2019年のSEOをより理解するためには、RankBrain（ランクブレイン）を理解することが非常に重要です。なぜなら、GoogleはRankBrain（ランクブレイン）がGoogleの検索順位のおいて3番目に重要なランキングのシグナルであると発表しているからです。本記事では、GoogleのRankBrainアルゴリズムについて必要な知識やSEOの考え方を網羅的かつビジュアルを使用してわかりやすく解説しています。ぜひRankBrainについて正しく理解し、正しいSEOを行いましょう。
[clink url=”https://marketimes.jp/google-seo-ranking-factor-backlinko-ahref/”]目次（クリックしてジャンプ）
Google RankBrain（ランクブレイン）とは何か？
RankBrainは、Googleが検索結果の順位を決定するために使用する機械学習（AI）アルゴリズムです。Googleがユーザーが入力した検索クエリを処理して理解するのにも役立ちます。
RankBrainは何が違うのでしょうか。RankBrainがGoogle検索で使われる前は、Googleのアルゴリズムはすべて手作業でコーディングされていました。
Googleエンジニア「ん〜これを変更すると検索結果が改善されるかな〜」
Googleエンジニア「確認してみよう」
MIXING…
Googleエンジニア「テスターの皆さん、検索結果は改善されましたか？」
テスター「はい！素晴らしいです！」
Googleエンジニア「上手く行ったね！このアルゴリズムの変更を実行しましょう！」
Googleのエンジニアは現在も検索エンジンのアルゴリズムに日々取り組んでいます。しかし、現在、GoogleのRankBrainもバックグラウンドで日々自動で同じ事を行っています。
RankBrain「これらの検索結果に対するユーザーの満足度が低い！」
RankBrain「新しいアルゴリズムをテストしよう！」
RankBrain「このクエリの被リンク（バックリンク）の重要性を1.41％向上させるアルゴリズムをテスト！」
RankBrain「ユーザーの満足度が7.2％向上した！この新しいアルゴリズムを実装！」
つまり、RankBrain（ランクブレイン）は自分でアルゴリズムを調整することができます。
RankBrain（ランクブレイン）はキーワードに応じて被リンク、コンテンツの新鮮さ、コンテンツの長さ、ドメインの権限などの重要度を増減して調整しています。次に、Googleの検索ユーザーが改善した検索結果に対してどのように行動するのかを分析します。検索ユーザーが新しいアルゴリズムを好むなら（検索意図に対して適切な結果が表示されているなら）、そのアルゴリズムを採用し、そうでなければ、RankBrain（ランクブレイン）は変更前のアルゴリズムに戻します。そのように、何度もアルゴリズムを自動で調整して、トライアンドエラーを実行し、検索ユーザーに対して適切な検索結果を表示するよう日々学習しています。
RankBrainはGoogleの優秀なエンジニアよりも検索ユーザーに適切な検索結果を表示できることがわかりました。
Google RankBrain（ランクブレイン）の仕組み
RankBrainには、2つの主な仕事があります。
1.検索クエリ（キーワード）を理解する
2.ユーザーが検索結果に対して満足しているか測定する（ユーザー満足度）
それぞれを解説します。
RankBrainは検索キーワードをどのように理解するのか
数年前、Googleは問題を抱えていました。ユーザーが Google検索に入力したキーワードの15％はこれまでに、検索されたことのないキーワードでした。
15％という数字を見ると少ないように思うかもしれませんが、1日に何十億もの検索を処理すると、毎日4億5千万ものキーワードが検索されたことのないキーワードとなり、Googleはユーザー満足度を向上させるためにこの問題を解決しなければなりませんでした。
RankBrainが検索エンジンに利用される前は、Googleは各Webページをスキャンして、検索された正確なキーワードが含まれているかどうかを確認していました。
ただ、これらのキーワードはまったく新しいものであるため、Googleは検索ユーザーが実際に望んでいること（検索意図）について何の手がかりも得られませんでした。
たとえば、「2020年のオリンピックの開催地を知りたい」とした時に、Googleはどのような答えを返してくれるのでしょうか。
このように、Googleは検索キーワードが含まれるページをただ検索結果に表示するのではなく、検索キーワードからユーザーが知りたい情報があるWebページを検索結果として表示することができる。これがRankBrainの能力です。
もう一つ事例を挙げてみましょう。
