درست مانند اکثر بهروزرسانیهای ربات گوگل، الگوریتم رنک برین (RankBrain) در هالهای از ابهام قرار دارد. این الگوریتم در اکتبر ۲۰۱۵ راهاندازی شد و به نقطه عطف دیگری در توسعه سیستم یادگیری ماشینی گوگل تبدیل شد. الگوریتم RankBrain به یکی از اساسیترین بخشهای الگوریتم اصلی گوگل تبدیل شد و خیلی زود به عنوان سومین عامل مهم رتبهبندی پس از بک لینکها و محتوا معرفی شد.
- تاریخچه چگونگی ظهور الگوریتم رنک برین
- الگوریتم گوگل رنک برین (RankBrain) چیست؟
- الگوریتم رنک برین چگونه در سئو کار میکند؟
- چه کوئریهایی تحت تاثیر الگوریتم رنک برین قرار میگیرند؟
- یادگیری ماشین در الگوریتم رنک برین چگونه است؟
- تطبیق عصبی چیست؟
- رنک برین چه تفاوتی با تطبیق عصبی دارد؟
- تفاوت اصلی بین الگوریتم رنک برین و تطبیق عصبی چیست؟
بنابراین در این مقاله، جواب سوالات خود درباره نحوه کار الگوریتم Rank Brain، چگونگی تغییر سئو توسط آن و نحوه بهینهسازی برای آن، دریافت خواهید کرد.
تاریخچه چگونگی ظهور الگوریتم رنک برین
↑درست قبل از اینکه به خود الگوریتم رنک برین بپردازیم، بهتر است، تاریخچهای از چگونگی پیدایش آن بدانید. مطمئنا به یاد دارید که اینترنت ده سال پیش در یک آشفتگی بسیار بزرگ بسر میبرد، سایتهای اسپم، رتبهبندیها را تعیین میکردند، صاحبان وبسایتها لینک میخریدند و سئو واقعا به هیچ وجه یک مبارزه عادلانه نبود.
اما در سال ۲۰۱۱، همه چیز برای همیشه تغییر کرد، زیرا گوگل متوجه شد که کیفیت و نتایج مرتبط باید در اولویت باشند. بنابراین موتور جستجو گوگل با جریمه کردن و کاهش رتبه سایتهای غیرقابل اعتماد و با بهروزرسانیهای الگوریتم پاندا و پنگوئن (به ترتیب در سالهای ۲۰۱۱ و ۲۰۱۲)، انقلابی در سئو کلاه سفید (white-hat) آغاز کرد. درست پس از آنکه سایتهای باکیفیت شروع به گرفتن رتبههای برتر در رتبهبندی گوگل کردند، گوگل در مسیری برای بهبود وضعیت مرتبط بودن محتواها با متن مربوط به جستجو مخاطب، قرار گرفت.
قبل از سال ۲۰۱۵ گوگل برای فهمیدن هدف جستجو کاربر، کلمات را به صورت جداگانه در یک عبارت جستجو بررسی میکرد، در این روش امکان خطا در نشان دادن نتایج وجود داشت. به همین دلیل بود که بهروزرسانی الگوریتم مرغ مگسخوار (۲۰۱۳) را ارائه داد که با در نظر گرفتن ترکیبی از کلمات کلیدی و همچنین معنی آنها، پیشرفتی در جستجوی معنایی ایجاد کرد.
با این حال، نتایج جستجو هنوز کاملا با جستجو کاربر مرتبط نبودند، زیرا الگوریتم نمیدانست چگونه عبارتهای جستجوی ناآشنایی را که دائما ایجاد میشدند، پردازش کند. در واقع، حدود ۱۵ درصد از عبارتهای جستجو شده توسط گوگل در هر روز جدید هستند. بنابراین دو سال بعد، در اکتبر ۲۰۱۵، گوگل الگوریتم رنک برین را معرفی کرد که هدف آن پردازش عبارتهای جستجو ناآشنا و پیشبینی بهترین نتیجه برای آنها بود.

