Google MUM 和 EAT

除了数据挖掘之外，谷歌面临的另一个重大挑战是信息的有效性。多年来，谷歌一直在利用EAT开展质量攻势，预计在不久的将来会推出更多功能来支持EAT。

与相应的搜索结果直接相关，可以通过“关于此结果”框获取有关来源的信息。

这些信息包括来自维基百科或发布者网站等可信资源的发布者描述，以及网站连接是否安全的信息。此外，您还可以了解发布者关于自己的评论、其他人关于他或该主题的评论。

这里使用 MUM 的程度尚不完全清楚。然而，可以肯定的是，实体或来源的权威性和可信度在排名中也发挥着独特的作用。

Google MUM 更新是下一个重大范式转变，旨在提高性能和用户导向

专注于单一语言模型，使得语义解释不再需要考虑不同的语言。这些算法基于英语搜索查询和文档进行训练。它们可以应用于所有其他语言——从性能和语义理解的角度来看，这是一个显著的优势。与德语等语法更复杂的语言相比，使用自然语言处理来解释英语要容易得多。

甚至在 MUM 出现之前，谷歌就将英语作为主要语言。早在 2019 年，第一批英文文档的译文就出现在知识面板中。

 

出于性能方面的考虑，这是一个显著的改进。只有高效利用现有资源，机器学习或自然语言处理才有可能实现。前提是减少并行运行的进程。通过专注于为每个搜索查询仅从一个数据模型中查询信息，可以提高效率和性能。

2020 年的一篇谷歌研究论文《用户活动流的顺序专家多任务混合》描述了一种名为 MoSE 的技术，该技术在许多方面与 MUM 相似。

MoSE 能够基于用户数据（例如点击次数和搜索历史）在数据模型中高效地进行汇总。与传统搜索引擎类似，它以市场调研的方式运作，从搜索引擎用户而非索引信息入手。用户意图是其关注的重点，基于该模型，谷歌可以预测用户在研究过程中会遇到哪些问题以及相应的答案。

所有必要的信息都可以在 SERP 中编译，以便无缝地陪伴用户完成整个客户旅程。

 

通过 MUM 为 Google 购物在客户旅程中带来新潜力

在基于产品的搜索方面，谷歌已经落后于亚马逊等大型电商平台以及一些小型电商平台。例如，处于客户旅程偏好阶段的用户通常会直接在亚马逊上搜索产品。从经济角度来看，这对谷歌来说很困难，因为这些用户或商业搜索带来的广告点击量最多。

在认知阶段，大多数谷歌用户使用谷歌进行信息导向的搜索。然而，在偏好阶段，谷歌目前正在流失大量用户，而这些用户则流向了竞争对手。

 

Google 希望在客户旅程的早期阶段（认知和考虑）为用户提供有价值的信息。通过全新的 SERP 和购物搜索设计，Google 希望能够激发用户的购买欲望，提供概览并帮助他们完成购买。

这表明，谷歌已经放弃了在偏好阶段直接争夺产品搜索的竞争，转而专注于其实际优势——以用户友好的方式组织和处理全球知识。而这正是大型电商平台无法跟上的。

 

MUM：谷歌搜索的未来以及 SEO 可以从中学到什么

MUM 是谷歌迈向纯语义搜索引擎的下一个拼图，它不断改进搜索查询和内容的语境。因此，匹配内容和内容段落的相关性可以理解搜索意图

开发可用的量子计算机仍任重道远，因此谷歌必须利用诸如MUM之类的高效技术，将目前匮乏的计算能力用于大规模机器学习。这样，谷歌就可以更快地进一步开发自己的搜索系统，而不必考虑硬件方面性能的不足。可以说，软件开发正在超越硬件开发。

预计商用量子计算机将在2029年取得突破。我们可以假设，到那时，谷歌搜索将成为一个完全语义化的搜索引擎。届时，谷歌搜索中的关键词文本匹配将成为历史。

 

谷歌妈妈：SEO必须改变

此时，还必须问一个问题：Google 未来将扮演什么角色作为流量供应商，以及 SEO 在多大程度上仍然直接影响排名。

BERT 和 MUM 的推出，给行业带来了类似 Panda 和 Penguin 那样的巨变。自然语言处理驱动着基于蜂鸟和知识图谱的语义搜索速度大幅提升。SEO 人员需要更多地思考与 EAT 相关的实体和主题，而不是关键词。

