Google heeft per ongeluk documentatie gepubliceerd over hoe zoeken werkt

Maandag lekten interne documenten uit waarin de factoren worden beschreven die Google Zoeken overweegt bij het rangschikken en weergeven van webresultaten.

Google onthult per ongeluk hoe Zoeken werkt

Deze documenten werden openbaar gemaakt door Rand Fishkin van SparkToro, een softwarebedrijf. Fiskin werkte eerder in de zoekmachineoptimalisatie (SEO)-branche.

https://sparktoro.com/blog/an-anonymous-source-shared-thousands-of-leaked-google-search-api-documents-with-me-everyone-in-seo-should-see-them/

Deze “Google API Content Repository” bevat interne API-documentatie die medewerkers uitlegt hoe de verschillende componenten die zoekresultaten genereren, werken. In totaal zijn er meer dan 2.500 pagina's. Sommige beschrijven oudere systemen, maar andere documenten lijken actueel te zijn.

Op basis van wat er is gepubliceerd, lijkt het erop dat Google het vanaf 27 maart openbaar heeft gemaakt – mogelijk per ongeluk – via GitHub. De verklarende documenten werden vervolgens op 7 mei vrijgegeven. Omdat het echter rond die tijd door een externe dienst werd geïndexeerd, bleef er een kopie van beschikbaar, zelfs nadat Google het had verwijderd.

Deze gegevens laten zien welke factoren Google Zoeken overweegt bij het rangschikken van zoekresultaten, maar ze laten niet zien hoe belangrijk elke factor is voor de uiteindelijke rangschikking.

Mensen in de SEO-community die zich willen aanpassen aan veranderingen in de Google-zoekresultaten en hoger op de pagina willen verschijnen, vinden deze gegevens wellicht nuttig. Nadat ze dit document hadden doorgenomen, concludeerden ze dat het in tegenspraak was met wat Google publiekelijk had gezegd over de werking van Zoeken.

Google heeft nog geen publieke reactie gegeven op het lek. In maart kondigde het bedrijf de nieuwste grote update voor Search aan, met als doel om authentiekere en 'nuttigere' content te tonen. Het belangrijkste rangschikkingssysteem is bijgewerkt om te bepalen of een pagina is ‘gebouwd voor zoekmachines in plaats van voor mensen ’ .

De grootste bevindingen in het lek

Eén ding is duidelijk: het Google-zoekalgoritme is niet uitgelekt en SEO-experts hebben niet opeens alle antwoorden. Maar de hoeveelheid informatie die is gelekt in duizenden interne Google-documenten is nog steeds enorm. Het is een ongekende blik in de doorgaans goed bewaarde interne werking van Google.

Websites zijn afhankelijk van zoekmachineverkeer om te overleven. Veel websites zullen grote moeite doen – en veel geld uitgeven – om hun concurrenten te verslaan en bovenaan de zoekresultaten te komen. Een betere ranking betekent meer websiteverkeer, wat meer geld oplevert. Daarom houden websitebeheerders nauwlettend toezicht op elk woord dat Google publiceert en op elk bericht op sociale media met betrekking tot de zoekresultaten.

Woordvoerders van Google hebben in de loop der jaren herhaaldelijk ontkend dat klikken van gebruikers invloed hebben op de rangschikking van websites. Uit gelekte documenten blijkt echter dat bepaalde typen klikken van gebruikers wel van invloed zijn op de rangschikking van websites. Uit getuigenissen van een eerdere antitrustzaak van het Amerikaanse ministerie van Justitie bleek dat er een rankingfactor genaamd Navboost bestaat die gebruikmaakt van klikken van gebruikers om content in zoekresultaten te laten stijgen.

"Voor mij is de belangrijkste les dat veel van Google's publieke uitspraken over wat ze verzamelen en hoe hun zoekmachine werkt, niet in overeenstemming zijn met de werkelijkheid", vertelde Rand Fishkin, een expert in de zoekmachineoptimalisatie (SEO)-industrie, aan The Verge via e-mail .

