Trong nhiều năm, các chuyên gia SEO nghi ngờ rằng hành vi người dùng ảnh hưởng đến hệ thống xếp hạng của Google Search, nhưng những người phát ngôn tại Google hoặc phủ nhận hoặc xem nhẹ điều này. Những tài liệu nội bộ xuất hiện trong vụ kiện chống độc quyền Mỹ vs. Google năm 2020 đã chứng minh “thao túng xếp hạng bằng click chuột” thực sự tồn tại.
Giờ đây, chúng ta đã có bằng chứng, dấu vết và cả ảnh chụp của vấn đề đó. Mặc dù chưa có ai trong làng SEO tại Việt Nam đưa ra tuyên bố về yếu tố này. Nhưng điều quan trọng nhất là chúng ta đã có một mô hình tư duy về cách Search hoạt động bị đảo lộn hoàn toàn.
Nguồn gốc ‘phép thuật’ của Google
Có lẽ hệ thống của Google đã tiến hóa rất nhiều, đặc biệt trong 5 năm qua, và các tài liệu chống độc quyền chỉ đến năm 2020. Ít nhất cho đến năm 2020, Google đã “đánh lạc hướng” chúng ta khỏi thành phần chính của Search bằng cách cung cấp tài liệu về nội dung và kỹ thuật SEO như một ảo thuật gia tài ba. Hành vi người dùng, chứ không phải nội dung, mới là nguồn gốc “phép thuật” của Google. Trong thời gian dài, Google đã ghi lại các sự kiện như click, di chuột, cuộn trang, vuốt, tạm dừng và việc người dùng chỉnh sửa truy vấn để hiểu họ muốn gì. (nguồn)
“Cuộc đối thoại hai chiều là nguồn gốc ‘phép thuật’ của Google.”
Một tài liệu nội bộ của Google cho biết: “Sự phụ thuộc vào phản hồi người dùng (click) trong xếp hạng đã tăng đều đặn trong thập kỷ qua.” (nguồn)
Điều làm đảo lộn mô hình Search của chúng ta là việc thừa nhận rằng Google nhìn vào các tài liệu nhưng thực sự không hiểu chúng. Hệ thống xếp hạng sử dụng 3 nhóm tín hiệu: nội dung, tương tác người dùng và liên kết ngược (backlinks). Nhưng dựa trên các tài liệu nội bộ, có vẻ như Google chủ yếu nhìn vào metadata để hiểu nội dung. (nguồn)
“We don’t understand documents. We fake it. – Chúng tôi không hiểu tài liệu. Chúng tôi ‘giả vờ’ thôi.”
Một trong những tài liệu đã nói thẳng: “Search hoạt động dựa trên quy nạp.” Quy nạp tìm kiếm các mẫu dựa trên quan sát, trong khi suy luận diễn dịch bắt đầu với lý thuyết. (nguồn)
- Quy nạp = quan sát > nhận diện mẫu > kết luận
- Diễn dịch = lý thuyết > dữ liệu > phân tích > kết luận
Google nhóm người dùng dựa trên hành vi trong quá khứ để dự đoán họ muốn gì. Hãy nghĩ về nó như “khách hàng khác cũng mua” trên Amazon. Khi nhân lên hàng trăm tỷ lượt tìm kiếm, các mẫu mạnh mẽ xuất hiện.
“…we simply use a user’s past actions to describe them and match users based on their behavioral similarity. – …chúng tôi chỉ đơn giản sử dụng hành động trong quá khứ của người dùng để mô tả họ và ghép nối người dùng dựa trên sự tương đồng về hành vi.” (nguồn)
Câu hỏi đặt ra là làm thế nào để “len lỏi” vào tâm trí người dùng sớm khi họ tìm kiếm. Vì 15% truy vấn trên Google là mới, chìa khóa là xác định và theo đuổi các chủ đề mới thay vì những chủ đề đã được thiết lập và cạnh tranh.
Hầu hết các hệ thống của Google như RankBrain, RankEmbed BERT hay DeepRank sẽ không hoạt động nếu thiếu tín hiệu người dùng. Chúng ta nên giả định rằng hành vi người dùng quan trọng trong mọi lĩnh vực của SEO. Ví dụ, các liên kết ngược có khả năng nhận được click cao hơn (như được mô tả trong bằng sáng chế PageRank nhạy cảm với người dùng) có giá trị cao hơn.
Một ví dụ khác là tầm quan trọng của việc tối ưu trải nghiệm sản phẩm cho ý định người dùng, thay vì chỉ tập trung vào nội dung. Một minh chứng hay là từ khóa “qr code scanner”, trong đó trang qrcodescan.in xếp hạng #1.
