Solltest Du gerade wenig Zeit haben, dann speicher Dir einfach diesen Link zu den Kollegen von Resoneo und versprech mir, das Lesen des besagten Artikels nachzuholen. Aus meiner Sicht ist das absolut sogenanntes essential Reading, wenn es darum geht, wie Google die Relevanz von Dokumenten bestimmt. Mit etwas mehr Zeit im Gepäck gibt’s noch etwas mehr Kontext ;)
Als Branche, die größtenteils von einem einzigen Konzern abhängig ist, wissen wir… wie viel darüber, wie dessen Produkt funktioniert? Vielleicht viel. Vor allem dafür, dass kaum etwas öffentlich sein müsste, denn Google bleibt Privatunternehmen. Aber mit Empirik oder auch Trial & Error haben wir viel gelernt. Ob über interne Links, Keywords in Überschriften oder Snippet-Optimierung. Dazu kommen öffentliche Unterlagen wie das PageRank-Patent. Dann noch unfreiwillige Veröffentlichungen wie Dokumente aus dem Gerichtsprozess in den USA oder das Data-Warehouse-Leak. Da kommt einiges zusammen.
Wenn wir als Branche (federführend hier Johan und Mario Fischer) ein solches Schaubild durch “Reverse Engineering” hinbekommen, können wir uns wohl einen großen Teil denken. Das ist zumindest, was für uns in der Praxis am wichtigsten ist. Es fühlt sich dennoch ein wenig an wie ein Lückentext oder Kreuzworträtsel, für das wir die Lösung nicht bekommen.
Wenn nicht ein Leak des kompletten Source Codes wie bei Yandex passiert, müssen wir mit der Unschärfe leben. Oft ist es jedoch nur eine Frage der Zeit und Findigkeit. Zum Beispiel Query-Based Salient Terms (QBST). Meiner Meinung nach ein unterschätzter Teil, den wir aus Anti-Trust-Verfahren und Leak gelernt haben. Dieses System identifiziert Begriffe, die in einem für den Suchbegriff relevanten Dokument prominent vorkommen sollten.
Wir wissen ebenfalls, dass für die Findung dieser QBST eine Menge Dokumente für das Training verwendet werden und vor allem auch Nutzerdaten eine Rolle spielen. Aus dem Leak kennen wir die Module
Das Set wird beschrieben als:
“SalientTermSet is a collection of terms (unigrams and bigrams) with associated weights that can describe something. The "salient terms". “
Der Term in einem solchen Set wird beschrieben als “normalized term and weight pair, along with other term-level data.”
Zu diesen Daten zählt die Salience.
”salience is the importance of the term as a descriptor”
Diese bekommt am Ende einen schlichten Score auf einer Skala von 0 bis 1.
Wir haben demnach Informationen über Input, Output und Weiterverwendung dieser Daten. Jetzt kommt der Punkt, an dem ich mich frage: Was sagt mir das über meine Website bzw. Inhalte? Alleine nichts, aber findige Kollegen haben Wege gefunden (absolute Lese-Empfehlung), auf Daten zuzugreifen, wie eine Seite im Ranking in den als salient eingestuften Begriffe abschneidet. Hier ein Beispiel aus dem Artikel von Resoneo zur Anfrage “best time to visit château de versailles”:
Wie oft hast Du Dich schon gefragt: “Warum rankt mein Konkurrent für dieses Keyword besser als ich? Was denkt Google sich dabei?”
Nun, hier ist ein Teil der Antwort. Der verrät uns sogar, für welchen Teil einer Suchanfrage eine URL besser abschneidet. Wichtig an der Stelle: Dieses Scoring entscheidet nicht allein über das finale Ergebnis auf der SERP. Wir dürfen Faktoren wie NavBoost oder das Re-Ranking nicht vergessen. Wenn es aber um die Relevanz zu bestimmten Begriffen geht, ist das ein hervorragender Einblick in den Maschinenraum. Dort können wir auch noch sehen, welche Synonyme Google für die verschiedenen Teile der Suchanfrage bildet.
Ich bin immer wieder erstaunt, an welche Informationen wir eigentlich schon herankommen, wenn wir nur danach suchen. Das führt natürlich unweigerlich zu der Frage, was wir noch nicht wissen… Aber für heute lassen wir es mal gut sein.