Kỹ thuật tương lai của SEO

[thanhtrung]

Chào các bạn, hôm nay tôi sẽ trình bày chi tiết các bước để mô hình hóa hệ thống công cụ tìm kiếm. Phương pháp này được sử dụng để tiết lộ các khóa học cụ thể mà các nhà tiếp thi có thể làm để cải thiện CTR tự nhiên và bảng xếp hạng cho các trang web và các từ khóa.

Thời gian, đó là một sự thay đổi

Đã gần 17 năm kể từ khi Google được ra đời và cùng với đó nó cũng đã đánh dấu sự ra đời của ngành công nghiệp SEO. Đây là một ngành công nghiệp mang đến lợi nhuận từ công cụ tìm kiếm và cuối cùng nó cũng đã bắt kịp với những kỹ thuật mang tính chất tìm kiếm.

Mặt khác, tìm kiếm luôn là một khoảng trống mang tính kỹ thuật cao được lấp đầy với hàng nghìn các máy tính làm việc có khoa học để giải quyết các vấn đề đáng kinh ngạc với các thuật toán phát triển nhanh chóng. SEO đã tốt hơn trong 17 năm qua và nó đã được lấp đầy bởi các nhà tiếp thị phi kỹ thuật và cho đến nay nó chủ yếu vẫn là một loại hình nghệ thuật.

Trong năm 2015, tiếp thị kỹ thuật số đang phát triển với một clip nhanh chóng và PPC đang trở nên bão hòa và có sự canh tranh cao. Đối với nhiều doanh nghiệp, điều này có nghĩa là PPC không còn là một kênh tiếp thị mang lại lợi nhuận. Ngoài ra, Complementary Metal-Oxide Semiconductor viết tắt là CMOs (liên quan đến các liên kết, thông tin và các thuật ngữ) cuối cùng cũng đã bắt đầu chuyển sang nghiên cứu SEO để giúp họ xác định số lượng các rủi ro liên quan đến lĩnh vực tiếp thị nội dung và quảng bá thương hiệu.

Công cụ tìm kiếm tiếp tục giữ vững lập trường của họ và đã khiến nhiều người trong nghề SEO chuyển sang PPC hoặc định nghĩa lại hoàn toàn về SEO.

SEO: một quy luật của tự nhiên?

Các phương pháp tiếp cận mà tôi sắp đề nghị là đã có sẵn trong tất cả các kênh tiếp thị mà mọi người đều biết. Trên thực tế, tính sẵn có của các số liệu quảng cáo luôn luôn là một yêu cầu của bất kỳ chiến dịch tiếp thị hợp pháp – nếu bạn không thể đo lường marketing của bạn thì làm thế nào bạn có thể xác định được ROI?

SEO hoặc các doanh nghiệp cần phải cải thiện khả năng hiển thị của các thương hiệu trên công cụ tìm kiếm – đây được xem như là một kênh tiếp thị của tất cả mọi người, ngoại trừ công cụ tìm kiếm. Tại sao? Công cụ tìm kiếm phụ thuộc rất nhiều vào doanh thu quảng cáo. Trên thực tế, doanh thu từ PPC của Google trong năm 2013 chiếm 50% trong tổng số 55 tỷ USD doanh thu.

Mặc dù Google có thể không cùng quan điểm ngành công nghiệp tìm kiếm là một kênh tiếp thị nhưng nó nó cũng thể thay đổi được thực tế. Và mặc dù Google đang sở hữu phần lớn thị trường tìm kiếm nhưng tư tưởng này là hoàn toàn không liên quan đến Google. Những gì mà tôi muốn chia sẻ với bạn sẽ làm việc với bất kỳ công cụ tìm kiếm vì đó là một quy luật của tìm kiếm tự nhiên.

Mô hình công cụ tìm kiếm, mô hình hóa thuật toán

Nhà thống kê nổi tiếng là George E.P. Box đã từng nói “Tất cả các mô hình đều sai nhưng có một số là hữu ích”. Không có bất kỳ mô hình công cụ tìm kiếm nào mà thực sự tái tạo được các công cụ tìm kiếm thực tế. Tuy nhiên, bạn không cần phải tái tạo hoàn hảo công cụ tìm kiếm bằng cách tiếp cận này. Rất đơn giản, bạn chỉ cần một cái gì đó mà có một mối tương quan tích cực.

Elon Musk được biết đến là người nổi tiếng cho việc giải quyết các quá trình rất phức tạp bằng cách lập luận từ các nguyên tắc đầu tiên. Bước đầu tiên trong việc phát triển mô hình dự đoán cho một công cụ tìm kiếm trong trường hợp này là để phát triển và mô hình hóa một tập các thuật toán tạo nên các nguyên tắc cốt lõi của bất kỳ công cụ tìm kiếm nào.

Hãy nhớ rằng, khi bạn thu hẹp với các thuật toán của bạn thì mô hình của bạn sẽ trở nên dễ vỡ hơn. Điều này có nghĩa là có nhiều khả năng là thuật toán này có thể thay đổi trong tương lai. Các thuật toán cốt lõi giống như những hiển thị ở đây, nó đã tồn tại được vài năm và nó tiếp tục là nền tảng cho bất kỳ công cụ tìm kiếm nào.



