User Signals Marketing: Hypothesen, Tipps und Beispiele wie Artificial Intelligence Off Page SEO verändern wird
Table of contents
Mit User Signals Marketing zu betreiben ist notwendig, wenn die Inhalte auch von der künstlichen Intelligenz der Suchmaschine weiterhin als relevant bewertet werden sollen. In vielen Vorträgen konnte ich bereits Einblick in die aktuellen Entwicklungen um Googles RankBrain und einen Blick in die nahe Zukunft des Off Page-SEO geben. Dabei wird deutlich: Artificial Intelligence ist keine Science Fiction, sondern längst ein essentielles Asset, welches Google die fortschreitende Optimierung der User Experience ermöglicht. Das zentrale Learning für alle Marketing-Entscheider: User Signals rücken in das Zentrum der Bewertungskriterien für Webseiten.
Die Erschaffung einer Artificial Intelligence ist der Versuch, eine menschenähnliche Intelligenz nachzubilden. So hat Googles Firma DeepMind das Computerprogramm AlphaGo entwickelt – eine Software, welches den Fortschritt der künstlichen Intelligenz beispielhaft veranschaulicht. Das Programm ist darauf programmiert, das Brettspiel Go zu spielen – ein strategisches Spiel, welches mit seinen schier unendlichen Möglichkeiten ungleich komplexer ist als Schach und die menschliche Intuition fordert.
1. User Signals Marketing: Suchmaschine mit menschenähnlicher Intelligenz sucht nach User Signals
Der menschlichen Intuition im Angesicht unendlicher, strategischer Züge konnte bisher keine Maschine kontern. Noch 1997 erklärte der Astrophysiker und Professor Dr. Piet Hut von der Universität Amsterdam in der New York Times: “It may be a hundred years before a computer beats humans at Go – maybe even longer.” Jedoch wurde 2016 bekannt, dass AlphaGo bereits 2015 den Europameister Fan Hui geschlagen hat – damit gilt AlphaGo als das erste Programm, welches gegen einen Profi-Spieler unter Turnierbedingungen gewinnen konnte. Im März 2016 schlug AlphaGo schließlich den weltbesten Spieler Lee Sedol.
Inzwischen hat Google die künstliche Intelligenz im Sinne der Bewertung von Webseiten in seinen Algorithmus implementiert. RankBrain heißt das AI-System, welches Suchanfragen interpretiert und mit relevanten Ergebnissen verbindet.
Der Google-Ranking-Engineer Paul Haar sagt: “Google versteht wie RankBrain funktioniert, aber nicht wirklich, was es macht.” Angesichts dieser Aussage sehen sich alle Unternehmen, SEO Agenturen und SEO Experten mit der Herausforderung konfrontiert: Wenn nicht mal Google weiß, was RankBrain macht, wie kann dann eine SEO Strategie gezielt darauf ausgerichtet werden.
Was wir identifizieren können, ist eine Grundrichtung, in die sich Google weiterentwickelt. Sundar Pichai, CEO von Google, erklärt:
“Der nächste große Schritt wird sein, dass das Konzept eines Gerätes sich auflöst.”
Gemeint ist ein Computer, welcher unabhängig von seiner Form den User als intelligenter Assistent durch den Tag führt. So komplementiert eine künstliche Intelligenz das Leben des Menschen unabhängig und fließend. Durch User Signals Marketing für den Einzelnen zu perfektionieren wäre ein Gewinn für alle Beteiligten; Mehrwert muss wahrnehmbar relevant sein, damit er wirken kann.
Die populärsten RankBrain Hypothesen
- RankBrain wurde entwickelt, um längere Suchanfragen mit mehreren möglichen Antworten besser zu verstehen.
- Dies fließt besonders in die Entwicklung einer besseren Interpretation natürlicher Sprache ein.
Laut Google Senior Research Scientist Greg Corrado gilt RankBrain inzwischen als drittwichtigster Ranking-Faktor von Google. Welche beiden Ranking-Faktoren noch wichtiger sind?
Andrey Lippatsev erklärte im März 2016: “It’s content and links going to your site.” Links sind unverändert wesentliche Indikatoren für die Relevanz einer Seite, werden jedoch durch RankBrain zusammen mit User Signals bei Links interpretiert. So analysiert RankBrain einerseits die Hyperlinks, die Hypermedia und den Hypertext, andererseits auch den Nutzerkontext, die Interaktion und die eigentlichen Anfragen. So kann RankBrain den User besser verstehen und gleichzeitig irrelevante und unnatürliche Links schneller erkennen.
Zentrale User-Signale für RankBrain sind jene, welche als Indikatoren für die Relevanz der Seite und das Interesse des Users an dem Content dienen:
- Bounce Rate:
Wenn viele User, kurz nachdem sie auf der Seite gelandet sind, wieder die Seite verlassen, ist das ein Anzeichen dafür, dass die Seite nicht dem Bedürfnis des Users entspricht. Entsprechend hoch fällt der Return to SERPs aus. Scheinbar hält die Seite mit einer hohen Bounce Rate also nicht, was sie in den SERPs verspricht. - Time on Site:
Je mehr Zeit der User auf der Seite verbringt, desto höher scheint der Mehrwert des Contents einschließlich der User Experience zu sein. - Click Through Rate:
RankBrain gewichtet eine hohe Click Through Rate als einen Indikator einer Bedürfnis-relevanten Ansprache der User. Rand Fishkin konnte bereits im Mai 2014 in einem öffentlichen Experiment feststellen, dass die CTR ein zentraler Faktor für das Ranking von Seiten darstellt. Rund 200 Klicks von Testteilnehmern auf eine bestimmte Seite im SERP zu einem bestimmten Keyword resultierten in der Positionierung jener Seite von Platz 7 auf Platz 1 in den Suchergebnissen.
