دسته‌ها
اخبار

به روز رسانی گزارش آب و هوای نتایج غنی ژانویه 2023


دسامبر 2022 با یک سری به‌روزرس، از Google شروع شد که منجر به نوسانات عملکرد در صفحه نتایج موتور جستجو در مقیاس جه، شد. خوشبختانه توانستیم در سال 2022 تمام انرژی منفی را ، کنیم و سال جدید را با عملکردی دوباره آغاز کنیم.

در ژانویه امسال، شاهد بودیم که نوسانات دسامبر به یک ریتم ثابت رشد تبدیل شده است. همچنین بحث هایی در مورد دیدگاه گوگل در مورد داده های ساختاریافته متصل وجود داشت. در اینجا خلاصه ای از آنچه در ژانویه گذشته دیده بودیم آورده شده است.

عملکرد نتایج غنی در ژانویه 2023

عملکرد ثابت در تمام نتایج غنی

ژانویه یک ماه نسبتاً آرام در صفحه نتایج موتورهای جستجو بود – تغییری که نسبت به نیمه دوم سال 2022 مورد استقبال قرار گرفت.

روند صعودی عملکرد نتایج غنی در میان مشتریان برنامه Schema از دسامبر 2022 تا ژانویه 2023

با توجه به داده های ما از تجزیه و تحلیل عملکرد طرحوارها،ر نتایج غنی در ژانویه نسبت به دسامبر روند مثبتی داشتند.

بازیابی سوالات متداول از به روز رس، دسامبر

در دسامبر 2022، شاهد بودیم که عملکرد نتایج غنی از پرسش‌های متداول اندکی کاهش یافت.

کلیک‌ها برای نتایج غنی پرسش‌های متداول در دسامبر 2022 کاهش یافت اما در ژانویه 2023 بهبود یافت.

این احتمالاً به دلیل عرضه دسامبر گوگل است به روز رس، محتوای مفید و پیوند به روز رس، هر،مه، که بر رتبه بندی و ترافیک بسیاری از وب سایت ها همانطور که توسط سایر SEO ها مشاهده می شود تأثیر می گذارد.

نوسانات الگوریتم رتبه بندی جستجوی گوگل هنوز تا قبل از کریسمس بسیار داغ است pic.twitter.com/HWgLMFlxhI

– بری شوارتز (@rustybrick) 23 دسامبر 2022

خوشبختانه، به‌روزرس،‌ها در ژانویه به‌طور رسمی به پایان رسید و شاهد بهبود و تثبیت اعداد برای بقیه ماه بودیم.

داده‌های ساختاریافته متصل در مقابل غیر متصل

این ژانویه، وجود داشت گفتگو با جان مو، در مورد اینکه آیا گوگل ترجیحی سئو برای داده های ساختاریافته متصل دارد یا خیر ماستودون.

بحث جان مو، در مورد داده های ساختار یافته متصل در ماستودون

در حالی که جان گفت که گوگل هیچ اولویتی ندارد، رایان لورینگ، که در درجه اول بر روی داده های ساختاریافته در گوگل کار می کند، با پاسخ جان موافقت کرد اما با احتیاط در مورد ماستودون.

پاسخ رایان اهرم به نظر جان مو، در مورد نمودار دانش متصل

در اینجا برداشت ما از این بحث است.

گوگل به Schema Drift اهمیت می دهد.

او در پاسخ Levering گفت:

با این حال، اخطار در اینجا این است که وقتی انجام می دهید [structured data] در چندین بلوک، گاهی اوقات مشکلات تضاد/ت،یر وجود دارد… ما هنوز مواردی را می بینیم که در آن افراد نشانه گذاری نامرتبط در مورد چیزها (مانند محصولات مرتبط) را در همان سطح بالای موجودیت اصلی از بلوک های مختلف در صفحه می اندازند و این باعث ایجاد نویز بیشتر می شود.

موضوع ت،یر نیز به ،وان شناخته شده است دریفت طرحواره و زم، اتفاق می افتد که داده های ساخت یافته با محتوای وب سایت شما هماهنگ نباشد.

در طول “داده های ساختاریافته: همه چیز درباره چیست؟” Levering در ،مت جستجوی گوگل از پاد،ت ضبط، اشاره کرد که چالش اصلی آنها با داده های ساختاریافته «شکل[ing] راهی برای تأیید دقیق بودن داده های ساختاریافته پیدا کنید.