الگوریتم گوگل رنک برین (RankBrain) چیست؟
↑الگوریتم رنک برین نامی است که گوگل برای یک سیستم یادگیری ماشینی انتخاب کرده است. این ماشین برای پردازش عبارات ناآشنا و منحصر به فرد و مرتبط کردن آنها با جستجوهای موجود استفاده میشود و نتایج جستجوی مرتبط تری را در اختیار کاربران قرار میدهد.
اگرچه بهروزرسانی الگوریتم رنک برین در آوریل ۲۰۱۵ منتشر شد، اما اولین بار در مصاحبهای با گرگ کورادو، دانشمند ارشد تحقیقاتی گوگل، با بلومبرگ در اکتبر همان سال، به طور عمومی از آن نام برده شد.
گرگ کورادو در آن زمان الگوریتم Rank Brain را اینگونه توصیف کرد:
«الگوریتم رنک برین از هوش مصنوعی برای جاسازی حجم زیادی از زبان نوشتاری در موجودیتهای ریاضی “به نام بردارها” که کامپیوتر میتواند آنها را درک کند، استفاده میکند. اگر این الگوریتم با کلمه یا عبارتی مواجه شود که با آن آشنا نیست، دستگاه به دنبال کلمات یا عبارت مشابهمیرود تا بتواند حدس بزند کاربر به دنبال چه چیزی میگردد و نتیجه را بر اساس آن فیلتر کند، که این امر آن را در مدیریت جستجوهای ناشناخته موثرتر میکند.»
الگوریتم رنک برین چگونه در سئو کار میکند؟
↑الگوریتم رنک برین از «موجودیتها» استفاده میکند، که اشیاء خاصی هستند که گوگل برخی حقایق را در مورد آنها میداند، مانند افراد، مکانها و چیزها. سپس با کمک یک الگوریتم ریاضی، موجودیتها را به بردارهای کلمات خاصتری تقسیم میکند که منجر به سرپ های خاصی میشوند. طبیعتا، بردارهای کلمات مشابه منجر به SERP های مشابه میشوند.
بهترین نکته در مورد موجودیتها این است که گوگل از قبل اطلاعات زیادی در مورد آنها جمعآوری کرده و میتواند بلافاصله دقیقترین نتایج جستجو را برای عبارت جستجو شده شما ارائه دهد. با این حال، وقتی الگوریتم رنک برین با یک عبارت جستجو ناشناخته مواجه میشود، برداری را جستجو میکند که بیشترین شباهت را به عبارت جستجو شده اصلی دارد و نتایج مربوط به آن را برمیگرداند.
با گذشت زمان، گوگل نتایج یک عبارت جستجو که قبلا ناشناخته بود را بر اساس تعامل کاربر و الگوهای جستجو اصلاح میکند. اساسا، الگوریتم RankBrain نتایجی را که کاربران در نهایت پس از تایپ همان عبارت جستجو به دنبال آن میروند، تجزیه و تحلیل میکند. اگر متوجه شود که بسیاری از کاربران یک نتیجه جستجوی خاص را نسبت به سایرین ترجیح میدهند، الگوریتم رنک برین آن را مرتبط تر در نظر میگیرد و به احتمال زیاد آن را برای سایر عبارات جستجو مانند آن، رتبه بالاتری میدهد.
رنک برین همچنین نتایج بسیار خوبی در درک عبارات کلیدی با جهتگیری منفی نشان میدهد، عبارات کلیدی حاوی کلماتی مانند “بدون” یا “نه”. در آن زمان، گوگل به سادگی از چنین کلماتی صرف نظر میکرد.
گری ایلیس در کنفرانس پیشرفته SMX، مکانیسم الگوریتم رنک برین را اینگونه توضیح داد:
«اساسا، این یک عامل رتبهبندی است. بخشی از یادگیری ماشینی است. چیزی است که سعی میکند الگوها و دادههای موجود را شناسایی کند. این الگوریتم به دادههای مربوط به جستجوهای گذشته نگاه میکند و بر اساس جواب آنچه که برای این جستجوها خوب عمل کرده است، سعی در آن دارد تا پیشبینی کند که چه چیزی برای یک عبارت خاص بهترین نتیجه را خواهد داشت. این الگوریتم برای عبارتهای طولانی و عبارتهایی که قبلا ندیدهایم، بهترین عملکرد را دارد.»
