Google ogłasza dużą aktualizację algorytmu z Marca 2019

12 marca Google wprowadził w życie dużą poprawkę do algorytmu, zwaną Florida 2 update. Aktualizacja została potwierdzona przez Danny’ego Sullivana z Google’a za pośrednictwem Twittera:

Each day, Google usually releases one or more changes designed to improve our results. Some are focused around specific improvements. Some are broad changes. Last week, we released a broad core algorithm update. We do these routinely several times per year….

Each day, Google usually releases one or more changes designed to improve our results. Some are focused around specific improvements. Some are broad changes. Last week, we released a broad core algorithm update. We do these routinely several times per year….
— Google SearchLiaison (@searchliaison) 12 marca 2018

W kolejnych tweetach Google zajmował podobne stanowisko jak w przypadku poprzedniej dużej zmiany algorytmu w sierpniu 2018 (zwanej potocznie Medic update). Czytamy:

As with any update, some sites may note drops or gains. There’s nothing wrong with pages that may now perform less well. Instead, it’s that changes to our systems are benefiting pages that were previously under-rewarded….

As with any update, some sites may note drops or gains. There’s nothing wrong with pages that may now perform less well. Instead, it’s that changes to our systems are benefiting pages that were previously under-rewarded….
— Google SearchLiaison (@searchliaison) 12 marca 2018

There’s no “fix” for pages that may perform less well other than to remain focused on building great content. Over time, it may be that your content may rise relative to other pages.

There’s no “fix” for pages that may perform less well other than to remain focused on building great content. Over time, it may be that your content may rise relative to other pages.
— Google SearchLiaison (@searchliaison) 12 marca 2018

Co mówi Google?

Analizując powyższe cytaty, dochodzimy do następujących wniosków:

Jeśli Twoja strona odnotowała spadki, nie znaczy to, że coś jest z nią nie tak.
Google nagrodził strony wcześniej niedowartościowane.
Nie ma metody „naprawy” stron, które spadły w wynikach.
Jedyną drogą na uzyskanie lepszych pozycji jest tworzenie wartościowej treści.

Jak widać, nie dowiedzieliśmy się niczego nowego odnośnie aktualizacji. Nie uzyskaliśmy też wskazówki od samego Google’a, co można poprawić na stronie, oprócz rady podążania za dotychczasowymi wytycznymi.

Czy mogę coś poprawić na mojej stronie?

Jak wskazuje sam Google, zmiana była fundamentalna i globalna. Nie celowała w konkretny czynnik rankingowy ani niszę. Nie wprowadzała żadnych kar ani filtrów. Zmieniła natomiast sposób postrzegania słów kluczowych przez Google. Z tego powodu nie da się znaleźć rzeczy do „poprawy” na stronie, ponieważ zmiana zwyczajnie ich nie dotyczyła lub dotyczyła wyłącznie w sposób pośredni.

Co mówi społeczność?

Gdy zerkniemy na fora webmasterów i tweety, aktualizacja ta jest raczej ciepło przyjmowana przez społeczność. Duża część użytkowników zgłasza wzrosty, a poszkodowani wydają się być w mniejszości.

Niektórzy teoretyzują, jakoby ta aktualizacja była rozwinięciem lub odwróceniem przetasowania wyników z sierpnia 2018. Strony, które odnotowały spadki po „medycznej” aktualizacji, w połowie marca tego roku wystrzeliły w górę. Zdarzają się wzrosty nawet ponad poziom sprzed sierpniowej zmiany. Zauważyliśmy podobny schemat u kilku naszych klientów.

Semrush o marcowej zmianie algorytmu

Analitycy z Semrush podzielli się swoimi wstępnymi spostrzeżeniami odnośnie zmiany algorytmu, oto one:

Wahania pozycji nie są znacząco wyższe od codziennych zmian, nieogłaszanych przez Google’a.
Nie ma różnicy między wahaniami ruchu na komputerach stacjonarnych a w wynikach mobilnych.
Wszystkie kraje zostały dotknięte zmianami, niektóre z nich z jednodniowym opóźnieniem.
Najbardziej dotknięte branże: motoryzacja, zdrowie, zoologia.

