Novas oportunidades para SEO de imagem: como alavancar a visão de máquina para vitórias estratégicas
Os resultados da pesquisa de imagens costumavam oferecer a opção de "visualizar imagem" sem a necessidade de navegar até o site em que a imagem estava hospedada.
Quando começou em 2013, os sites tiveram um declínio de 63% no tráfego orgânico dos resultados de imagens.
Por quê?
Como não havia necessidade de clicar quando a imagem podia ser visualizada na íntegra a partir dos resultados da pesquisa.
E então tudo mudou
Em fevereiro de 2018, o Google decidiu remover o botão "visualizar imagem". Agora, os pesquisadores devem visitar o site que hospeda essa imagem diretamente, restaurando os resultados da imagem ao antigo poder de direcionamento da pesquisa orgânica.
Segundo alguns estudos recentes, essa alteração aumentou em 37% o tráfego de imagens orgânicas .
Dado o retorno ao valor dos resultados da imagem, os profissionais de marketing estão se perguntando como podem tirar o máximo proveito desse mecanismo de pesquisa.
Então, quais são algumas das novas maneiras pelas quais podemos aproveitar as ferramentas para entender melhor como otimizar imagens para classificação?
Para explorar isso, decidi ver se o Vision AI do Google poderia ajudar a descobrir informações ocultas sobre o que importa para a classificação de imagens. Especificamente, perguntei-me o que a modelagem de tópicos de imagem do Google revelaria sobre as imagens classificadas para pesquisas de palavras-chave individuais, bem como grupos de palavras-chave relacionadas tematicamente agregadas em torno de um tópico ou nicho específico.
Um mergulho profundo no “equipamento de caça”
Comecei escolhendo 10 a 15 principais palavras-chave em nosso nicho. Para este artigo, escolhemos "equipamento de caça" como categoria e extraímos palavras-chave com alta intenção, valor e volume. As palavras-chave que selecionamos foram:
Aprendendo com rótulos
A primeira análise, e talvez a mais acionável, para a qual a API pode ser usada é na rotulagem de imagens. Ele utiliza modelos de reconhecimento de imagem de última geração para analisar cada imagem e retornar rótulos para tudo dentro dessa imagem que possa identificar. A maioria das imagens tinha entre 4 e 10 objetos identificáveis contidos nelas. Para as palavras-chave relacionadas ao "equipamento de caça" listadas acima, esta foi a distribuição de rótulos:
Em um nível alto, isso nos fornece muitas informações sobre o entendimento do Google sobre o que as imagens classificadas para esses termos devem representar. Alguns tópicos:
Aqui vemos:
Comparações de classificação
Também é possível obter uma intuição para as diferenças na classificação superior (classificação de imagens nas 10 primeiras imagens para uma pesquisa por palavra-chave) versus classificação inferior (classificação de imagens nas posições 41 a 50).
Aqui podemos ver que alguns rótulos parecem preferidos para os melhores rankings. Por exemplo:
Não é de surpreender que haja maneiras de aprofundar ainda mais sua análise com outras APIs de inteligência artificial. Vamos dar uma olhada em como podemos suplementar ainda mais nossos esforços.
Uma análise ainda mais profunda para a compreensão
O Deepai.org possui um incrível conjunto de APIs que podem ser facilmente acessadas para fornecer recursos adicionais de rotulagem de imagens. Uma dessas API é a "Legenda de imagem", que é semelhante à identificação de imagens do Google, mas, em vez de fornecer rótulos únicos, fornece rótulos descritivos, como "o homem está segurando uma arma".
Executamos todas as mesmas imagens que a detecção de rótulos do Google por meio dessa API e obtivemos ótimos detalhes adicionais para cada imagem.
Assim como na análise do rótulo, eu quebrei as distribuições de legenda e analisei suas distribuições por palavra-chave e frequência geral para todas as palavras-chave selecionadas. Então eu comparei as imagens do topo e do fundo.
Uma descoberta final interessante
Às vezes, o Google classifica as miniaturas de vídeo do YouTube nos resultados de pesquisa de imagens. Abaixo está um exemplo que encontrei nas pesquisas de imagens de equipamentos de caça.
