Bron foto: Shutterstock
Zijn we binnen SEO steeds meer aan het evolueren naar wat we zien in films waar robots, ontwikkeld door mensen, de wereld overnemen? Worden de zoekmachines, die we al jarenlang bestuderen, effectief zo slim? Er is namelijk een alsmaar groter wordende samenhang tussen kunstmatige intelligentie en SEO. En die samenhang wordt alleen maar belangrijker voor ons.
Voor we verder gaan: wat is kunstmatige intelligentie?
Dit is hoe Wikipedia de term beschrijft: "Kunstmatige intelligentie is de wetenschap die zich bezighoudt met het creëren van een artefact dat een vorm van intelligentie vertoont”.
Klinkt futuristisch? Toch begint dat een alledaags begrip te worden binnen het SEO-landschap. We beseffen namelijk niet hoe snel alles achter de schermen aan het veranderen is. Dat is lastig, want we moeten begrijpen hoe Google deze technieken inschakelt om onze job naar behoren te kunnen uitvoeren.
Eerst en vooral is het handig om te weten dat er verschillende vormen van kunstmatige intelligentie zijn. De volgende vormen werden als dusdanig beschreven in een interessant artikel van John Rampton op TechCrunch:
1. Artificial Narrow Intelligence: het artefact is goed in één enkel ding. Het behaalt hetzelfde niveau als de mens.
2. Artificial General Intelligence: het artefact kan alle zaken op hetzelfde niveau als de mens.
3. Artificial Super Intelligence: het artefact presteert op een hoger niveau dan de mens.
Al van Google Rankbrain gehoord? Uiteraard heb je al van Rankbrain gehoord! Rankbrain werd gelanceerd in 2015 en gebruikt kunstmatige intelligentie. Het is een machine learning algoritme dat werkt via artificial narrow intelligence.
Machine learning zegt u?
Machine learning is een manier om kunstmatige intelligentie te gaan bereiken. Bij machine learning gaat de zoekmachine algoritmes gebruiken om data te verzamelen. Concreet betekent dat dat een zoekmachine zichzelf zaken kan aanleren aan de hand van de vergaarde data. Zonder dat er nood is aan een menselijke interactie.
Bekijk het als volgt:
Als we vroeger iets wilden veranderen aan een bepaald programma, dan ging de programmeur parameters ingeven waardoor het programma weer wat extra zaken ging begrijpen. Google staat vandaag een stuk verder. Aan de hand van historische zoekopdrachten kan de zoekmachine hetzelfde niveau behalen als de mens in het vergaren van kennis. Zo kan het verbanden zien tussen bepaalde zaken en steeds meer gefundeerde voorspellingen voorschotelen bij nieuwe zoekopdrachten. De zoekmachine begrijpt dus niet alleen de taal maar ook de volledige context van de zoekopdracht.
Laten we nog een stapje verder gaan om de complexiteit van het geheel nog beter te duiden: deep learning. Deep learning is de techniek die Google gebruikt om machine learning toe te passen. Via deep learning gaat het Google-algoritme bekijken of er een relevante overeenkomst is tussen een zoekterm en een zoekresultaat.
Zo werkt het
Stel dat we via deep learning zouden willen onderzoeken of een afbeelding een fles cola van 1L bevat. De foto van de fles cola zal dan in een matrix gestoken worden die bijgevolg een voorspelling maakt van wat er op de afbeelding staat. Tegenwoordig kan deze techniek zelfstandig belangrijke eigenschappen bepalen. Wanneer je enkel zou kijken naar volume en vorm, zou de fles cola ook een fles water kunnen zijn. Vergelijk ze aan de hand van de kleur en de tekst op de fles en je krijgt een totaal andere uitkomst.
Bij deep learning bepaalt de software dus de grenzen. Die gaat dan, aan de hand van historische data, een beredeneerde inschatting maken van wat iets is. Hiervoor heeft de techniek uiteraard een zeer grote hoeveelheid data nodig om zich te kunnen trainen. Belangrijk om te weten is dat deze techniek momenteel zeer aanwezig is wanneer het gaat over organische rankings.
