Bagaimana kami menggunakan AI dan Pembelajaran Mesin untuk meningkatkan kinerja Konten SEO sebesar 30%

Siapa pun yang telah berbicara kepada saya selama sembilan bulan terakhir akan tahu bahwa saya telah berada jauh di dalam lubang kelinci AI. Saya benar-benar asyik dengan cara kerja AI, dan di Ellipsis kami dengan cepat mengadopsinya ke dalam proses kami.

Penerima manfaat terbesar adalah pekerjaan Konten SEO kami, yang merupakan sebagian besar pekerjaan kami sehari-hari. Kami sekarang memiliki seperangkat alat internal yang dioptimalkan secara khusus untuk membuat konten untuk bisnis WordPress. Kumpulan alat ini secara signifikan lebih baik daripada apa pun yang tersedia secara komersial, dan membantu kami memastikan konten kami mendapat peringkat dan konversi.

Kami menyebutnya sistem FALCON, dan dengan itu kami telah meningkatkan hasil Konten SEO sekitar 30%. Ini adalah bagaimana semuanya bekerja.

Ikhtisar: apa yang bisa dilakukan AI?

Kami tertarik pada empat jenis AI di sini:

• klasifikasi teks (dalam kategori apa teks itu?)
• pembuatan teks (buat respons yang sebagian besar asli)
• prediksi (apa yang akan terjadi selanjutnya, berdasarkan data masa lalu?)
• pemahaman bahasa alami (apa arti teks?)

AI pada tahun 2021 sangat cocok untuk kasus penggunaan ini. Masing-masing jenis ini membutuhkan "model" yang digunakan untuk menghasilkan output. Ada dua jenis ini: terlatih sendiri dan pra-terlatih.

Terlatih mandiri adalah model khusus yang dibuat berdasarkan data Anda sendiri untuk kasus penggunaan Anda. Ini didukung oleh Machine Learning (ML), jadi Anda sering melihat ML digunakan secara bergantian di sini. Model pra-terlatih dilatih dengan data orang lain. Ini cenderung jauh lebih umum, tetapi model umum yang baik sangat kuat.

Jika Anda ingin mengetahui apakah permintaan formulir kontak baru adalah email penjualan atau permintaan dukungan pelanggan, Anda mungkin baik-baik saja menggunakan model yang telah dilatih sebelumnya. Jika Anda ingin mengetahui ke tim mana pesan dukungan khusus perlu diarahkan, Anda mungkin memerlukan model kustom yang dilatih sendiri.

Terobosan besar dalam setahun terakhir ini adalah model pra-pelatihan menjadi lebih baik secara signifikan. GPT-3 Open AI, yang menghasilkan teks dengan sangat baik, telah membuka lebih banyak kemungkinan. Ini telah digabungkan dengan pelatihan model kustom menjadi jauh lebih mudah diakses (berteriak kepada klien Ellipsis Akkio): sebelumnya Anda memerlukan Ilmuwan Data untuk melakukan ini.

Ini adalah konteks tentang apa yang dapat dilakukan AI, dan bagaimana kita dapat menggunakannya. Sekarang mari kita lihat kasus penggunaan khusus yang dimiliki Ellipsis untuk masing-masing kasus ini dalam proses Konten SEO kami.

Pembelajaran mesin untuk meningkatkan tingkat keberhasilan kombinasi kata kunci dan judul

Salah satu tahap pertama dalam proses produksi Konten SEO adalah pemilihan kata kunci. Kami akan mengidentifikasi kluster topik mana yang kami inginkan agar sesuai dengan konten klien, dan kemudian mencari kata kunci target yang baik untuk postingan tersebut. Jika Anda memilih kata kunci yang salah, tidak ada yang dapat Anda lakukan dengan pembuatan konten yang akan membuat posting berfungsi.

Dengan FALCON, kami menggunakan model Pembelajaran Mesin khusus untuk memprediksi seberapa baik kinerja kombinasi kata kunci dan judul, berdasarkan data internal kami tentang keberhasilan posting sebelumnya. Model khusus ini sendiri bertanggung jawab atas bagian terbesar dari peningkatan 30% untuk Kinerja Konten SEO kami.

Kami memiliki empat versi ini, untuk memeriksa:

1. Kata kunci yang ada
2. Kata kunci terkait
3. Kata kunci ekor panjang
4. Kata kunci pada konten yang sudah tayang

Yang pertama melakukan pemeriksaan sederhana terhadap kata kunci yang Anda berikan, dan dapat memeriksa hingga 100 kata kunci sekaligus. Yang kedua mencari kata kunci terkait dan menjalankannya melalui prediksi pada skala (hingga 100 sekaligus), menunjukkan kata kunci terkait yang akan berfungsi. Ini pada gilirannya dapat menangani 100 kata kunci dasar sekaligus, jadi kami memeriksa 1000 kata kunci dalam hitungan menit. Yang ketiga serupa tetapi masuk jauh ke dalam kata kunci ekor panjang. Versi final memeriksa untuk melihat apakah kata kunci target yang berbeda pada posting yang ada akan berkinerja lebih baik.

Melalui penggunaan FALCON, kami melihat peningkatan kinerja konten yang kami hasilkan — karena kami memiliki keyakinan tinggi bahwa pos akan diberi peringkat — dan peningkatan dalam kata kunci yang dapat kami temukan, karena AI mempermudah memunculkan kata kunci.

Mengklasifikasikan maksud pencarian menggunakan BERT

Google tertarik untuk memberikan pengalaman pengguna sebaik mungkin kepada pencari. Ini berarti memberikan jawaban lengkap untuk apa pun yang mereka cari, dengan cepat. Untuk melakukan ini, Google harus memahami apa yang dicari oleh pencari, dan jika hasil yang ditampilkan memberikan jawabannya. Kami menyebutnya maksud pencarian.

Kami memahami apa yang dicari oleh pencari dengan melihat hasil yang ditampilkan Google.

BERT adalah metodologi Natural Language Understanding (NLU) yang bersumber terbuka dari Google pada tahun 2018. BERT digunakan oleh Google untuk memahami maksud pencarian dalam konteks: jika Anda mencari "album Queen" itu akan memahami bahwa Queen dalam konteks ini berarti band, bukan Ratu orangnya.

Google menggunakan metodologi untuk memahami apa yang dicari oleh pencari. Kami menggunakannya untuk melakukan hal yang sama dengan FALCON, dengan melihat hasilnya dan menggunakannya untuk mengklasifikasikan maksud pencarian. Kami menggunakan model BERT pra-terlatih untuk melakukan ini.

Ini masuk ke dalam proses penelitian kata kunci kami. Anda dapat melakukan ini secara manual, tetapi secara manual cenderung dilakukan pada permintaan pencarian dan bukan hasil pencarian: cukup intuitif "beli tema WordPress" adalah kata kunci niat pembelian. Google semakin memberikan hasil yang tidak terduga, karena merespons pengguna di dunia nyata, jadi menggunakan BERT memungkinkan kita melihat 10 hasil teratas dan membuat klasifikasi berdasarkan semuanya – dan melakukannya dalam waktu sekitar setengah detik.

Pemrosesan Bahasa Alami untuk mengidentifikasi topik

Google ingin memahami apa yang dicari oleh pencari. Untuk menentukan di mana untuk menentukan peringkat konten, perlu memahami apa yang ada di halaman sehingga dapat memahami sejauh mana hasilnya sesuai dengan kebutuhan pencari.

Google menggunakan Natural Language Processing (NLP) untuk ini. NLP memungkinkan Google mengambil URL dan memahami entitas dan topik yang terdapat dalam halaman. Setelah mengetahui apa yang ada di halaman, ia dapat memahami di mana harus memberi peringkat.

NLP telah lama menjadi bidang SEO mutakhir, dan telah menjadi bagian inti dari proses konten kami selama tiga tahun terakhir. Alat komersial seperti Clearscope, MarketMuse, dan Frase telah mempopulerkan metodologi: mereka akan melihat 10-30 hasil pertama untuk kata kunci target, dan kemudian menggabungkan topik dalam hasil tersebut. Itu akan memberi Anda daftar 30-50 topik untuk Anda bahas di pos, dan mencakupnya memungkinkan Anda memastikan Anda telah melakukan pekerjaan dengan baik dalam menjawab semua pertanyaan yang akan dimiliki pencari.

Ini adalah proses yang telah dicoba dan diuji, dan kami telah mendapatkan hasil yang baik dari ini selama beberapa tahun.

Alat komersial memiliki beberapa keterbatasan. Yang utama adalah AI: NLP bagus, tetapi memiliki keterbatasan. Alat bergantung pada hasil yang baik dari NLP yang mereka gunakan. Google, misalnya, hanya mampu mengidentifikasi sekitar 18% topik di halaman, dan sering kali salah mengidentifikasinya.

Kami melihat hal yang sama dengan alat komersial: biasanya mereka menggunakan satu penyedia NLP, jadi mereka akan kehilangan topik dan entitas yang perlu dicakup oleh pos. Jika Anda mendasarkan konten Anda dari daftar topik yang tidak lengkap, Anda ketinggalan.

Seperti yang Anda lihat dalam contoh ini, saya telah menjalankan demo NLP Google di peringkat teratas untuk "hosting WordPress terbaik":

Klasifikasi sebagian besar berhasil, tetapi Google berpikir bahwa Hostinger adalah orang dan bukan perusahaan.

Hal ini mendorong kami untuk mengembangkan solusi FALCON NLP kami sendiri, untuk mendapatkan topik khusus WordPress dengan lebih baik .

Dengan solusi NLP internal kami, kami bisa mendapatkan identifikasi topik yang lebih baik. Ini memungkinkan kami menghasilkan konten yang lebih lengkap bahkan daripada konten pesaing yang diproduksi dengan alat komersial.

Jika Anda bisa mendapatkan identifikasi topik yang lebih baik untuk dibahas dan memastikan konten Anda memungkinkan Google mengidentifikasi topik Anda, Anda memiliki keunggulan kompetitif. Inilah yang dimiliki konten kami.

