감성 분석이 SEO를 변화시키는 4가지 방법

감정 분석은 특정 단어 시리즈와 관련된 긍정적이고 부정적인 감정을 분석하는 데 사용되는 방법입니다. 이 기술은 최근 몇 년 동안 범위와 가용성 면에서 발전했으며 마케팅 및 SEO에 대한 영향은 이제 막 나타나기 시작했습니다.

귀하의 웹사이트를 SEO할 준비가 되셨습니까? 여기에서 계속 읽으십시오 . 또는 귀하의 웹 사이트를 SEO에 회사를 고용하십시오. 그 중 하나는 Blue Mango Media SEO Melbourne이 될 수 있습니다. . 감정 분석이 검색 엔진과 마케터 모두에 의해 사용되면서 SEO 산업에 점점 더 많은 영향을 미칠 것입니다. 이러한 변화가 지금 일어나고 있는 4가지 방법이 있습니다.

1. 추천 스니펫에 미치는 영향

구글은 이미 2008년에 특허를 출원했다. "각 스니펫은 엔티티에 대한 복수의 감정을 포함"하는 알고리즘을 위해 이론적으로 스니펫의 감정적 내용을 상대적으로 균형 있게 유지합니다. 이 특허는 모든 검색 스니펫에 적용하기 위한 것이지만 추천 스니펫을 개발하는 동안 적용되었거나 최소한 고려되었을 것입니다.

그럼에도 불구하고 Danny Sullivan이 2018년 1월에 말한 특집 스니펫에는 계속해서 문제가 있었습니다. 그가 지적했듯이 :..." 파충류는 좋은 애완동물 입니다 " 를 검색하는 사람들은 " 파충류가 나쁜 애완동물입니다 " 와 동일한 정보를 검색하기 때문에 동일한 추천 스니펫을 얻어야 합니다 . 파충류는 애완동물로 어떻게 평가합니까? 그러나 우리가 제공하는 추천 스니펫은 서로 모순됩니다.

이러한 쿼리의 차이점은 감정 분석으로 해결할 수 있는 것입니다. 두 쿼리 모두 파충류와 관련된 감정을 애완 동물로 묻기 때문에 좋은 감정 분석은 둘 모두에 대해 동일한 추천 스니펫을 반환할 수 있습니다.

Sullivan은 Google이 여러 소스에서 정보를 수집하여 문제를 해결하기 위해 노력하고 있음을 확인했습니다.특집 스니펫 팀을 이끄는 소프트웨어 엔지니어인 매튜 그레이는 " 출판사에서 제공하는 합법적인 다양한 관점이 종종 있으며 우리는 사용자에게 여러 소스에서 이러한 관점에 대한 가시성과 액세스를 제공하고자 합니다. "라고 말했습니다.

우리가 덮은 것처럼 여기 SEJ에서 Bing은 이미 공개적으로 발표한 추천 스니펫에서 이 정확한 문제를 다루기 시작했습니다. :2017년 12월 Microsoft AI 이벤트에서 발표된 바와 같이, 우리는 귀하의 검색 엔진이 귀하가 가지고 있는 질문에 대한 다양한 관점이 있을 때 알려야 한다고 믿습니다... "커피가 당신에게 좋은 것"과 같은 검색어를 발행 할 때 .. .we는 심층 순환 신경망(Deep RNN) 모델을 사용하여 유사성과 감정을 결정하기 위해 구절에 클러스터를 구축합니다. 마지막으로 웹 소스에서 가장 관련성이 높은 결과를 제공하기 위해 감정 분석을 기반으로 각 클러스터에서 가장 관련성이 높은 구절의 순위를 지정합니다.

의심의 여지 없이 추천 스니펫에 포함하는 것이 좋은 SEO입니다. 검색 결과의 가장 눈에 띄는 위치에 배치하기 때문입니다. 감정 분석은 이를 어떻게 고려합니까?