Trang này không có nội dung, chỉ cung cấp cách sử dụng camera máy tính để quét mã QR. Nó đáp ứng ý định người dùng, và vì Google đo lường hành vi người dùng, việc xếp hạng trang này là hợp lý nhất. Nhưng điều đó cũng cho thấy rằng nội dung không quan trọng trong trường hợp này.
Bạn có thể nghĩ rằng không có các bộ lọc như “nội dung” và liên kết ngược, các tín hiệu người dùng sẽ làm nổi bật clickbait, spam và nội dung xấu. Nhưng tác động không đáng kể. Thành phần quan trọng nhất trong “chiếc bánh” dự đoán ý định của Google là “đánh giá giá trị”, hay còn gọi là người đánh giá chất lượng. Google đã tập hợp hơn 16.000 người đánh giá chất lượng giúp tinh chỉnh và xác thực các mô hình và kết quả dự đoán mới.
Tôi cho rằng các hệ thống dự đoán này cũng được áp dụng trong các phần khác của Alphabet, như đề xuất YouTube hoặc điều hướng Google Maps. Chúng ta thường ngạc nhiên trước thuật toán của TikTok, nhưng nếu Google thực sự có thể xây dựng Search chủ yếu dựa trên hành vi người dùng và liên kết ngược, thì thuật toán của họ ít nhất cũng đáng kinh ngạc không kém.
Google biểu diễn vai hề trong mắt các SEO spamer
Tại sao Google lại giữ bí mật việc sử dụng tín hiệu hành vi người dùng? Bạn có thể lập luận rằng họ sẽ có kết quả tốt hơn khi công khai giá trị của tương tác người dùng vì các chuyên gia SEO sẽ tập trung hơn vào việc thỏa mãn người dùng.
Tôi có thể thấy 4 lý do:
1/ Tín hiệu hành vi người dùng rất dễ bị lợi dụng, nghĩa là Google Search dễ bị “chơi khăm” hơn chúng ta nghĩ. Theo kinh nghiệm của tôi, việc thao túng traffic rất tốn tài nguyên và không bền vững. Nhưng các tài liệu nội bộ của Google gọi tên các chuyên gia SEO và đối thủ: “mọi thứ chúng tôi tiết lộ sẽ bị sử dụng chống lại chúng tôi bởi các chuyên gia SEO, kẻ troll bằng sáng chế, đối thủ cạnh tranh, v.v.” (liên kết)
2/ Google muốn duy trì lợi thế cạnh tranh. Việc sử dụng click để xếp hạng là một bí mật mở. Biết chính xác những sự kiện nào Google ghi lại có giá trị hơn nhiều đối với đối thủ. Tuy nhiên, Google xác nhận rằng họ có lợi thế độc nhất nhờ dữ liệu, cũng là một trong những lý do họ có thể mã nguồn mở nhiều mô hình AI mà không sợ cạnh tranh.
3/ Hầu hết nhân viên Google thực sự không biết. Ở một số khía cạnh, Google hoạt động rất “ngăn cách” để bảo vệ bí mật thương mại. Có thể phần lớn người làm việc tại Google không nhận thức được tầm quan trọng của tín hiệu hành vi người dùng và do đó, lan truyền thông tin rằng chúng không quan trọng lắm.
4/ Google không muốn người dùng cảm thấy bị theo dõi. Nhìn vào tất cả các sự kiện được ghi lại và cách chúng được sử dụng để dự đoán kết quả tối ưu. Google thậm chí đo lường xem người tìm kiếm có mở rộng bảng kiến thức hay không. Có lý do để cho rằng nếu công khai thông tin này, thương hiệu có thể bị tổn hại nặng nề như Meta năm 2016.
Traffic như một ‘thành trì’ bảo vệ – hãy phát triển tư duy này
Càng nhiều người tìm kiếm trên Google, họ càng hiểu rõ người dùng muốn gì – không chỉ một lần mà liên tục.
Nhìn lại, “sách lược” của Google trong việc phát triển các sản phẩm miễn phí để giữ người dùng tìm kiếm trở nên rõ ràng. Họ xây dựng một “thành trì” gồm các sản phẩm miễn phí và phổ biến: Chrome, Android, Gmail, YouTube, Maps, Calendar, Docs/Sheets/Slides, Translate, Flights/Hotels, Meet, News, Analytics, v.v.
Năm 2013, Google triển khai đăng nhập thống nhất cho YouTube, Gmail, Search, v.v., và xây dựng bản đồ hành vi người dùng rõ ràng nhất trên hành tinh. Trong cài đặt Hoạt động của Chrome, bạn có thể thấy các sự kiện được ghi lại trên hầu hết các sản phẩm của Google.
