What is RankBrain?
RankBrain is an artificial intelligence (AI) algorithm developed by Google to help improve the relevance and accuracy of search results for users. It is a machine learning system that uses natural language processing (NLP) techniques to better understand the meaning behind search queries and the content on web pages.
When a user enters a search query, RankBrain uses its AI capabilities to interpret the query and identify the most relevant results based on factors such as the user's search history, the context of the query, and the content on web pages. RankBrain is particularly effective at handling long-tail and ambiguous queries, which account for a significant portion of all search queries.
RankBrain is a core component of Google's search algorithm, which also includes other signals such as keywords, links, and other relevancy factors. By using RankBrain, Google is able to deliver more accurate and relevant search results to users, improving the overall search experience.
RankBrain is a machine learning component of Google's core algorithms. Machine learning is a computer program that keeps on improving its predictions over time through new observations and training data. In other words, it is always learning, and because it is always learning, search results must be constantly improving.
For example, if RankBrain notices lower ranking URLs providing better results to users than higher ranking URLs, you can bet that RankBrain will adjust those results, moving the more relevant result up and down. Will demote less relevant pages as a byproduct.
Like most things with search engines, we don't know exactly what RankBrain includes, but apparently, neither do the folks at Google.
What does this mean for SEO?
As Google will continue to leverage RankBrain to promote the most relevant, helpful content, we need to focus more on fulfilling searcher intent than ever before. Provide the best possible information and experience for searchers who visit your page, and you've taken a big first step toward doing well in the world of RankBrain.
Engagement Metrics: Correlation, Causality, or Both?
As with Google rankings, engagement metrics are most likely part correlation and part causation.
When we say engagement metrics, we mean data that reflects how searchers interact with your site from search results. This includes things like:
clicks (visits from search)
Time on page (time spent by a visitor before leaving a page)
Bounce rate (percentage of all website sessions where users viewed only one page)
Pogo-sticking (clicking on the organic result and then quickly returning to the SERP to select another result)
Several tests, including Moz's own Ranking Factors survey, have indicated that engagement metrics are related to higher rankings, but causality is hotly debated. Are good engagement metrics only a sign of highly ranked sites? Or are sites ranked higher because they have good engagement metrics?
what google said
While they have never used the term "direct ranking signal", Google is clear that they use click data to modify the SERPs for particular queries.
According to Udi Manber, former Google Head of Search Quality:
“The ranking itself is affected by the click data. If we find that, for a particular query, 80% of people click on #2 and only 10% click on #1, then after some time we realize that maybe #2 is what people want. So we'll change it.
Another comment from former Google engineer Edmund Lau confirms this:
“It is pretty clear that any reasonable search engine would use click data on their own results to feed back into rankings to improve the quality of search results. The actual mechanics of how click data is used often It is proprietary, but Google makes it clear that it uses click data with its patent on systems such as rank-adjusted content items.
As Google needs to maintain and improve search quality, it seems inevitable that engagement metrics outweigh correlation, but it appears that Google falls short of calling engagement metrics a "ranking signal" because those metrics are used in search. This is done to improve the quality, and the rank of different URLs is a byproduct of that.
what tests have confirmed
Various tests have confirmed that Google will adjust the SERP order in response to searcher engagement:
The #7 result jumped to the #1 spot as a result of Rand Fishkin's 2014 test after getting nearly 200 people to click the URL from the SERPs. Interestingly, the ranking improvement seemed to be isolated based on the location of the people who visited the link. The rank position rose in the US, where many participants were located, while it remained low on the page in Google Canada, Google Australia, etc.
Larry Kim's comparison of top pages and their average time pre- and post-RankBrain indicates that the machine-learning component of Google's algorithms lowers the rank position of pages on which people don't spend as much time.
Darren Shaw's testing has also shown the impact of user behavior on local search and map pack results.
Since user engagement metrics are explicitly used to adjust SERPs for quality, and rank position changes as a byproduct, it's safe to say that SEOs should optimize for engagement. Engagement doesn't change the objective quality of your web page, but rather your value to searchers relative to other results for that query. Therefore, with no change to your page or its backlinks, it could lead to a drop in ranking if the behavior of searchers shows that they like other pages better.
In terms of ranking web pages, engagement metrics act like a fact-checker. Objective factors like links and content rank the page first,
RankBrain is an artificial intelligence (AI) system developed by Google to help process and understand search queries made by users. It is a machine learning algorithm that uses neural networks to interpret complex and ambiguous queries and to provide more relevant search results to users.