Levering گفت: چالش تأیید صحت داده‌های ساخت‌یافته برای Google پرهزینه است. سازماندهی ، داده های ساختاریافته می تواند خطر Schema Drift را کاهش دهد و این با نحوه انجام داده های ساختاریافته در برنامه Schema مطابقت دارد.

را برجسته کننده برنامه طرحواره به صورت پویا داده های ساختار یافته را از محتوای وب سایت شما تولید می کند. اگر تیم شما محتوای صفحه را تغییر دهد، داده های ساختاریافته شما به طور خودکار به روز می شوند تا این تغییرات را منع، کنند.

داده‌های ساختاری متصل ممکن است امروز برای Google اهمیت چند، نداشته باشد، اما در آینده مهم خواهد بود.

همچنین، با گذشت زمان، م،ای غنی‌تر/صحیح‌تر به گراف‌های مرتبط‌تر کمک می‌کند.»

در طول پاد،ت، Levering همچنین در مورد اینکه چگونه یادگیری ماشینی می تواند از داده های ساخت یافته به ،وان منبع داده استفاده کند صحبت کرد. اگر یادگیری ماشینی از داده‌های ساختاریافته برای اعتبارسنجی یا درک محتوا استفاده کند، داده‌های ساختاریافته متصل به ماشین می‌آموزد که م،ا و ارتباطات بین موجودیت‌های مختلف در سایت را استنتاج کند.

حتی اگر گوگل امروز از داده‌های ساختاری متصل استفاده نمی‌کند، احتمالاً در آینده به این سمت خواهند رفت. با این حال، ایجاد داده های ساختار یافته متصل می تواند پیچیده و مدیریت آن سخت باشد.

در برنامه Schema، ما چیزی بیش از دستیابی به نتایج غنی از طریق داده های ساختاریافته انجام می دهیم. ما به مشتریان خود کمک می کنیم تا خود را ایجاد کنند نمودار دانش و آن را با سایر نمودارهای دانش موجود در وب مرتبط کنید.

با پیشینه ما در فناوری م،ایی، هدف ما پشتیب، از اه، SEO کاربرانمان است و در عین حال دامنه آنها را با افراد، مکان‌ها، چیزها و مفاهیمی که توسط مقامات دیگری مانند ویکی‌پدیا، ویکی‌داده، و شرح داده شده‌اند مرتبط می‌کنیم. نمودار دانش گوگل. در تعامل با برنامه Schema، شما از یک هوش جمعی جه، استفاده می کنید و داده های خود را به دانش تبدیل می کنید.

نشانه گذاری طرحواره متصل برای این کار ضروری است. به همین دلیل است که ما آن را توسعه دادیم ابزار مسیرهای طرحواره، برای کمک به کاربران برای اتصال انواع طرحواره و تعیین مسیری که روابط را در محتوای وب آنها به بهترین شکل بیان می کند.

نتیجه

نتایج غنی صرفاً نوک کوه یخ داده های ساخت یافته هستند.

در ابتدایی‌ترین سطح، داده‌های ساختاریافته، درک موتورهای جستجو از محتوای شما را افزایش می‌دهند، که با افزایش ترافیک و تعامل با سایت شما مطابقت دارد. در سطح پیشرفته، داده‌های ساختاریافته محتوای صفحه شما را به موتورهای جستجو ارائه می‌دهد که داده‌ها را به دانش برای کاربردهای آینده تبدیل می‌کند.

اگر علاقه مند به تولید داده های ساختاری متصل هستید، می تو،م کمک کنیم. امروز برای ،ب اطلاعات بیشتر با ما تماس بگیرید راه حل های ما.

مارتا مدیر عامل و یکی از بنیانگذاران Schema App است. برنامه Schema یک راه حل نشانه گذاری طرحواره سرتاسر است که به تیم های SEO سازم، کمک می کند تا Schema Markup را ایجاد، استقرار و مدیریت کنند تا در جستجو برجسته شوند. او یکی از اعضای فعال جامعه بهینه‌سازی موتورهای جستجو است و کاری که از طریق برنامه Schema انجام می‌دهد به برندهای سراسر جهان کمک می‌کند تا عملکرد جستجوی ارگ،ک خود را بهبود بخشند.




منبع: https://www.schemaapp.com/schema-app-news/january-2023-rich-results-weather-report-update/