Googlen hakukoneoptimointi

Julkaistu 30.11.2022
Heikki Kujala

Google julkisti 21.11.2022 oppaan, joka kertoo kuinka nykyinen sijoitusjärjestelmä toimii ja kuinka vanha järjestelmä toimi. Samalla Google otti käyttöön uuden terminologian, joka kertoo käyttämistään järjestelmistä. Ennen Google on kertonut vain algoritmiensa päivityksistä.

Esimerkiksi hyödyllisen sisällön kaltaiset järjestelmät toimivat aina taustalla, kun Google tarjoaa hakutuloksia. Ydinalgoritminsa päivitykset ja spämmiin liittyvät päivitykset ovat esimerkkejä muista luokitusjärjestelmien kertaluonteisista muutoksista.

Hakukoneoptimoinnin spesialistit ovat vuosien mittaan spekuloineet paljon onko jokin asia Googlen haussa faktori vai ei, eli onko kyseinen asia vaikuttava tekijä avainsanojen sijoituksissa. Tämä artikkeli ei käsittele spekulaatioita, mutta nyt on olemassa luotettavaa Googlen itsensä antamaa tietoa, jonka pohjalta saa varsin hyvän käsityksen miten avainsanojen sijoitukset määräytyvät.

Googlehaun nykyinen sijoitusjärjestelmä

Googlen uusi opas auttaa pysymään ajan tasalla siitä, mitä luokitusjärjestelmiä Google käyttää ja mitkä niistä on poistettu.

Järjestelmät voidaan jakaa

  • sisältöön liittyvät algoritmit ja järjestelmät
  • erikoissäännöt
  • ulkoisiin linkkeihin liittyvät algoritmit ja järjestelmät
  • sivun käyttäjäkokemuksiin liittyvät järjestelmät
  • verkkokauppojen tuotearvioihin liittyvät järjestelmät

Sisältöön liittyvät algoritmit ja järjestelmät

RankBrain

Vuonna 2015 julkaistu RankBrain yrittää ymmärtää haun todellisen tarkoituksen, mitä tietoa käyttäjä oikeasti haluaa.

BERT (Bidirectional Encoder Representations from Transformers)

Vuonna 2019 julkaistu BERT -niminen algoritmi käyttää luonnollisen kielenkäsittelyn tekniikaa hakukyselyjen ymmärtämiseen, tekstien tulkintaaan ja asioiden välisten suhteiden tunnistamiseen.

MUM (MultiTask Unified Model)

Vuonna 2021 esitelty MUM-niminen tekoälyjärjestelmä vastaa monimutkaisiin kysymyksiin, joihin ei voida vastata vain muutamalla lauseella Googlen haun katkelmassa (featured snippet). Google pitää sitä merkittävänä tapahtumana hakutekniikoiden kehityksessä, on 1000-kertaa tehokkaampana kuin Bert-algoritmi.

Hyödyllisen sisällön järjestelmä

Tänä vuonna julkaistu hyödyllisen sisällön järjestelmä on suunniteltu varmistamaan, että ihmiset näkevät paremmin alkuperäisen, hyödyllisen sisällön sen sijaan, että ne näkevät sisällön, joka on tehty ensisijaisesti hakukoneliikenteen lisäämiseksi.

Paikallisten uutisten järjestelmät

Paikalliset uutisjärjestelmät tuovat esiin paikallisia uutislähteitä, kun ne ovat kyselyn kannalta olennaisia.

Päällekkäisen sisällön poistamisen järjestelmät

Päällekkäisyyden poistamisjärjestelmien tarkoituksena on välttää päällekkäisten tai lähes päällekkäisten verkkosivujen näyttämistä Googlen hakutuloksissa.

Sisällön tuoreuteen liittyvät järjestelmät

Tuoreusjärjestelmät ovat suunniteltu näyttämään tuoreempaa sisältöä kyselyissä siellä, missä sitä odotetaan.

Alkuperäisen sisällön järjestelmät

Alkuperäisen sisällön järjestelmät auttaa varmistamaan, että Google näyttää alkuperäisen sisällön näkyvästi hakutuloksissa, mukaan lukien alkuperäiset raportit, ennen niitä, jotka vain lainaavat sitä.

Kappalepohjainen sisällön tunnistaminen

  • Googlen kappalepohjainen sisällön tunnistaminen eli sijoitus (englanniksi passage ranking) oli yksi suurimmista hakukoneoptimointiin liittyvissä uutisista vuonna 2020.
  • Kappalepohjainen sisällön tunnistaminen tarkoittaa, että Google voi nyt luokitella sisältösivun yksittäiset kohdat, päätellä vastaako tietty tekstikappale parhaiten tiettyyn hakuun.
  • Kappalepohjainen sisällön tunnistaminen tuli voimaan Googlen englanninkielisessä haussa Yhdysvalloissa 14.2.2021, kun Googlen Danny Sullivan ilmoitti asiasta Twitterissä.
  • Tiivistetysti kappalepohjainen sisällön tunnistamisen takia webmastereiden, hakukoneoptimoinnin spesilistien jne. ei tarvitse tehdä mitään ko. asian vuoksi.
  • Jatkossakin Google indeksoi kokonaisen sisältösivun.

Luotettava tieto

Googlella on useita järjestelmiä luotettavan tiedon näyttämiseen kuten E-A-T, arvovaltaisten sivujen korottaminen, heikkolaatuisen sisällön alentaminen ja laadukkaan journalismin palkitseminen.

