankBrain：视觉解释
第2章：RankBrain 的工作原理
第3章：RankBrain 世界中的关键词研究
第4章：如何优化点击率的标题和描述标签
第5章：如何针对跳出率和停留时间优化您的内容
第6章：Bonus RankBrain 优化策略和案例研究
第1章：Google RankBrain：视觉解释
什么是 Google RankBrain？
RankBrain 是一种机器学习 (AI) 算法，Google 使用它来对搜索结果进行排序。它还有助于 Google 处理和理解搜索查询。
那么，是什么让 RankBrain 越来越重要？
在 RankBrain 之前，Google 的算法 100% 是手动编码的。所以这个过程是这样的：
当然，人类工程师没有停止研究算法。但是RankBrain 也在后台不断学习。
简而言之，RankBrain 会自行调整算法。
RankBrain 会根据关键字增加或减少反向链接、内容新鲜度、内容长度、域名权限等的重要性。
它一直在计算用户如何与新的搜索结果进行交互。如果用户更喜欢新算法，它就会优先使用新算法。如果不是，RankBrain 会继续回滚旧算法。
谷歌曾经做过一次测试比较人工算法和AI算法：
谷歌要求一组谷歌工程师确定给定搜索的最佳页面。同时比较RankBrain给出的结果。
RankBrain 的表现比谷歌工程师优秀10%！
简而言之，RankBrain比人工算法更优秀有效。它会一直自我优化，提供更符合用户需要的搜索结果。
现在我们已经了解了 RankBrain 是什么，接下来要更深入地了解它的工作原理。
第2章：RankBrain 的工作原理
RankBrain 有两个主要工作：
了解用户搜索意图（关键字）
衡量人们如何与结果交互（用户满意度）
我们来分解这两个步骤。
RankBrain 如何理解用户搜索的任何关键字
几年前，谷歌碰到了一个问题：
人们在 Google 中输入的关键字中有 15% 是以前从未见过的。
15% 可能看起来并不多。但是，如果谷歌每天要处理数十亿次搜索，那么每天就有 4.5 亿个关键词会让谷歌陷入迷茫。
在 RankBrain 上岗之前，谷歌会用爬虫扫描所有页面以查看它们是否包含用户搜索的确切关键字。
但由于这些关键词是全新的，谷歌不知道搜索者真正想要什么，所以他们只能靠猜。
例如，假设我们搜索“the grey console developed by Sony”。谷歌会寻找包含术语“grey”、“console”、“developed”和“Sony”的页面。
但是RankBrain就能理解用户想问什么。它提供了 100% 准确的搜索结果：
为什么会有这种变化呢？以前，Google 会尝试将用户的搜索查询中的单词与页面上的单词进行匹配。
今天，RankBrain 试图真正弄清楚用户的意思。就像做阅读理解一样。
怎么做到的呢？通过将从未见过的关键字与 Google 以前见过的关键字进行匹配。
例如，Google RankBrain 可能已经注意到很多人搜索“grey console developed by Nintendo”。通过数据分析了解到，搜索“grey console developed by Nintendo”的人更多的点击关于游戏机的结果。
因此，当有人搜索“the grey console developed by Sony”时，RankBrain 会显示与它已经知道的关键字（“grey console developed by Nintendo”）相似的结果。
我们举另一个例子：不久前，谷歌发表了一篇关于他们如何使用机器学习来更好地理解搜索者意图的博客文章：
他们在文章中描述了一种名为“Word2vec”的技术，可以将关键字转化为概念。
尽管这篇文章没有专门讨论 RankBrain，但 RankBrain 可能使用了类似的技术。
也就是说：Google RankBrain 超越了简单的关键字匹配。它将用户的搜索词转化为概念……并尝试找到涵盖该概念的页面。
RankBrain 如何衡量用户满意度
RankBrain 可以尝试理解新的关键字。它甚至可以自行调整排名算法。
但最大的问题是：
一旦 RankBrain 显示了一组结果，它如何知道它们是否比调整之前更优？
它会根据以下流程去检验对比不同搜索结果用户的反应：
换句话说，RankBrain 会向用户显示他们认为用户会喜欢的一组搜索结果。如果很多人喜欢结果中的某个特定页面，他们就会提高该页面的排名。
如果你不喜欢？他们将删除该页面并将其替换为其他页面。下次有人搜索该关键字（或类似术语）时，他们会看到其他的搜索结果。
RankBrain 具体观察哪些数据？
它非常关注用户与搜索结果的交互方式。具体来说，以下是它重点观察的数据：
Organic Click-Through-Rate 有机点击率
Dwell Time 停留时间
Bounce Rate 跳出率
Pogo-sticking 直译的意思是弹簧跳跃
这些被称为用户体验信号（UX signal）。
举个例子：
假如你在打网球时拉伤了背部肌肉。然后，你在 Google 中搜索“pulled back muscle”肌肉拉伤。
大多数人用户会单击第一个结果。然而内容看起来像是用关键词随意填充堆砌起来的文章（“Your back is an important muscle group…你的背部是一个重要的肌肉群……”）。
所以你点击后退按钮并查看第二个结果：
这个的内容也很一般。它写的都是没啥用的建议，比如“rest and ice your back休息和冰敷你的背部”。
因此，用户再次点击浏览器的后退按钮并试一试结果#3。
这次点进去的结果正是用户想要的！
这次，用户没有点击“返回”，而是花 5 分钟阅读该页面的物理治疗过程。因为用户得到了想要的内容，所以没有重新访问搜索结果。
这种来回叫做“Pogo-sticking”。这是 RankBrain 非常关注的事情。
如果谷歌注意到人们很快离开一个页面，并且点击其他不同的搜索结果，就会向谷歌发送一个强烈的信息：“那个页面不是我想要的！”。
如果 Google 注意到很多人停留在特定结果上没有离开，他们就会提升该页面排名以使其更容易找到。
在第 3 章中，我将分析我们应该如何根据RankBrain的工作原理来改变 SEO 关键字研究的方式。
热门活动 
其他
04-09 周四
热门报告 
