آپدیت الگوریتم MUM: چگونه مام در سئو تاثیر می گذارد؟

معرفی MUM نشان دهنده تغییر پارادایم اصلی بعدی برای جستجوی گوگل پس از مرغ مگس خوار، Rankbrain و BERT است. در حالی که نوآوری های قبلی مبتنی بر یادگیری ماشین، بر اساس چندین مدل آموزش دیده برای وظایف مختلف بوده است، هدف در مام، استفاده از تنها یک مدل برای همه وظایف مربوط به نمایه سازی (Indexing)، بازیابی اطلاعات (information retrieval) و رتبه بندی (ranking) است که با دیگر الگوریتم های گوگل تفاوت زیادی دارد.

ساده‌سازی مدل‌های یادگیری ماشین، مزایای زیادی برای عملکرد جستجو دارد، اما برای اینکه به طور کامل متوجه شوید که یک تغییر عمده Multitask Unified Model، چه چیزی را نشان می‌دهد، ابتدا باید بفهمید که در اینجا با چه چیزی سروکار دارید.

الگوریتم MUM چیست؟

الگوریتم گوگل MUM مخفف Multitask Unified Model است و یک فناوری جدید برای جستجوی گوگل بوده که برای اولین بار در می 2021 معرفی شده است.

 در پاییز 2021، عرضه آتی اعلام شد و این فناوری با جزئیات بیشتری توضیح داده شد. MUM با هوش مصنوعی یا درک و پردازش زبان طبیعی کار می‌کند و به پرسش‌های جستجوی پیچیده با داده‌های چند وجهی پاسخ می‌دهد.

MUM، چند زبانه بوده و اطلاعات را از فرمت های گوناگون در رسانه های مختلف، جهت پاسخ به سوالات پردازش می کند. MUM علاوه بر متن، تصاویر، ویدئو و فایل های صوتی را نیز درک می کند.

الگوریتم MUM چگونه کار می کند؟

در ماه می 2021، گوگل، الگوریتم مام را  1000 برابر قوی تر و تکامل یافته تر از الگوریتم گوگل برت، معرفی کرد. هر دو فناوری مبتنی بر پردازش زبان طبیعی هستند، اما، MUM چیزی فراتر از پردازش زبان طبیعی است.

MUM چندین فناوری را ترکیب می‌کند تا جستجوهای گوگل را حتی بیشتر معنایی و مبتنی بر زمینه کند، تا تجربه کاربر را بهبود بخشد. با MUM، گوگل می‌خواهد به پرسش‌های جستجوی پیچیده‌ای پاسخ دهد که یک قطعه SERP معمولی برای آنها کافی نیست.

وظایفی که باید توسط MUM انجام شود به شرح زیر ارائه شده است:

• الگوریتم گوگل مام، ارائه یک درک عمیق از دانش جهانی است.
• الگوریتم گوگل MUM باید به 75 زبان به طور همزمان آموزش ببیند تا آنها را بفهمد. با روش های قبلی هر زبانی با مدل زبانی خود آموزش داده می شد.
•  MUM Algorithm باید بتواند اطلاعات را علاوه بر متن، تصاویر، صدا و ویدئو درک کند.

از این اظهارات گوگل می توان موارد زیر را استنباط کرد:

گوگل از MUM برای گسترش بیشتر پایگاه‌های اطلاعاتی معنایی مانند نمودار دانش و نزدیک‌تر شدن به هدف پایگاه‌داده  استفاده می‌کند.

با استفاده از الگوریتم Multitask Unified Model، گوگل می‌خواهد جستجوی بین‌المللی را حتی بهتر کند تا همه شاخص‌ها و نمونه‌های جستجو در سراسر جهان را به سطح کیفی مشابهی برساند. بنابراین، تجربه کاربر را در هر کشور و هر زبانی که روی کره زمین موجود است در همان سطح بالا تضمین می‌کند و سعی می کند که با توجه به منابع خود، کارآمدتر نیز کار کند.

احتمالاً هیجان‌انگیزترین پیشرفت برای سئوکاران این است که MUM می‌خواهد به تمام قالب‌های رسانه ای برای جمع‌آوری اطلاعات (داده کاوی)، درک و پردازش آن در نتایج جستجو، به گونه‌ای عمل کند که هدف جستجو به طور بهینه ارائه شود و تجربه کاربر را با استفاده از جستجوی گوگل نیز بالاتر رود.

