Google RankBrain：是什麼？ 它如何影響SEO？

當 Google 為其搜索算法推出一些新功能或更新時，這並不令人意外。 事實上，該公司一直在努力打造更好、更令人驚嘆的產品，從而為自己贏得了聲譽。 當谷歌最近宣布將在其搜索算法中引入一項名為 RankBrain 的新功能時，SEO 社區之外的人似乎並不關心。 即使在谷歌指出新的 RankBrain 系統一個多月以來一直在自行觀察、調整和更改搜索結果之後，很少有人注意到他們的搜索結果有任何不同。 因此，公眾討論的方式並不多。

儘管缺乏公眾意識，RankBrain 是自 Panda 更新以來 Google 算法最重要的進步之一，如果您想在未來幾年保留和改進您的 SEO 策略，您需要了解它的全部潛力。

RankBrain 的高級分解

在我深入了解 RankBrain 系統的實際效果之前，讓我解釋一下基礎知識。 RankBrain 是一種機器學習算法，可與 Hummingbird Update 結合使用，為用戶查詢提供更好的搜索結果。 Hummingbird 更新包括當時的“語義搜索”新功能，因此谷歌無需關注用戶查詢中的單個關鍵字，而是能夠查看整個短語及其背後的用戶意圖。 RankBrain 通過分析模棱兩可、不清楚或以其他方式無法解讀的語義用戶查詢，從經驗中學習，並將該經驗應用於未來的類似查詢，從而更進一步。

例如，如果您搜索諸如“美國的行政領導人叫什麼？”之類的內容。 您可能會得到有關“總統”職位的結果。 另一方面，如果你搜索更模糊的東西，比如“是誰在政治上領導美國？” 谷歌可能會掙扎。 借助 RankBrain， Google 將能夠了解到後者的搜索查詢實際上只是對前者的搜索查詢的一種不太清晰的改寫方式，並且會逐漸將搜索結果轉換為匹配。 這令人印象深刻，因為谷歌的大部分搜索算法更新，包括 Hummingbird，都是由人類刻意和煞費苦心地預先編程的。 隨著時間的推移，RankBrain 將學習、確定和執行對自身的更新，無需任何人工干預。

RankBrain 的誤解

儘管此時 RankBrain 只有幾週的歷史，但關於它是什麼以及它如何適應我們目前對搜索的理解存在一些關鍵的誤解。

首先，了解 RankBrain 不是正式的算法更新。 與 Panda、Penguin 或其他具有里程碑意義的算法變化不同，RankBrain 並沒有動搖 Google 在整理 SERPS 中首先列出哪些網站時考慮的排名因素——相反，RankBrain 是它自己的排名信號。 它與 Hummingbird 更新（這是一種算法更新）結合使用，以更好地理解查詢——而不是不同的結果選擇。 把它想像成一個查詢翻譯器。

其次，要知道 RankBrain 與知識圖譜相似但又不同。 由於 RankBrain 和 Knowledge Graph 都是分析用戶查詢並隨著時間的推移通過機器學習進行改進的查詢服務形式，因此很容易將它們混合或假設它們以相同的方式工作。 然而，RankBrain 專注於理解查詢，而知識圖則專注於為某些查詢提供最佳的直接答案。 這樣想； RankBrain 可以幫助更好地理解您的查詢，然後將其傳遞給知識圖以獲得正確和完整的答案。

用戶將繼續像往常一樣使用谷歌，沒有任何視覺或經驗線索表明幕後正在發生任何不同的事情。 對於更多的查詢，最終結果將是更好的結果，這很重要，但不應對常規流程造成任何干擾。

搜索會改變那麼多嗎？

RankBrain 的性質意味著普通用戶不會注意到太大的差異。 它所做的更改將是微小的、漸進的，並且只存在於長格式的用戶查詢中。 不過，您可能會注意到自己在某些領域獲得了更好的結果——顯然，RankBrain 已經影響了數百萬次查詢（對於每秒處理超過 40,000 次查詢的搜索引擎來說，這並不令人印象深刻）。

Google RankBrain 之後是什麼以及它對 SEO 意味著什麼？

谷歌的最新更新並沒有因為它改變了多少排名因素，或者它受到了多少查詢影響，甚至它有多詳細或有效而引起轟動。 雖然谷歌直到 10 月底才宣布更新，但它已經在後台運行了幾個月。 據谷歌稱，它已經幫助處理了數百萬次查詢，但如果它如此有效，為什麼搜索營銷人員直到現在才注意到它，為什麼它如此重要？

這一切都與 RankBrain 的更新類型有關——一種緩慢構建的機器學習算法。 在 SEO 世界中，我們習慣於大量手動推送核心 Google 排名算法（以及非常罕見的算法替換）。 Panda 是 2011 年的第一個例子，其次是 2012 年的 Penguin。在這對雙胞胎重擊之後，搜索營銷人員全力以赴，不斷尋找下一次重大更新以改變排名。