یک مثال میتواند این باشد: «آیا میتوانم بدون استفاده از راهنمای بازی، شخصیت ماریو برادرز را شکست بدهم؟» بدون الگوریتم، نتایج جالبی ارائه داده میشود که نیازهای فرد را برآورده نمیکند. اما با الگوریتم Rank Brain، گوگل میتواند نتایجی ارائه دهد که سوال شما را برآورده کند.
چه کوئریهایی تحت تاثیر الگوریتم رنک برین قرار میگیرند؟
↑در سال ۲۰۱۵، زمانی که این الگوریتم تازه راهاندازی شده بود، تنها در ۱۵٪ از کل جستجوهای گوگل مورد استفاده قرار میگرفت. با این حال، در سال ۲۰۱۶، زمانی که الگوریتم رنک برین شروع به نمایش نتایج شگفتآور کرد، اعتماد گوگل به سیستم یادگیری ماشینی شروع به افزایش یافت. اما هنوز، الگو رنک برین تمام جستجوها را پردازش نمیکند و بیشتر در جستجوهایی تخصص دارد که برای گوگل نامشخص هستند. همانطور که استیون لوی به وضوح اظهار داشت، ” رنکبرین احتمالا در هر جستجو دخیل نیست، اما در بسیاری از جستجوها دخیل است. “
منطق پشت عدم دخالت الگوریتم رنک برین در پردازش همه جستجوها بسیار ساده است وقتی گوگل از معنای یک جستجو مطمئن است، الگوریتم RankBrain هیچ فایدهای برایش ندارد. فقط زمانی وارد بازی میشود که گوگل در فهم هدف یک جستجوی خاص به مشکل برخورد کند.

یادگیری ماشین در الگوریتم رنک برین چگونه است؟
↑برای اینکه درک بهتری از الگوریتم رنک برین داشته باشید، مهم است که ایدهای از یادگیری ماشینی و هوش مصنوعی نیز داشته باشید. نکتهی این دو این است که آنها به شدت در هم تنیده شدهاند و بنابراین، اغلب به اشتباه تفسیر میشوند.
به طور خلاصه، هوش مصنوعی مفهوم بسیار گستردهتری از ماشینهایی است که قادر به انجام وظایفی هستند که معمولا به هوش انسانی نیاز دارند، مانند درک بصری، تشخیص گفتار، تصمیمگیری و ترجمه بین زبانها.
وقتی صحبت از یادگیری ماشینی میشود، منظور کاربردی از هوش مصنوعی است که میتواند بدون برنامهریزی صریح، خودش یاد بگیرد. این دقیقا همان کاری است که الگوریتم رنک برین انجام میدهد تا به طور خودکار بر اساس تجربیات گذشته خود یاد بگیرد و بهبود یابد.
تطبیق عصبی چیست؟
↑تطابق عصبی در بهار ۲۰۱۸ به داغترین کلمه کلیدی این صنعت تبدیل شد. این موضوع پس از آنکه دنی سالیوان در سپتامبر ۲۰۱۸ اعلام کرد که گوگل شروع به استفاده از تطابق عصبی کرده است که حدود ۳۰٪ از کل جستجوها را در آن زمان تحت تاثیر قرار داد و در بین سئوکاران بسیار محبوب شد.
ما تا قبل از توییت دنی سالیوان که در آن مفهوم تطبیق عصبی را اینگونه توصیف کرد، هیچ توضیحی در این مورد دریافت نکرده بودیم:
«تطبیق عصبی بر خلاف الگوریتم رنک برین یک سیستم مبتنی بر هوش مصنوعی است که گوگل در سال ۲۰۱۸ استفاده از آن را در درجه اول برای درک ارتباط کلمات با مفاهیم آغاز کرد. این سیستم مانند یک سیستم فوق مترادف است. مترادفها کلماتی هستند که ارتباط نزدیکی با کلمات دیگر دارند.»