Spostrzeżenia te zdają się potwierdzać komunikaty Google’a.

Zmiana algorytmu = uczenie maszynowe?

Google intensywnie pracuje nad wykorzystaniem uczenia maszynowego do usprawnienia głównego algorytmu. Zastanówmy się, jakie skutki dla wyników wyszukiwania może mieć ich wykorzystanie do wartościowania czynników rankingowych.

Najprawdopodobniej dla każdego zapytania byłyby ważne inne czynniki rankingowe.

Przykładowo, jeśli szukamy „czerwone trzewiki”, jednym z najbardziej istotnych czynników rankingowych byłby duży wybór czerwonych trzewików na stronie docelowej. Artykuł na 10 tysięcy znaków o czerwonych trzewikach nie miałby już takiej wartości, ponieważ osoba wpisująca tę frazę ma intencję zakupową. Nie jest zainteresowana czytaniem długich artykułów o czerwonych butach. Z kolei jeśli wpisalibyśmy „jak dbać o buty”, wówczas długi artykuł byłby pożądany przez użytkownika.

Na czym miałaby polegać rola uczenia maszynowego w tym procesie? Algorytmy uczyłyby się, które czynniki rankingowe są najlepsze dla danego zapytania i dopasowywałyby je do intencji użytkownika. Wtedy klasyczne rady pozycjonerskie typu: „Twoja strona potrzebuje dużo wartościowej treści, aby się pozycjonować” miałyby mniejsze zastosowanie, bo nie moglibyśmy powiedzieć, czy dany czynnik (w tym przypadku treść) jest rzeczywiście istotny dla danej strony. O podobnej metodzie używanej przez Google wspomniał Gary Illyes w wywiadzie sprzed paru lat:

So basically, let’s say that this is a random example and not know if this is real, but let’s say that I would want to see if combining PageRank with Panda and whatever else, I don’t know, token frequency.
If combining those three in some way would result in better ranking, and for that for example, we could easily use machine learning. And then create the new composite signal. That would be one example.
Źródło: https://searchengineland.com/google-uses-machine-learning-search-algorithms-261158

Innymi słowy, algorytmy uczenia maszynowego szukają nowych metod jak oceniać strony, szukając nowych czynników rankingowych i agregując nowe.

Mówił o tym też sam John Mueller, przestrzegając przed dodawaniem dużych ilości tekstu do podstron kategorii na sklepach internetowych:

Another thing to consider is the purpose of your page; what’s the user-intent you’re trying to cover? If you’re adding random information to a category page, is it still an ecommerce page for users with “shopping” intents? Make up your mind, focus, don’t blindly stuff text.
Źródło: https://www.searchenginejournal.com/google-dont-blindly-stuff-text-into-ecommerce-category-pages/299003/

Wynika z tego, że przy optymalizacji podstron powinniśmy kierować się intencją użytkownika i dążeniu do jej spełniania. Algorytmy powoli zaczynają ją rozumieć. W długim terminie powinno to przynieść lepsze efekty niż podążanie za standardowymi, pasującymi do każdej strony, radami SEO.

Na podstawie tej wiedzy przedstawiamy ogólne zasady, którymi warto się kierować:

Zawartość naszych podstron, które pozycjonujemy powinna pasować do intencji użytkownika. Różne zapytania mogą wymagać kompletnie różnych rodzajów podstron wynikowych.
Zawsze zastanawiaj się nad intencją użytkownika, który wpisuje słowo kluczowe, na które chcesz być widoczny.

A jeśli chcesz jeszcze bardziej wgłębić się w temat i poznać kierunek, w którym będzie podążać wyszukiwarka, zapoznaj się z wytycznymi z dokumentu Search Quality Evaluator Guidelines. W ten sposób możesz poznać sposób myślenia Google’a o wynikach wyszukiwania.

Wypełnij formularz i otrzymaj bezpłatną wycenę