Reputação da marca e o impacto das seleções do Google SERP
Publicados: 2020-12-24Este mergulho profundo começou com uma discussão há algumas semanas sobre a seleção de resultados do People Also Ask (PAA) do Google e o impacto potencial que isso tem nas marcas.
Neste artigo, compartilharei uma análise sobre o sentimento expresso nas pesquisas do PAA em empresas da lista Fortune 500 de 2019. Em nossa análise, usamos dados de classificação do Nozzle, o que facilita a extração diária dos resultados do PAA, o índice aberto do Baidu -source sistema de análise de sentimento, Senta e a API de linguagem Google NLP. Nós aprenderemos:
- Existem vencedores e perdedores definitivos no conteúdo que o Google destaca sobre marcas.
- Um punhado de domínios possui a maior parte da visibilidade nos resultados de pesquisa de marcas da Fortune 500.
- Algumas empresas têm resultados muito consistentes, enquanto outras variam muito.
- O Google realmente gosta de compartilhar com os usuários se uma empresa é boa.
- Os principais sites geralmente geram “a empresa é legítima?” resultados.
- A pandemia afetou fortemente alguns resultados do PAA.
Mas primeiro, para aqueles que não estão familiarizados com os resultados do PAA, é assim que eles se parecem:
RELACIONADO: Caixas 'As pessoas também perguntam': dicas para classificação, otimização e rastreamento
Para muitas empresas, os resultados do PAA têm um posicionamento proeminente nos resultados de pesquisa do Google e do Bing para muitas ou a maioria de suas pesquisas de marca. Na imagem acima, este é o resultado da busca “CDW”. O termo "CDW" tem um volume de pesquisa de 135.000 pesquisas nos EUA por mês, o que significa que uma grande parte dessas pesquisas pode ver "O CDW.com é legítimo?" toda vez que quiserem acessar o site da CDW.
Isso é algo que alguns usuários podem querer saber. Dê uma olhada neste post do Reddit de dois anos atrás.
Então a pergunta é: isso é bom ou ruim? Vejo o benefício para os usuários que não sabem que a CDW é uma varejista confiável de tecnologia B2B desde 1984. Mas também vejo a questão do lado da CDW, pois essa é potencialmente uma dúvida fina inserida no subconsciente de seus clientes, repetidamente, 135.000 vezes por mês. Também é justo salientar que esta pergunta é bem respondida para as pessoas que a têm.
Processando os dados
Agora que estamos todos atualizados sobre os PAAs e como eles podem influenciar a percepção da marca, vou orientá-lo em algumas das informações de coleta de dados e modelo de sentimento. Algumas pessoas gostam dessas coisas e isso as prepara para entender os dados. Se você quiser apenas ver os dados, sinta-se à vontade para pular para a frente.
Para iniciar o processo de entendimento dos resultados do PAA das empresas, primeiro foi necessário obter uma lista de empresas. Este repositório do Github coletou listas de empresas da Fortune 500 de 1955 em diante e teve 2019 em um formato CSV fácil de analisar. Carregamos os nomes das empresas no Nozzle (uma ferramenta de rastreamento de classificação que gostamos por sua granularidade de informações) para iniciar a coleta diária de dados dos resultados do Google nos EUA. O Nozzle despeja seus dados no BigQuery, o que facilita o processamento em um formato legível pelo Google Data Studio.
Depois de rastrear no Nozzle por alguns dias, conseguimos extrair todos os resultados do PAA que mostravam as pesquisas de nome da empresa no Google para um CSV para processamento adicional.