به طور خلاصه، تطبیق عصبی سیستمی است که به گوگل کمک میکند تا کلمات را بهتر به جستجوها مرتبط کند تا مرتبط ترین نتایج جستجو را ارائه دهد.
رنک برین چه تفاوتی با تطبیق عصبی دارد؟
↑با توجه به اینکه الگوریتم رنک برین و سیستم تطبیق عصبی، سیستمهای مبتنی بر هوش مصنوعی هستند، با این حال تفاوتهای زیادی با هم دارند. علاوه بر توییت ذکر شده در بالا، یک مثال خوب برای درک کار کرد تطبیق عصبی مورد زیر است:
« تطبیق عصبی به ما کمک میکند تا بفهمیم که جستجوی «چرا تلویزیون من عجیب به نظر میرسد» با مفهوم «اثر سریال آبکی» مرتبط است. سپس میتوانیم صفحاتی را در مورد اثر سریال آبکی بیابیم، حتی اگر دقیقا از همان کلمات استفاده نشده باشد…»
و در اینجا نحوه توضیح تفاوت اصلی بین الگوریتم رنک برین و تطبیق عصبی در دو جمله ساده آمده است:
- الگوریتم Rank Brain به گوگل کمک میکند تا صفحات را بهتر به مفاهیم مرتبط کند.
- تطبیق عصبی به گوگل کمک میکند تا کلمات را بهتر به جستجوها مرتبط کند.
هیچ کار خاصی از جستجوگران یا وبمسترها لازم نیست انجام شود. اینها بخشی از سیستمهای اصلی هستند که برای افزایش طبیعی درک طراحی شدهاند.

تفاوت اصلی بین الگوریتم رنک برین و تطبیق عصبی چیست؟
↑بر اساس همین نظراتی که از گوگل دریافت کردیم، تفاوت اصلی بین این دو این است که وظایف متفاوتی انجام میدهند. هدف اصلی تطبیق عصبی، اتصال کوئریها به مفاهیم خاص است و چیزی را تشکیل میدهد که دنی سالیوان از آن به عنوان “سیستم فوق مترادف” یاد میکند. سپس الگوریتم رنک برین وارد بازی میشود و بر اساس رفتار تاریخی کاربر ، مرتبط ترین SERP ها را برمیگرداند . لطفا در نظر داشته باشید که این فقط یک فرض است و هیچ نظر رسمی وجود ندارد که درست یا غلط بودن این نظریه را اثبات کند.
اگرچه الگوریتم رنک برین و تطبیق عصبی کارهای متفاوتی انجام میدهند، اما هنوز هم نقاط مشترکی دارند، هر دو در درک زبان طبیعی و معنای پشت عبارات جستجو بسیار خوب عمل میکنند.
آیا رنک برین بخشی از مرغ مگس خوار است؟
↑الگوریتم مرغ مگسخوار (Hummingbird) الگوریتم کلی جستجوی گوگل است که از بخشهای مختلفی تشکیل شده و مسئول انجام وظایف خاصی است. الگوریتم رنک برین نیز تحت نظر مرغ مگسخوار عمل میکند و مسئول پردازش جستجوهای منحصر به فرد است. الگوریتم RankBrain مانند یک الگوریتم اصلی، همه جستجوها را مدیریت نمیکند. الگوریتم Rank Brain به الگوریتم مرغ مگسخوار کمک میکند تا نتایج دقیقتری را برای عبارات جستجویی که ممکن است نداند، ارائه دهد.
آیا RankBrain یک سیگنال رتبه بندی است؟
↑سوال این است که آیا یک سیگنال است یا نه؟ واقعیت این است که در همان مصاحبه بلومبرگ، گرگ کورادو الگوریتم RankBrain را سومین سیگنال مهم رتبهبندی گوگل نامید . او در این مورد گفت:
«الگوریتم رنک برین یکی از صدها سیگنالی است که در الگوریتمی قرار میگیرد که تعیین میکند چه نتایجی در صفحه جستجوی گوگل ظاهر شوند و در کجا رتبهبندی شوند. در چند ماهی که از استقرار آن میگذرد، این الگوریتم به سومین سیگنال مهم در تعیین نتیجه یک عبارت جستجو تبدیل شده است.»