We maken het terug wat concreter: heb je ook al opgemerkt dat, wanneer je een bepaalde term intypt, Google wel een zeer relevant resultaat kan voorschotelen. Terwijl dat resultaat eigenlijk niet je zoekterm bevat? Of dat Google gewoon een stuk sterker geworden is in het weergeven van zoekresultaten.
In bovenstaand voorbeeld komt deze theorie naar voren. Ik deed onlangs een search naar ‘discount vlucht’. Het algoritme snapt dat dit hetzelfde is als ‘goedkope vliegtickets’. Ook het woord ‘deals’ zie je in de bovenstaande image in vetgedrukt verschijnen. De machine begrijpt dat dit perfect aanleunt bij het woord ‘discount’. Google heeft dus geleerd om de context rond een zoekwoord te begrijpen en legt connecties met andere woorden waar de context gelijkaardig is.
De toekomst van Rankbrain
Rankbrain kan nog een stapje verder gaan. Rankbrain is momenteel vooral actief in het herkennen van patronen tussen wat, ogenschijnlijk, niet gerelateerde termen zijn. Aangezien dit algoritme momenteel slechts bij 15% van alle zoekopdrachten actief is, zal het volgens mij niet lang duren voor Rankbrain als het belangrijkste onderdeel van het algoritme gebruikt gaat worden. Persoonlijk ga ik ervan uit dat het algoritme momenteel data aan het verzamelen is om nog meer de juiste connecties te kunnen leggen.
Dat alles verandert de manier waarop we SEO moeten doen. Het tijdperk van pagina’s optimaliseren voor één specifiek zoekwoord is nu wel echt definitief voorbij. Google begrijpt namelijk je zoekopdracht en de context rond dat zoekwoord. Voor de SEO-sector biedt dat interessante kansen. Zo kan dus, in theorie, één stuk content gaan rangschikken voor meerdere zoektermen die een samenhang vertonen.
Het is cruciaal om meer te gaan nadenken over concepten. Zo zal je binnen een bepaald concept de vragen moeten beantwoorden die mensen zich online stellen.
Zo pas je het zelf toe
Stel dat je een stuk relevante content zou willen schrijven over ‘hoorapparaten’. Er zijn nog steeds veel SEO’ers die onmiddellijk in hun keyword research kijken welke term het meest gezocht wordt en maar weinig competitief is. Daarna zouden ze elke kans benutten om deze exacte term zo optimaal mogelijk in het stuk content te gaan plaatsen: dat is echter geen duurzame strategie meer.
Wanneer je je onderzoek doet, moet je breder durven gaan. Wanneer we kijken naar het concept ‘hoorapparaten’ zouden we, bijvoorbeeld, de volgende termen kunnen terugvinden:
- Hoorapparaten, Hoorapparaat,…
- Hoe werken hoorapparaten?, Werking hoorapparaten,…
- Wat kost een hoorapparaten?, Prijs hoorapparaat,…
- Waar kan ik hoorapparaten testen?, Testen hoorapparaat,…
Je ziet verschillende types vragen terugkomen in dit research rond één enkel concept. Ze vertonen een duidelijke samenhang. Wat als je nu meerdere vragen oplost in één enkel artikel? Dan ben je aan het focussen op een concept in plaats van op één keyword. Voor de gebruiker is dat veel waardevoller want hij ziet ineens meerdere vragen opgelost in één artikel.
We hoeven dus geen robots te worden. We moeten gewoon beseffen dat zoekmachines steeds meer op het niveau van de mens komen en dat maakt dat de user helemaal centraal komt te staan. We moeten er daarnaast alles aan blijven doen om te begrijpen hoe zoekmachines momenteel werken en ons daarop afstemmen. Ook al lijken sommige zaken een ver-van-mijn-bed-show.