به عبارت دیگر، علاوه بر تریلیون ها محتوای مبتنی بر متن، گوگل همچنین به تمام اطلاعات از تمام فرمت های رسانه ای در سیستم های گوگل دسترسی دارد تا شاخص (نهاد) را افزایش دهد. 

در نتیجه، حتی اطلاعات بیشتری در مورد موجودیت های ثبت شده می توان تولید کرد. اطلاعات از متن، ویدئو، صدا و تصاویر را می توان در SERP ها حتی بهتر برای یک پرس و جو ارائه کرد.

Google MUM و E-A-T

علاوه بر داده کاوی (data mining)، یکی دیگر از چالش های اصلی گوگل، اعتبار اطلاعات (validity of the information) است. گوگل، سال‌هاست که با E-A-T یک تهاجمی با کیفیت را اجرا می‌کند، که باید در آینده نزدیک توسط ویژگی‌های اضافی پشتیبانی شود.

در رابطه مستقیم با نتیجه جستجوی مربوطه، امکان دریافت اطلاعات در مورد منبع از طریق کادر “about this result” وجود دارد.

این اطلاعات شامل توضیحاتی درباره ناشر از منابع قابل اعتماد مانند ویکی‌پدیا یا وب‌سایت ناشر و اطلاعاتی درباره ایمن بودن اتصال به وب‌سایت است. علاوه بر این، می توانید دریابید که ناشر در مورد خودش چه می نویسد یا دیگران در مورد او یا موضوع او چه می نویسند.

اینکه تا چه حد از الگوریتم گوگل مام، در اینجا استفاده شده است کاملاً مشخص نیست. با این حال، کاملاً مطمئن هستیم که اعتبار و اعتماد نهاد یا منبع نیز نقش منحصر به فردی در رتبه‌بندی بازی می‌کند.

 تغییر پارادایم بعدی برای عملکرد بیشتر و جهت‌گیری کاربر با آپدیت Google MUM

تمرکز بر تنها یک مدل زبان، در نظر گرفتن زبان های مختلف برای تفسیر معنایی نیز منسوخ شده است. الگوریتم ها بر اساس سوالات و اسناد جستجوی انگلیسی، آموزش داده می شوند. آنها را می توان برای تمام زبان های دیگر نیز اعمال کرد تا یک مزیت قابل توجه، از نظر عملکرد و درک معنایی بوجود آید. ترجمه انگلیسی با استفاده از پردازش زبان طبیعی بسیار آسان تر از زبان های پیچیده  مانند زبان آلمانی است.

حتی قبل از Multitask Unified Model، گوگل بر زبان انگلیسی به عنوان زبان اصلی تمرکز داشت. اولین ترجمه از اسناد زبان انگلیسی، در اوایل سال 2019 در پانل های دانش ظاهر شد. این یک پیشرفت قابل توجه به دلایل عملکرد بوده است. استفاده از یادگیری ماشینی یا پردازش زبان طبیعی (NLP) تنها در صورتی امکان پذیر است که از منابع موجود به نحو احسن استفاده شود. لازمه این امر، کاهش فرآیندهای در حال اجرا به صورت موازی است. با تمرکز بر جستجوی اطلاعات، کارایی فقط از یک مدل داده برای هر جست‌وجو، افزایش می‌یابد.

 هدف کاربر، تمرکز بر اساس مدل است، گوگل می تواند پیش بینی کند که کاربر در طول تحقیق خود به چه سوالات و پاسخ های مربوطه نیاز دارد. تمام اطلاعات لازم را می توان در SERP ها جمع آوری کرد تا کاربر را به طور یکپارچه در سفر مشتری همراهی کند.

MUM: آینده جستجوی گوگل و آنچه سئوکاران می توانند از آن بیاموزند

الگوریتم مام، قطعه بعدی پازل گوگل در راه رسیدن به یک موتور جستجو، صرفا معنایی است که به طور مداوم در حال بهبود زمینه جستجوها و محتوا است. بنابراین، ارتباط محتوا و متن‌ها برای تطبیق، هدف جستجو را درک می‌کند.

توسعه یک کامپیوتر کوانتومی قابل استفاده هنوز فاصله زیادی دارد، بنابراین گوگل برای استفاده از قدرت محاسباتی که در حال حاضر برای یادگیری ماشین در مقیاس بزرگ وجود ندارد، باید با فناوری‌های کارآمدی مانند گوگل مام، مقابله کند. به این ترتیب، گوگل می‌تواند سیستم‌های جستجوی خود را بدون در نظر گرفتن عملکرد سخت‌افزاری با سرعت بیشتری توسعه دهد. می توان گفت که توسعه نرم افزار فقط پیشی گرفتن از توسعه سخت افزار است.