たとえば、「the grey console developed by Sony」を検索したとします。過去のGoogleは、用語「grey」、「console」、「developed」、および「Sony」を含むページを探すでしょう。
今現在、RankBrainは実際にユーザーの検索意図を理解しています。
PlayStationの例のようにRankBrainは実際にユーザーが何を言っているのか理解しようとします。人間のようにキーワードから意図や答えを推測することができるのです。
GoogleはRankBrainでどのように、検索意図の理解を実現しているのでしょうか。Googleはこれまでに見たことのないキーワードを、以前に見たキーワードと称号します。
たとえば、Google RankBrainは、多くの人が「Nintendoによって開発されたグレーのコンソール」を検索していることに気付いたかもしれません。
このケースで言うと彼らは、過去に「任天堂が開発したグレーのコンソール」を検索する人々が、ゲーム機に関する一連の結果を見たいと思っていることを学習しています。
そのため、誰かが「Sonyが開発したグレーのコンソール」を検索すると、RankBrainはそれがすでに知っているキーワード（「任天堂が開発したグレーのコンソール」）と同様の結果を出します。
もう1つの例：Googleが検索者の意図をよりよく理解するために機械学習をどのように使用しているかについて、Googleが機械学習に関するブログ記事を投稿しました。
[browser-shot url=”https://backlinko.com/google-rankbrain-seo#chapter2″ width=”320″ height=”200″ alt=”GoogleのRankBrainに関する記事” target=”_blank”]この記事の中でキーワードを概念に変える「Word2vec」と呼ばれる技術について説明します。
例えば、Googleは、この技術について「パリとフランスがベルリンとドイツが同じように（首都と国）が関連していることを理解し、マドリッドとイタリアが同じようには関連していない」と言っています。
この記事がRankBrainとの関連性に関して言及はしていませんが、RankBrainはおそらく同様の技術を使用していると言われています。
つまり、Google RankBrainは単純なキーワードマッチングを超える人間のような理解ができると言っても良いでしょう。それはあなたの検索語を概念に変えます。そしてGoogleはその概念をカバーするページを見つけようとします。
RankBrainによるユーザーの検索満足度の測定方法
RankBrainは素晴らしい技術ですが、新しいキーワードを理解するのに手間取ることがあります。その場合は、RankBrainが自身でアルゴリズムを微調整することができます。
しかし大きな問題は、本当にユーザーの検索意図に対して適切な答えを結果として返せているかという事です。
- GoogleはどのようにUXシグナルを活用しているのか？
- ユーザーがGoogle検索でキーワードを入力
- RankBrainはキーワードから検索意図を推測し、概念に変換
- 概念を含む検索結果を表示
- ページがユーザーを満足させられたかどうかを検証
↓
- 満足させられたと判断した場合は、ページの検索順位を上げる
- 満足させられていないと判断した場合は、次回、同じような検索キーワードが検索された場合別のページを表示するようにする
言い換えれば、RankBrainは最適だと考える検索結果を表示します。多くのユーザーが検索結果の特定の1ページを好む場合、Googleはそのページの検索順位を上げるという仕組みです。
逆にユーザーがそのページを好まない場合、そのページの検索順位を下げてて別のページを表示させます。次回そのキーワード（または類似の用語）を検索したときに、そのキーワードの掲載結果が変わります。
RankBrainがユーザーが好む好まないをを判断している基準は何でしょうか。
それはあなたが検索結果をどのように操作するかに非常に注意を払っています。具体的には、
- クリック率
- 滞留時間
- 直帰率
これらはユーザーエクスペリエンスシグナル（UXシグナル）として知られています。
例を見てみましょう。
あなたはテニスをして背中が肉離れしてしまった。あなたはGoogleで「肉離れ」について検索します。
※pulled back muscle とは「肉離れ」の事を指します。
ほとんどの人は、検索結果の一番上をクリックするでしょう。しかり残念なことに、一番上の表示された記事は「肉離れ」についての専門的な説明でした。あなたが知りたいのは、肉離れの治し方です。
あなたはページの戻るボタンを押して上から二つ目のWebページをチェックします。
二番目の記事もそれほど良い内容ではありませんでした。「安静にして背中を傾け・・・」のような一般的なアドバイスがほとんどでした。
