Schmetterlingseffekt: Wie Kernaktualisierungen subtile Änderungen der Benutzerabsicht bewirken

Steigern Sie Ihre Fähigkeiten mit den wöchentlichen Experteneinblicken von Growth Memo. Kostenlos abonnieren!

Websites können durch Kernaktualisierungen erheblichen organischen Datenverkehr verlieren, ohne dass bei der Analyse von Rangänderungen erkennbare Muster erkennbar sind. Eine versteckte Ursache sind subtile Absichtsänderungen.

Zwei veraltete Modelle verhindern, dass wir sehen, was wirklich vor sich geht.

Erstens stellen wir uns die Benutzerabsicht oft als transaktional, navigationsbezogen, informativ und kommerziell vor. Heutzutage ist die Benutzerabsicht jedoch viel verfeinerter und spezifischer.

Zweitens sind nicht alle Stellen in den Suchergebnissen gleich. Google unterteilt die Top-Ergebnisse in dominante, gemeinsame und untergeordnete Absichten.

Sofern es sich nicht um Long-Tail-Keywords mit klarer Absicht handelt, können Keywords mehrere Bedeutungen haben. Einige Leute, die beispielsweise nach „ai ecommerce“ suchen, möchten wissen, wie KI im E-Commerce eingesetzt wird, während andere wissen möchten, wie sich der E-Commerce durch KI verändert. Subtil, aber anders.

Infolgedessen zeigt Google eine Mischung von Ergebnissen an, um jede dieser Absichten so gut wie möglich zu beantworten.

Google ordnet die Suchergebnisse während der Kernaktualisierungen neu, wenn es Veränderungen in der Nutzerabsicht erkennt. Dies kann besonders schwerwiegend sein, wenn die dominante Absicht und die Top-3-Ergebnisse betroffen sind.

Im Großen und Ganzen wirken kleine Rangwechsel oft winzig und chaotisch. Aber was wir sehen, ist der Schmetterlingseffekt: eine kleine Veränderung mit großer Wirkung.

Bildquelle: Lyna™

Schmetterlingseffekte durch Absichtsverschiebungen

Ohne zu wissen, wonach man suchen muss, ist es schwierig, geringfügige Rangänderungen aufgrund von Änderungen der Benutzerabsichten (Butterfly-Effekte) zu erkennen und zu verstehen.

Unser Verständnis der Schlüsselwortbedeutung ist oft zu statisch. Themen ändern sich ständig.

Am einen Ende des Spektrums gibt es nachrichtenbezogene Schlüsselwörter, die in den QDF-Filter (Query verdient Aktualität) fallen. Schauen Sie sich einen Tag lang die Nachrichten an und Sie sehen, wie schnell sich die Bedeutung eines Schlüsselworts ändern kann.

Auf der anderen Seite gibt es immer wiederkehrende Schlüsselwörter, deren Bedeutung sich kaum ändert.

Nehmen Sie das Beispiel „E-Commerce-KI“. Zwischen Anfang Februar und Mitte April änderte sich die vorherrschende Nutzerabsicht von „Informationen über KI im E-Commerce“ zu „wie KI die E-Commerce-Branche verändert“.

Bildnachweis: Kevin Indig

Im Screenshot unten habe ich die verschiedenen Arten von Absichten farblich gekennzeichnet, um hervorzuheben, wie subtil die Unterschiede sein können.

Bildnachweis: Kevin Indig

Es ergibt Sinn. KI verändert sich schnell und damit auch ihre Auswirkungen. Die Leute erfahren davon und kommen auf weitere Fragen. Wenn sich die (dominante) Benutzerabsicht ändert, folgen die Ränge diesem Beispiel.

Auch die Gewichtung der Intents, die in den SERPs für Keywords angezeigt werden, kann sich ändern. Aus einer dominanten Benutzerabsicht kann eine allgemeine und eine häufige untergeordnete Absicht werden.

