O que são palavras-chave LSI e são importantes?

LSI e SEO

A indexação semântica latente, ou LSI, é um daqueles termos que significa algo diferente dependendo do setor em que você está. Para aqueles de nós em SEO, é uma daquelas métricas, como autoridade de domínio, que soa bem e jargão. - no entanto, entender o que isso faz pode ser uma história diferente.

Não há prova de que o LSI alguma vez tenha feito parte do algoritmo do Google, apesar de os dois estarem intimamente relacionados. Palavras-chave, que são uma parte importante do LSI, sempre fizeram parte do algoritmo do Google. No entanto, as atualizações do algoritmo, especificamente as atualizações do Panda e Hummingbird, mudaram drasticamente a forma como as palavras-chave são tratadas. Por causa disso, não há evidências de que o processo LSI tenha sido significativo para a capacidade do Google de indexar uma página corretamente.

O que é indexação semântica latente?

A indexação semântica latente é um método de análise de palavras-chave, com o objetivo de fornecer aos usuários as páginas que são estatisticamente mais relevantes para eles. Ao analisar as páginas para co-ocorrências de certas palavras, você pode obter uma visão sobre o tópico dessas páginas. Em teoria, isso permite que o Google indexe mais adequadamente sua página com base em seu LSI. Esse método de análise pode ser particularmente útil para palavras sinônimos e homônimos, ou palavras que têm a mesma grafia, mas têm significados diferentes.

Uma História do LSI

A patente da Indexação Semântica Latente foi registrada em 1988, muito antes de o Google existir. A indexação semântica latente existe fora do mundo do SEO e foi usada pela primeira vez como uma ferramenta de recuperação de informações na ciência da computação. Para profissionais e amadores que buscam melhorar suas páginas nos primeiros dias do SEO, ter algo como o LSI foi uma parte importante para entender como suas páginas poderiam ser indexadas.

Quando o Google surgiu, inicialmente dependia muito de palavras-chave para indexar as páginas. Isso tornou o LSI uma prática valiosa, pois as pessoas podiam observar como certas palavras-chave estavam sendo indexadas no SERP e garantir que essas palavras-chave correspondessem exatamente a seu conteúdo. No entanto, práticas de chapéu preto, como o enchimento de palavras-chave, estavam em alta neste momento, devido ao peso das palavras-chave de correspondência exata na determinação da classificação. O enchimento de palavras-chave tornava difícil para o Google determinar o que era conteúdo de qualidade e que merecia classificação. Isso gerou uma série de atualizações na forma como o algoritmo do Google trata as palavras-chave.

Como o LSI funciona em SEO?

Para obter um exemplo de LSI em funcionamento, podemos examinar a palavra 'jaguar'. Jaguar pode significar um animal ou uma marca de carro, o que o torna um homônimo. Se você pesquisasse 'compra jaguar', uma análise LSI procuraria termos como 'concessionário', 'preço' e 'à venda' para levá-lo a páginas relacionadas à venda e compra de carros jaguar. Isso ocorre porque é estatisticamente mais provável que alguém esteja querendo comprar um carro-jaguar em vez de um carro-jaguar.

As palavras-chave da LSI nunca foram um fator de classificação para o Google, conforme declarado diretamente por defensores da pesquisa como John Mueller. Na verdade, “palavras-chave LSI” é um nome impróprio - a indexação semântica latente é o processo de análise de palavras-chave, não um tipo de palavras-chave em si. Para entender como as palavras-chave são classificadas pelo Google e como elas contribuem para a classificação da sua página, você precisa entender as duas principais atualizações de palavras-chave - Panda e Hummingbird.

Atualização do Panda

A atualização do Google Panda foi uma das principais atualizações do algoritmo do Google. Ele foi implementado em 2011 para filtrar conteúdo de baixa qualidade dos resultados do topo do ranking. Ele direcionou práticas como o preenchimento de palavras-chave, o que diminuiu a importância da presença direta de uma palavra-chave e aumentou a importância da presença contextual de palavras-chave.

Isso afetou o LSI como uma prática de SEO porque o Google já estava fazendo muitas das análises que os profissionais que estavam usando o LSI faziam, mas automaticamente.