Het lek ging viraal nadat SEO-experts Fishkin en Mike King eerder deze week een deel van de inhoud van het vertrouwelijke document publiceerden, samen met de bijbehorende analyse. De gelekte API-documenten bevatten opslagplaatsen vol informatie en definities over de gegevens die Google verzamelt. Een deel van deze gegevens kan informatie opleveren over de manier waarop websites worden gerangschikt in zoekresultaten. Google ontweek aanvankelijk vragen over de authenticiteit van de gelekte documenten, maar bevestigde ze afgelopen woensdag officieel.

"We waarschuwen tegen het maken van onjuiste aannames over Zoeken op basis van uit de context gehaalde, verouderde of onvolledige informatie", vertelde Google-woordvoerder Davis Thompson woensdag in een e-mail aan The Verge. "We hebben uitgebreide informatie gedeeld over hoe Search werkt en met welke soorten factoren onze systemen rekening houden. We doen er alles aan om de integriteit van onze resultaten te beschermen tegen manipulatie . "

Er staat nergens in de documentatie hoe de verschillende kenmerken moeten worden gewogen. Het is ook mogelijk dat enkele van de eigenschappen die in de documentatie worden genoemd, zoals een identificatie voor een 'kleine persoonlijke site' of een downgrade voor productrecensies, op een gegeven moment zijn geïmplementeerd, maar vervolgens zijn verwijderd. Het is ook mogelijk dat ze nooit zijn gebruikt om websites te rangschikken.

"We weten niet per se hoe [de elementen] worden gebruikt, afgezien van de verschillende beschrijvingen ervan. Hoewel het niet erg uitgebreid is, levert het ons toch veel informatie op", aldus King. “Waar moeten we vooral op letten bij het maken of optimaliseren van een website?”

Het idee dat het grootste zoekplatform ter wereld zoekresultaten niet rangschikt op basis van hoe gebruikers met content omgaan, lijkt absurd. Maar herhaalde ontkenningen, zorgvuldig geformuleerde reacties en publicaties in de sector maken het tot een controversieel onderwerp.

Een ander belangrijk punt dat Fishkin en King benadrukten, betreft de manier waarop Google Chrome-gegevens gebruikt in zijn zoekresultaten. Vertegenwoordigers van Google Search hebben gezegd dat ze geen gegevens van Chrome gebruiken voor hun rangschikking, maar gelekte documenten suggereren dat dit mogelijk niet waar is. In één sectie staat bijvoorbeeld ‘chrome_trans_clicks’ om aan te geven welke links van een domein onder de hoofdsite in de zoekresultaten verschijnen. Fishkin legt uit dat dit betekent dat Google "het aantal klikken op pagina's in de Chrome-browser neemt en dat getal gebruikt om de populairste/belangrijkste URL's op een site te bepalen, die vervolgens worden berekend voor opname in de sitelinksfunctie . "

Er worden meer dan 14.000 eigendommen genoemd in het document en onderzoekers zouden wekenlang moeten graven om de aanwijzingen in de pagina's te vinden. 'Twiddlers' of ranking-tweaks worden buiten grote systeemupdates om ingezet om content hoger of lager te laten scoren op basis van bepaalde criteria. Er wordt aandacht besteed aan elementen van de site, zoals wie de auteur is, en aan de mate waarin de 'autoriteit' van de site wordt gemeten. Fishkin wijst erop dat er veel dingen niet in de documenten staan, zoals informatie over door AI gegenereerde zoekresultaten.

Wat betekent dit nu allemaal? Ten eerste zal iedereen die een website beheert wellicht over dit lek lezen en proberen het te begrijpen. Uitgevers, e-commercebedrijven en ondernemingen zullen waarschijnlijk verschillende experimenten opzetten om enkele van de zaken die in het document worden voorgesteld, te testen. Wanneer dit gebeurt, kunnen websites een beetje anders aanvoelen, terwijl ze proberen deze nieuwe, maar nog steeds dubbelzinnige, golf aan informatie te begrijpen.

"Journalisten en uitgevers die zich bezighouden met SEO en Google Zoeken moeten stoppen met het napraten van de publieke uitspraken van Google en de retoriek van de zoekgigant veel nauwkeuriger en vijandiger onder de loep nemen", aldus Fishkin . Publicaties die de beweringen van Google herhalen alsof het feiten zijn, helpen Google alleen maar een verhaal te creëren dat nuttig is voor het bedrijf, en niet voor professionals, gebruikers of het publiek.