Dificilmente alguém da indústria digital ainda não ouviu falar de RankBrain. Não é por acaso que esse sistema, além de impacto imenso nos resultados da busca, causa muitas perguntas e discussões.
Fizemos uma tentativa de entender como o RankBrain funciona e se existe algo que pode ser feito para otimizar e preparar o site para o encontro com ele. Vamos começar pelo início.
O que é RankBrain?
RankBrain é um sistema desenvolvido pelo Google que utiliza machine learning e inteligência artificial para melhorar os resultados de pesquisa e interpretar as novas solicitações de busca, isto é, termos que ainda não foram pesquisados anteriormente.
Alguns especialistas consideram que RankBrain faz parte do algoritmo de pesquisa Hummingbird, que foi lançado para ajudar o Google a entender melhor o significado de solicitações de pesquisa expressadas por palavras-chave exatas.
O RankBrain foi mencionado pela primeira vez no dia 26 de outubro de 2015 por Greg Corrado, analista de pesquisa sênior do Google. É assim que Greg explicou o princípio operacional do algoritmo:
“Se você estiver pesquisando por uma frase ambígua, usando termos coloquiais ou falando com o Google como se ele fosse uma pessoa, muitas vezes os computadores não conseguem processar essa solicitação por não entenderem a solicitação ou por nunca a terem visto antes. O RankBrain consegue generalizar a frase: ‘Essa frase parece com algo que eu já vi no passado, então vou considerar que foi justo isso que você quis saber’. É como uma pessoa conversando com você num bar lotado – eles não conseguem ouvir tudo que você diz, mas mesmo assim eles conseguem adivinhar o que você quer dizer e continuar na conversa com você.”
Nessa entrevista, Greg ainda afirmou que, logo depois do lançamento, o RankBrain se tornou o terceiro mais importante fator de ranqueamento. Já que ele tem tanto impacto, é importante entender exatamente como esse algoritmo funciona e quais mudanças ele pode trazer a usuários e especialistas de SEO.
Como funciona o RankBrain?
Como falei anteriormente, o objetivo principal do RankBrain é entregar resultados mais relevantes, interpretando o significado completo da frase em vez de focar nas palavras individuais. Esse algoritmo consegue lidar bem com solicitações de busca de cauda longa complexas, entender como elas são conectadas a temas específicos e providenciar resultados relevantes.
Em poucas palavras, RankBrain identifica os padrões nas solicitações de busca diferentes (mesmo naquelas que parecem completamente não relacionadas) e encontra similaridades entre elas. Isso permite que a máquina de busca do Google entenda uma frase nunca vista antes simplesmente fazendo uma correlação com frases já conhecidas pelo robô.
Sendo um sistema de machine learning, o RankBrain autoaprende constantemente, provavelmente prestando atenção nas métricas (por exemplo, bounce rate ou tempo passado na página). Ou seja, se um usuário acreditar que os resultados apresentados não são relevantes, na próxima vez o algoritmo mostrará outros resultados para essa busca.
O que isso significa se você for um usuário do Google?
- Você poderá encontrar informações sobre uma coisa, conceito ou fato sem usar essa palavra específica na sua busca (o exemplo usado pela Bloomberg é “Qual é o nome do consumidor que está no topo da cadeia alimentar”);
- Você terá resultados mais relevantes para solicitações de busca ambíguas ou que têm vários significados (por exemplo, “Apple” – o nome da marca e “apple” a palavra para “maçã” em inglês);
- Se você digitar uma solicitação de busca que o Google nunca tinha visto, ela será corretamente interpretada e comparada com solicitações conhecidas.
O Google não compartilha os algoritmos exatos que ele usa, entretanto sabemos que os princípios de funcionamento dele são parecidos com os da ferramenta word2vec .
O que é word2vec?
Word2vec é um toolkit open source que usa o corpo do texto para calcular a distância entre as palavras e produzir o vetor de representações de palavras e frases.
Isso ajuda a entender a relação entre palavras com base na distância entre eles nos textos. Palavras com significado parecido ficam perto uma da outra (no espaço do vetor). Chris Moody descreve um teste com objetivo de encontrar os vetores mais próximos ao vetor da palavra “férias”.
Para aprender mais sobre word2vec e os princípios operacionais dele, confira A Beginner’s Guide to word2vec (Um Guia do Novato em word2vec), escrito pela Distilled. Se você estiver interessado em detalhes mais técnicos, leia o tutorial Vector Representation of Words (Representação de palavras em vectores), escrito por TensorFlow.