بر اساس آنچه خواندید، الگوریتم رنک برین در واقع یک سیگنال رتبهبندی است. با این حال، این گفته هنوز به این بستگی دارد که شما چه چیزی را به عنوان سیگنال رتبهبندی در نظر میگیرید. به معنای سنتیتر، سیگنالهای رتبهبندی ویژگیهای خاصی از وبسایت مانند کلمات کلیدی در صفحه شما، تعداد بک لینکها، اعتبار صفحه و غیره هستند که الگوریتمهای موتور جستجو هنگام اختصاص رتبهبندی در نظر میگیرند.
بنابراین اگر از این جنبه به سیگنالهای رتبهبندی نگاه کنیم، الگوریتم رنک برین قطعا یک سیگنال رتبهبندی و یک برای ویژگی وبسایت نیست و هیچ امتیازی برای آن وجود ندارد یا حداقل هیچ کس از آن خبر ندارد. به همین دلیل است که از نظر افراد زیادی، رنک برین بیشتر یک مکانیسم پردازش کلمات کلیدی است تا یک عامل رتبهبندی.
اما اگر از منظر دیگری نگاه کنیم و یک سیگنال رتبهبندی https را به عنوان بخشی از الگوریتمی که در فرآیند رتبهبندی شرکت میکند در نظر بگیریم، آنگاه میتوان قطعا از الگوریتم رنک برین به عنوان یک سیگنال رتبهبندی یاد کرد.
چگونه الگوریتم RankBrain، سئو را تغییر داد؟
↑اکنون که الگوریتم رنک برین قصد دارد جستجوگران را به بهترین نتایج ممکن متصل کند، هدف جستجو به یک اولویت تبدیل شده و به همین دلیل است که الگوریتم Rank Brain فقط به صفحاتی اولویت میدهد که واقعا الزامات آن را برآورده میکنند و به سوالات جستجوگران پاسخ میدهند، امکان تراکنش (در صورت نیاز) را دارا هستند یا اطلاعات جامعی در مورد موضوع ذکر شده در پرس و جو ارائه میدهد.
بنابراین اساسا، بهینهسازی محتوای کارآمد و امروزی بدون درک هدف جستجو و انجام تحقیقات کلمات کلیدی گوگل متناسب با هدف، غیر ممکن است.
نکته دیگری که بهروزرسانی گوگل در الگوریتم Rank Brain سئو را برای همیشه تغییر داد، تغییر تمرکز بهینهسازی محتوا از کلمات کلیدی به مفهوم محتواها بود. میتوان گفت برای اکثر سئوکاران و بازاریابان دیجیتال جای تعجب نیست که مفهوم یک کلمه کلیدی در یک صفحه واقعا از بین رفته است. این بدان معناست که در دوران الگوریتم رنک برین، تنها چیزی که باید برای آن تلاش کنید مفهوم برای کاربر است. هیچ راهی وجود ندارد که بتوانید با ایجاد صفحات متعدد برای پوشش انواع مختلف کلمات کلیدی، رتبههای بالایی کسب کنید.

چگونه برای RankBrain بهینهسازی انجام دهیم؟
↑حالا که به صورت کامل با الگوریتم رنک برین و تاثیر آن بر روی گوگل و سئو آشنا شدیم وقت آن رسیده است که بدانیم چگونه میشود یک محتوا سازگار با این الگوریتم تولید کنیم.
- از زبان طبیعی استفاده کنید!
- هدف جستجو را پیدا کنید!
- بهبود ارتباط و جامع بودن محتوا
- برای بهبود نرخ کلیک (CTR)، اسنیپتهای خود را بررسی کنید!
- به تلاش برای بهبود رتبهبندی خود ادامه دهید!
- جایگاه خود را زیر نظر داشته باشید!
از زبان طبیعی استفاده کنید!
