Od lat zasada znajdowania informacji poprzez wyszukiwarkę Google jest niezmienna. Najpierw wprowadzamy wyrażenia, które kojarzą nam się z danymi, jakich poszukujemy, a następnie śledzimy wyniki, jakie się pojawiły i klikamy w link, który wydaje nam się najbardziej dopasowany do naszego zapytania. Przykładowo poszukując w Poznaniu sklepu z butami marki Adidas wpisywaliśmy frazę „buty Adidas Poznań” lub „sklep z butami Adidasa Poznań” (czyli typowe zapytania istotne z punktu widzenia pozycjonowania stron w Poznaniu ze względu na lokalizację), pojawiała nam się lista wyników i wybieraliśmy według uznania link do strony. Zwiastuny zmian pojawiały się już od 2012 roku i były wstępem do wyszukiwania semantycznego.
Na początku był Graf wiedzy Google
W 2013 roku wszedł (w USA – od sierpnia, w Polsce – od września) algorytm Koliber (Google Hummingbird), dzięki któremu trafność wyników wyszukiwania znacznie się poprawiła. Koliber miał bowiem na celu lepsze zrozumienie intencji użytkownika. W praktyce oznaczało to bardziej znaturalizowane wyszukiwanie i zamiast zestawu fraz, można było wprowadzać pełne zapytania np. „Gdzie w Poznaniu jest sklep z butami Adidasa?”.
Algorytm był niejako dopełnieniem innej funkcjonalności, stanowiącej podwaliny pod współczesne semantyczne wyszukiwanie na masową skalę (istniały mniej znane wyszukiwarki semantyczne jak np. Wolfram Alfa, True Knowledge, Yebol, Google Squared). Chodzi o Graf Wiedzy.
Informacje o nim zaczęły się się pojawiać częściej w 2012 roku, gdy wszedł w USA (w Polsce – w maju 2013 roku). Nowa funkcja wyszukiwarki Google sprawiła, że wyszukiwanie przestało koncentrować się wyłącznie na frazach. Zadaniem Grafu Wiedzy było znalezienie konkretnej informacji na zadane pytanie (a pytań może być wiele i to zadanych na różne sposoby). Zapewniał także użytkownikom możliwość poruszania się po tematach powiązanych.
Po prawej stronie w odrębnym boksie zamieszczane są informacje podstawowe, np. w jakim województwie mieści się Warszawa, jaką ma powierzchnię, jaka aktualnie panuje tam temperatura. Ponadto zawarte dane są z reguły podlinkowane do artykułów związanych z interesującym użytkownika tematem.
Co odróżniało Graf Wiedzy od dotychczasowych wyszukiwań?
– znalezienie najtrafniejszego podsumowania – umożliwia zebranie najważniejszych informacji w jednym miejscu. Zebrane dane są zaprezentowane w pewnej strukturze, np. w przypadku osoby mamy informacje kiedy się urodziła i zmarła, kim była, jakie są jej dzieła lub dokonania, itp.
– znalezienie konkretnej rzeczy – wiązało się to z wieloznacznością słów, w niektórych bowiem przypadkach pod jednym hasłem może kryć się kilka znaczeń, tak przykładowo po wpisaniu „Chopin” w wyszukiwarkę może pojawić nam się w wynikach zarówno kompozytor, jak i lotnisko w Warszawie imienia tego właśnie kompozytora.
– rozszerzenie oraz pogłębienie poszukiwań – Graf Wiedzy pozwolił na zgłębienie wiedzy na dany temat poprzez odkrycie nowych powiązań z innymi tematami, np. możemy dowiedzieć się, że w Polsce znajduje się Muzeum Chopina w Warszawie, że organizowany jest Festiwal „Chopin i jego Europa”, itp.
Szukaj zrozumienia u… Google
Wprowadzenie algorytmu Koliber oraz Grafu Wiedzy było oznaką: po pierwsze – tego, w którą stronę zmierza Google w zakresie wyszukiwarki, po drugie – tego, czego oczekują do wyszukiwarki odbiorcy. A oczekują uzyskania konkretnej odpowiedzi na naturalnie formułowane zapytania. To właśnie zapewnia wyszukiwarka semantyczna.
Jej zadaniem jest przeszukiwanie zawartości strony internetowej przy jednoczesnym ciągłym interpretowaniu ich treści poprzez semantyczną i gramatyczną analizę języka naturalnego tworzącego stronę. Ponadto wyszukiwarki semantyczne „uczą się” nowych powiązań, nowych relacji, dzięki czemu w efekcie mają dostarczać precyzyjniejsze wyniki. Wymagało to od Google zerwania z dotychczasową funkcjonalnością algorytmu, gdzie matematycznie był wyliczany związek pytania z odpowiedzią. To co teraz?
Dla uzyskania efektu, w którym wyszukiwarka Google będzie pojmowała świat w bardziej „ludzki” sposób, konieczne jest przygotowanie odpowiedniej bazy. Gignat z Mountain View pracuje nad tym już od 2010 roku – co wiąże się z nabyciem firmy Metaweb Technologies, która stworzyła Freebase, czyli internetowego zbioru zorganizowanych danych zebranych z wielu źródeł, także od osób prywatnych, co miało dać ludziom skuteczniejszy dostęp do informacji. Częściowo Graf Wiedzy wykorzystywał już Freebase.
Obecnie wyszukiwarka Google do tworzenia powiązań między informacjami wykorzystuje Wikipedię oraz otwarte lub wykupione bazy danych (jak Freebase). Docelowo użytkownicy mają poprzez swoją aktywność (najczęściej odwiedzane strony, zainteresowania, czytane artykuły, poszukiwane wydarzenia, itp.) budować sieć powiązań – właściwą dla siebie. Bardzo prawdopodobne jest, że osoby przebywające w tym samym pomieszczeniu i wpisujące to samo zapytanie będą otrzymywały zupełnie inne listy z wynikami wyświetleń. Będzie to spowodowane faktem ich odmiennych zainteresowań oraz historii aktywności w Internecie. Google od razu podpowie im spersonalizowane wyniki.
Zagrożenie czy szansa dla SEO?
Z powodu personalizacji wyników wyszukiwania dotychczasowa formuła pozycjonowania musi ulec zmianie. Promowana strona internetowa na każdym komputerze, smartfonie, czy tablecie będzie pojawiać się na innych pozycjach. Najważniejsza do tej pory informacja, czyli „strona znajduje się w top10”, stanie się zrelatywizowaną wartością zależną od upodobań Internauty.
Przed marketerami i trendsetterami w branży
SEO stoi wyzwanie przystosowania swoich usług do nowej sytuacji. W Sunrise System opracowaliśmy nową formułę, w której pozycjonowanie dostosowaliśmy do zmieniających się warunków w branży. Dlatego właśnie
wyszukiwanie semantyczne nie jest dla nas zagrożeniem, a stanowi szansę: dla naszych Klientów – na osiągnięcie lepszych wyników, dla wszystkich Internautów – na znalezienie dokładnie tego, czego poszukują także na polskim gruncie.