Neuraalinen täsmäys

Neuraalinen täsmäys auttaa Googlea ymmärtämään käsitteiden esityksiä hakukyselyissä ja sivuilla ja yhdistämään ne toisiinsa.

Erikoissäännöt

Spämmin tunnistus

Kuten sähköpostissa, myös web:ssä on samankaltaista roskasisältöä. Google käyttää erilaisia spämmin tunnistamisen menetelmiä kuten SpamBrain käsitelläkseen spämmikäytäntöjään rikkovaa sisältöä ja käyttäytymistä.

Poistoon perustuvat alentamisen järjestelmät

Poistoon perustuvat alentamisjärjestelmät: järjestelmät, jotka alentavat verkkosivustoja, joihin kohdistuu suuri määrä sisällön poistopyyntöjä.

Kriiseihin liittyvien tietojen järjestelmät

Googlella on käytössä järjestelmiä, jotka tarjoavat tiettyjä tietoja kriisiaikoina, kuten hätähälytyksiä etsittäessä luonnonkatastrofeja.

Web-sivustojen monimuotoisuus

Google ei yleensä näytä useampaa kuin kahta saman web-sivuston sisältösivua kärkipään hakutuloksissa, joten mikään yksittäinen web-sivusto ei yleensä hallitse kaikkia huipputuloksia.

Tarkan haun verkkotunnusjärjestelmä

Tarkan haun verkkotunnusjärjestelmä varmistaa, että Google ei anna liikaa tunnustusta verkkosivustoille, joiden verkkotunnukset vastaavat tarkasti kyselyä.

Linkkien analyysien järjestelmät ja PageRank

Linkkien analyysien järjestelmät ja PageRank määrittävät, mistä sivuista on kyse ja mikä saattaa olla hyödyllisin vastauksena kyselyyn sen perusteella, miten sivut linkittyvät toisiinsa.

Sivun käyttäjäkokemuksen järjestelmä

Sivun käyttökokemuksen päivitys mittaa lataamisen ajan, kuinka nopeasti sivu on interaktiivinen ja kuinka paljon asettelu muuttuu lataamisen aikana. Tässä päivityksessä olemassa olevat sivun käyttäjäkokemuksen signaalit yhdistetään Core Web Vitalsiin, joka kertoo todellisesta käyttäjäkokemukesta.

Tuotearviointien järjestelmä

Tuotearviointien järjestelmä palkitsee asiantuntijoiden tai asiaan syvällisesti perehtyneiden harrastajien korkealaatuiset tuotearvostelut, joissa on oivaltavaa analyysiä.

Googlehaun vanha sijoitusjärjestelmä

Hummingbird

Google julkaisi elokuussa 2012 Hummingbird-algoritmin, joka auttoi tulkitsemaan hakukyselyjä paremmin ja tarjoamaan tuloksia, jotka vastasivat hakijan tarkoitusta toisin kuin kyselyn yksittäiset termit. Kyseessä oli merkittävä parannus aiempaan.

Sivun latausaikaan liittyvä järjestelmä

Google julkaisi vuonna 2018 alun perin “Speed Update” -nimisen päivityksen, joka koski sivun latausaikaa kännykällä. Kännykällä tehdyissä haussa, tilanteissa joissa sivut olivat muuten yhtä hyviä, suosittiin kännykällä nopeiten latautuvaa sivua.

Mobiiliystävällisyyden arvionnin järjestelmä

Tilanteessa, jossa sisältö on yhtä relevanttia useammalla sivulla, mobiiliystävällisyyden järjestelmä suosii kännyköillä parhaiten toimivaa sivua. Tällöinhän mobiilystävällisestä sisällöstä hyötyy luonnollisesti kännykän käyttäjä. Google sisällytti myöhemmin tämän järjestelmän sivun käyttäjäkokemuksen järjestelmään.

Panda

Helmikuussa 2011 julkaistu Panda-algoritmipäivitys määritti ns. laatupisteet web-sivustoille. Aluksi Pandan vaikutukset olivat lieviä, mutta tammikuussa 2016 Google sisällytti sen ydinalgoritmiin.

Penguin

Google julkaisi vuonna 2012 Penguinin, jonka tavoitteena oli luokitella sivustot, joiden ulkoiset linkit näyttivät luonnottomilta. Tätä voidaan pitää vastaiskuna ns. musta hattu hakukoneoptimoinnille, jossa laitetaan paljon ulkoisia linkkejä riippumatta siitä, onko kyseinen verkkotunnus korkealaatuinen vai ei.

Turvallisten web-sivustojen järjestelmä

Vuonna 2014 Google ilmoitti, että web-sivustojen olisi hyvä käyttää SSL-sertifikaattia. Tällä tavalla Google edisti SSL:n yleistymistä.

Yhteenveto

On hyvä, että Google on entistä avoimempi siitä miten haun sijoitusjärjestelmä toimii. Kuten Google on ennenkin todennut, kaikkein tärkeintä on sisältö. Sitä pitää tuottaa todellisia käyttäjiä varten, ei hakukoneiden boteille. Sisältöön liittyviä kohtia on ylivoimaisesti kaikkein eniten, jotka pitää huomioida hakukoneoptimoinnin tekemisessä. Toki tekninen hakukoneoptimointi on tärkeää, esimerkiksi sivuston käyttäjäkokemusta pitää huomioida. Myös latausajoissa Google painottaa nykyään todellisten käyttäjien käyttäjäkokemusta, tarjoaa empiiristä dataa pelkän laboratoriodatan sijaan.