そのため、またブラウザの戻るボタンをもう一度クリックして、3番目のWebページをチェックします。
3番目にあなたが探している記事が見つかりました！
今回は、「戻る」を押すのではなく、ページ内の理学療法の手順を5分間読みます。その後、欲しい情報が手に入ったあなたは再検索をしませんでした。
この前後の動きのことを「Pogo-sticking」と呼びます。これはRankBrainがユーザーの検索満足度を測定する際に注目しているユーザーの動きです。ユーザー別の検索結果をクリックするためにすぐにページを離れる行動は、RankBrainに対してマイナスのシグナルを送ります。つまり、再検索するために、ページを離れられた場合、そのページはユーザーが欲しい情報を提供していなかったと判断されます。
そしてより多くの人が特定の検索クエリに対して3番目の記事を好む場合は、3番目の記事の検索結果の順位を上げようとします。
RankBrain時代の最適なSEOキーワード調査方法
Googleはキーワードの背後にある検索意図を理解することができます。
ただし旧来のSEO業者やマーケティング担当が行ってきたキーワード調査は意味がないわけではありません。
RankBrainフレンドリーなキーワード調査が必要になります。
では具体的な方法を解説していきます。
ロングテールキーワードは無視する（廃止予定）
昔（2015年以前）は、何百もの異なるWebページを作成するSEOが適切な最適化方法でした。たとえば、「best keyword research tool」に最適化された1ページを作成したとします。昔のGoogleはそれぞれのロングテールのキーワードでそれぞれをランク付けしていました。
RankBrainはこれらの似たような検索キーワードが基本的に同じものを意味していることを理解しています。そのため、ほぼ同じ検索結果が表示されます。
つまり、ロングテールキーワードを対策してもほとんど意味がない事を意味します。単純なキーワードの組み合わせを変えただけのSEOはもはや不要になっているのが、今日のGoogle検索エンジンです。
ミディアムテールキーワード周辺の最適化
今SEOに悩んでいる方、これからSEOを始める方はロングテールキーワードではなく、ミディアムテールキーワードを中心にコンテンツを最適化していきましょう。
ミディアムテールキーワードは、下記図の赤枠のキーワードを指します。当然のことながら、ミデイアムテールキーワードはロングテールよりも多くの検索ボリュームがありますが、ビッグワードほど競合していない事がほとんどです。
たとえば、「Paleo Diet」というトピックに関する一連のキーワードがあります。
※Paleo Dietとは、狩猟時代の食生活を真似るダイエット方法です。肉、魚、卵、野菜、果物、ナッツ、種子、ハーブ、香辛料、健康的な油脂を中心の食べ、加工食品、砂糖、清涼飲料、穀物、ほとんどの乳製品、豆類、人工甘味料、植物油、マーガリン、トランス脂肪を一切摂取しないというダイエット方法です。
ミディアムテールのキーワードを中心にしてページを最適化すると、RankBrainはその用語で自動的にページをランク付けします。
つまり、単一のキーワードを中心にページを最適化することを推奨します。一つのページ内にミディアムテールキーワードに関しての有益な情報を散りばめることで、より専門的なページになります。もしくは、ミディアムテールキーワードを同じようなカテゴリで分類してページを作成するのも一つの手段です。
直帰率や滞在時間の検索順位との関係
Googleが言う「ユーザーに価値のあるコンテンツ」を実現するには、単純にキーワードの詰め込みではすでに意味のない施策です。UXシグナル、つまり、ユーザーの行動から満足度を定義して、価値あるコンテンツの評価基準としている事を考えるとコンテンツの中身は今まで以上にSEOで重要になってきます。
Googleは滞在時間を捕捉している
滞在時間とは、検索結果のページをクリックしてから検索ユーザーがそのページで費やした時間です。
滞在時間が長いほど、より良いページという考え方でGoogleに伝達されます。逆にページをクリックしてから2秒後離脱した場合、Googleはマイナス評価を与え、検索順位が下落することにも繋がります。
したがって、RankBrainが滞在時間を測定し、このシグナルに基づいて検索結果をシャッフルしているという事になります。
Googleは依然として検索順位の決定要素として被リンクを使用していますが、Googleは下記のように述べています。
Googleは現在、機械学習を検索順位決定プロセスに統合しています。誰かがページをクリックしてそのページにとどまるとき、いつ戻るか、いつ彼らがその関係を正確に把握しようとしているかについてのモデルを常に洗練しています。
Backlinko社がGoogleの大量の検索結果を分析したところ、検索順位と直帰率の間に相関関係が見つかりました。
参考
インタビュー・取材記事掲載はこちら