검색 엔진이 추천 스니펫 내에서 정보를 사용하려면 이미 권위 있고 고품질이며 관련성이 있고 추출하기 쉬워야 합니다. 감성 분석을 기반으로 한 스니펫에 잘 어울리려면 스니펫에 이미 포함된 것과 다른 감정을 표현하는 감성적인 단어를 사용해야 합니다.

2. 고객 리뷰의 영향 해독

별표 평점이 고객 행동에 중요한 영향을 미친다는 것은 누구나 알고 있지만 그렇다고 해서 리뷰 내용 자체에 신경을 쓰지 않아도 되는 것은 아닙니다.

ConsumerAffairs에서 실시한 연구에 따르면 , 리뷰 내용이 별점보다 더 중요합니다. 실제로 리뷰 내용의 영향이 별점의 영향보다 훨씬 커서 고객은 실제로 별점 5점의 나쁜 제품보다 좋은 리뷰가 포함된 별점 1점의 제품을 더 선호합니다. 리뷰.

리뷰의 품질과 감성을 분석하여 리뷰가 '좋음' 또는 '나쁨'인지 측정했습니다.

감정 분석 도구를 사용하면 리뷰를 분석하여 제품에 호의적인지 판단할 수 있습니다. 이렇게 하면 별점 자체보다 소비자가 리뷰에 어떻게 반응할지에 대해 더 신뢰할 수 있는 추정치를 얻을 수 있습니다.

시장에 나와 있는 일부 도구는 이미 감정 분석을 리뷰 플랫폼에 통합하고 있습니다. 예를 들어 TrustPilot은 감정 분석과 Capterra에 대한 리뷰를 통합했습니다. 이것이 그들에게 잘 작동하고 있음을 분명히 나타냅니다.

또한 RapidMiner와 같은 도구 그리고 시만트리아 는 감정 분석을 단순화하고 마케터가 리뷰 및 소셜 미디어 토론에 이를 더 쉽게 적용할 수 있도록 합니다.

시장에 이러한 모든 도구가 있지만 검색 엔진이 리뷰 자체의 감정을 측정하기 위해 유사한 기술을 사용하지 않았다면 놀라운 일이 될 것입니다. 2011년 업계.

구글이 리뷰의 감성을 실시간으로 읽을 가능성은 낮지만, 이를 색인화 과정과 별도로 적용하는 기술은 분명히 존재한다.

실제로 Google에는 감정 분석을 구현하는 방법을 가르치는 Google Cloud 사용자를 위한 자습서도 있습니다.

SEO로서 우리는 사람들이 제품에 대해 남기는 리뷰에 직접적인 영향을 미치지 않지만 부정적인 감정에 대한 리뷰를 모니터링하고 그에 따라 응답하고 만족한 고객이 리뷰를 남깁니다.

3. 백링크에 대한 보완책으로

2017년 수색 현황에서 Gary Illyes는 많은 사람들이 다음과 같이 해석한 진술을 했습니다. Google이 백링크에 대한 보완책으로 오프사이트 감정 분석을 사용하고 있음을 나타냅니다. Illyes는 나중에 설명했습니다. 그는 감정 분석에 대해 엄격하게 말하는 것이 아니라 Google이 브랜드 가 무엇인지 더 잘 이해하기 위한 방법으로 브랜드 언급을 보고 컨텍스트를 평가하고 있음을 나타냅니다.

Google이 현재 감정 분석을 브랜드 멘션에 통합하는지 여부에 관계없이 Google이 링크 없이도 오프사이트 멘션을 사용하고 있다는 것은 분명하며, 감성이 여기에 통합되는 것은 시간 문제일 뿐입니다.

건전한 SEO 전략은 이를 예상하고 다음과 같은 방법으로 조치를 취합니다.