↑اساسا، تنها توصیهای که تاکنون در مورد بهینهسازی محتوا الگوریتم RankBrain دریافت کردهایم از گری ایلیس، تحلیلگر روندهای وبمستر در گوگل، آمده است که گفته است:
«بهینهسازی برای الگوریتم رنک برین در واقع فوقالعاده آسان میباشد که احتمالا ۱۵ سال است میگوییم که به زبان طبیعی بنویسید. سعی کنید محتوایی ارائه بدید که به نظر انسانی برسد. اگر سعی کنید مانند یک ماشین تولید محتوا کنید، رنک برین گیج میشود و احتمالا شما را به عقب میراند.»
اما اگر سایت محتوایی دارید، سعی کنید برخی از مقالات یا هر آنچه را که نوشتهاید، با صدای بلند بخوانید و از مردم بپرسید که آیا طبیعی به نظر میرسد یا خیر. اگر محاورهای به نظر میرسد، اگر شبیه زبان طبیعی است که ما در زندگی روزمره خود از آن استفاده میکنیم، مطمئنا، محتوا شما برای الگوریتم Rank Brain بهینه شده است. اگر اینطور نیست، پس محتوا شما بهینه نشده است.
کاملا منطقی است که این توصیه رسمی گوگل برای شما تعجبآور نیست و شما در حال حاضر در حال تولید محتوا هستید و در وهله اول خوانندگان انسانی را هدف قرار میدهید. با این حال، هنوز چند نکته وجود دارد که باید هنگام بهینهسازی برای رنک برین در نظر گرفته شوند.
هدف جستجو را پیدا کنید!
↑همانطور که قبلا اشاره کردیم، وظیفه نهایی الگوریتم رنک برین این است که مرتبطترین نتایج جستجوی ممکن را در اختیار شما قرار دهد. بنابراین، بسیار مهم است که صفحات شما با هدف جستجوی مورد نظر مطابقت داشته باشند زیرا تقریبا همیشه CTR بالایی را به همراه دارد.
بنابراین اولین قدم برای بهینهسازی برای الگوریتم Rank Brain، تلاش برای درک هدف جستجو در پشت کلمات کلیدی شماست. کافیست کلمات کلیدی خود را در کادر جستجو تایپ کنید، سپس به نتایجی که گوگل ارائه میدهد نگاهی بیندازید و سعی کنید اهداف جستجو در پشت کلمات کلیدی خود را بفهمید.
برای مثال، وقتی عبارت «اسموتی صورتی» را تایپ میکنید، گوگل این نتایج را نمایش میدهد:
کل صفحه اول نتایج جستجو شامل دستور پخت اسموتیهای سبز است، گوگل حتی زحمت ارائه تعریفی از اسموت بصورتی را به شما نمیدهد، بنابراین میتوان با اطمینان گفت که هدف جستجو الگوریتم RankBrain در این عبارت «طرز تهیه اسموتی صورتی» است.
وقتی «لیگ قهرمانان فوتبال» را جستجو میکنید، گوگل فرض میکند که شما میخواهید از نتایج مسابقات اخیر مطلع شوید و امتیازات بازیکنانی که گل زدهاند و آمارهای دیگر را ارائه میدهد. علاوه بر این، وقتی شروع به تایپ «لیگ قهرمانان فوتبال» میکنید، گوگل مستقیما در نوار جستجو به شما در مورد نتیجه و تاریخ آخرین مسابقه اطلاع میدهد.
بهبود ارتباط و جامع بودن محتوا
↑
احتمال دارد که برخی از صفحات شما واقعا با هدف جستجوی مورد نظر مطابقت نداشته باشند. در این صورت، باید روی بهبود مرتبط بودن و جامع بودن صفحات خود کار کنید.
همانطور که قبلا اشاره کردیم، با تغییر تمرکز الگوریتم رنک برین از کلمات کلیدی به موضوعات، باید صفحات محتوای خود را با تنوع بخشیدن به آنها با اصطلاحات و مترادفهای مرتبط، تا حد امکان جامع کنید. علاوه بر این، با توانایی رنک برین در پردازش زبان طبیعی باید از عبارات غیرطبیعی، به خصوص در عناوین و توضیحات متا، خودداری کرد.
