Seit 2015 ist Google RankBrain einer der Rankingfaktoren der Suchmaschine und wurde sehr schnell sehr wichtig. Für Google bedeutet RankBrain einen weiteren wichtigen Schritt zu einer lernenden Maschine, die sich selbst optimiert, um immer bessere Suchergebnisse zu präsentieren. Das hat auch Einfluss auf die Conversion-Optimierung.
Google hat spätestens mit Einführung des Rankingfaktors RankBrain 2015 den Einstieg der Suchmaschine ins Zeitalter künstlicher Intelligenz eingeläutet. Vereinfacht ausgedrückt, ist RankBrain ein selbstlernendes System, um auch komplexe Suchanfragen so zu interpretieren, dass die Suchergebnisliste möglichst relevante Seiten enthält.
Für Google ist RankBrain ein weiterer Schritt zum möglichst exakten Verständnis der Intentionen von Google-Nutzern, die Suchanfragen stellen. Relevanz ist auch hier das entscheidende Stichwort. Von der Relevanz der angezeigten Seiten für die aktuelle Suchanfrage des Nutzers hängt ab, wie gut die Suchmaschine aus seiner Sicht arbeitet. Und nur gut arbeitende Suchmaschinen können ihre Dominanz auch in Zukunft erhalten.
Eine hohe und weiter ansteigende Relevanz der Suchergebnisse ist daher Googles Instrument, um selbst relevant für all diejenigen zu bleiben, die im Internet nach etwas suchen. Aus Sicht von Conversion-Optimierern spricht RankBrain für eine weitere Verzahnung von SEO und Conversion-Optimierung. Suchmaschinen-Nutzern kommerzielle Seiten zu präsentieren, auf denen Sie sich mit Ihrer Suche angekommen fühlen, wird durch RankBrain noch mehr zu einer Aufgabe, die im besten Fall zu einer guten Conversion-Rate und zu einem guten Ranking führt.
Ein paar Worte zu RankBrain
Seit etwa Anfang 2015 gibt es RankBrain als neuen Google Rankingfaktor. Im Verlauf des Jahres stellte Google RankBrain ausführlicher vor. Bloomberg.com zitierte der Google Senior-Research-Scientist Greg Corrado im Oktober 2015 mit der Aussage, dass RankBrain innerhalb weniger Monate zum drittwichtigsten Rankingfaktor geworden sei.
RankBrain soll dazu dienen, auch bei komplexen Suchanfragen wie „Wie hieß das erste Duftwasser von Yves Saint Laurent“ möglichst relevante Ergebnisse zu präsentieren. Es soll bei Suchanfragen mit eigenen Wortkreationen des Suchenden oder bei umgangssprachlicher Suche relevante Seiten finden und so auch der Suche via Spracheingabe dienen. RankBrain steigert dadurch auch die Relevanz der Suchergebnisse von Suchanfragen, die bisher so noch nie gestellt wurden. Das sollen immerhin 15% der vielen Millionen Suchanfragen sein, die Google-Nutzer täglich durchführen. RankBrain ist dabei ein selbstlernendes System. Das macht diesen Rankingfaktor besonders. Er setzt auf Machine Learning.
Machine Learning ist kein Synonym für Künstliche Intelligenz
Machine Learning ist nicht genau dasselbe wie Artificial Intelligence. Künstliche Intelligenz gilt als das umfassende Konzept, das letztlich darauf abzielt, menschliche Fähigkeiten komplett auf Maschinen zu übertragen. Das Ziel ist natürlich ausgesprochen ehrgeizig, wobei Teildisziplinen sich auch mit etwas weniger ehrgeizigen Zielen zufriedengeben. Maschinelles Lernen ist solch eine Teildisziplin, die es einer Maschine ermöglicht, auf der Basis von Erfahrungen Wissen zu gewinnen.
Anders ausgedrückt: Lernende Maschinen nutzen Daten, um ihre Aufgaben zu lösen. Das Ergebnis ihrer Arbeit produziert neue Daten, die ihrerseits von der Maschine genutzt werden, um neue Aufgaben immer besser zu lösen. Die Maschine „lernt“. Übertragen auf Google und RankBrain kann man sagen: Die Maschine wird immer erfolgreicher beim Versuch, auch für komplexe Suchanfragen möglichst relevante Ergebnisse zu präsentieren. Google selbst definiert Maschinelles Lernen wie folgt:
„Maschinelles Lernen analysiert zahlreiche Beispiele, ermittelt Muster, die diese Beispiele erklären, und verwendet dann diese Muster, um Vorhersagen über neue Beispiele zu treffen.“
Folgt man dem Lernprinzip, muss RankBrain Reaktionen auf seine Suchanfragen aufnehmen, bewerten und „Erfahrungen“ für kommende Suchanfragen nutzbar machen. Es könnte also beispielsweise sein, dass RankBrain andere Rankingfaktoren wie User Signals (Bounce-Rate, Conversion-Rate) nutzt, um die Relevanz der Suchergebnisse für den Suchenden zu bewerten. Ist sie hoch, lernt RankBrain, dass es etwas richtig gemacht hat und in einer vergleichbaren Situation wieder machen sollte.