Usamos o projeto de código aberto Senta do Baidu para adicionar uma pontuação de sentimento às perguntas do PAA. Os modelos Senta SKEP são interessantes porque treinam efetivamente o modelo de linguagem especificamente para a tarefa de análise de sentimento, utilizando o mascaramento e a substituição de tokens em modelos baseados em BERT para focar especificamente em tokens que transmitem informações de sentimento e/ou pares aspecto-sentimento. (papel)
Após alguma experimentação, decidimos que as tarefas de modelo baseado em aspectos tiveram um desempenho melhor do que as tarefas de classificação de sentenças. Usamos o nome da empresa como aspecto. Essencialmente, o aspecto é o foco do sentimento. Na análise tradicional de sentimentos baseada em aspectos, o aspecto geralmente é um componente de um produto ou serviço que recebe o sentimento (por exemplo, a tela do meu Macbook está muito embaçada). Como também queríamos comparar com os dados da API NLP do Google, também convertemos a saída do modelo para o intervalo de -1 a 1. Por padrão, ele é rotulado como "positivo" ou "negativo".
Em seguida, extraímos uma pontuação de comparação usando a API de idiomas do Google para processar as perguntas do PAA. O Google tem a capacidade de solicitar sentimentos baseados em entidades, mas decidimos não usá-lo como a rotulagem correta das empresas, pois as entidades pareciam imprevisíveis. Além disso, omitimos a magnitude na saída, pois não havia um equivalente na saída do Senta. Magnitude é a força geral do sentimento.
Queríamos compartilhar nosso código para que outros possam reproduzi-lo e explorá-lo por conta própria. Criamos um bloco de anotações do Google Colab anotado que instalará o Senta, baixará nosso conjunto de dados e atribuirá uma pontuação de sentimento a cada linha. Também incluímos código para acessar o sentimento da API do Google Language, mas isso exigirá acesso à API e o upload de um arquivo JSON da conta de serviço.
Por fim, configuramos o rastreamento de classificação no Nozzle para todas as 500 empresas para monitorar os sites classificados como "é legítimo?" e "é legal?" consultas para ver se conseguimos identificar se determinados domínios estavam direcionando esse conteúdo. Além disso, extraímos os dados de alteração de receita das empresas da Fortune 500 deste ano para usar como outra camada para comparar o impacto do sentimento.
Analisando os dados
Agora chegamos à parte mais interessante da análise. Desenvolvemos um painel do Data Studio para dar aos leitores a oportunidade de explorar nossos dados coletados. Nos parágrafos a seguir, descreveremos o que foi interessante para nós, mas estamos mais do que abertos a insights compartilhados por outras pessoas aqui ou no Twitter.
O painel é dividido em dez visualizações diferentes, com as duas últimas páginas mostrando os dados brutos. Cada exibição apresenta uma pergunta que a exibição tenta responder nos dados.
Participação de voz do domínio. É impressionante ver, mas na primeira visão, vemos que alguns domínios possuem a maior parte da visibilidade dos 10 primeiros em todas as 500 pesquisas de marca da empresa. A Wikipedia está presente em 97,4% de todos os resultados de pesquisa. O Linkedin é um segundo distante, mas impressionante, com 75%.
O PAA da empresa muda ao longo do tempo. Nessa visão, observamos como os resultados do PAA mudam diariamente. Este conjunto de dados começou a coletar dados em 8 de dezembro de 2020, portanto, este gráfico se tornará mais interessante à medida que progredirmos em 2021. Aqui estão algumas das minhas empresas favoritas.
Assim como você esperaria de uma empresa de serviços financeiros, no Morgan Stanley, o lento e o constante vence a corrida. Desde 8 de dezembro, os mesmos quatro resultados são exibidos todos os dias.
Podemos comparar isso com a Microsoft, um dos nossos PAAs mais diversos, com alterações quase diárias no mix de PAAs exibidos.
O número médio de resultados únicos do PAA por empresa foi de sete nas quase duas semanas em que coletamos dados. O número médio de domínios únicos do top 10 foi exatamente 10 no mesmo período. O gráfico abaixo mostra a distribuição dos resultados únicos em todas as empresas.
A Centerpoint Energy e a FedEx são os heróis da voz da marca aqui, com sua busca de marca principal completamente respondida com seu próprio conteúdo de um domínio .