با این اوصاف، بهترین راه برای بهبود مرتبط بودن و جامعیت محتوای شما، استفاده از ماژول تحقیقات رقابتی Rank Tracker است که به شما امکان میدهد انبوهی از دادههای مرتبط و عبارات جستجوی مورد استفاده توسط رقبای برتر خود را جمعآوری کنید.
- فقط پروژه خود را در Rank Tracker باز کنید و به Competitor Research بروید و نحوه جستجوی آنها را بر اساس دامنه یا موضوع انتخاب کنید.
- سپس کلمات کلیدی خود را تایپ کنید و منتظر بمانید تا ابزار، 10 مورد از رقبای برتر شما را تجزیه و تحلیل کند و کلمات کلیدی مشترک آنها را جمع آوری کند.
برای بهبود نرخ کلیک (CTR)، اسنیپتهای خود را بررسی کنید!
↑با توجه به اینکه CTR یکی از مواردی است که الگوریتم رنک برین هنگام تخمین ارتباط صفحه در نظر میگیرد، بسیار مهم است که مطمئن شوید اسنیپتهای شما به خوبی بهینه شدهاند زیرا مستقیما بر CTR تأثیر میگذارند.
استفاده از کنسول جستجوی گوگل را برای شناسایی صفحاتی با نرخ کلیک پایین در نظر بگیرید. پس از آن، به اسنیپتهای آنها نگاهی بیندازید و ببینید چگونه میتوان آنها را بهبود بخشید.
به تلاش برای بهبود رتبهبندی خود ادامه دهید!
↑حتی با افزایش شخصیسازی جستجو، ارزش رتبهبندیها هنوز بالاست. در عصر الگوریتم رنک برین، وقتی کاربران کلمات کلیدی مورد نظر شما را جستجو میکنند و سایت شما وارد سایتهای برتر موتورهای جستجو میشود و همين امر موجب ارجحیت دادن سایت شما با بقیه سایتها میگردد. این بدان معناست که وبسایت شما شانس بسیار بالایی برای رتبهبندی بالا برای جستجوهای مشابه بعدی رقبایتان دارد. به عبارت ساده، هرچه رتبهبندی شما بالاتر باشد، احتمال رتبهبندی شما برای عبارات مشابه بیشتر است.
جایگاه خود را زیر نظر داشته باشید!
↑
آخرین نکتهای که اکیدا توصیه میکنیم مرتبا انجام دهید، توجه به حوزه فعالیتتان است. نکتهای که در مورد الگوریتم رنک برین وجود دارد که اگر تشخیص دهد هدف جستجوی کلمات کلیدی شما تغییر کرده است، میتواند SERP ها را دوباره تنظیم کند. بنابراین اگر نتفلیکس یک سریال تلویزیونی با نامی مشابه نام تجاری شما منتشر کند، بررسیهای این سریال از صفحات شما پیشی خواهد گرفت. اگر نمیخواهید این اتفاق بیفتد، حتما مرتبا SERP ها را برای کلمات کلیدی خود زیر نظر داشته باشید.
سادهترین راه برای انجام این کار، کمک گرفتن از ابزار تاریخچه SERP در Rank Tracker است که به شما امکان میدهد بلافاصله تغییرات مهم در SERP ها را برای هر کلمه کلیدی خود در طول هر یک از بررسیهای رتبهبندی خود مشاهده کنید.
جمعبندی؛ الگوریتم رنک برین چقدر برای سئو مهم بوده است؟
↑چیزی که ما در مورد الگوریتمهای دائما در حال تغییر گوگل با اطمینان میدانیم این است که آنها هرگز برای مدت طولانی ثابت نمیمانند و احتمال بسیار زیادی وجود دارد که گوگل در حال تغییر و اصلاح الگوریتم رنک برین باشد. علاوه بر این، رنک برین دائما در حال یادگیری و تغییر است، بنابراین تنها کار درست این است که محتوای خود را برای انسانها هدف قرار دهید، آن را با هدف جستجو مرتبط نگه دارید و همچنین آن را محاورهای و بهروز کنید.