Parece provável que pelo menos parte do entendimento do Google sobre por que essa miniatura deve ser classificada em equipamentos de caça vem da detecção de rótulos de imagens. Embora outros fatores, como ter "equipamento de caça" no título e proveniente da NRA (alta autoridade tópica), certamente ajudem, o fato de que essa miniatura mostra muitos dos mesmos rótulos de outras imagens de alto escalão também deve desempenhar um papel.
A lição aqui é que a escolha certa de miniatura de vídeo pode ajudar a classificá-la para termos competitivos; portanto, aplique seus aprendizados ao fazer análises de legendas e legendas de resultados de pesquisa de imagens na sua estratégia de SEO em vídeo !
No caso de miniaturas de vídeo ou imagens padrão, não negligencie o potencial de classificação dos elementos apresentados - isso pode fazer a diferença nas suas posições SERP.
Quando começou em 2013, os sites tiveram um declínio de 63% no tráfego orgânico dos resultados de imagens.
Por quê?
Como não havia necessidade de clicar quando a imagem podia ser visualizada na íntegra a partir dos resultados da pesquisa.
E então tudo mudou
Em fevereiro de 2018, o Google decidiu remover o botão "visualizar imagem". Agora, os pesquisadores devem visitar o site que hospeda essa imagem diretamente, restaurando os resultados da imagem ao antigo poder de direcionamento da pesquisa orgânica.
Segundo alguns estudos recentes, essa alteração aumentou em 37% o tráfego de imagens orgânicas .
Dado o retorno ao valor dos resultados da imagem, os profissionais de marketing estão se perguntando como podem tirar o máximo proveito desse mecanismo de pesquisa.
Então, quais são algumas das novas maneiras pelas quais podemos aproveitar as ferramentas para entender melhor como otimizar imagens para classificação?
Para explorar isso, decidi ver se o Vision AI do Google poderia ajudar a descobrir informações ocultas sobre o que importa para a classificação de imagens. Especificamente, perguntei-me o que a modelagem de tópicos de imagem do Google revelaria sobre as imagens classificadas para pesquisas de palavras-chave individuais, bem como grupos de palavras-chave relacionadas tematicamente agregadas em torno de um tópico ou nicho específico.
Um mergulho profundo no “equipamento de caça”
Comecei escolhendo 10 a 15 principais palavras-chave em nosso nicho. Para este artigo, escolhemos "equipamento de caça" como categoria e extraímos palavras-chave com alta intenção, valor e volume. As palavras-chave que selecionamos foram:
- Equipamento de caça de proa
- Cheap equipamento de caça
- Equipamento de caça de coiote
- Dans artes de caça
- Equipamento de caça de veado
- Desconto equipamento de caça
- Equipamento de caça ao pato
- Equipamento de caça
- Equipamento de chuva para caça
- Equipamento de caça Sitka
- Equipamento de caça da Turquia
- Equipamento de caça em terras altas
- Equipamento de caça para mulher
Aprendendo com rótulos
A primeira análise, e talvez a mais acionável, para a qual a API pode ser usada é na rotulagem de imagens. Ele utiliza modelos de reconhecimento de imagem de última geração para analisar cada imagem e retornar rótulos para tudo dentro dessa imagem que possa identificar. A maioria das imagens tinha entre 4 e 10 objetos identificáveis contidos nelas. Para as palavras-chave relacionadas ao "equipamento de caça" listadas acima, esta foi a distribuição de rótulos:
Em um nível alto, isso nos fornece muitas informações sobre o entendimento do Google sobre o que as imagens classificadas para esses termos devem representar. Alguns tópicos:
- As imagens de classificação superior em todas essas 13 palavras-chave principais têm uma distribuição bastante uniforme entre os rótulos.