Temas PAA para empresas . Essa foi uma das partes mais interessantes para mim. Revisamos as perguntas do PAA para as partes de palavras mais usadas para criar uma visão que pudesse nos dizer o que as pessoas se importam em relação às empresas.
Em quase metade das empresas, o Google infere que há interesse em quem é o dono da empresa. O Google também quer trazer à tona informações sobre se a empresa é “boa” para 37% das empresas.
As coortes mais tristes foram os grupos “going” e “clos” (“clos” é usado aqui para representar palavras como “close”, “closed” e “closing”) que pareciam responder às perguntas engendradas pela pandemia sobre a solvência de empresas populares.
O Walmart registrou um crescimento de 123% (lucro) em 2020, mas uma de suas principais perguntas consistentes é: “o Walmart está realmente fechando?” O Walmart fechou lojas nos últimos anos, mas muitas eram as lojas Express de formato menor. O Walmart definitivamente não está “desligando”.
Observando os resultados do PAA com as lentes das empresas on-line versus empresas físicas, vemos que, comparando a Amazon com o Walmart, há um claro benefício no apoio de um sobre o outro.
Obviamente, a linha entre o online e o físico não é tão clara, já que o Walmart vende online e a Amazon agora tem lojas físicas, mas isso mostra como a seleção de perguntas pode criar um benefício real e tangível de boa vontade para os concorrentes.
Uma outra nota, comecei a investigar isso depois de ver “Is legit?” em várias pesquisas de empresas. De fato, nos resultados do PAA coletados em todas as 500 empresas, havia apenas oito resultados questionando a legitimidade da legalidade da empresa:
- os metais preciosos em negrito são legítimos
- é legítimo
- é a Brighthouse financeira legítima
- é cdw com legítimo
- é o footlocker um site legítimo
- as soluções de fornecimento de hd são legítimas
- é a nação ao vivo legítima
- seguro de vida em nova york é legal
No entanto, eu descobri muito pior. Como você gostaria de ser o gerente de marca dessas empresas com perguntas do PAA na coorte “ruim”?
A próxima visualização, a Exploração de Perguntas do PAA, foi um pouco divertida. Como categorizamos os resultados do PAA por tema e por tipo de pergunta, criamos uma ferramenta que permite construir frases de perguntas para chegar a perguntas específicas da empresa. Na imagem abaixo, clicando em (1), você é automaticamente solicitado com as próximas opções de refinamento em potencial para clicar em (2). Você pode então clicar em (3) para ver a pergunta daquela empresa que se encaixa no padrão que você escolheu.
Falando em perguntas e um pouco de diversão, liderando o pack dos cinco Ws, “what” é o vencedor próximo com representação em quase 29% de todos os PAAs coletados. “É”, o filho do amor, vem em segundo lugar, seguido por “como” e “quem”.
Sentimento da empresa. Anteriormente, mencionamos os modelos Senta da Baidu Research na seção sobre como pontuamos o sentimento. Nessa visão, pegamos uma média dos dois modelos Senta com melhor desempenho e o sentimento da API NLP do Google para obter a pontuação mais equilibrada, pois gostamos de alguns aspectos dos resultados de cada modelo. Você pode selecionar um modelo específico nesta visualização, mas o padrão é a visualização média e aquela que usaremos aqui.
Esses resultados da Pfizer mostram que o Google entende a importância de destacar questões que são importantes hoje .
De todas as empresas na visão de sentimento, acho que a Carmax foi a minha favorita em termos de equilíbrio de perguntas e utilidade de resultados.
Pegamos os números de mudança de receita das empresas da Fortune 500 deste ano para ver se havia alguma relação entre o sentimento de uma empresa e seu desempenho econômico. Embora a causa do gráfico abaixo seja discutível, ainda é interessante que as empresas com mais sentimento negativo médio tendam a apresentar um crescimento de receita mais fraco.
2020 foi um ano doloroso, e isso provavelmente está relacionado a todas as perguntas nos resultados sobre a solvência financeira da empresa, mas se o Google é um reflexo das perguntas e sentimentos do consumidor, talvez os resultados estejam apenas reforçando isso.