Experimento da SEMrush em RankBrain
Queríamos ganhar um entendimento mais profundo de como funciona o RankBrain e, para isso, fizemos um experimento. Tentamos construir conexões entre palavras usando o algoritmo da word2vec e os dados da SEMrush (textos obtidos com a Ferramenta de Brand Monitoring). Para obter resultados mais claros, processamos só os corpos de textos relacionados a Marketing Digital e SEO.
No final, obtivemos uma ferramenta que pode ser usada para introduzir qualquer palavra do ramo de Marketing Digital e receber uma lista de palavras que são mais relacionadas com a palavra inicial. Não são exatamente “sinônimos” (ou seja, palavras que têm significado parecido) ou “palavras relacionadas” (palavras que trazem resultados de pesquisa parecidos nas maquinas de busca). Trata-se de algo completamente diferente – são palavras que mais aparecem nos textos em conjunto com a palavra introduzida.
Com o nosso experimento, tentamos entender como o Google “pensa” e quais palavras ele considera relacionadas às palavras-chave que estamos visando. Os resultados foram bastante interessantes e ao mesmo tempo não foram nada perto do esperado.
Para começar, fizemos uma pesquisa entre especialistas de Marketing Digital, pedindo para darem três associações a algumas palavras e depois comparamos os resultados com os obtidos com a ajuda da ferramenta. Reparamos que nem sempre as palavras que são mais associadas com certo conceito aparecem lado a lado nos textos:
Como otimizar uma página para RankBrain?
De acordo com os representantes oficiais do Google, existe um jeito de otimizar para o RankBrain. E mais - o RankBrain não terá efeito drástico nos resultados de busca, pois o principal objetivo do algoritmo é lidar com buscas para quais faltam dados.
Outro ponto – como disse no Twitter Gary Illyes, analista de busca da Webmasters, “o RankBrain também não tem influência sobre crawling ou indexação”.
Entretanto, seria imprudente simplesmente ignorar a existência de um algoritmo tão poderoso nas suas atividades de SEO. Então, quais conclusões podemos tirar sobre o funcionamento do algoritmo RankBrain?
1. Expande a sua lista de palavras-chave além de sinônimos e palavras relacionadas.
Nada de criar páginas e conteúdo otimizadas para uma palavra-chave ou frase-chave só. Para obter efeito máximo, experimente incluir no seu núcleo semântico estes elementos:
- Suas palavras-chave, suas variações e palavras-chave relacionadas (escolhidas com a ajuda da sua ferramenta de pesquisa de palavras-chave preferida);
- Palavras adicionais que mais aparecem no mesmo contexto que as palavras-chave visadas.
2. Foque em criar conteúdo compreensivo que oferece valor para seu público
Escreva posts mais completos, tente falar de todos os aspectos dos temas escolhidos, responda o máximo de perguntas possível. O objetivo final do Google e do RankBrain é garantir que os usuários obtenham resultados melhores e mais relevantes. Se você compartilhar o mesmo objetivo, terá mais chances de ter sucesso.
3. Otimize para pessoas, não para máquinas de busca
Mesmo que esse conselho pareça banal, ele é especialmente válido para os casos de machine learning. Como disse Neil Patel em seu artigo:
“É chamado de machine learning porque a máquina aprende não só de forças ambientais abstratas, mas principalmente do comportamento dos seres humanos”.
Ou seja, de nada adianta tentar agradar os algoritmos de pesquisa. Foque em providenciar uma melhor experiência para os seus usuários, analise o comportamento deles e faça a otimização de acordo. Se as pessoas passam a apreciar o seu conteúdo e a considerá-lo relevante, os algoritmos farão o mesmo de uma forma natural.
Conclusão
Para concluir, nossa tentativa de entender um dos algoritmos mais misteriosos do Google demonstrou que é quase impossível prever intuitivamente como o Google pensa. Para piorar, sendo um sistema de machine learning, ele está em constante desenvolvimento. E, ao mesmo tempo, os algoritmos do Google estão sendo atualizados e otimizados.
Tudo que você pode fazer para conseguir seguir essas mudanças constantes é certificar-se de que está sendo sempre competente e comprometido em tudo o que está fazendo ou escrevendo. Dessa, forma você terá sucesso seja qual for o novo algoritmo ou atualização que aparecer no mercado.