对于技术性SEO来说，确保搜索相关内容的抓取和索引依然重要。但技术本身并不能提升其相关性，也无法创造权威性或专业性。关于信任（https）和用户体验（UX），技术可以通过一些小手段来干预排名。然而，这些手段并不能保证网站排名靠前。诸如使用结构化数据进行标记之类的技术性任务将变得越来越过时，因为谷歌通过自然语言处理来理解结构化信息的需求越来越少。

内容和链接仍然是最重要的影响因素。链接与其他支撑权威性的重要因素相结合。搜索查询和内容（文本、视频、音频和图像）中的共现是重要的信任和权威信号。通过 MUM，谷歌可以访问更多数据源和信息。此外，谷歌可以使用独立于语言的数据挖掘技术来收集和合并全球所有关于实体和主题的信息。以前的数据孤岛正在被打破。

这使得 Google 能够更好地回答问题并传授真正深厚的知识。

内容管理者应该少关注关键词在内容中出现的频率，而应该考虑从哪个角度来处理某个主题。在这方面，经典的 TF-IDF 分析仍然是一种久经考验的方法，可以识别描述某个主题关键词语料库的重要术语。

内容能够解答问题。但未来，仅仅生产内容将远远不够。谷歌希望通过提供答案，陪伴用户完成整个客户旅程，从而获得与产品相关的宝贵商业流量，并将其转移到自己的购物世界。他们希望重新赢得市场份额。

从 SEO 的角度来看，内容负责人在客户旅程中提供内容营销以便在用户研究期间提供尽可能多的内容接触点变得越来越重要。

根据用户的知识水平，他们会经历或短或长的搜索过程。随着用户对某个主题的知识不断增长，在寻找解决方案时，他们会面临不同的挑战和需要解答的问题。

刚接触搜索引擎优化 (SEO) 的人更有可能问“什么是 SEO？” 接下来，他们会问“SEO 是如何运作的？” 但他们意识到这个话题相当复杂，更有可能问“谁提供 SEO 服务？” 在此过程中，公司应该提供答案。

内容必须以用户为中心，并预测客户旅程中的需求和疑问，就像谷歌对MUM所做的那样。详细的SERP分析有助于预测当前和未来的搜索意图。

 

Google MUM：SEO 也适用于文本以外的媒体格式

SEO 主要关注文本内容。MUM 显著提高了 SERP 在媒体格式方面的多样性，因为谷歌在理解视频、图片、音频和文本以及将其置于语境中方面做得越来越好。例如，当您查看图片搜索中的图片分类，或 YouTube 视频中地点的自动标记时，您已经可以看到这一点。

谷歌于 2021 年签署的多项专利表明，谷歌已经能够解读音频、视频和图像。

对于SEO来说，这意味着未来在设计音频和视频内容时，他们将能够通过关键词研究或TF-IDF分析，关注与文本类似的语义设计。未来，谷歌还将更好地理解视频和音频的语音内容，例如在YouTube或播客搜索中对其进行排名。

像知识图谱这样的语义数据库也将受益于关于实体的额外可操作信息来源，从而进行数据挖掘。高性能自然语言处理与大量额外数据挖掘来源的结合，将显著加速知识长尾的开发。

因此，Google MUM 更新是迈向语义搜索引擎的又一次合理发展。

 

未来通过 MUM 访问 Google 的访客会减少吗？

借助 MUM 和 BERT 等创新技术，谷歌希望能够直接在 SERP 中显示更多答案，而无需再次点击内容来源。人们有理由担心，谷歌会继续关闭流量水龙头，并在自己的世界中尽可能多地显示信息。

这里存在一个风险，即谷歌和内容发布者的利益出现分歧，谷歌会主动使用合适的内容段落，而不让发布者参与。但这完全取决于谷歌自身，以及他们如何权衡利益。

有一点是明确的：谷歌依靠最新内容来解答当前和未来用户的疑问。作为一家科技集团，谷歌能够通过算法索引信息，并以用户友好的方式进行准备。

然而，你可能永远无法独立积累深入的专业知识，并将其与出版商提供的内容区分开来。因此，我们只能相信谷歌会继续用流量奖励优质内容。