当我们想到数字营销世界的竞争时，我们通常不会想到谷歌，因为它似乎可靠地主导了它的大部分业务领域。约翰•奥利弗(John Oliver)的《上周今夜秀》(Last Week Tonight)上，在一个讨论企业垄断的节目中，幽默地将必应(Bing)作为占主导地位的搜索引擎，并配上了一张图表，上面写道:“必应(Bing)。”最好的谷歌的地方。”
然而，在很大程度上，数字营销领域一直是一个竞争相当激烈的领域，尽管也有例外。由于长期以来的信任，老牌品牌经常占据搜索引擎排名第一的位置，新域名不得不排队等待，而黑帽SEO允许网站管理员在系统中玩游戏，为稀薄的内容提供高排名。十年前，搜索引擎优化机构和网站管理员可以应用简单的启发式和热门关键词来对内容进行排名，而不考虑其对用户意图的实用性或实际质量。
蜂鸟的更新和随后的RankBrain的推出彻底改变了所有这些概念。
他们也应该改变SEOs如何获得成功的想法。尽管许多SEO专家知道RankBrain的重要性，或者至少知道它将会有多重要，但他们仍然在使用我们十年前赖以生存的传统策略。
在本专栏中，我将解释为什么您应该重新审视搜索引擎优化。我也会提供一些关于机器学习应用程序和SEO策略的建议，你可以使用它们在竞争激烈的SEO领域中竞争。
机器学习是如何革新搜索的
机器学习是人工智能的一个子集，它允许计算机独立于人类干预进行学习，通过分组相似的属性进行迭代学习，并根据它们的共享属性确定值。
机器学习
谷歌的RankBrain，该公司称它是第三重要的排名因素，它被用来确定以前从未收到的新搜索查询的上下文。RankBrain通过提取语义上相似的关键字/短语，并将它们与过去相似的搜索进行比较，从而获得最相关的结果，从而区分非学习搜索的上下文。
谷歌使用机器学习技术来发现模式和意义的相关数据,分析用户参与网页搜索列表。使用这些数据，谷歌的算法评估用户意图。从谷歌的角度来看，这有助于更有效地过滤结果，并奖励用户更好的体验。
目前，仍采用传统信号对最佳结果进行排序。随着每一个后续的相关搜索，机器学习可以分析哪个网页正在接收最好的用户信号，并提供最好的结果来满足用户的意图。重要的是要注意,机器学习不是瞬时但会导致缓慢的排名变化基于增长数据的搜索页面。
这对关键词研究和排名有两个广泛的影响:
关键字排名不再受戏剧性变化的影响。
谷歌算法更具动态性;不同的算法被用于每个唯一的搜索。
在竞争更激烈的细分市场中，内容质量和用户参与度将逐渐超过传统信号，从而平衡SERP的竞争环境。在低流量搜索中，传统的排名信号仍将作为事实上的标准，直到有足够的数据可用来确定用户意图。
这也将语义搜索推向了搜索引擎优化专家的前沿。语义搜索允许内容对多个关键字进行排名，并通过满足各种相关搜索查询的意图来增加流量。语义搜索影响最明显的例子是谷歌serp底部的相关搜索字段，以及特色片段字段下面的“人们还会问”。
Semantic-Themes-Chart
随着谷歌变得能够理解人类意图和语言智能，技术搜索引擎优化和关键字使用将让位给用户信号。考虑到不同的算法应用于独特的搜索，链接作为内容质量的仲裁者的角色将会减少，较小的域名将有更好的机会与行业巨头有机地竞争。
如果搜索者的意图决定了将为SERP列表提取哪个算法，我们如何优化甚至跟踪它?答案涉及使用传统策略和我们自己的机器学习技术。
给人们他们想要的
下面是一些SEOs应该使用的方法来跟上环境的变化:
1. 改善用户体验
Searchmetrics的2016年排名因素报告显示了用户信号对有机排名的重要性。该公司发现，就重要性而言，用户信号仅次于内容相关性。
搜索引擎确定用户意图的最好方法之一是分析用户信号，它通过Chrome浏览器收集这些信号，直接url，