Wawasan Data Terstruktur | Google Podcast: Masa Depan Cerah!

Wawasan Data Terstruktur |  Google Podcast: Masa Depan Cerah!

Google baru-baru ini merilis yang baru episode di Podcast mereka, Cari Tidak Direkam ditelepon “Data terstruktur: Apa itu semua?”.

Sebagai penggemar Data Terstruktur, saya sangat senang ketika Google merilis podcast ini. Di Aplikasi Skema, kami menghidupkan dan menghirup data terstruktur setiap hari sepanjang tahun. Podcast ini memberikan beberapa wawasan dari Google tentang bagaimana data terstruktur melengkapi kerja pembelajaran mesin mereka, bersama dengan tantangan untuk selalu memperbarui data terstruktur dan bagaimana data terstruktur tetap ada. Saya sangat merekomendasikan pertunjukan 30 menit.

Saya telah merangkum takeaways saya dari percakapan yang hidup antara host Martin Splitt dan Lizzi Sasman dan tamu Ryan Leveringseorang insinyur perangkat lunak Google yang bekerja pada data terstruktur.

Pembelajaran Mesin & Data Terstruktur

Kami sering ditanya di Aplikasi Skema, apakah pembelajaran mesin akan membuat data terstruktur menjadi usang. Ryan Levering membagikan bagaimana pembelajaran mesin dan data terstruktur bekerja bersama. Data terstruktur adalah sesuatu yang dapat Anda kontrol dan berikan kepada Google, memungkinkan Google untuk membuat fitur. Kemudian mereka dapat lebih meningkatkan pengalaman penelusuran menggunakan pembelajaran mesin.

“Sebagian besar fitur kami dari waktu ke waktu bermigrasi ke pendekatan tempat kami menyerapnya. Mungkin kita mulai dengan satu pendekatan di mana kita hanya menggunakan ML. Dan kemudian kami akhirnya menambahkan markup sehingga orang memiliki kendali. Atau sebaliknya. Dan kami mulai– kami mem-bootstrap dengan markup dalam pendekatan ekosistem di mana orang-orang memberi kami data. Kemudian kami meningkatkan cakupan fitur dengan menambahkan ML jangka panjang.”

Ryan Levering @ 8:34

Data Terstruktur di luar Hasil Kaya

Jawaban mereka samar-samar (lucu kalau topiknya tentang disambiguasi, ha!). Mereka menggunakan pembelajaran mesin untuk mengidentifikasi topik halaman, dan “terkadang” akan merujuk ke data terstruktur untuk membantu. Sepertinya jika Anda menggunakan data terstruktur untuk mengklarifikasi topik di halaman, itu bisa menjadi nilai.

“Jadi data terstruktur hanyalah satu sinyal dalam perhitungan keseluruhan itu. Tapi itu bisa membantu kita dengan disambiguasi tertentu dalam hal apa halaman sebenarnya. Jadi, ini berguna, tetapi hanya dalam arti yang lebih implisit sekarang.”

Ryan Levering @ 16:06

Tantangan: Menjaga Data Terstruktur Anda Tetap Terkini

Salah satu tantangan bagi Google adalah memastikan bahwa data terstruktur sesuai dengan konten di halaman, yang disebut Martin Splitt sebagai melayang. Pada dasarnya, apakah konten yang dapat dibaca manusia dan mesin (data terstruktur) sinkron?

Google memeriksa ini, dan itu mahal bagi mereka. Bergantung pada bagaimana Anda menerapkan data terstruktur, ini bisa sangat memakan waktu dan rumit. Ryan merekomendasikan untuk tidak melakukan data terstruktur secara manual, tetapi menemukan cara untuk membangunnya di konten. Ini sendiri memiliki tantangannya sendiri, menjaga template tetap up to date, memastikan konten tampil tepat waktu, dll.

Kami telah bekerja keras untuk memecahkan masalah ini, dan itulah sebabnya kami membangun Penyorot Aplikasi Skema. Penyorot membuat data terstruktur dari konten situs web Anda, sehingga mudah untuk mengatasi tantangan ini untuk tetap memperbaruinya.

“Saya pikir kuncinya adalah memastikan bahwa hal yang menghasilkan – seperti yang disinggung Martin – hal yang menghasilkan konten Anda berasal dari database Anda secara langsung dan tidak sepenuhnya manual.”

Ryan Levering @ 22:20

Masa Depan Data Terstruktur

Kabar baik! Masa depan untuk data terstruktur cerah. Ryan berbagi bahwa dalam jangka menengah, mereka akan mencari untuk menambahkan fitur baru dan mulai memanfaatkan Data Terstruktur secara universal untuk meningkatkan pengalaman Google.

“Maksud saya, kami terus menyempurnakan penggunaan data terstruktur dalam hal menambahkan lebih banyak fitur dan mencari lebih banyak cara agar kami dapat menggunakannya dalam hal-hal yang lebih keren yang bukan hanya perawatan visual tetapi sebenarnya membantu dengan lebih banyak pemahaman di halaman” Ryan Levering @ 27 :07

Dalam jangka panjang, Ryan membagikan visinya untuk menemukan cara menggunakan data terstruktur secara terprogram, menghilangkan kebutuhan untuk memiliki data terstruktur di halaman web, sambil tetap menautkannya ke halaman web.

“Saya ingin pindah ke tempat kami menyesuaikan lebih banyak data melalui saluran khusus data terstruktur daripada harus menyampaikan semua informasi kami di halaman web itu sendiri.”

Ryan Levering @ 27:20

Seperti yang saya sebutkan sebelumnya, masa depan cerah untuk data terstruktur, dan kami sangat bersemangat di Aplikasi Skema untuk menyelesaikan tantangan ini dengan kami Penyorot Aplikasi Skema – alat terbaik di pasar yang menerapkan data terstruktur dalam skala besar, memungkinkan Anda memperoleh semua manfaat dan mengendalikan merek Anda dalam penelusuran.

Sumber daya:

Martha adalah CEO dan salah satu pendiri Aplikasi Skema. Aplikasi Skema adalah solusi Markup Skema ujung ke ujung yang membantu tim SEO perusahaan membuat, menyebarkan, dan mengelola Markup Skema agar menonjol dalam pencarian. Dia adalah anggota aktif dari komunitas pengoptimalan mesin pencari, dan pekerjaan yang dia lakukan melalui Aplikasi Skema membantu merek dari seluruh dunia meningkatkan kinerja pencarian organik mereka.