Absichtsverschiebungen sind der Grund, warum Google sagt, dass Websitebesitzer bei der Einführung eines Updates nicht immer etwas falsch machen und dass es „nichts zu reparieren“ gibt und dass man sich von einem Algorithmus-Update nicht „erholen“ kann. Also.

Eine noch größere Herausforderung entsteht, wenn sich die Absicht ändert und zwei URLs sich plötzlich gegenseitig kannibalisieren.

Wenn beispielsweise ein Artikel eine Einführung in ein Thema („Was ist …“) und ein anderer einen umfassenderen Leitfaden zum Thema behandelt, können beide gleichzeitig ranken oder plötzlich miteinander konkurrieren.

Bildnachweis: Kevin Indig

Wie findet man Schmetterlingseffekte? Wenn der organische Traffic nach einem Core-Update zurückgeht, achten Sie auf Keywords, die aus den Top-3-Positionen herausgefallen sind. Hier tut es am meisten weh. Selbst ein einzelner Positionsrückgang hat übergroße Auswirkungen.

Um Absichtsverschiebungen zu quantifizieren, können Sie die Titel des Ergebnisrankings vor und nach der Aktualisierung analysieren. Titel sind nicht das A und O, aber sie geben wichtige Hinweise auf die Absicht des Benutzers.

Im großen Stil können Sie das LLM Ihrer Wahl verwenden, um Titel mit Eingabeaufforderungen wie den folgenden zu kategorisieren:

• „Gruppieren Sie die folgenden Titel in eine der folgenden Gruppen: {intent 1}, {intent 2}, {intent 3} usw.“
• „Welche Absicht könnten Nutzer haben, wenn sie auf das folgende Suchergebnis klicken?“

Bei sehr beliebten Suchanfragen können wir noch einen Schritt weiter gehen und den Suchtrend in Google Suggest analysieren, um zu sehen, ob das Suchvolumen wächst oder sinkt.

Eine schnell steigende Suchnachfrage nach einem verwandten Schlüsselwort könnte die dominante, häufige oder untergeordnete Suchabsicht für das Hauptschlüsselwort verändern.

Beachten Sie, dass wir nicht alle Keywords mit wachsendem Suchvolumen kennen oder wissen, wo der Schwellenwert von Google liegt, um die Nutzerabsicht für Keyword-Verschiebungen zu bestimmen. Es gibt auch einen Zeitfaktor, da einige Schlüsselwörter schnell ihre Bedeutung ändern (denken Sie an „Unabhängigkeitstag“ und „Wuhan“).

Wie kann man bei Absichtsverschiebungen vorgehen? Sobald Sie festgestellt haben, dass sich die Absicht für ein Keyword geändert hat, haben Sie drei Möglichkeiten:

• Mögliche Kannibalisierung beheben (löschen oder konsolidieren).
• Schreiben Sie betroffene Artikel neu, um sie an die Absicht des neuen Benutzers anzupassen.
• Erstellen Sie neue Inhalte basierend auf geänderten Benutzerabsichten.

Kernaktualisierungen sind vielfältig

Die Verfeinerung der Benutzerabsicht ist nicht alles, was Core Updates bewirken. Sie sind zu Küchenspülen für alle Arten von Systemen geworden:

• Die Klassifizierung „Hilfreiche Inhalte“ wurde in die Kernaktualisierungen integriert (Link).
• Andere Qualitätssysteme wie Panda und Penguin wurden bereits vor Jahren in Core Updates integriert.
• 15 % der Suchanfragen, die Google erhält, sind neu, was bedeutet, dass Google die anfänglichen Ergebnismischungen testen und basierend auf Nutzersignalen iterieren muss.

All diese Einflüsse machen Core Updates vielschichtig, komplex und unvorhersehbar. Wenn wir jedoch die verschiedenen Formen der Benutzerabsicht und subtile Änderungen berücksichtigen, können wir von der Verwirrung zur Problemlösung gelangen.

Ausgewähltes Bild: Paulo Bobita/Search Engine Journal