Bí quyết ở đây là làm cho mô hình của bạn tùy chỉnh: nếu bạn có khả năng gán các trọng số khác nhau cho mỗi thuật toán, bạn có thể điều chỉnh chúng trong tương lai khi bạn bắt đầu thử nghiệm các mối tương quan của mình với thực tế.

Mô hình hóa Off-page

Một phần vô cùng quan trọng của mô hình này là mô hình off-page hay dữ liệu backlink. Việc tính toán PageRank là không đủ: mỗi liên kết nên có một mô hình với một tập các thuật toán cốt lõi, giống như một thuật toán PageRank hiện đại sẽ làm.



Các kết quả tìm kiếm là minh bạch

Thành phần cuối cùng của mô hình công cụ tìm kiếm là khả năng hiển thị giữa các truy vấn và bảng xếp hạng #1, #2, #3 cho bất kỳ từ khóa nhất định.



Đây là một bước phản hồi trong mô hình – nó mang lại cho chúng ta khả năng để xem mô hình thuật toán của chúng ta được tương tác với thực tế, vì vậy chúng ta có thể điều chỉnh nếu thấy cần thiết.

Một lần nữa, mỗi điểm truy vấn sub-components cần phải được tùy biến: Ví dụ, nếu chúng ta thấy mô hình của chúng ta là quá nhiều với meta title, chúng ta sẽ quay trở lại đó.



Một mô hình công cụ tìm kiếm phải có khả năng tùy biến cao​

Khi chúng ta đặt chúng lại với nhau, chúng ta có khả năng xem khoảng cách xếp hạng tìm kiếm, sau đó bạn có thể sử dụng để làm một số điều thú vị như đánh giá các chi phí hoặc lợi ích của việc tập trung vào các tình huống cụ thể.

Mô hình công cụ tìm kiếm tự hiệu chỉnh

Một trong những cách quen thuộc nhất để đo mối tương quan tích cực được gọi là hệ số tương quan Pearson - đây là một công thức toán học ưa thích cho chúng ta biết cách để mô hình hóa các tín hiệu thực sự. Chúng ta có thể thấy nó trong thực tế, sử dụng các thuật toán tương tự như những gì chúng tôi nghĩ rằng nó đang xảy ra và sau đó so sánh cả hai.

Trong suốt quá trình xây dựng mô hình công cụ tìm kiếm này, chúng tôi sẽ có một mối tương quan với những gì chúng ta thấy trong các mô hình so với thực tế bằng cách sử dụng một thước đo tương tự với hệ số tương quan của Pearson.


Mô hình công cụ tìm kiếm nên có một mối tương quan tích cực​

Mô hình công cụ tìm kiếm tự hiệu chỉnh có thể được xây dựng bằng cách quét từng yếu tố thông qua phạm vi của nó, trên hàng trăm các từ khóa và các trang web, so sánh nó với môi trường công cụ tìm kiếm mục tiêu và sau đó chọn một mối tương quan cao nhất để thiết lập tự động. Hãy suy nghĩ về điều này như một tính năng tự điều chỉnh.

Các bước tiếp theo

Khi chúng ta đã có mô hình công cụ tìm kiếm tương quan tích cực, chúng ta có thể làm những điều tuyệt vời.

Một vài ví dụ về phương pháp tiếp cận này có thể giải quyết:

• Làm thế nào tôi có thể vượt qua đối thủ cạnh tranh của tôi với một từ khóa cụ thể?
• Tôi cần phải làm gì khi đối thủ cạnh tranh của tôi vượt qua tôi trong bảng xếp hạng cho một từ khóa cụ thể?
• Kế hoạch nguồn lực: với 1.000 từ khóa trong đó các kịch bản xếp hạng sẽ gây ra sự thay đổi lớn nhất trong lưu lượng truy cập?
• Ngoài ra, hệ thống này cũng có thể dự đoán kết quả tìm kiếm tháng trước của các hệ thống xếp hạng truyền thống bởi các hệ thống xếp hạng truyền thống được dựa trên dữ liệu của tháng cũ từ công cụ tìm kiếm tương ứng của họ.

Trong bài viết tiếp theo, tôi sẽ thảo luận về phần thứ 2 của vấn đề này: chúng ta sử dụng mô hình này như thế nào để mang lại những cơ hội hấp dẫn trong thị trường cạnh tranh cụ thể, dự đoán khi nào bạn sẽ vượt qua đối thủ cạnh tranh của bạn và có khả năng thay đổi khi nào (hoặc khi nào họ sẽ vượt qua bạn) và làm thế nào để triển khai SEO.

Năm 2015, ngành công nghiệp tìm kiếm đã ngày càng trưởng thành hơn và những người chọn con đường này đang từng bước nắm vững những kỹ thuật này và khi đó bạn sẽ thấy không còn những kỹ thuật SEO mũ đen hay các lỗ hổng của thuật toán mới.

Tìm kiếm tự nhiên sẽ được đối xử như bao kênh tiếp thị khác – xác định được những rủi ro đối với CMOs, đây được coi là thước đo hữu ích giúp xác định được tính khả thi của chiến dịch SEO.

[thuthunga]

Cám ơn bác đã chia sẻ, ghi chú lại để vào xem sau lúc giờ trưa nghỉ