A questão da legitimidade. A visualização final em nosso painel abrange domínios que segmentam “É
Das consultas “legítimas”, os resultados são predominantemente de propriedade de sites de análise de negócios e sites de análise de carreira. A proeminência da carreira parece desalinhada com o foco em informar aos clientes em potencial se a empresa é uma empresa real. Talvez isso seja uma dica de que essa é uma intenção popular para quem procura emprego, embora eu não consiga imaginar um funcionário em potencial pesquisando "é melhor comprar legítimo?"
Olhando especificamente para os domínios que segmentam as consultas “legítimas” e “legais”, o que significa que essas palavras aparecem no slug da URL, podemos ver algumas conclusões interessantes.
Parece haver o hábito de as questões específicas de legitimidade serem abordadas em fóruns como o Reddit. Em muitos dos casos, o resultado é relevante para a consulta, mas não para a intenção da pesquisa. Por exemplo, em um fórum da Nvidia, o usuário pergunta se uma promoção supostamente realizada pela Nvidia é legítima.
Muitas das perguntas “jurídicas” são direcionadas para a página de política jurídica do próprio site. Acho que é um bom resultado?
Finalmente, havia um site em nossos dados apontado para mim por Daniel Pati, líder de SEO da Cartridge Save, que aparentemente está “indo atrás” dessas buscas “legítimas” visando várias perguntas da empresa. Não vou citar a empresa, mas você pode fazer a busca se quiser.
Se você for listar perguntas como se fossem feitas por usuários reais, provavelmente desejará variá-las um pouco. Acho que contamos mais de 300 dessas páginas, todas com o mesmo título, exceto o nome da empresa.
Aprendizado
Espero que você tenha gostado de ler isso tanto quanto eu gostei de montá-lo. Gostaria de agradecer a Derek Perkins, Patrick Stox e outros da Locomotive por revisar e criticar o painel do Data Studio.
Para encerrar, ainda não tenho certeza de como me sentir sobre o Google apresentar conteúdo questionando a legalidade ou legitimidade das empresas em suas pesquisas de marca de navegação. Abaixo está a tabela original que montei de sites aos quais temos acesso no Google Search Console. Os valores numéricos são impressões de 12 meses para a frase (ou frases semelhantes). Sim, há um momento em que uma empresa é nova no mercado em que essa questão pode ter importância para os usuários. Não tenho certeza de que um vendedor de tecnologia estabelecido com mais de 30 anos deva ter o mesmo tratamento.
A coisa estranha que me surpreendeu durante esse processo foi que os resultados do PAA parecem dissociados do interesse real de pesquisa do usuário e mais direcionados pelo conteúdo disponível online. “Por que a cocaína é tão ruim para você” tem 20 pesquisas mensais e aparece em uma marca com milhões de pesquisas mensais de marca. “Por que a maçã é tão ruim” é pesquisado por 70 pessoas por mês, mas é exibido por provavelmente dezenas de milhões de pesquisadores por mês. “O Walmart está realmente fechando” é pesquisado zero vezes por mês e aparece em uma marca com 55 milhões de pesquisas por mês. Para explorar com mais detalhes, adicionamos uma visualização ao painel do Data Studio chamada "Volume de pesquisa e sentimento do PAA", que mostra que, para a maioria das empresas, o volume de pesquisa combinado do PAA US é inferior a 500.
A principal conclusão aqui é que acho que há uma linha entre responder à consulta de um usuário, seja positivo ou negativo no sentimento do conteúdo disponível, e sugerir informações ativamente que podem mudar substancialmente a percepção do usuário sobre o tópico pesquisado. Isso é especialmente relevante para pesquisas de navegação em que, em muitos casos, o usuário está usando o Google apenas para chegar a um site, não pedindo feedback sobre uma empresa.
As opiniões expressas neste artigo são do autor convidado e não necessariamente do Search Engine Land. Os autores da equipe estão listados aqui.