Backlink RankBrain: kesalahan dalam klaim yang beredar

Tiga klaim, diperiksa satu per satu

Sebagian besar mitos tentang peringkat pembelajaran mesin memiliki bentuk yang sama. Sistem dengan nama publik mendapatkan formula privat. Formula tersebut, secara nyaman, menjual sesuatu. Ambil tiga klaim umum dan ajukan pertanyaan yang sama untuk masing-masing: apa ujiannya?

Apakah RankBrain membaca teks anchor?

Bayangkan seorang pemasar yang membangun tautan dengan satu anchor tepat, berharap RankBrain akan mempelajari halaman tersebut. Google mendeskripsikan RankBrain sebagai sistem untuk menginterpretasikan kueri yang belum pernah dilihatnya. Sistem ini tidak dideskripsikan membaca anchor, sehingga klaim tersebut meminta sistem melakukan pekerjaan yang tidak didokumentasikan oleh siapa pun.

Uji yang lebih adil menanyakan anchor apa yang digunakan pesaing Anda dan apakah halaman-halaman tersebut peringkat. Pertanyaan ini tentang sampel Anda, bukan bobot tersembunyi, dan panggilan anchors kami mengembalikan kata-kata untuk satu situs dengan biaya 2 kredit.

Apakah BERT menghukum anchor yang dipadatkan?

BERT adalah model bahasa yang membaca kata-kata kueri dan cuplikan dalam konteks. Google mendokumentasikannya sebagai cara memahami bahasa, bukan sebagai hukuman untuk frasa yang diulang.

Kebijakan spam adalah masalah yang berbeda. Sekumpulan tiba-tiba anchor komersial yang identik menimbulkan pertanyaan sisi tautan, dan buku panduan spam membahas pemeriksaan tersebut.

Dokumentasi Google tentang BERT membahas kueri dan cuplikan, yang merupakan objek yang berbeda dari tautan. Ingatlah perbedaan ini ketika seseorang mengutip BERT dalam penawaran tautan.

Apakah jumlah tautan yang lebih tinggi selalu menang?

Jumlah terlihat meyakinkan dalam tes kecil. Namun, Google mencantumkan banyak sinyal, dan situs dengan lebih banyak domain pengacu masih bisa kalah dari situs yang menjawab kueri dengan lebih baik.

Bandingkan jumlah dengan posisi di seluruh kueri Anda. Jika hubungannya lemah, jumlah tersebut bukan cerita utuhnya, dan teori tersebut memerlukan alasan lain untuk tegak.

Tanggal yang layak diketahui

Oktober 2015: Google mengonfirmasi RankBrain. Kemudian tahun 2018 membawa pembaruan inti Agustus, dan Oktober 2019 membawa BERT. Agustus 2022 memberikan sistem konten yang bermanfaat kepada kita, diikuti oleh pembaruan spam tautan SpamBrain pada Desember tahun itu.

Pada Maret 2024, konten yang bermanfaat menjadi bagian dari peringkat inti dan Google menjalankan pembaruan spam pada hari yang sama, 5 Maret. Membaca entri-entri tersebut berdampingan menunjukkan bahwa sistem sisi tautan dan sisi konten bergerak dengan jadwal yang berbeda.

Pertahankan garis waktu tersebut di samping grafik lalu lintas apa pun. Sebagian besar klaim kausalitas ML hilang ketika tanggal-tanggalnya tidak sejajar.

Apa yang didokumentasikan Google, dan apa yang tidak

Catatan publik lebih sempit daripada yang disarankan sebagian besar artikel. Ada baiknya membacanya dengan lambat sebelum Anda membangun teori di atasnya.

Apa yang tercatat

Google telah menerbitkan deskripsi singkat tentang RankBrain, BERT, dan sistem konten yang bermanfaat. Catatan-catatan tersebut menyebutkan kueri, bahasa, dan kualitas konten sebagai pekerjaan masing-masing sistem. Formula tautan untuk salah satunya tidak termasuk dalam deskripsi yang diterbitkan.

Baca kata-katanya dengan cermat. Pengumuman bahwa suatu sistem ada memberi tahu Anda tujuannya. Itu tidak memberi tahu Anda bobotnya.

Apa yang belum pernah diterbitkan

Google belum menerbitkan bagaimana RankBrain menimbang tautan terhadap konten, atau bagaimana salah satu dari tiga sistem tersebut memeringkat halaman untuk kueri tertentu. Siapa pun yang menyebutkan bobot tersebut sedang menebak, apa pun nada yang mereka gunakan.