- As roupas e, especificamente, a camuflagem, são altamente representadas, com quase 5% de todas as imagens contendo roupas no estilo camuflado. Agora, talvez isso pareça óbvio, mas é instrutivo. A inclusão de imagens nas postagens do seu blog relacionadas a essas palavras-chave de caça com imagens contendo equipamento camuflado provavelmente aumenta a probabilidade de uma das imagens ser incluída nos melhores resultados de imagem.
- As etiquetas externas também são super-representadas: animais selvagens, árvores, plantas, animais etc. As imagens de caçadores de camuflagem, na natureza e com animais próximos a eles são representadas de forma desproporcional.
Aqui vemos:
- Para "equipamento de caça à Turquia" e "equipamento de caça ao pato", ter pássaros em suas imagens parece muito importante, com as outras palavras-chave raramente incluindo imagens com pássaros.
- É possível fazer comparações fáceis com os painéis interativos do Tableau, oferecendo uma compreensão rápida de como são as distribuições de imagem para uma palavra-chave individual versus qualquer outra ou todas as outras. Abaixo, destaquei apenas "equipamento de caça ao pato" e você pode ver uma distribuição semelhante dos rótulos mais comuns que as outras palavras-chave na parte superior. No entanto, extremamente representadas são "aves aquáticas", "pato", "pássaros", "aves pernaltas", "cães de caça", "chamariz de caça" etc. etc., fornecendo amplas idéias para que imagens excelentes sejam incluídas no corpo do seu conteúdo.
Comparações de classificação
Também é possível obter uma intuição para as diferenças na classificação superior (classificação de imagens nas 10 primeiras imagens para uma pesquisa por palavra-chave) versus classificação inferior (classificação de imagens nas posições 41 a 50).
Aqui podemos ver que alguns rótulos parecem preferidos para os melhores rankings. Por exemplo:
- Etiquetas relacionadas a roupas são muito mais comuns entre as melhores imagens do ranking.
- Os rótulos relacionados a animais são menos comuns entre as melhores imagens de classificação, mas mais comuns entre as imagens de classificação mais baixa.
- As armas parecem significativamente mais propensas a aparecer nas imagens mais bem classificadas.
Não é de surpreender que haja maneiras de aprofundar ainda mais sua análise com outras APIs de inteligência artificial. Vamos dar uma olhada em como podemos suplementar ainda mais nossos esforços.
Uma análise ainda mais profunda para a compreensão
O Deepai.org possui um incrível conjunto de APIs que podem ser facilmente acessadas para fornecer recursos adicionais de rotulagem de imagens. Uma dessas API é a "Legenda de imagem", que é semelhante à identificação de imagens do Google, mas, em vez de fornecer rótulos únicos, fornece rótulos descritivos, como "o homem está segurando uma arma".
Executamos todas as mesmas imagens que a detecção de rótulos do Google por meio dessa API e obtivemos ótimos detalhes adicionais para cada imagem.
Assim como na análise do rótulo, eu quebrei as distribuições de legenda e analisei suas distribuições por palavra-chave e frequência geral para todas as palavras-chave selecionadas. Então eu comparei as imagens do topo e do fundo.
Uma descoberta final interessante
Às vezes, o Google classifica as miniaturas de vídeo do YouTube nos resultados de pesquisa de imagens. Abaixo está um exemplo que encontrei nas pesquisas de imagens de equipamentos de caça.
Parece provável que pelo menos parte do entendimento do Google sobre por que essa miniatura deve ser classificada em equipamentos de caça vem da detecção de rótulos de imagens. Embora outros fatores, como ter "equipamento de caça" no título e proveniente da NRA (alta autoridade tópica), certamente ajudem, o fato de que essa miniatura mostra muitos dos mesmos rótulos de outras imagens de alto escalão também deve desempenhar um papel.
A lição aqui é que a escolha certa de miniatura de vídeo pode ajudar a classificá-la para termos competitivos; portanto, aplique seus aprendizados ao fazer análises de legendas e legendas de resultados de pesquisa de imagens na sua estratégia de SEO em vídeo !
No caso de miniaturas de vídeo ou imagens padrão, não negligencie o potencial de classificação dos elementos apresentados - isso pode fazer a diferença nas suas posições SERP.