پیشرفتی برای رایانه‌های کوانتومی قابل استفاده برای سال 2029 پیش‌بینی می‌شود. می‌توانیم فرض کنیم که جستجوی Google تا آن زمان یک موتور جستجوی کاملاً معنایی خواهد بود. تطبیق متن کلمه کلیدی در جستجوی گوگل، به گذشته تبدیل خواهد شد.

Google MUM: سئو باید تغییر کند

در این مرحله، همچنین باید این سوال پرسیده شود که گوگل به عنوان تامین کننده ترافیک در آینده چه نقشی را ایفا خواهد کرد و تا چه حد سئوها هنوز به طور مستقیم بر رتبه بندی تاثیر می گذارند.

معرفی BERT و MUM، تغییرات شدیدی را در صنعت مشابه پاندا و پنگوئن ایجاد کرده است. پردازش زبان طبیعی جستجوی معنایی، مرغ مگس خوار و نمودار دانش را بسیار سریعتر می کند. سئوکاران باید بیشتر به موضوعات مربوط به E-A-T فکر کنند تا کلمات کلیدی را در نظر بگیرند.

برای سئو فنی، اطمینان از خزیدن و نمایه سازی محتوای مرتبط با جستجو باقی می ماند. اما فناوری، آن را مرتبط نمی کند و اختیار یا تخصص ایجاد نمی کند. با توجه به اعتماد (https) و UX (تجربه صفحه)، این فناوری، چند اهرم کوچک برای مداخله در رتبه بندی دارد. با این حال، این اهرم ها تضمین کننده موقعیت برتر نیستند. وظایف فنی مانند علامت‌گذاری با داده‌های ساختاریافته منسوخ‌ترمی‌شوند، زیرا گوگل برای درک بهتر از طریق پردازش زبان طبیعی، به اطلاعات ساختاری کمتر و کمتری نیاز دارد.

محتوا و لینک‌ها همچنان مهم‌ترین عوامل تأثیرگذار هستند. لینک ها، توسط عوامل مهم دیگری که زیربنای اقتدار هستند به آن ها می پیوندند. وقوع همزمان در جست‌وجوها و محتوا (متن، ویدئو، صدا و تصاویر) سیگنال‌های اعتماد و اعتبار مهمی هستند. از طریق MUM، گوگل به منابع داده و اطلاعات بسیار بیشتری دسترسی دارد. علاوه بر این، گوگل می تواند از داده کاوی مستقل از زبان، برای جمع آوری و ادغام تمام اطلاعات موجود در جهان در مورد نهادها و موضوعات استفاده کند. سیلوهای داده قبلی در حال شکستن هستند. این به گوگل این امکان را می دهد که حتی بهتر به سؤالات پاسخ دهد و دانش واقعاً عمیقی را منتقل کند.

مدیران محتوا باید کمتر به فراوانی کلمات کلیدی در محتواها بپردازند و دیدگاه هایی را که باید با یک موضوع مورد بررسی قرار گیرد رادر نظر بگیرند. در اینجا تجزیه و تحلیل خوب قدیمی TF-IDF هنوز یک ابزار آزمایش شده برای شناسایی عبارات مهمی است که مجموعه کلیدواژه یک موضوع را توصیف می کند.

محتوا پاسخ سوالات را می دهد. اما تنها تولید محتوا، دیگر در آینده کافی نخواهد بود. Google می‌خواهد کاربر را در طول سفر کامل مشتری با پاسخ‌هایی همراهی کند تا ترافیک تجاری ارزشمند مربوط به محصول را برای انتقال آن به دنیای خرید خود دریافت کند. آنها می خواهند سهم بازار را پس بگیرند.

از نظر سئو، برای کسانی که مسئول محتوا هستند، اهمیت زیادی پیدا می کند که در طول سفر مشتری، بازاریابی محتوا را ارائه دهند تا در طول تحقیق، تا حد امکان نقاط تماس محتوا را در اختیار کاربر قرار دهند.

بسته به سطح دانش خود، کاربران یک فرآیند تحقیقاتی را در یک دوره کوتاه تر یا طولانی تر انجام می دهند. هنگامی که به دنبال راه حل هایی با دانش رو به رشد در مورد یک موضوع هستند، کاربران با چالش ها و سوالات مختلفی روبرو می شوند که نیاز به پاسخ دارند.