When a user enters a search query into Google, RankBrain helps to understand the meaning behind the query and its intent, even if the query contains words or phrases that Google has never seen before. It can also recognize patterns in search queries and use that information to provide better results to users.
RankBrain is part of Google's overall search algorithm and works in conjunction with other ranking factors to determine which results are most relevant to a user's search query. It is estimated to be one of the top three ranking factors used by Google.
Overall, RankBrain is designed to improve the accuracy and relevance of search results, providing a better user experience for those who use Google's search engine.
रैंकब्रेन क्या है?
रैंकब्रेन, गूगल के कोर एल्गोरिथम का मशीन लर्निंग कंपोनेंट है। मशीन लर्निंग एक कंप्यूटर प्रोग्राम है जो समय के साथ नए अवलोकनों और प्रशिक्षण डेटा के माध्यम से अपनी भविष्यवाणियों में सुधार करता रहता है। दूसरे शब्दों में, यह हमेशा सीख रहा है, और क्योंकि यह हमेशा सीख रहा है, इसलिए खोज परिणामों में लगातार सुधार होना चाहिए।
उदाहरण के लिए, यदि रैंकब्रेन उच्च रैंकिंग वाले URL की तुलना में उपयोगकर्ताओं को बेहतर परिणाम प्रदान करने वाले निम्न रैंकिंग URL को नोटिस करता है, तो आप शर्त लगा सकते हैं कि रैंकब्रेन उन परिणामों को समायोजित करेगा, अधिक प्रासंगिक परिणाम को ऊपर ले जाएगा और कम प्रासंगिक पृष्ठों को उपोत्पाद के रूप में अवनत करेगा।
सर्च इंजन के साथ ज्यादातर चीजों की तरह, हम ठीक से नहीं जानते कि रैंकब्रेन में क्या शामिल है, लेकिन जाहिर है, न तो Google के लोग करते हैं।
SEO के लिए इसका क्या अर्थ है?
चूंकि Google सबसे अधिक प्रासंगिक, सहायक सामग्री को बढ़ावा देने के लिए रैंकब्रेन का लाभ उठाना जारी रखेगा, इसलिए हमें पहले से कहीं अधिक खोजकर्ता के इरादे को पूरा करने पर ध्यान केंद्रित करने की आवश्यकता है। आपके पृष्ठ पर आने वाले खोजकर्ताओं के लिए सर्वोत्तम संभव जानकारी और अनुभव प्रदान करें, और आपने रैंकब्रेन की दुनिया में अच्छा प्रदर्शन करने के लिए एक बड़ा पहला कदम उठाया है।
जुड़ाव मेट्रिक्स: सहसंबंध, कार्य-कारण, या दोनों?
Google रैंकिंग के साथ, जुड़ाव मेट्रिक्स सबसे अधिक संभावित भाग सहसंबंध और आंशिक कारण हैं।
जब हम जुड़ाव मीट्रिक कहते हैं, तो हमारा मतलब उस डेटा से है जो यह दर्शाता है कि खोजकर्ता आपकी साइट के साथ खोज परिणामों से कैसे इंटरैक्ट करते हैं। इसमें चीजें शामिल हैं जैसे:
क्लिक (खोज से विज़िट)
पृष्ठ पर समय (किसी पृष्ठ को छोड़ने से पहले विज़िटर द्वारा बिताया गया समय)
बाउंस दर (उन सभी वेबसाइट सत्रों का प्रतिशत जहां उपयोगकर्ताओं ने केवल एक पृष्ठ देखा)
पोगो-स्टिकिंग (ऑर्गेनिक परिणाम पर क्लिक करना और फिर जल्दी से दूसरा परिणाम चुनने के लिए SERP पर लौटना)
Moz के स्वयं के रैंकिंग कारक सर्वेक्षण सहित कई परीक्षणों ने संकेत दिया है कि जुड़ाव मीट्रिक उच्च रैंकिंग से संबंधित हैं, लेकिन कार्य-कारण पर गर्मागर्म बहस हुई है। क्या अच्छी सहभागिता मीट्रिक केवल उच्च रैंक वाली साइटों का संकेत है? या साइटों को उच्च रैंक दिया गया है क्योंकि उनके पास अच्छे जुड़ाव मीट्रिक हैं?
