Pozwól wyszukiwarce zrozumieć Twoją treść

Mimo, że wydaje nam się, że cały czas korzystamy z tej samej  wyszukiwarki, to pod względem technicznym każdego dnia jest ona inna. Google codziennie wprowadza do algorytmu mniejsze lub większe zmiany. Część aktualizacji ma na celu poprawianie jakości wyników wyszukiwania poprzez zmiany ocen jakości serwisów, jednak mają miejsce również zmiany dotyczące silnika wyszukiwarki i tego, jak rozumie on treści na naszych stronach.  

Dzisiejszy artykuł postanowiłem poświęcić wyszukiwaniu semantycznemu oraz zmianom, które nie tylko są widoczne dla wszystkich użytkowników Google, ale również mają w łatwy sposób przekazać trafne i wyczerpujące informacje. Tym samym czyni pierwszy krok w kierunku wyszukiwania semantycznego.

Knowledge Graph
Dodanie funkcjonalności w postaci grafu wiedzy miało miejsce w  maju 2012 roku. W Polsce graf pojawił się dopiero rok później.  Panel prezentuje informacje odnoszące się do zapytań użytkowników, które pojawiają się  bezpośrednio na pierwszej stronie wyników wyszukiwania.


Korzystając na co dzień z wyszukiwarki widzimy, że do tej pory ukazywało nam się 10 wyników wyszukiwania, których zadaniem było dostarczenie poszukiwanych informacji. Wprowadzony graf wiedzy umożliwia uzyskanie informacji na dane zapytanie bez potrzeby wchodzenia na poszczególne strony. Najważniejsze informacje wyświetlane są po prawej stronie wyników wyszukiwania:

Pogłębienie wiedzy
By  zaprezentować funkcjonalność panelu wiedzy, sprawdźmy informację na temat hasła „Mikołaj Kopernik”. Na stronie wyników wyszukiwania ukazał nam się graf, który przedstawia najważniejsze fakty dotyczące  Mikołaja Kopernika, lecz nie tylko. Szukając informacji o astronomach, znając jedynie postać Mikołaja Kopernika, graf wiedzy umożliwia nam również poszerzenie wiedzy w dziedzinie naszego zapytania. W prosty sposób możemy odczytać informację o kolejnych znanych astronomach m.in. Galileuszu. Wszystkie te informacje są połączone w graf, tworząc między sobą zbiór relacji i powiązań.

Właściwa odpowiedź
Po wpisaniu w wyszukiwarkę frazy ,,Władca Pierścieni” na początku grafu znajdziemy informacje nawiązujące do powieści. Jednak Google idzie krok do przodu, wyświetlając również w dolnej części modułu informacje związane  z filmami, niwelując w ten sposób możliwość dostarczenia niekompletnej odpowiedzi.

Graf wiedzy opiera swoje dane  na publicznych źródłach, takich jak Wikipedia, Freebase czy CIA World Factbook. Obecnie baza zawiera ponad 570 milionów obiektów oraz 18 miliardów informacji o obiektach i powiązaniach między nimi. Są  one na bieżąco aktualizowane. Panel wiedzy umożliwia zwracanie odpowiedzi w postaci informacji dla wielu „bytów”. Wśród obiektów możemy znaleźć: rzeczy, miejsca, marki, firmy, atrakcje turystyczne, budynki, obiekty geograficzne, zespoły muzyczne oraz filmy.

Wiele czynników wpływa na pojawienie się wyniku naszego zapytania w grafie wiedzy.  Ewa Gasperowicz (Developer Programs Engineer w Google) podczas jednej ze swoich prezentacji „Graf wiedzy i semantyczne tagi - uruchamianie Akcji w Gmailu” na konferencji GDG DevFest 2013  przedstawiła niektóre z nich:

- opisywanie obiektów w ten sam sposób

- ujednolicone słownictwo w postaci standardu Schema.org

- wykorzystywanie obsługiwanych formatów (RDF, Microformaty, Microdane, JSON-LD)

W dalszej części artykułu opisuję, jak w prosty sposób zaimplementować dane strukturalne, które w coraz większym stopniu wpływają na korzyść serwisu.

Wykorzystanie danych strukturalnych

Celem danych strukturalnych jest opisanie zawartości strony w sposób zrozumiały dla wyszukiwarek. Zamieszczając odpowiednie znaczniki, jesteśmy w stanie przedstawić i wyodrębnić poszczególne cechy opisywanych obiektów. Implementacja etykiet danych strukturalnych nie wpływa w żaden sposób na wygląd tekstu zamieszczonego na stronie, jednak pozwala urozmaicić wygląd strony w wynikach wyszukiwania w postaci Rich snippets.

