我们考虑数字营销领域的竞争时，通常想不到谷歌，因为它似乎完全控制了大部分领域的业务。最近一段关于John Oliver“上周最后一晚”公司垄断的讨论中，陈述了欢迎使用作为图形主导搜索引擎Bing，“Bing,最好的进行搜索的地方”。
然而，大多数情况下，数字营销领域一直是具有相当竞争力的领域，尽管也有例外。由于长期以来的信任，新成立的品牌经常占据SERP的主要职位，新领域必须等待轮到他们，并且黑帽SEO允许网站管理员对系统进行游戏化，为薄弱内容提供高排名。十年前，搜索引擎优化机构和网站管理员可以应用简单的试探法和流行的关键字排名内容，而不理会用户意图或实际质量的实用性。
蜂鸟更新和RankBrain后续推出完全改变了这些概念。
他们也应改变SEO取得成功的想法。虽然许多搜索引擎优化专家了解RankBrain的重要性，或至少知道重要，也仍然采用我们十年前谋生的传统策略。
本专栏中，我将解释为什么应该改变看待搜索引擎优化的方式。而且还提供一些关于机器学习应用和SEO策略的建议，您可以利用这些技巧在竞争激烈的SEO领域中获得一席之地。
机器学习如何彻底改变搜索
机器学习是人工智能的一个子集，允许计算机独立于人为干预而进行学习，通过将类似属性分组并根据共享属性确定值进行反复学习。
谷歌RankBrain表示，这是第三个最重要的排名因素，用来确定之前没有收到的新搜索查询的内容。RankBrain通过拉取语义上相似关键字/短语并与类似过去的搜索进行比较，区分未经学习和搜索的上下文，提供最相关的结果。
Google采用机器学习技术分析用户在SERP列表中网页访问情况，从而发现模式并理解相关数据。有了这些数据，Google算法就可以评估用户意图。从Google的角度看，这有助于更有效地过滤结果，为用户提供更好体验。
目前，传统的信号仍用来取得最好的排名结果。随着每个后续相关搜索，机器学习可以分析哪些网页正在接收最好的用户信号，并提供最好的结果满足用户意图。需要注意的是，机器学习不是即时的，会根据SERP数据的增长而引起排名变化缓慢。
这对于关键字研究和排名有两个广泛的含义：
1. 关键字排名不再受到剧烈转变的影响。
2. Google的算法更加动态化; 每个独特搜索采用不同算法。
在更具有竞争力的市场中，内容质量和用户参与度的增长将慢慢优先于传统信号，从而平衡SERP竞争环境。低容量搜索中，常规排名信号仍作为事实上的标准因素，直到有足够数据可以确定用户意图。
这也为搜索引擎优化专家带来了语义搜索。语义搜索允许多个关键字进行排名，并通过满足各种相关搜索查询意图获得流量增长。语义搜索影响最明显的例子是Google SERP底部相关搜索字段以及特色片段字段下面的“People Also Ask”。
随着Google有能力理解人类意图和语言多样化，技术搜索引擎优化和关键
链接会减少，而且领域更小的与产业巨头竞争的机会越多。
如果搜索意图确定哪些算法将提取到SERP列表，我们如何优化甚至跟踪？既可以使用传统策略也可以应用我们自己的机器学习技术。
给他们想要的东西
以下是SEO应该使用的保持与不断变化的环境保持同步的一些方法。
1. 提高用户体验
Searchmetrics 2016年排名因素的报告显示了用户信号对有机排名的重要性。该公司发现，用户信号的重要性仅次于内容的相关性。
搜索引擎确定用户意图最佳方式之一是分析通过Chrome浏览器收集的用户信号，指向URL，SERP等等。但Google最有价值的用户信号仍然是CTR（点击率）。
为了确保网页提供良好的用户信号，必须创建坚实的用户体验基础。这意味着要提供跨网页的主题连续性、创建高质量且相关的着陆页、使用吸睛图像、提供交互式内容、提供快速的页面速度并开发有组织的内部链接结构。
Meta标签和丰富网页摘要也影响点击率，从而对两者优化都有利。如果网站排名高点击率低，Google显然会降低排名。
其他要考虑的因素：