Keheningan itu memotong dua arah. Tidak ada yang bisa membuktikan bahwa tautan tidak melakukan apa pun di dalam sistem-sistem tersebut juga, sehingga posisi yang jujur adalah sempit: tidak diketahui, dan layak diuji daripada diasumsikan.

Ketika sumber memberi Anda bobot yang tepat, tanyakan dari mana angka tersebut berasal. Angka tanpa dokumen di baliknya adalah garis penjualan, seberapa pun ilmiah tampilan grafiknya.

Dari mana mitos berasal

Pembelajaran mesin terdengar seperti sihir. Orang-orang mengisi celah dengan apa yang sudah mereka jual. Penjual tautan mengatakan tautan, agensi konten mengatakan konten.

Kata-kata Google sendiri lebih sempit. Pada Maret 2016, seorang pemimpin pencarian Google menyebutkan tautan, konten, dan RankBrain sebagai tiga sinyal teratas, namun perusahaan tidak pernah menerbitkan bagaimana RankBrain dihitung atau apa yang ditimbangnya terhadap tautan.

Jadi baca versi yang hati-hati: sistem ada, sistem itu penting, dan cara kerjanya yang tidak diterbitkan. Minta klaim apa pun untuk menyebutkan ujiannya. Jika tidak bisa, lanjutkan.

Vendor dan konsultan bukan satu-satunya yang memutarbalikkan cerita. Para penggemar mengulang pembacaan yang cerdas hingga terdengar seperti fakta, jadi perlakukan penjelasan yang rapi sebagai draf sampai Anda melihat sumbernya.

Mengapa cerita yang bersih menyebar

Penjelasan yang rapi mudah diulang, dan cocok untuk slide. Sistem nyata jarang memberikan jawaban bersih seperti itu. Celah antara keduanya adalah tempat sebagian besar klaim percaya diri berasal.

Ketika Anda melihat rantai sebab dan efek yang rapi, tanyakan langkah mana yang diukur dan langkah mana yang hanya diasumsikan.

Mengapa satu anekdot bukan sampel

Satu situs yang pulih setelah dorongan tautan membuktikan bahwa satu situs pulih. Itu tidak mengatakan apa pun tentang situs-situs yang melakukan hal yang sama dan tetap datar. Tanyakan penyebutnya sebelum Anda menerima cerita tersebut.

Sampel dari tiga puluh situs yang sebanding mengajarkan lebih banyak daripada satu kasus dramatis tunggal.

Apa yang sebenarnya dapat dilakukan seorang pemasar dengan ini

Lewati teori dan jalankan perbandingan. Contoh kerja kami menunjukkan panggilan-panggilan tersebut, menggunakan situs-situs buatan sehingga tidak ada yang mengira ini sebagai temuan.

Kemudian lihat sisi lainnya. Jika penurunan mengikuti gelombang anchor aneh, buku panduan spam memberi tahu Anda apakah harus bertindak atau menunggu. Seringkali Anda menunggu.

BERT menunjukkan pembacaan berlebihan dengan baik. Hype sangat tinggi. Sistem ini mencapai pencarian bahasa Inggris di AS pada Oktober 2019 dan lebih dari 70 bahasa pada Desember, dan banyak situs tidak melihat apa-apa. Menulis ulang setiap halaman untuknya adalah pemborosan satu kuartal.

Jika tim Anda terus berdebat tentang perubahan mana yang menyebabkan penurunan, tulis dua penyebab kandidat di satu halaman dengan tanggal masing-masing. Halaman tersebut lebih pendek daripada perdebatan, dan biasanya menyelesaikan urutan pemeriksaan.

Jaga tulisan tetap sederhana. Memo singkat dengan tanggal dan satu tabel lebih sulit disalahartikan daripada set slide penuh panah.

Buat tes berikutnya lebih kecil

Jika tes pertama terlalu luas untuk dibaca, kurangi menjadi satu grup kueri dan satu rentang tanggal. Tes sempit mungkin terlihat membosankan, tetapi itu adalah satu-satunya jenis yang dapat gagal dengan bersih.

Tulis hasil yang diharapkan sebelum menjalankan tes. Tes tanpa hasil yang diharapkan mudah diinterpretasikan ulang setelahnya.