Google her yıl 5 trilyondan fazla arama işliyor - bu, saniyede 158.000 arama demek. Ancak bu aramaların yalnızca %32'si bir tıklamayla sonuçlanıyor ve bu tıklamaların da %66,61'i açık web'e gidiyor. Yine de günde 2,92 milyar tıklama, özellikle reklam gelirlerine bağımlı yayıncılar için büyük bir fırsat. Bu devasa rakamlar, Google'ın kullanıcılara sunduğu içeriğin kalitesini ve özgünlüğünü ne kadar önemsediğini gösteriyor. Peki Google, milyarlarca sayfa arasından hangi içeriğin gerçekten özgün olduğunu nasıl anlıyor? İşte bu noktada 'Bilgi Kazanım Puanı' (Information Gain Score) devreye giriyor.
Google'ın 2019'da aldığı 'Contextual estimation of link information gain' patentini incelediğimizde, sistemin bir belgenin kullanıcıya ne kadar yeni bilgi sunduğunu ölçtüğünü görüyoruz. Patent, daha önce görülen belgelere kıyasla eklenen yeni bilgi miktarını 0-1 arasında bir skorla değerlendiriyor. Bu skor, bir sayfanın sıralamada yükselmesine, düşmesine veya tamamen elenmesine neden olabiliyor. Özellikle aynı konudaki diğer sayfalarla karşılaştırıldığında, sadece %10'lık bir fark bile başarı ile başarısızlık arasındaki çizgiyi belirleyebiliyor.
Peki bu sistem pratikte nasıl çalışıyor? Kullanıcı bir konuda (örneğin elma ağacı yetiştirme) bir belge okuduğunda, Google kullanıcının aynı konuda daha fazla bilgi arayacağını biliyor. 13 aylık tıklama ve etkileşim verisiyle, kullanıcının hangi içeriği ne zaman görmesi gerektiğini tahmin ediyor. Yeni bir belge (d2) eski bir belgeyle (d1) karşılaştırılıyor ve eğer d2 yeterli bilgi kazanımı sağlıyorsa kullanıcıya gösteriliyor. Aksi halde, o sayfa kullanıcının yolculuğunda hiçbir zaman yer almıyor.
Patentin en kritik noktası, karşılaştırmanın mevcut arama sonuçları üzerinde değil, sonraki arama sonuçları (next set of results) üzerinde yapılması. Bu, Google'ın kullanıcı davranışına dayalı olarak bir sonraki aramada hangi sayfaların gösterileceğini belirlediği anlamına geliyor. Yani bir sayfa ilk aramada üst sıralarda yer alsa bile, bilgi kazanımı düşükse sonraki aramalarda görünmeyebilir. Bu, özellikle aynı konuyu işleyen binlerce sayfanın olduğu nişlerde, içeriğinizin rakiplerinizden farklılaşmasını zorunlu kılıyor.
Gelecekte Ne Bekleniyor?
Patentin bir diğer önemli yönü, içeriğin vektör temsilleriyle karşılaştırılması. Makine öğrenimi modelleri, belgeleri anlamsal olarak temsil ediyor ve aralarındaki bilgi kazanımını hesaplıyor. Bu, Google'ın yalnızca anahtar kelime eşleşmesine değil, içeriğin gerçekten yeni bir perspektif sunup sunmadığına baktığını gösteriyor. Örneğin, 'elma ağacı nasıl budanır' konusunda yazılmış bir makale, eğer diğer makalelerden farklı bir budama tekniği veya püf noktası sunuyorsa, bilgi kazanım puanı yüksek olacaktır.
Sonuç ve Değerlendirme
Bu patent için pratik SEO çıkarımları oldukça net. İlk olarak, konu ne kadar popüler olursa olsun, içeriğinizin %10 oranında bile farklılaşması gerekiyor. İkincisi, kullanıcı yolculuğunu düşünmek önemli: Bir kullanıcı konu hakkında ne kadar bilgi sahibi? Hangi sorularının cevapsız kaldığını belirleyip, bu boşluğu dolduracak içerik üretmek bilgi kazanım puanınızı artıracaktır. Üçüncü olarak, içeriğinizi güncellemek ve yeni bilgiler eklemek, eski sayfalarınızın bile yeniden değerlendirilmesine neden olabilir.
Sonuç olarak, Google'ın özgün içeriği ödüllendirdiği açık. İster doğrudan bilgi kazanım puanı, ister Bayesian tahmin skoru veya dolaylı olarak olumlu etkileşim sinyalleri yoluyla olsun, farklılaşma başarının anahtarı. Unutmayın, özgünlük tamamen farklı bir belge yazmak anlamına gelmiyor; mevcut bilgiye yeni bir katkı yapmak, bir sorunu farklı bir açıdan ele almak veya daha derin bir analiz sunmak yeterli. Bu patent, Google'ın içerik kalitesini ölçmek için ne kadar sofistike sistemler kullandığını ve yayıncıların bu sistemi anlayarak stratejilerini buna göre şekillendirmesi gerektiğini gösteriyor.
Kaynak: searchenginejournal.com