從那以後發生的兩件事挑戰了我們的預期：第一是谷歌將其“大”更新分解為更小、更易於管理的塊。 部分原因是為了減少每次更新的總影響，部分原因是因為它們沒有太多要添加的內容。 二是引入了這個機器學習算法，改變了谷歌算法未來的更新方式。

什麼是機器學習？

機器學習正是它聽起來的樣子； RankBrain 與穀歌早在 2013 年發布的蜂鳥更新密切相關，它為谷歌對用戶查詢的分析帶來了語義理解。 RankBrain 的工作原理是分析複雜或模糊的用戶查詢，並找到簡化這些查詢的方法。 然而，它並沒有針對任何特定的行動方案進行預編程。 相反，它被編程為實驗、學習和自我更新。

所以現在怎麼辦？

如果谷歌的算法中有一個可以自動更新的組件，他們就可以認為他們的工作已經完成。 從理論上講，如果他們能夠將機器學習算法應用於其搜索算法的各個方面，那麼谷歌的搜索引擎將能夠隨著時間的推移逐漸自我更新，不斷改進，而無需人工干預。

結合自 2013 年以來谷歌沒有對其算法進行重大更新的知識（忽略熊貓和企鵝的更小、更漸進的更新），谷歌的下一步行動存在很大的歧義。 顯然，他們希望繼續改進和完善他們的核心算法，但他們將如何做呢？

大型手動更新的案例

儘管大型手動更新已經逐漸減少，但仍有可能會有更多更新。 新技術（按移動設備的順序）可能會破壞當前的搜索格式，而語義理解或用戶模式的進步可能會迫使手動推送變得必要。 此外，儘管機器學習在理論上很棒，但它未經測試且完全不可預測，因此需要一種手動備份形式作為補充。

如果手動推送仍然存在，搜索營銷人員將需要保持警惕，時刻關注下一個重大變化。 從歷史上看，這些推動是在沒有警告或指導的情況下出現的，並且在發布之前已經動搖了 SEO 中被認為是“最佳實踐”的內容。

逐步手動更新的案例

儘管可能會有更多大型手動推送等待出現，但谷歌更有可能堅持過去幾年一直在使用的緩慢、漸進的手動更新。 這些推送是手動發生的，因此它們可以防止算法進步完全依賴機器學習，但與更大、更重要的同行相比，它們的密集度和靈活性更低。 這保留了 Google 的一些控制權，並且由於其算法目前處於良好狀態，因此這些漸進式推動可以節省一些精力。

如果逐步推動仍然是主要支柱，那麼您幾乎不需要更改任何內容。 大多數當前的最佳實踐將保持其當前形式，要求您​​繼續製作優質內容、建立異地關係等。 調整會如此緩慢且不知不覺地進行，以至於您的底線幾乎不會受到影響。

更多機器學習更新的案例

逐步手動更新不需要太多時間，但仍然需要時間。 在谷歌的理想世界裡，一切都將完全自動化——看看他們在自動駕駛汽車方面的努力。 最有可能的情況是，谷歌將爭取更多像 RankBrain 這樣的更新，最終將其完整算法變成一個巨大的、自我調節、自我更新的龐然大物。

即使谷歌決定選擇其算法的全機器學習版本，它也需要一段時間才能處理這樣的任務。 與此同時，我們可能會看到機器學習和逐步手動更新的逐漸轉變。 這將使您有時間為未知數做準備，並逐步向您介紹明天的機器學習算法。

離別思緒

如果您擔心 RankBrain 對 SEO 意味著什麼，請不要擔心。 由於 RankBrain 更側重於分析和繪製用戶查詢，而不是整理網站以獲得潛在排名，因此您無需對當前策略進行太多更改。 最佳實踐仍然是最佳實踐，沒有任何奇怪的新排名因素需要學習和實施。 不過，如果您看到隨著 RankBrain 向上擴展，在接下來的幾個月中逐漸出現一些排名調整，請不要感到驚訝。 因為模棱兩可的長尾短語是這裡的主要目標，如果您的策略圍繞長尾關鍵字，您可能會看到整體排名的小幅增長（或小幅提升，取決於查詢）。 但這沒什麼好擔心的，它不需要對您現有的方法進行任何重大更改。

在 RankBrain 之後，谷歌很可能會出現更多的機器學習算法，最終將算法從每月一次，逐漸更新為一個完全自行更新的算法。 大型手動更新很可能已經完成，逐步的手動更新將作為過渡期間的補充。 這意味著您的策略不需要太多調整，尤其是在短期內。 變化會逐漸發生，你幾乎不會注意到它們，當機器學習完全接管谷歌時，你會非常熟悉它的能力（只要你自己保持在循環中）。

最終，RankBrain 是對 Google 算法的一個令人印象深刻且重要的補充（除了高質量的鏈接構建），但它不會像 Panda 和 Penguin 這樣的算法更新那樣徹底改變 SEO 的世界。 然而，這是谷歌將機器學習引入其中心流程的重要一步。 密切關注其算法中其他類似的機器學習部分，並保持警惕以對這些變化做出反應。