Atualização do Hummingbird

A atualização do Hummingbird do Google foi focada no ajuste fino da linguagem contextual e natural, criando espaço para os criadores de conteúdo usarem variantes de palavras-chave, em vez de palavras-chave de correspondência exata, que ainda sinalizariam a mesma relevância. Isso foi um afastamento ainda maior do uso de palavras-chave e outras práticas de chapéu preto. Os redatores de conteúdo focado em palavras-chave agora precisam mostrar um melhor entendimento do tópico para o qual estão escrevendo por meio de uma linguagem contextual, em vez de apenas reduzir o uso de palavras-chave de correspondência exata para lugares apropriados.

A atualização do Hummingbird feita usando LSI como uma forma de prever quais SERPs sua página pode aparecer funcionalmente inútil, porque criou um equilíbrio entre informações contextuais e variantes de palavras-chave, em vez de depender de palavras-chave de correspondência exata. Esta atualização expandiu a ideia de pesquisa contextual além das limitações do LSI.

Linguagem natural e variantes de palavras-chave

As atualizações de algoritmo acima criaram uma mudança em direção ao uso de variação orgânica na linguagem, também conhecida como linguagem natural. Isso não apenas permitiu que o Google filtrasse conteúdo de qualidade inferior, mas também tende a corresponder melhor à forma como as pessoas pesquisam. O pesquisador médio não digitará consultas específicas ou combinações de palavras-chave quando estiver procurando por algo. Em vez disso, eles usarão consultas de conversação como se estivessem conversando com outra pessoa. Essa tendência só aumentou com os avanços das ferramentas de busca por comando de voz, como Alexa e Siri.

Essas mudanças na forma como o Google está indexando conteúdo, bem como na forma como as pessoas estão procurando por conteúdo, tornaram o LSI bastante redundante como prática de SEO. As pessoas estão contextualizando palavras sinônimas e homônimos em suas consultas e, se não estiverem, as atualizações do panda e do beija-flor estão preenchendo as lacunas para eles.

Por que (algumas) pessoas priorizam o LSI

Existem alguns motivos pelos quais algumas pessoas, tanto dentro quanto fora da indústria de SEO profissional, podem priorizar o LSI. O primeiro pode ser simples ignorância das práticas recomendadas atuais. SEO é uma indústria em ritmo acelerado e há muitas informações contraditórias por aí. Se você não tem tempo ou capacidade para se dedicar à compreensão de novas atualizações e por que as práticas recomendadas mudam, pode ser fácil reter visões mais antiquadas. Se você estiver interessado em trabalhar com uma empresa de SEO, pode valer a pena atualizar seu conhecimento ou ler as análises estratégicas fornecidas por sua empresa, para que você possa manter um controle atualizado sobre exatamente o que está pagando.

LSI também pode ser um jargão usado por profissionais de SEO menos respeitados para fazer os clientes pensarem que estão ganhando mais pelo preço do contrato. É por isso que é importante não apenas para os profissionais de SEO, mas também para os clientes que trabalham com empresas de SEO, entender quais práticas têm valor real.

The Big Picture no LSI

Você pode encontrar algumas opiniões divergentes sobre se o LSI vale ou não seu dinheiro ou tempo. Muitos dos sites que afirmam que o LSI ainda é importante estão apenas tentando dizer que é importante conhecer a importância das palavras-chave contextuais e a função que elas desempenham na indexação de sua página na SERP. Isso é verdade. O conteúdo focado em palavras-chave ainda é uma parte importante das práticas de SEO. Isso ajuda a construir seu EAT e sinaliza do que se trata seu domínio. Focar em palavras-chave e termos específicos, que é o que o LSI faz, não é tão importante quanto costumava ser.

À medida que o Google continua atualizando sua indexação, muito do trabalho contextual está sendo feito nos bastidores. Isso faz com que processos como o LSI não valham o seu tempo ou energia, já que estão sendo automatizados com mais rapidez e, muitas vezes, melhores, pelo próprio mecanismo de pesquisa em que você está tentando se classificar.