• 가장 인기 있는 팬의 사용자 제작 콘텐츠를 장려하는 캠페인에 적극적으로 참여하십시오.
• 단순히 링크를 배치하는 것이 아니라 영향력 있는 사람들을 참여시키고 비즈니스에 대한 긍정적인 관점을 개발하는 것에 대한 홍보를 참여하십시오.
• 대상 고객이 수용할 수 있는 솔루션으로 적시에 부정적인 피드백에 긍정적으로 응답하십시오.
• 고객이 불만 사항을 온라인으로 처리해야 할 필요성을 느끼기 전에 문제로 고객을 화나게 할 수 있도록 견고한 고객 서비스 직원을 배치하십시오.
• 부정적인 언론이 있을 때만 처리하는 사후적 PR 접근 방식과 달리 긍정적인 뉴스와 감정을 지속적으로 생성하는 사전 예방적 PR 전략을 개발합니다.
• 결코 고객이 되지 않을 대상 고객을 포함하여 타겟 고객과 긍정적인 감정을 구축하기 위해 브랜드와 관련된 주제에 대한 대화에 참여하십시오.

위의 모든 사항은 Google이 아직 브랜드 언급에 대한 감정 분석을 구현하지 않은 경우에도 브랜딩 및 검색 엔진 성능에 긍정적인 영향을 미칩니다.

4. 표준 참여 메트릭보다 더 깊은 소셜 미디어 영향 측정

우선 순위가 높아야 하는 사이트를 참조하는 트래픽 외에도 소셜 미디어 캠페인 또는 전략의 성공은 일반적으로 게시물을 본 사람 수, 댓글을 남긴 사람 비율과 같은 표준 참여 측정항목을 사용하여 측정됩니다. , 좋아요 또는 공유, 만든 팔로워 수 등.

이러한 측정항목의 문제는 캠페인이 생성한 전반적인 인식에 대해 반드시 알려주지는 않는다는 것입니다. 예를 들어, "좋아요"의 수는 귀하의 게시물에 의해 연기된 사람들의 수에 의해 작아질 수 있습니다.

이때 감정 분석 도구가 매우 유용해집니다. 다음은 감정 분석을 통합하는 현재 시장에 나와 있는 몇 가지 도구의 예입니다.

• 트래커 : Google 알리미와 유사하게 이 도구는 브랜드가 언급될 때 알려줄 뿐만 아니라 멘션이 얼마나 긍정적인지 측정하기 위한 감정 분석 및 영향 점수도 포함합니다.
• 우나모 : 감성 분석과 더불어 상세한 분석과 인사이트, 경쟁사 정보를 제공하는 브랜드 모니터링 툴입니다.
• 브랜드24 : 견고한 감성 분석 도구를 갖춘 또 다른 브랜드 모니터링 도구.

이러한 종류의 도구를 사용하면 이러한 유형의 멘션 모음을 기반으로 긍정적인 브랜드 언급, 부정적인 브랜드 언급 및 주어진 시간에 브랜드와 관련된 전반적인 감정을 식별할 수 있습니다.

매우 유용하지만 감정 분석의 한계를 염두에 두는 것이 중요합니다.

• 컨텍스트를 완전히 통합할 수 없습니다. 이것은 예를 들어 일반적으로 부정적인 의미를 가질 수 있는 단어가 일부 상황에서는 긍정적인 의미를 가질 수 있기 때문에 중요합니다. 예를 들어, "burn"이라는 단어는 일반적으로 부정적이지만 지방을 태우는 맥락에서 사용되는 경우 일반적으로 긍정적인 것으로 간주됩니다.
• 풍자를 해석할 수 없습니다. 이것은 주의해야 할 사항이며 어떤 상황에서도 브랜드 언급의 공정한 샘플을 읽는 것이 중요한 이유입니다.

결론

감정 분석 도구가 점점 더 많이 사용 가능해짐에 따라 SEO 업계는 이에 영향을 받지 않을 수 없습니다. 여기에서 논의한 네 가지 변경 사항을 주시하고 이러한 기술이 계속해서 영향을 미치고 있는 검색 환경에서 기회를 찾으십시오.