l 对重复内容使用301重定向缺少页面和rel =canonical标签。
l 优化结构化数据和替代标签，帮助搜索引擎索引内容。
l 解决任何可能影响抓取结构的破损链接。
尽管Google的AI和RankBrain都非常先进，但Google仍然需要帮助才能抓取网页并编入索引。这些因素也改善了网站导航和用户体验。
2. 拥抱专题连续性
尽管在搜索方面有进步，我仍然经常遇到客户用精简的内容操作网站，而不用关注关键词。我的团队是通过关键字、竞争对手和一些技术方面的研究开始客户活动的。
然而，最近我们开始专注于创建更多的无缝层次结构，这些结构利用语义链接的关键字和主题集群推出令人敬畏的用户体验。与仅仅使用有限的关键字为焦点来创建内容不同，我们专注于对客户最重要的页面进行排名。
HubSpot将这个令人兴奋的新实验称为“主题群集”。主题集群专注于代表您最重要主题的支持页面。这些都是广泛的全面的页面，在信息等级中排名很高，并试图讨论和回答与主题相关最重要的问题。
然后在包含内部链接的较低层级页面上更详细地讨论子标题。这种策略可以帮助您通过复杂的链接结构传达最重要的网页促进无缝导航，并帮助定位支持页面为多个关键字词组进行排名。
这些热门片段还辅以一致的博客策略、讨论与网站主题相关的热门话题。生成的每件内容都是可操作的，并侧重于推动转化或期望的行动。
建模每一个内容时，重要的是问自己：这段内容寻求解决什么问题，如何解决？随着出现更多问题，写出解决这些问题的方案。现在已经创建了一个几乎从各个角度满足用户意图的网站，帮助排名众多关键字。
还可以用机器学习技术改善内容营销活动的工作流程。如Hemingway App and Grammarly等应用程序，都是很好的工具，可以在句子结构、作者声音和文字使用方面提出改进建议。
3. 使用自然语言
也许最好的优化人工智能搜索的方法是优化语音搜索而不是文本。这涉及优化网站的手机和内容实现特色片段，因为对个人助理设备问题的答案是从谷歌SERP特色片段字段中提取的。
除了遵循目前为止所概述的策略之外，还涉及制作切实可行的页面副本，尽可能多回答问题并提供可行的解决方案。
研究还表明，通过语音进行搜索的人使用四到九个单词长度的短语进行搜索的可能性大。这意味着需要对长尾关键词短语（通常更长）和页面副本优化，这种语言更能代表自然语言。例如，对夏威夷航班的文本搜索可能是“夏威夷廉价航班”，而语音搜索可能会说“去夏威夷最便宜的航班是哪一趟？”
考虑到chatbot助手是如何将自然语言理解结合的就能（NLU）更容易理解语言的语法和意义。随着NLU应用程序的进步，搜索引擎最终能够像人类一样完全评估内容的含义和质量。
4. 个性化买家的旅程
如今的数据量比过去五千年加起来还多，企业需要利用机器学习技术，以前所未有的速度解读大量用户数据。
其中一种方法是挖掘聊天机器人的会话文本数据。我们从图形界面转变为对话界面时，聊天机器人用来映射客户旅程的输入和数据，帮助公司改善用户体验。
这项技术还处于初级阶段，但我们也可以运用机器学习技术和数据挖掘技术，在买家的旅程中挖掘个性化触摸点。客户旅程映射可以用来建立买方人物角色和个性化营销触点，最大限度提高转化率和销售额。
叫，并基于实时数据细分广告活动。
预测分析也可用于实时数据预测估算营销活动的表现。大大节省A / B测试时间，提高活动效率。
幸运的是，谁都可以用机器学习技术。鉴于机器学习应用程序的速度和规模，依靠传统SEO策略有机排名最终可能会处于令人难以置信的竞争劣势中。
未来已经过去了
别担心，自动化不会很快完全取代人类。机器学习技术可以帮助增加营销活动，但是创造性和执行力最终依赖人类智慧的专业知识。但是我们可能很快达到一定程度，客户积极寻找在客户旅程测绘和具有AI功能的应用方面拥有专业知识的数字营销公司。
在我看来，这些技术可能极大提高SERP竞争力，也使数字营销者提供更强大的产品。
