Como funciona o RankBrain e a otimização de conteúdos?

Hoje, é difícil não ter ouvido falar do RankBrain. Este novo sistema do Google, bem como o seu impacto nos resultados de pesquisa, levanta muitas questões na comunidade de SEO.

Através desta 3ª parte do guia semântico SEOQuantum, vamos tentar entender como o RankBrain funciona e se há algo que possamos fazer para otimizar os conteúdos.

O que é o Google RankBrain?

O Google Rank Brain é um sistema de aprendizado automático (baseado em deep learning) desenvolvido pelo Google para melhorar a relevância dos resultados de pesquisa. Ele permite interpretar novas consultas que não foram pesquisadas anteriormente.

Alguns especialistas em SEO consideram que o RankBrain faz parte do algoritmo de pesquisa do Colibri (Google Hummingbird), anunciado em 2013, para ajudar o motor de busca a entender melhor o significado da consulta, especialmente as consultas compostas por várias palavras.

A primeira declaração oficial do Google RankBrain foi feita por Greg Corrado em outubro de 2015. Greg declarou que, pouco tempo após o lançamento, o RankBrain se tornou o terceiro "fator" de classificação de pesquisa mais importante.

Dado o impacto, é importante entender exatamente como o algoritmo funciona, e o que ele trará para os usuários da internet, mas também o seu impacto no SEO.

Como funciona o Google RankBrain?

Como mencionado acima, o principal objetivo do RankBrain é fornecer resultados mais relevantes interpretando o significado de frases inteiras em vez de se concentrar nas palavras-chave. Uma das facetas deste algoritmo é a assimilação de conteúdos (este artigo só tratará deste aspecto).

O Rankbrain gerencia efetivamente as consultas de cauda longa e suas semelhanças entre elas (como elas estão conectadas? a quais tópicos específicos?).

Graças a isso, o Google pode entender uma frase que nunca foi processada antes, correlacionando-a (via semelhança) com frases/conceitos já conhecidos.

Como um sistema de aprendizado automático, o RankBrain está constantemente aprendendo, prestando atenção especial a parâmetros como o pogosticking, a taxa de rejeição ou o tempo gasto em uma página. Se um usuário considera os resultados exibidos sem relação com a pesquisa, na próxima vez, o algoritmo exibirá outros resultados para essa consulta.

Quais são as implicações para os usuários do Google?

• Você poderá encontrar informações sobre um conceito ou evento sem usar essa palavra específica ("Qual é o animal no topo da cadeia alimentar?")
• Você obterá resultados mais relevantes para pesquisas ambíguas que têm vários significados (por exemplo, "Jaguar" como a marca do carro ou "jaguar" como o animal)
• Se você fizer uma pesquisa que o Google nunca encontrou antes, ela será corretamente interpretada e adaptada ao vetor mais conhecido

O Google não divulga os algoritmos exatos que usa, mas sabemos que seus princípios de funcionamento são próximos do word embedding.

A abordagem do Word embedding

A escolha de um bom método de análise de palavras é muitas vezes essencial para realizar tarefas de otimização de conteúdo. A representação por frequência de palavras é a mais comumente usada (veja o conceito de WORDPRINT em nossa ferramenta SEOQuantum). No entanto, esta representação tem a desvantagem de capturar poucas informações sobre o contexto da palavra e sua relação entre elas.

Desde o final dos anos 2000, as técnicas baseadas em redes neurais artificiais se impuseram (deep learning). Trata-se do Word embedding.

Dentro de um corpus, uma palavra não é usada de qualquer maneira, ela é contextualizada: em relação às outras palavras. Esta abordagem permite representar uma palavra por um vetor em função de sua posição no corpus. Os métodos de Word Embedding constroem, para cada palavra, uma janela de contexto. Usamos vetores de contexto para representar cada palavra através de uma matriz. Palavras com significados semelhantes estão próximas dos termos do espaço vetorial.

Aqui está um exemplo no SEOQuantum das lexias mais próximas de "garantia" para a consulta "comparador de seguros"

A abordagem da ferramenta SEOQuantum

Queríamos ter uma melhor compreensão de como o RankBrain funciona e, para isso, criamos nossa própria ferramenta de análise semântica SEOQuantum.

Criamos links de semelhança entre as lexias usando um algoritmo de deep learning. Para cada uma de suas consultas no SEOQuantum, processamos corpora de textos para extrair os vetores de cada uma das palavras.

No final, não são exatamente "sinônimos" ou "palavras-chave associadas" (palavras que retornam resultados semelhantes nos SERP) ou co-ocorrências, mas algo muito diferente.

Com o SEOQuantum, tentamos entender como o Google "pensa" e as palavras que ele considera relacionadas às suas palavras-chave alvo.

Teste e você verá que os resultados são bastante interessantes e às vezes imprevisíveis. Às vezes, as palavras que associamos de perto a um certo conceito não são aquelas que aparecem perto dele no texto, por exemplo, para a lexia "SEO" para a consulta "agência seo":

> Aqui, podemos ver que a lexia SEO (para a consulta "agência seo") está associada ao conceito de "visibilidade", "qualidade" e "performance"... para refletir :-)

Como otimizar o RankBrain?

Segundo o Google, não há como otimizar o RankBrain. O RankBrain não tem um impacto notável nos resultados da pesquisa, pois seu principal objetivo é tratar consultas que carecem de relevância.

O fato é que é impossível para um SEO ignorar a existência do algoritmo em suas ações de SEO. Então, o que fazemos?

Desenvolva sua lista de palavras-chave além de sinônimos e co-ocorrências:

Não crie mais páginas ou conteúdos adaptados a uma única palavra-chave. Para um efeito máximo, tente agora pensar "universo semântico":

• Agrupe suas palavras-chave alvo, bem como suas variações e pesquisas associadas
• Use lexias adicionais que aparecem no mesmo conceito semântico (use o coeficiente de semelhança de nossa ferramenta SEOQuantum)

Concentre-se na criação de conteúdo de alto valor agregado

• Seja loquaz, tente cobrir todos os aspectos do assunto, responda a tantas perguntas quanto puder.

O objetivo do Google e do RankBrain em particular é fornecer aos usuários os resultados mais úteis e relevantes. Se você compartilha esse mesmo objetivo, tem mais chances de ter sucesso.

Otimize seus conteúdos para seu público e não para os motores de busca

• Seja natural: embora esta declaração possa parecer banal, ela é particularmente verdadeira no contexto do deep learning. Lembre-se de que o algoritmo aprende com o comportamento humano.

Se as pessoas apreciam seu conteúdo e o consideram relevante, o Rankbrain o considerará da mesma forma naturalmente.