Przed implementacją danych strukturalnych należy  wybrać format znaczników, który będzie wykorzystywany do opisywania elementów na stronie. Google umożliwia wybór spośród czterech formatów:

- Mikrodane – HTML 5

- Mikroformaty 

- JSON-LD

- RDF

Sugeruję implementację  danych strukturalnych za pomocą znaczników mikrodanych, ponieważ jest to sposób rekomendowany przez wyszukiwarkę Google. Pozostałe dwa sposoby również będą działać, lecz skoro Google rekomenduje używanie mikrodanych, warto posłuchać tej rady.

Mikrodane – HTML 5

Rekomendowany przez Google sposób oznaczenia treści etykietami, w celu opisania konkretnych typów informacji zawartych na stronie.

Poniżej przykład kodu HTML zawierającego podstawowe dane kontaktowe:  

Kod HTML z użyciem Mikrodanych :   

Google umożliwia nam w prosty sposób zweryfikować poprawność kodu dzięki „Narzędziu do testowania znaczników” . 

Weryfikacja naszego kodu przeszła pomyślnie, dzięki czemu narzędzie prawidłowo wyodrębniło poszczególne informację zawarte w kodzie:

Mikroformaty

Służą do opisu informacji określonego typu, takich jak opinie, wydarzenia, produkty, firmy lub osoby. Każdy z wyróżnionych elementów posiada swoje atrybuty na przykład, osobie możemy przypisać imię i nazwisko, adres, stanowisko, firmę oraz adres e-mail.

Przykładowy sposób implementacji Mikrofromatów:

Podobnie jak w przypadku mikrodanych, nasza weryfikacja kodu przeszła pomyślnie, wyodrębniając poszczególne informację z kodu źródłowego:

Format JSON-LD

JSON-LD pozwala na określenie danych strukturalnych wykorzystując obiekty JavaScript na stronie HTML.

Przykładowy kod HTML:

Zastosowanie znaczników JSON-LD opisujące wydarzenie:

Standard RDF

Kolejnym sposobem oznaczenia informacji na swojej stronie jest wykorzystanie standardu RDF.

Przykładowy kod HTML:

Ten sam kod z wykorzystaniem znaczników RDF:

 Google w narzędziach dla webmasterów udostępnił również funkcję o nazwie „Asystent do oznaczania danych strukturalnych” , która pozwala w łatwy sposób dodać znaczniki danych strukturalnych zarówno do roboczego kodu HTML, jak również do implementacji bezpośrednio na stronie.

Sprawdźmy jak w prosty sposób możemy zaktualizować swój kod w serwisie, wykorzystując do tego kod HTML:

Wybierając uprzednio typ danych, wklejamy kod HTML:

Kolejnym etapem jest zaznaczenie poszczególnych elementów treści, oraz przypisanie im odpowiednich znaczników danych. Dodając poszczególne elementy, narzędzie zamieszcza odpowiednie znaczniki w kodzie HTML:

Pozostaje nam tylko pobranie zmodyfikowanego kodu oraz dla formalności sprawdzenie poprawności działania we wcześniej wspomnianym weryfikatorze znaczników:

Narzędzie do testowania danych strukturalnych prawidłowo wyodrębniło i uporządkowało dane, które w prosty sposób wdrożyliśmy w naszym podstawowym kodzie HTML.  Tak przygotowany kod jest gotowy do implementacji na naszej stronie. W przypadku wyboru modyfikacji bezpośrednio na stronie, cały proces jest jeszcze bardziej zautomatyzowany.

Stosowanie danych strukturalnych już dziś niesie za sobą wielkie korzyści w postaci Rich snippets, które wykorzystane w odpowiedni sposób potrafią zwiększyć współczynnik CTR. Warto również wspomnieć, że oprócz Google również Bing i Yahoo!. wykorzystują dane strukturalne do segregowania zawartości strony, zwiększając przy tym potencjał implementowanych zmian.

W prezentacji Bluerank, ,,Wyzwania e-commerce w pozycjonowaniu organicznym” możemy dowiedzieć się, jak mały procent sklepów internetowych wykorzystuje Rich snippets w wynikach wyszukiwania:

Dane strukturalne w coraz większym stopniu wpływają na widoczność serwisu w wynikach wyszukiwania. Rich snippets, którego zadaniem jest zwiększenie CTR za pomocą wzbogacenia wyników wyszukiwania o dodatkowe atrybuty m.in. opinie, cenę, dostępność produktu, nie jest już jedynym powodem dla którego warto zastosować tagi semantyczne. Z biegiem czasu wykorzystanie znaczników danych, może okazać się kluczowym rozwiązaniem do zrozumienia treści przez wyszukiwarki oraz pojawieniu się w kolejnych semantycznych funkcjonalnościach wyszukiwarek.

--

Piotr Jędrasik, Junior SEO Specialist

Udostępnij: