SERP گوگل (صفحه نتایج موتور جستجو) به صفحه‌ای گفته می‌شود که وقتی کاربر یک عبارت جستجو را در گوگل وارد می‌کند، نمایش داده می‌شود. این صفحه شامل مجموعه‌ای از لینک‌ها، تصاویر، ویدئوها و نتایج دیگری است.
اهمیت SERP در سئو بسیار زیاد است، زیرا رتبه وب‌سایت‌ها در این صفحه مستقیماً بر میزان دیده‌شدن و بازدیدکنندگان وب‌سایت تأثیر می‌گذارد. رتبه‌های بالاتر در SERP معمولاً ترافیک بیشتری را به وب‌سایت‌ها جذب می‌کنند، چرا که کاربران اغلب بر روی لینک‌های موجود در صفحه اول و به ویژه نتایج اولیه کلیک می‌کنند. در واقع، قرارگیری در صفحات ابتدایی گوگل می‌تواند به عنوان یک نشانه از اعتبار و کیفیت وب‌سایت تلقی شود. حال به برخی از جنبه‌های ناگفته SERP اشاره می‌کنیم.
در سال ۲۰۱۹، شرکت Perficient مطالعه‌ای جامع را به قلم اریک اینگ منتشر کرد که بررسی می‌کرد چگونه ویژگی‌های جستجوی گوگل—هر محتوایی که خارج از لیست اصلی لینک‌ها قرار می‌گیرد—بر نرخ کلیک (CTR) تأثیر می‌گذارد. این مطالعه بر اساس داده‌هایی از جستجوهای دسکتاپ و موبایل و همچنین جستجوهای با برند و بدون برند انجام شده است. تصویر ضمیمه شده، میانگین نرخ کلیک (درصد کلیک‌های دریافت‌شده) بر اساس موقعیت صفحه نتایج جستجوی گوگل (SERP) را برای جستجوهای با برند و بدون برند نشان می‌دهد. همانطور که مشاهده می‌کنید، این تفاوت قابل توجه است.
نتایج جستجوی گوگل شامل انواع مختلفی از شاخه‌های اطلاعاتی است. تصوری بعدی فراوانی ویژگی‌های مختلف جست‌وجو در صفحات نتایج موتور جستجوی گوگل (SERP) را تا دسامبر ۲۰۱۹ نشان می‌دهد.
هر یک از این ویژگی‌ها فرصت‌های مختلفی را برای قرارگیری در نتایج جستجو ایجاد می‌کند و بر نرخ کلیک (CTR) بالقوه‌ای که ممکن است تجربه کنید، تأثیر می‌گذارد. دلیل تأثیرگذاری CTR این است که کاربران به عناصر بصری مختلف واکنش نشان می‌دهند و چشم‌هایشان به تصاویر و بخش‌هایی از صفحه که متفاوت به نظر می‌رسند، جلب می‌شود.
حدود دو دهه پیش، شرکت‌های تحقیقاتی Enquiro، EyeTools و Did-It آزمایش‌های نقشه حرارتی (heat map) را با کاربران موتور جستجو انجام دادند. این آزمایش نتایج جالبی را درباره آنچه که کاربران در هنگام جستجو، مشاهده و بر آن تمرکز می‌کنند، ارائه داد. شکل زیر یک نقشه حرارتی را نشان می‌دهد که بر روی گوگل آزمایش شده است؛ این نمودار نشان می‌دهد که کاربران بیشترین زمان را به تمرکز چشمان خود در قسمت بالای سمت چپ صفحه اختصاص داده‌اند، جایی که سایه‌زنی تیره‌تر است. این بخش تاریخی در بازاریابی جستجو، به عنوان “مثلث طلایی” شناخته می‌شود. توجه داشته باشید که با وجود گذشت سال‌ها از این تحقیق، اما همچنان می‌توان از آن درباره واکنش کاربران به نتایج جستجو نکاتی آموخت.
با این حال، از سال ۲۰۰۵، چشم‌انداز جستجو به طور چشمگیری تغییر کرده و به طور فزاینده‌ای پیچیده‌تر شده است، به سمتی که نتایج غنی از رسانه و متمرکز بر موبایل تکامل یافته‌اند. در نتیجه، ظاهر نتایج جستجو دیگر به همان اندازه گذشته یکنواخت نیست و این امر باعث می‌شود که کاربران رویکردی بسیار کمتر یکنواخت در اسکن صفحات نتایج موتور جستجو (SERPs) داشته باشند. همانطور که در تصویر بعدی که نشان داده شده است، تحقیقات اخیر انجام‌شده توسط Nielsen Norman Group نشان می‌دهد که کاربران مسیری شبیه به حرکت توپ در پین‌بال را در صفحه دنبال می‌کنند.
حتی با وجود اینکه محتوای غنی‌تر و با کیفیت تری در صفحات نتایج جستجو گنجانده شده و الگوهای ردیابی چشم و کلیک کاربران را تغییر داده است، اما دینامیک کلی که کاربران بیشتر به فهرست‌های بالای نتایج جستجو نگاه می‌کنند و بر روی آن‌ها کلیک می‌کنند، (در حالی که هر فهرست بعدی، توجه و کلیک کمتری دریافت می‌کند.) توسط مطالعات متعدد در طول زمان تأیید شده است.
این نوع مطالعات، اهمیت چیدمان صفحات نتایج موتور جستجو را نشان می‌دهد. همانطور که تحقیقات ردیابی چشم نشان می‌دهد، با ادامه تکامل نتایج جستجو، الگوهای جستجو و تعامل کاربران نیز تغییر خواهد کرد. در آینده، موارد بیشتری برای جلب توجه جستجوگران در صفحه وجود خواهد داشت. این موارد شامل راه‌های بیشتری برای یادآوری، دسترسی به فهرست‌های جستجو، همچنین روش‌ها و چیدمان‌های نتایج مبتنی بر مکان و تعاملی بیشتر کاربر تغییر خواهند کرد. این سیر با ادامه تکامل محیط‌ها و پلتفرم‌های جستجو، همچنان تغییر خواهند کرد.
توجه:
در چند سال گذشته، گوگل قابلیت “پیمایش پیوسته (continuous scroll)” را در جستجوهای موبایل و دسکتاپ معرفی کرده است، که در آن فهرست‌ها دیگر به حدود ۱۰ مورد در هر صفحه محدود نمی‌شوند، بلکه با پیمایش به سمت پایین، فهرست‌های بیشتری بارگذاری می‌شوند. هنوز مشخص نیست که این تغییر چه تأثیری بر رفتار جستجوگران داشته است.
نقش هوش مصنوعی و یادگیری ماشین
تا کنون متوجه شده‌اید که رفتار کاربران بسیار پیچیده است و برآورده کردن نیازهای متنوع کاربران با یک موتور جستجو چالش بزرگی است. همانطور که داده‌های seoClarity ، تقریباً ۸۰% از تمام جستجوها شامل ۴ کلمه یا کمتر هستند. این عبارات کوتاه تنها اطلاعاتی هستند که موتور جستجو برای تعیین نتایج نمایش داده شده در صفحات نتایج جستجو (SERPs) دریافت می‌کند. علاوه بر این، داده‌های مارس ۲۰۲۱ از ارائه‌دهنده ابزار SEO Ahrefs نشان می‌دهد که تقریباً ۹۵% از تمام جستجوها به طور متوسط ۱۰ بار در ماه یا کمتر جستجو می‌شوند. این امر به موتورهای جستجو تاریخچه زیادی برای مدل‌سازی آنچه کاربر می‌خواهد، ارائه نمی‌دهد.
گوگل برای تلاش به مقابله با این چالش‌ها از مجموعه‌ای گسترده از منابع استفاده می‌کند، از جمله تعداد رو به رشدی از الگوریتم‌های یادگیری ماشین (ML) مانند RankBrain، BERT، SpamBrain، و MUM (در مطالب بعدی بیشتر در مورد برخی از این‌ها الگوریتم‌ها صحبت خواهیم کرد).
انتظار می‌رود که گوگل به معرفی الگوریتم‌های ML جدید ادامه دهد.این موضوع که برای تکمیل الگوریتم‌های انسانی در حال استفاده که در طول چندین دهه توسعه داده شده و در حال بهبود مستمر هستند، چالش‌های خاصی را به همراه دارد. زیرا نحوه عملکرد این الگوریتم‌ها حتی برای کسانی که آن‌ها را ایجاد می‌کنند نیز مبهم است. به همین دلیل، آزمایش و تأیید اینکه این الگوریتم‌ها به درستی کار می‌کنند، بسیار پیچیده است.