شخصی که تازه به موضوع بهینه سازی موتورهای جستجو می پردازد، احتمالاً این سوال را می پرسد که “سئو چیست؟” بعد، آنها می پرسند “سئو چگونه کار می کند؟” فقط متوجه می شوند که موضوع بسیار پیچیده است و آنها به احتمال زیاد می پرسند “چه کسی خدمات سئو را ارائه می دهد؟” در این سفر، شرکت ها باید پاسخ ها را ارائه دهند.

محتوا باید کاربر محور باشد و نیازها و سوالات را در طول سفر مشتری پیش بینی کند، درست مانند کاری که گوگل با MUM انجام می دهد. تجزیه و تحلیل دقیق SERP به پیش بینی اهداف جستجوی فعلی و آینده کمک می کند.

الگوریتم گوگل MUM: سئو همچنین برای فرمت های رسانه ای غیر از متن

سئوکاران در درجه اول بر محتوای متنی تمرکز می کنند. MUM باعث می‌شود SERPها از نظر قالب‌های رسانه بسیار متنوع‌تر شوند، زیرا گوگل در درک ویدیو، تصاویر، صدا و متن و قرار دادن آنها در متن، بهتر  عمل می کند. وقتی به طبقه‌بندی تصاویر در جستجوی تصویر، به عنوان مثال، یا علامت‌گذاری خودکار مکان‌ها در ویدیوهای YouTube نگاه می‌کنید، قبلاً می‌توانید آن را ببینید.

برای سئوکاران، این بدان معناست که در آینده، هنگام طراحی محتوای فایل های صوتی و ویدئویی، با استفاده از تحقیق کلمات کلیدی یا تجزیه و تحلیل TF-IDF، می توانند به طراحی معنایی مشابه با متن توجه کنند. گوگل در آینده، محتوای گفتاری ویدیوها و فایل های صوتی را بهتر درک خواهد کرد تا به عنوان مثال، آنها را در YouTube یا جستجوی پادکست رتبه بندی کند.

پایگاه داده های معنایی مانند نمودار دانش نیز از منابع اضافی اطلاعات عملی در مورد موجودیت ها برای داده کاوی بهره می برند. ترکیبی از پردازش زبان طبیعی با کارایی بالا و تعداد زیادی از منابع اضافی برای داده کاوی به طور قابل توجهی سرعت توسعه دانش را افزایش می دهد.

بنابراین، به‌روزرسانی Google MUM یک توسعه منطقی بیشتر در راه رسیدن به یک موتور جستجوی معنایی است.

از طریق MUM در آینده، بازدیدکنندگان کمتری از گوگل می آیند.

با نوآوری هایی مانند MUM و BERT، گوگل می خواهد پاسخ های بیشتری را مستقیماً در SERP ها بدون نیاز به کلیک مجدد بر روی منبع محتوا نمایش دهد. نگرانی موجهی وجود دارد که گوگل همچنان به بستن شیر ترافیک و نمایش هرچه بیشتر اطلاعات در دنیای خودش ادامه دهد.

در اینجا این خطر وجود دارد که منافع گوگل و ناشر محتوا متفاوت باشد و گوگل از محتوای مناسب استفاده می کند بدون اینکه به ناشر اجازه مشارکت دهد. اما این فقط در اختیار خود گوگل است و چگونه آنها تعادل منافع را در نظر می گیرند.

یک چیز واضح است، گوگل برای پاسخ به سوالات فعلی و آینده کاربران به محتوای به روز متکی است. و به عنوان یک گروه فناوری، گوگل قادر است اطلاعات را به صورت الگوریتمی ایندکس کند و به روشی کاربرپسند آماده کند.

با این حال، احتمالاً هرگز نخواهید توانست به طور مستقل دانش تخصصی عمیق ایجاد کنید و آن را مستقل از محتوای ارائه شده توسط ناشران نمایش دهید. بنابراین، تنها می توان اعتماد کرد که گوگل همچنان به محتوای خوب با ترافیک پاداش می دهد.

امیدوارم الگوریتم گوگل MUM (مام)، توانسته باشد، اطلاعات کافی و مفیدی را در اختیار شما عزیزان قرار داده باشد. لطفا نظرات و انتقادات خود را با ما در میان بگذارید. اگر نیاز به مشاوره سئو یا استفاده از آنالیز سایت داشتید، با شماره 09128909248 تماس حاصل نمایید.