गूगल ने क्या कहा है
जबकि उन्होंने कभी भी "प्रत्यक्ष रैंकिंग संकेत" शब्द का उपयोग नहीं किया है, Google स्पष्ट है कि वे विशेष प्रश्नों के लिए SERP को संशोधित करने के लिए क्लिक डेटा का उपयोग करते हैं।
Google के पूर्व प्रमुख खोज गुणवत्ता, उडी मानबर के अनुसार:
“रैंकिंग ही क्लिक डेटा से प्रभावित होती है। अगर हमें पता चलता है कि, किसी विशेष क्वेरी के लिए, 80% लोग #2 पर क्लिक करते हैं और केवल 10% # 1 पर क्लिक करते हैं, तो कुछ समय बाद हमें पता चलता है कि शायद #2 वही है जो लोग चाहते हैं, इसलिए हम इसे बदल देंगे।
Google के पूर्व इंजीनियर एडमंड लाउ की एक अन्य टिप्पणी इसकी पुष्टि करती है:
"यह बहुत स्पष्ट है कि कोई भी उचित खोज इंजन खोज परिणामों की गुणवत्ता में सुधार के लिए रैंकिंग में वापस फीड करने के लिए अपने स्वयं के परिणामों पर क्लिक डेटा का उपयोग करेगा। क्लिक डेटा का उपयोग कैसे किया जाता है, इसका वास्तविक यांत्रिकी अक्सर मालिकाना होता है, लेकिन Google यह स्पष्ट करता है कि वह रैंक-समायोजित सामग्री आइटम जैसे सिस्टम पर अपने पेटेंट के साथ क्लिक डेटा का उपयोग करता है।
चूंकि Google को खोज गुणवत्ता को बनाए रखने और सुधारने की आवश्यकता है, यह अपरिहार्य लगता है कि जुड़ाव मीट्रिक सहसंबंध से अधिक हैं, लेकिन ऐसा प्रतीत होता है कि Google सगाई मीट्रिक को "रैंकिंग सिग्नल" कहने से कम है क्योंकि उन मीट्रिक का उपयोग खोज गुणवत्ता में सुधार के लिए किया जाता है, और अलग-अलग URL का रैंक उसी का एक उपोत्पाद है।
किन परीक्षणों ने पुष्टि की है
विभिन्न परीक्षणों ने पुष्टि की है कि Google खोजकर्ता जुड़ाव के जवाब में SERP आदेश को समायोजित करेगा:
एसईआरपी से यूआरएल पर क्लिक करने के लिए लगभग 200 लोगों को प्राप्त करने के बाद रैंड फिशकिन के 2014 के परीक्षण के परिणामस्वरूप # 7 परिणाम # 1 स्थान पर पहुंच गया। दिलचस्प बात यह है कि लिंक पर जाने वाले लोगों के स्थान के आधार पर रैंकिंग सुधार अलग-थलग लग रहा था। अमेरिका में रैंक की स्थिति बढ़ गई, जहां कई प्रतिभागी स्थित थे, जबकि यह Google कनाडा, Google ऑस्ट्रेलिया, आदि में पृष्ठ पर कम रहा।
लैरी किम ने शीर्ष पृष्ठों की तुलना और उनके औसत समय पूर्व और बाद के रैंकब्रेन से संकेत मिलता है कि Google के एल्गोरिदम का मशीन-लर्निंग घटक उन पृष्ठों की रैंक स्थिति को कम करता है जिन पर लोग उतना समय नहीं बिताते हैं।
डैरेन शॉ के परीक्षण ने स्थानीय खोज और मानचित्र पैक परिणामों पर भी उपयोगकर्ता के व्यवहार के प्रभाव को दिखाया है।
चूंकि उपयोगकर्ता जुड़ाव मेट्रिक्स स्पष्ट रूप से गुणवत्ता के लिए SERPs को समायोजित करने के लिए उपयोग किया जाता है, और रैंक स्थिति एक उपोत्पाद के रूप में बदल जाती है, यह कहना सुरक्षित है कि SEO को जुड़ाव के लिए अनुकूलित करना चाहिए। जुड़ाव आपके वेब पेज की वस्तुनिष्ठ गुणवत्ता को नहीं बदलता है, बल्कि उस क्वेरी के अन्य परिणामों के सापेक्ष खोजकर्ताओं के लिए आपके मूल्य को बदलता है। इसलिए, आपके पृष्ठ या उसके बैकलिंक्स में कोई परिवर्तन नहीं होने के बाद, यदि खोजकर्ताओं के व्यवहार से पता चलता है कि वे अन्य पृष्ठों को बेहतर पसंद करते हैं, तो यह रैंकिंग में गिरावट आ सकती है।
वेब पेजों की रैंकिंग के संदर्भ में, सगाई मेट्रिक्स एक तथ्य-जांचकर्ता की तरह काम करते हैं। लिंक और सामग्री जैसे उद्देश्य कारक पहले पृष्ठ को रैंक करते हैं,
