Beim diesjährigen Google Marketing Live Event war eine der Dinge, die mich wirklich faszinierten, Ben Gomes, Googles SVP für Suche, der den Prozess erklärte, wie sich die Abgleichung von Suchanfragen von den ersten Google-Suchen bis heute entwickelt hat.
Er verwendete folgendes Beispiel:
„Die Bilder moderner Fernseher sind phänomenal, außer manchmal sehen sie seltsam aus. Und die Frage ist: 'Wie stellt man eine Frage zu „mein Fernseher sieht seltsam aus“?'“
Sehen Sie, die Frage ist nicht mehr eine einfache Suchanfrage, wie es wäre, nach „mein Fernseher verbindet sich nicht“ oder „Wie behebe ich die Auflösung auf meinem Bildschirm“ zu suchen, sondern vielmehr ein viel komplexeres Konzept. Er erklärte dann, wie sie durch den Einsatz von ML und neuronalen Netzwerken in der Lage waren, diese Anfrage in eine neuronale Einbettung zu transformieren. Diese neuronale Einbettung der Anfrage wurde dann mit den neuronalen Einbettungen in ihren Dokumenten abgeglichen, was es ihnen ermöglichte, das beste Ergebnis zu finden.
Dieser Prozess ist als Neuromatching bekannt, und obwohl es keine neue Information ist, gab mir das Sehen in einer neurolinguistischen „Wortwolke“ und das Hören der Erklärung, warum dies so war, eine frische Perspektive darauf, wohin wir heute steuern.
Das Vorspiel
Letztes Jahr wurden wir mit einer Erweiterung der genauen Übereinstimmung naher Varianten bekannt gemacht, die auch Varianten mit gleicher Bedeutung einschloss. Anhand von Googles eigenem Beispiel würde das genaue Übereinstimmungsschlüsselwort [yosemite camping] nun auch mit Anfragen wie „yosemite campground“ und „campsites in yosemite“ übereinstimmen. Es ging nicht mehr nur um das Schlüsselwort, das der Benutzer in die Suchanfrage eingab, sondern auch um die implizite Bedeutung dessen, was sie eingaben.
Dies war eine ziemlich große Änderung, die unter anderem bedeutete, den Suchbegriffberichten für ihre genauen Übereinstimmungsschlüsselwörter viel mehr Aufmerksamkeit zu schenken. Einige nahmen diese Änderung energisch an, während andere zunächst zögerlicher waren, warum diese Änderungen vorgenommen wurden. Hier sind nur ein paar Beispiele:
Hier ist, was Sam Lalonde getwittert hat:
Und ein weiterer Tweet von Richard Thomas:
Dieses Jahr wurden wir erneut mit einer weiteren Änderung konfrontiert: Google erweitert nun die nahen Varianten mit gleicher Bedeutung auf Phrase Match und Broad Match Modifier.
Die Änderung
Aber was bedeutet das alles? Kurz gesagt, bedeutet es, dass Broad Match Modifier und Phrase Match Schlüsselwörter nun auch mit Wörtern innerhalb der Suchanfrage übereinstimmen, die die gleiche Bedeutung wie das Schlüsselwort haben.
Google erweitert die Ergebnisse nicht nur auf die Anfrage, sondern auch auf die Absicht. Mit seiner umfangreichen Arbeit in Bezug auf ML und KI steht es nun besser da, um zu verstehen, was die Absicht hinter einer Anfrage wirklich war.
Anhand von Googles Beispiel können die Schlüsselwörter +lawn +mowing +service mit Broad Match Modifier nun mit Anfragen wie „Rasenmähen und Gartenarbeiten“ oder „Preise für Dienstleistungen, die Ihren Rasen mähen“ übereinstimmen.
Mit Phrase Match wird das Schlüsselwort „lawn mowing service“ auch Anfragen wie „Rasenmähen in meiner Nähe“ oder „lokale Rasenmähdienste“ einschließen.
Die Zukunft
Aber zurück zu Ben Gomes. Wenn wir diese beiden Änderungen an der Schlüsselwortabgleichung als eigenständige Änderungen betrachten, sind sie vielleicht nicht so aufregend, wie wenn wir sehen, woher sie kommen – und wohin sie führen. Der Zweck der Google-Suche war von Anfang an, den besten Weg zu finden, das, was der Benutzer benötigt, mit den Ergebnissen abzugleichen, die sie anbieten können. Diese neue Änderung zielt darauf ab, all diese Erweiterungen und Variationen abzudecken.
Sie können mehr darüber lesen, wie Sie sich vorbereiten können, in Frederick Vallaeys’ Beitrag zu 3 Things to do Before Google Changes How Keyword Match Types Work.