RankBrain beschleunigt die Abkehr vom Keyword-Fetisch
Spätestens der letzte Absatz mit Bezug zur Conversion-Rate lässt die mögliche Verbindung von RankBrain und Conversion-Optimierung erahnen. Wie bereits zuvor durchgeführte Veränderungen an der Google-Suchmaschine trägt auch RankBrain dazu bei, dass sich die Maschine immer besser auf den suchenden Menschen einstellt.
Für die Website-Optimierung bedeutet das eine weitergehende Abkehr von einer Optimierung für die Maschine. Stattdessen kann sie denjenigen verstärkt ins Blickfeld rücken, der auch im Fokus der Suchmaschine liegt: den Internetnutzer. Bei Webtexten ist damit ein weiteres Abrücken von Keyword-Vorgaben gemeint. Viel wichtiger wird die Frage, ob der Inhalt relevant für die aktuelle Suchanfrage des Google-Nutzers ist.
Nimmt man nochmals die Beispielsuche „Wie hieß das erste Duftwasser von Yves Saint Laurent“, dann erwartet der Suchende vor allem Information. Verrät eine Internetseite, dass das erste YSL Parfum bereits 1964 herauskam und den Namen „Y“ trug, besitzt die Seite demnach hohe Relevanz für die Suche und hat Chancen, bei der Ergebnisliste der Suchanfrage weit vorne zu landen. Eine Internetseite, die das Parfum „Y“ nur zum Kauf anbietet, dürfte geringere Chancen haben.
Möglicherweise passend: Shoppable Content.
Shoppable Content könnte deshalb eins der Instrumente sein, die zugleich der Suchmaschinenoptimierung in Zeiten lernender Maschinen und der Conversion-Optimierung dienen. Mit Shoppable Content sind Inhalte gemeint, die neben Informations- und/oder Unterhaltungswert die Möglichkeit des Kaufs passender Produkte besitzen.
Klassisches Content Marketing leidet bisweilen daran, dass es diese Kombination nicht bietet. Es informiert und/oder unterhält und stärkt so bestenfalls ein positives Image einer Marke in den Augen potenzieller Kunden. Aber es ist eine Sackgasse, die zwar Besucher anlockt, dann aber nicht weiterführt. Wer als Besucher nicht die Initiative ergreift und aus dem Blog des Onlineshops heraus z.B. Kategorieseiten ansteuert, ist als Käufer für den Shopbesitzer erst einmal verloren. Shoppable Content kann das ändern und damit die Conversion-Rate und den Umsatz steigern. Zugleich bietet er die Chance, auf einer mit RankBrain ausgestatteten Google-Suchmaschine häufiger als relevantes Suchergebnis aufzutauchen.
Die vielleicht wichtigste Botschaft: Hier bist Du richtig.
RankBrain dürfte auch die Bedeutung des passenden Empfangs von Suchenden weiter steigern. RankBrain verarbeitet immer komplexere Suchanfragen immer besser und wird es „zur Kenntnis nehmen“, wenn Besucher einer als Suchergebnis präsentierten Seite schnell wieder abspringen. Die Absprungrate ist schließlich auch ohne RankBrain etwas, das sowohl Einfluss auf die Conversion-Rate wie aufs Google-Ranking besitzt.
Bestenfalls schaffen es Onlineshop-Besitzer deshalb, potenzielle Kunden selbst bei komplexeren Suchanfragen wie „Dior-Abendkleid für Gartenparty im Sommer“ eine Seite anzubieten, die möglichst gut zu ihrer Suchanfrage passt. Das dürfte dann nicht nur die potenziellen Kunden freuen und gut für die Conversion-Rate sein, sondern zusätzlich Vorteile im Kampf um gute Ranking-Plätze bringen.
Im allerbesten Fall wird es möglich sein, selbst Suchende mit der Frage „Welcher Designer schneiderte das Kleid, das XY bei den Oscars trug“ auf eine möglichst exakt passende Seite zu führen, die auch Wege zum Kauf vergleichbarer Kleider aufzeigt. Es ist allerdings sehr wahrscheinlich, dass das auch in Zukunft nicht immer perfekt funktionieren wird. Als Ziel, das man nie völlig erreicht, aber immer anstrebt, sollte man das aber im Auge behalten.