Der SEO-Experte Bartosz Goralewic hielt jedoch 2015 mit einem eigenen Experiment dagegen, in welchem er mithilfe von Klickbots zehntausende Klicks für ein Suchergebnis generierte, um von Platz 2 auf Platz 1 in den Suchergebnissen zu gelangen. Er erzielte eine CTR-Steigerung von 3,2 % auf 78,3 % – jedoch ohne Ranking-Ergebnis.
Im November 2015 erklärte der Google Webmaster John Mueller zu CTR als Rankingfaktor:
“I don’t think we have said that we use it as a ranking factor. I can mention that there is things like intents, people searching for the same thing but trying to find something completely different. So there are very different intents and combining them makes a really noisy signal and I don’t think that would make sense there.”
Wohlgemerkt: Er hat nicht verneint, dass die CTR als Rankingfaktor genutzt wird. Vielmehr hielt er es für unwahrscheinlich, weil es ein “noisy signal” darstellen kann. RankBrain ist jedoch Googles Waffe, um “user intends” und “noisy signals” interpretieren zu können.
2. User Signals Marketing: Das User-Verhalten ist im Fokus von RankBrain
Der SEO-Experte und Gründer der Webseite Wordstream Larry Kim führte im April 2016 ein weiteres Experiment bezüglich der CTR als Ranking-Faktor durch. Im Rahmen einer Analyse von 1000 Keywords entdeckte er, dass Long Tail-Suchergebnisse eine höhere CTR (33 %) als Head-Suchergebnisse (17,5 %) haben. Er kam zu dem Ergebnis, dass Googles RankBrain die Long Tail-Suchergebnisse mit einer hohen, organischen Click Through Rate boostet.
Der Trend zu Algorithmen, welche sich an dem User-Verhalten orientieren, lässt sich bereits bei Twitter und Instagram erkennen. Auch Facebook zieht inzwischen die Time on Post und die Time on Video als wichtige Bewertungskriterien für Content heran. Wieso sollte sich Google gegen diesem Trend sperren, wenn das vom CEO ausgerufene Ziel ist, den User besser zu verstehen? Marketing-Entscheider müssen umdenken, denn ohne Rücksicht auf User Signals Marketing zu machen wird nicht länger funktionieren.
Experimente mit Google die über die Nutzerinteraktion hinausgehen und den Nutzerkontext betrachten sind nicht zu finden, weil sie im Kontext des komplexen Zusammenspiels von Rankingfaktoren schwer zu isolieren sind.
Zum Thema Nutzerkontext sind jedoch Universitätsstudien vorhanden. Studien wie beispielsweise der University of Illinois (2012), der Ohio State University (2012) und der National Taiwan University (2015) konnten durch den Review von hundert-tausenden von User Generated Reviews bestimmte Verhaltensmuster von Nutzern identifizieren, welche Opinion Spamming von natürlichem User-Verhalten abgrenzen lassen. Dazu zählen:
- zeitlich abnormale Verhaltensmuster,
- bestimmte Wording-Muster oder
- User-zu-User-Interaktionen.
Wenn selbst Informatikabteilungen von Universitäten mit limitierten Datenanalysekapazitäten unnatürliches Nutzerverhalten identifizieren können, wird sich vermutlich auch Google längst mit dem Thema befassen. Dabei geht es zunehmend nicht um rudimentäre Muster wie “natürliche” Linktexte oder vermeintlich spammige Seiten. Auch bei der Simulierung von “natürlichem Nutzerverhalten” können unnatürliche Muster entstehen und erkannt werden.
Natürliche Links entstehen nicht durch Linkbuilding sondern durch Seeding (Mehr zur Definition Seeding), Online-PR, Social Media oder sogar Leadgewinnung. Ist das noch SEO? Das ist der AI egal, Hauptsache es entstehen dabei positive Nutzersignale für die Webseite.
Die Ergebnisse der Studien und Experimente lassen die Schlüsse zu, dass im Rahmen von RankBrain vor allem Nutzerinteraktion und Nutzerkontext analysiert werden.
Hier sind ein paar Artikel mit Beispielen, wie solche Kampagnen konkret aussehen können:
- Content Marketing: Die effektive Verzahnung von SEO, PR und Social Media#
- Branded Content Seeding: 4 Strategien für die Markengestaltung
- Mit dem Online-Magazin zum starken Markenimage
- Linkbaits: Ohne gute Ideen wird das nichts!
- Digital Branding: Wie Unternehmen mit ihrer Marke im Web zur Autorität werden
3. Fazit
Google hat mit seinen Maßnahmen und Instrumenten ein Machine Learning ermöglicht, welches dem User eine bessere Experience bieten wird und unnatürliche Verlinkungen sowie Seiten mit geringem Mehrwert anhand von User-Signalen schneller erkennen wird. Wer SEO auch in Zukunft erfolgreich betreiben möchte, muss also Content und Experience nicht für die Suchmaschine, sondern für den User optimieren. User Signals Marketing ist daher der konsequente Schritt, um nicht nur für den Menschen, sondern auch für die Maschine relevant zu bleiben.
- About
- Letzte Beiträge
Fionn ist Managing Partner bei suxeedo und hat in dieser Position schon über 300 Kampagnen mit zahlreichen DAX- und Fortune 500-Unternehmen verantwortet. Darüber hinaus ist er regelmäßig Speaker auf nationalen und internationalen Marketing Konferenzen und Events.