Thêm vào đó là thỏa thuận trị giá 18 tỷ đô la với Apple để trở thành công cụ tìm kiếm mặc định, cộng với 36% chia sẻ doanh thu từ Safari, cộng thêm vài tỷ cho Mozilla và Samsung, và bạn nhận ra Google đã xây dựng nhiều “hào sâu” traffic xung quanh “lâu đài” của mình, mang lại lợi thế cạnh tranh độc nhất về hiểu biết người dùng. Google biết bạn muốn gì, hồ sơ của bạn giống với hàng ngàn hoặc hàng triệu người dùng khác như thế nào, và sử dụng thông tin đó để huấn luyện các thuật toán dự đoán cho những người tìm kiếm sau bạn.
Google thực sự hiểu nội dung tốt đến đâu?
Mô hình của chúng ta về những gì quan trọng trong SEO đã sai trong thời gian dài. Chúng ta nghĩ rằng nội dung là nền tảng, liên kết ngược là lớp giữa và tín hiệu người dùng là “rắc lên trên”. Hóa ra, tín hiệu người dùng mới là nền tảng, với lớp giữa là liên kết ngược và hiểu biết nội dung chỉ là “gia vị”.
Có thể giờ đây Google mới thực sự hiểu tốt hơn về chất lượng nội dung. Ngoài khả năng hiểu các N-gram từ ngữ trước tiên, rồi đến embeddings và vectors sau đó, có vẻ như Google chưa bao giờ có thể hiểu nội dung tốt là gì nếu không có tín hiệu người dùng.
Giờ đây, chúng ta hiểu tại sao Google triển khai Passage Ranking vào tháng 2 năm 2021.
Martin Splitt nói về Passage Ranking:
“It’s just us getting better at more granularly understanding the content of a page, and being able to score different parts of a page independently. – Chúng tôi chỉ đang cải thiện việc hiểu nội dung của một trang một cách chi tiết hơn, và có thể đánh giá độc lập các phần khác nhau của trang.”
Nghe có vẻ như họ vừa phát triển một hiểu biết cơ bản về nội dung vào năm 2021:
“Passages is a ranking feature where we say like, this page covers these five different topics and one of the topics is this specific tomato kind, for instance… whereas the rest of the page talks about cucumbers and gardening in general. – Passages là một tính năng xếp hạng nơi chúng tôi nói rằng, trang này bao gồm năm chủ đề khác nhau và một trong những chủ đề là loại cà chua cụ thể này, chẳng hạn… trong khi phần còn lại của trang nói về dưa chuột và làm vườn nói chung.”
Sự tiến hóa của việc hiểu nội dung là Cập nhật nội dung Hữu ích (HCU). Nếu Google luôn có thể hiểu nội dung tốt là gì, thì tại sao lại triển khai Passage Ranking và HCU trong 3 năm qua thay vì sớm hơn? Thay vào đó, Google luôn biết người dùng thích gì nhưng không nhất thiết biết tại sao.
Đây là thời điểm thú vị để các tài liệu nội bộ trước năm 2020 được tiết lộ. LLMs có cơ hội thực sự để “đối đầu” với Google. Theo một nghĩa nào đó, chúng là đối lập với công cụ tìm kiếm. Chúng không có chỉ mục nhưng hiểu ngôn ngữ và ý nghĩa cực kỳ tốt, trong khi công cụ tìm kiếm suy luận kết quả tối ưu từ hành vi trong quá khứ.
Giờ đây, công cụ tìm kiếm có thể thay thế “nút cổ chai” trong việc dự đoán sở thích người dùng bằng LLMs: người đánh giá chất lượng.
“Chúng tôi đã tìm thấy các mô hình ngôn ngữ lớn có thể hiệu quả, với độ chính xác tốt như người gán nhãn và khả năng tương tự trong việc chọn các truy vấn khó nhất, kết quả tốt nhất và nhóm tốt nhất. Thay đổi hệ thống đối với các lời nhắc tạo ra sự khác biệt về độ chính xác, nhưng các diễn đạt đơn giản cũng vậy. Để đo lường sự đồng ý với người tìm kiếm thực sự cần các nhãn ‘vàng’ chất lượng cao, nhưng với những điều này, chúng tôi thấy rằng các mô hình tạo ra nhãn tốt hơn so với người lao động bên thứ ba, với một phần nhỏ chi phí, và những nhãn này cho phép chúng tôi huấn luyện các bộ xếp hạng tốt hơn đáng kể.” (Nguồn)
