Google realisiert dieses Jahr die grösste Umstellung des Such-Algorythmus in der Geschichte der Search-Engine. Dabei soll Google von der Such-Maschine zur Antwort-Maschine weiter entwickelt werden. Patrick C. Price und Raphael Bienz von Idealizer erklären die semantische Interpretation durch Google, damit man die eigene Website gezielt auf eine semantische Indizierung hin optimieren kann.
Google und Bing unterstützen inzwischen beide schema.org (semantische microformate), womit Inhalte als Entitäten markiert und somit in einen semantischen Zusammenhang gebracht werden können.
Patrick C. Price und Raphael Bienz von Idealizer am Internet Briefing Zürich.
Unter semantischer Suche versteht man eine “intelligente Suche”, die inhaltlich versteht, was gesucht wird. Unter “Jaguar” könnte eine Grosskatze oder ein Auto gemeint sein, was als “Bank” gesucht wird, ist nicht ohne Zusammenhang klar. Das Ziel der semantischen Suchmaschine ist es, eine Antwort zurückzugeben und nicht ein vollständiges Dokument.
Werbeeinblendung: Idealizer unterstützt das Schulhaus in Haiti des Schweizers Otto Hegnauer und sucht weitere Spender www.esmono.ch
Grundlage der Semantik sind Entitäten mit Verknüpfungen und Attributen: Zürich <stadt> liegt an der Limmat <fluss>. Über solche Metainformationen setzen Suchmaschinen ihr Suchuniversum (Knowledge Graph) zusammen.
WolframAlpha ist eine semantische Suchmaschine für wissenschaftliche Informationen. Die Keyword-Suche “Credit Suisse, UBS” ergibt semantisch richtige Treffer aus dem Bankenumfeld.
Die stochastischen Suchalgorithmen werden ergänzt durch Auslagerung des Taggings von Inhalten und den Einkauf von strukturierten Daten (MetaWeb, VBZ).
Als User kann man durch solche semantisch angereicherten Daten eine bessere Trefferliste in Google erwarten. Sucht man z.B. im Suchschlitz nach “Rio”, so zeigt die Auto-Suggest-Funktion verschiedene Optionen. Je nach Wahl gibt man einen semantischen Zusammenhang, der für die Optimierung der Trefferliste genutzt wird.
Die Google-Trefferliste hat sich in den letzten Jahren markant weiterentwickelt: Die “Universal Search” zeigt personalisierte Treffer als Links, Bilder, Videos und Rich Snippets. Je nach Suche können auch Flugpläne, Börsenkurse, Wetterprognosen, Fussballresultate, Kochrezepte, etc. dargestellt sein. Die Rezeptsuche verfügt dabei über eine eigene spezialisierte Darstellungsform.
Google Knowledge Graph
Der Knowledge Graph ermöglicht direkte Antworten, z.B. nach der Höhe der Freiheitsstatue. Der Wert wird direkt oberhalb der Trefferliste dargestellt.
Die Frage “What to do in Zurich” wird nicht nur Ausgehtipps bringen sondern auch darauf bezogene Inhalte wie Hoteltipps.
Auch Google Now, der Konkurrenzdienst zu Apple’s Siri, basiert auf dem Knowledge Graph.
Sucht man nach sich selber, so findet Google anhand aller Daten auf den Google-Diensten ob man gerade auf dem Flughafen ist und ob der Flug verspätet ist…
Rich Snippets
Patrick C. Price über Microformats von Suchmaschinen
Über Rich Snippets lassen sich Multimediainhalte in die Google-Trefferliste integrieren. Vorteil: Die Click-Through-Rate CTR ist bei Treffern mit den kleinen Icons höher als bei konventionellen Einträgen.
Steigt allerdings die CTR im Vergleich zu einem Benchmark nicht, nachdem man beispielsweise Rating-Sterne eingeführt hat, so wird man mit einem Downgrading durch Google wieder bestraft. Denn dann könnte das Rating allenfalls missbräuchlich eingesetzt worden sein.
Untenstehend als Beispiel das Listing dieses soeben (!) publizierten Blogartikels inklusive Author-Bild aus Google+
Schema.org wurde von Suchmaschinen gemeinsam entwickelt: Per Crowdsourcing strukturieren die User die Daten selbst gemäss den Strukturen von schema.org und ermöglichen so eine bessere Suche. Es stehen unterschiedliche Formatierungsraster zur Verfügung, z.B. für Autoren (rel=author) oder Verlage (rel=publisher) von Artikeln, Beurteilugen, Events, etc.
+Cyrus Shepard hat übrigens bei SEOMoz einen lesenswerten Artikel publiziert über den Einsatz von Google+ für SEO-Zwecke.
