O SEO Semântico se difere das antigas estratégias de otimização por estar fortemente baseado no sentido do que se fala nos conteúdos, portanto, eliminar o duplo sentido de uma frase (chamado de desambiguação) é um dos primeiros passos que precisam ser dados quando iniciamos um projeto de otimização semântica.
Na linguística, desambiguação se refere ao processo de explicação à mensagem que possui mais de um sentido. Um termo ambíguo é, então, aquele que traz uma mensagem ou instrução confusa e que pode ser interpretado de mais de uma maneira.
Por isso, no Fluxo de Trabalho Semântico que eu criei, logo após encontrar o domínio do conhecimento que o seu projeto está inserido, começamos a construir uma taxonomia, porque ela nos ajuda a definir, sem ambuiguidade, os conceitos e termos que serão usados. Portanto, a ação ou processo que elimina a ambiguidade de uma estrutura linguística, nos auxiliando a tornar explícita os seus reais sentidos, é um dos elementos fundamentais do SEO Semântico.
Conteúdos
Ambiguidade e SEO Semântico
Qual a relação entre SEO e ambiguidade?
Sendo direto, a relação está na recuperação da informação.
O SEO funciona na melhoria constante e metódica dos conteúdos que colocamos na internet. Por conteúdo eu quero dizer o conjunto de posts, páginas, ferramentas, plataformas e outros. Tudo o que sua organização coloca na internet, para mim, é conteúdo. E o nosso trabalho como profissionais de SEO é ajudar na recuperação da informação contida nesses conteúdos.
A ambiguidade é um grande obstáculo para a recuperação de informação.
Marcelo Schiessl e Marisa Brascher em Ontologia: ambiguidade e precisão
O uso de taxonomias e ontologias são as maiores contribuições que a Ciência da Informação deu a organização e recuperação da informação, como descrevem Schiessl e Brascher:
A Ciência da Informação busca ordenar acervos visando o equilíbrio entre usuário e informação e, para tal, se vale de abordagens filosóficas e computacionais.
E é neste equilíbrio entre o que os usuários precisam e onde está a informação que tem o que eles precisam é que se conectam essas áreas aparentemente distintas: SEO e Ciências da Informação, principalmente se tratarmos a Web Semântica como campo de atuação dos profissionais envolvidos nas duas áreas.
As taxonomias no geral e as ontologias no particular nos permitem automatizar a qualificação da indexação de conteúdos, criando usando os “mapas relacionais” que são criados entre as entidades e suas relações. Um exemplo:
Se eu estou escrevendo um conteúdo sobre Ambiguidade e SEO Semântico, consigo criar tanto no nível do texto, quando nos dados estruturados que estão conectados ao HTML desde texto, as relações entre essas três entidades:
- Ambiguidade
- SEO
- SEO Semântico
Descritas mais ou menos assim:
A relação que crio entre as três entidades pode ser descrita nessa simples representação de várias maneiras, dependendo do domínio do conhecimento que meu site está, na estrutura de conteúdo que eu defini usar, na taxonomia que eu personalizei para o projeto e muitos outros critérios.
Mas algo que não muda é o fato que a conexões entre eles carrega sentido, são semânticas. E aplicações semânticas, que usam, por exemplo, processamento de linguagem natural e outras técnicas de Inteligência artificial, podem transformar essa estrutura em um grafo do conhecimento.
Como uso grafos de conhecimento para resolver ambiguidade?
Inteligência artificial, taxonomias e Links Internos
Neste post que você lê agora existe um pequeno trecho de um grafo do conhecimento criado. Eu uso o WordLift para conectar a taxonomia que eu personalizei para o meu site com as entidades que eu descrevi em forma de um vocabulário controlado, gerando uma rede de links internos enriquecida com dados estruturados, através de Inteligência Artificial, conectada a base de dados, como a DBpedia.
Isso me permitiu criar um Knowledge Graph interno, especializado no SEO Semântico e sua relação com a Biblioteconomia e Ciências da Informação, o novo viés do meu trabalho e desde blog.
Como o SEO Semântico e as taxonomias ajudam a fazer desambiguação em seus projetos?
Podemos dividir os objetivos de gerar certeza sobre os assuntos que você trata em seus conteúdos em dois:
Intenção de busca do usuário e melhora nos resultados de pesquisa.
Nos dois casos a metodologia de Fluxo de Trabalho Semântico lhe ajuda a caminhar com mais segurança durante todo o processo.
Intenção do usuário
A cada busca, feita por cada usuário, em determinado tempo, podemos categorizar por tipos, que atualmente chamamos de intenções.
São quatro as intenções de busca do usuário:
- Informacional: o visitante deseja encontrar uma resposta para uma pergunta específica.
- Navegacional: o visitante deseja encontrar uma página ou site específico.
- Comercial: o visitante deseja investigar marcas ou serviços.
- Transacional: o visitante deseja concluir uma ação (conversão).
Essa é uma maneira de organizarmos, de forma lógica, o que entendemos por momento de busca de informação, onde todas as interações prévias fazem parte de um conjunto de tomadas de decisão, impactando no momento em que a pessoa precisa realizar algo e vai a um buscador ou um site, realizar uma busca.
Seja procurando no Google ou indo direto ao mecanismo interno de busca do seu site, essa pessoa tem um objetivo mais ou menos definido, que orienta a forma como ela procura e o que intende como informação útil. É nesse ponto que a organização prévia da informação por parte da equipe envolvida nos projetos (seja de construção das plataformas ou dos conteúdos) tem impacto direto na entrega dessa informação, relevante a cada intenção do usuário.
O uso de taxonomias no início do seu projeto ajuda a focar no que é importante para sua empresa dizer sobre o domínio do conhecimento que está conectada. Além disso lhe ajuda a não fugir do tema que os seus visitantes (e possíveis clientes) estão procurando, casando definitivamente a informação com a intenção.
Resultados de pesquisa
Os buscadores como o Bing e o Google criaram suas próprias ontologias, seus grafos de conhecimento e as usam para resolver o mesmo problema que eu, neste post, estou tratando a ambiguidade.
Quando você faz uma busca em qualquer um dos dois, aciona algoritmos que navegam em microssegundos por essas redes semânticas, compostas de trilhões de conceitos, entidades e suas relações, procurando trazer a melhor resposta para a sua pesquisa.
O nível de certeza quanto a melhor informação para responder a sua pergunta pode variar: algoritmos como o MUM tem apresentado resultados cada vez melhores e mais completos. Mas uma coisa é certa: para que os mecanismos de buscas continuem evoluindo, as respostas precisam ser cada vez mais certeiras.