Kami juga menggunakan NLP dalam tahap penelitian kata kunci kami untuk secara otomatis mengelompokkan kata kunci ke dalam kelompok topik. Sebelumnya ini adalah proses manual yang lambat, jadi otomatisasi sangat berguna.

Model GPT-3 khusus untuk pembuatan judul

Saya menyoroti GPT-3 di atas. GPT-3 adalah teknologi luar biasa yang dibuat oleh Open AI. Itu menghasilkan teks, dan itu berfungsi dengan baik. GPT-3 dilatih pada 175 miliar parameter dan dapat menulis teks pendek yang tidak dapat dibedakan dari apa yang dapat dilakukan manusia. Ini sangat luar biasa.

Kami tidak menggunakan GPT-3 untuk pembuatan konten berdurasi panjang, seperti yang akan saya bahas nanti. Apa yang kami lakukan adalah menggunakan model khusus untuk bagian tertentu dari proses konten. Ini adalah hal yang cukup kuat.

Banyak hype untuk GPT-3 berasal dari apa yang dapat Anda lakukan dengannya. Ada daftar panjang aplikasi yang dibangun di atasnya. “AI copywriting” adalah salah satu area yang paling jelas untuk GPT-3, dan saat ini ada perlombaan senjata untuk membuat alat yang melakukan ini. Semua alat ini dibangun di atas API GPT-3 dari Open AI.

Keterbatasan dengan alat komersial adalah Anda bergantung pada petunjuk umum. “Generator judul posting blog” yang akan Anda dapatkan dari “AI copywriter” SaaS perlu bekerja dengan semua jenis judul. Kami membutuhkan sesuatu yang dioptimalkan secara khusus untuk konten WordPress.

Kami menggunakan AI untuk menghasilkan judul yang dioptimalkan untuk SEO dengan sangat baik. Dengan FALCON kami dapat mengambil kata kunci target, mencari hasil teratas, dan kemudian menggunakan GPT-3 untuk menghasilkan judul yang mirip dengan hasil konten peringkat teratas (kami menyaring hasil posting non-blog). Outputnya adalah judul yang dioptimalkan dengan sempurna untuk Google , karena didasarkan pada peringkat yang sudah ada.

Di sinilah AI jauh lebih baik daripada manusia: AI dapat melihat nuansa hasil dan menghasilkan banyak versi dengan cepat. Dengan demikian, kami menghasilkan beberapa opsi judul dan menjalankannya melalui langkah pembelajaran mesin yang dijelaskan di atas: FALCON kemudian akan menampilkan judul pemenang.

Kami tidak memberikan penghematan waktu atau biaya di sini (jika ada yang lebih memakan waktu dan mahal), tetapi kami sekarang dapat mengevaluasi lebih banyak opsi dalam skala besar dan memberikan klien kami yang terbaik. Terima kasih saya kepada Dr Oliver Crook di Universitas Oxford atas dukungannya dalam hal ini.

Pertanyaan yang jelas adalah: bagaimana dengan konten yang dihasilkan AI? Saya cukup optimis tentang ini sebagai ide yang buruk, karena saya akan membahas selanjutnya.

Bagaimana dengan konten yang dihasilkan AI?

Kami TIDAK menggunakan GPT-3 untuk pembuatan konten berdurasi panjang. GPT-3 sangat buruk untuk konten bentuk panjang karena tidak tahu apa yang dibicarakannya. Ia tidak memiliki gagasan tentang apa kebenarannya: ia dapat menghubungkan kata-kata bersama-sama, tetapi ia tidak tahu apa artinya.

Ketika Google semakin menghargai otoritas materi pelajaran, menggunakan AI yang tidak tahu apa yang dibicarakannya adalah resep untuk bencana.

Oleh karena itu, kami menggunakan pembuatan teks di margin proses konten kami untuk melakukan peningkatan dan menemukan efisiensi, tetapi kami tidak menggunakan GPT-3 untuk pembuatan konten bentuk panjang.

Jika ada, munculnya ini membuat kita lebih bahagia untuk bekerja dengan para ahli materi pelajaran. Pakar itu mahal, tetapi jika orang lain mulai mencoba membuat konten secara otomatis yang mungkin tidak masuk akal, kami dan klien kami akan memiliki lebih banyak keunggulan kompetitif. Ayo!

Sistem FALCON dan bagaimana Anda bisa mendapatkannya

Hasil kami sejauh ini telah menunjukkan peningkatan 30% dalam hasil Konten SEO sejak kami mulai serius menerapkan AI ke dalam proses konten kami. Sejak awal tahun ini, kami sudah mulai mewujudkan hasil tersebut untuk klien.

Sistem secara keseluruhan diberi label sistem FALCON. Ini adalah koleksi alat internal kami yang dirancang untuk meningkatkan keberhasilan pekerjaan Konten SEO yang kami lakukan untuk klien.

FALCON sekarang disertakan dalam semua paket Pertumbuhan Konten kami untuk Konten SEO. Anda dapat melihat detailnya di sini, atau hubungi kami untuk mengetahui bagaimana kami dapat membantu Anda.