לשאלה מי כתב מסמך מסוים יש היום תשובות אלגוריתמיות לא רעות בכלל. לא בטוח שהן יכולות לספק תשובה גם במקרה הספציפי של מסמך גלנט, אבל זה בעיקר מטעמים טכניים.

את "מסמך גלנט" אין צורך להציג. יש הרבה לומר עליו, במישורים רבים, אבל בפוסט הזה אני רוצה לעסוק בצד ספציפי של הפרשה, שיש לו הקשר טכנולוגי.

בכלי התקשורת דווח, בין השאר, כי משטרת ישראל מפעילה קבלן חיצוני כדי לטפל בצדדים טכניים שונים שקשורים לזיהוי מקור המסמך. למשל, בדיקת הדיסקים הקשיחים במשרדי ארד תקשורת, כנראה כדי לנסות לזהות בהם "אקדח מעשן" (לפי הפרסומים בתקשורת לא נתגלה כזה, יש להזכיר) – עותקים שונים של המסמך שנמחקו, הודעות דואר שבהן נשלח או התקבל, או אפילו טיוטות של המסמך שיסגירו את זהות הכותב.

סוג נוסף של בדיקות שאפשר לעשות, שקרובות יותר לעולם הזיהוי הפלילי המסורתי, קשור למאפיינים הויזואליים של המסמך. אם יש למשטרה עותק מודפס שלו, הוא יכול לספק "טביעת אצבע" של המדפיס; מפלט מודפס ניתן, במקרים מסוימים, להסיק על אילו מערכת הפעלה ומעבד תמלילים הוא נוצר ו/או הודפס ובאיזו מדפסת, באיזה דגם של מכונת צילום הוא שוכפל, וכדומה. הטיפוגרפיה של המסמך יכולה לרמז על הגדרות עיצוב מסמך לא-שגרתיות במעבד התמלילים של המדפיס.

האלגוריתם שיודע מי כתב מה

ישנם עוד הרבה דברים שאפשר לעשות, ולא פורסם מה בדיוק נעשה ומה לא ובאיזו לשכת אלוף או משרד יח"צ. בכל אופן, ישנו אמצעי נוסף בתחום הזה, שניתן לכנות "זיהוי פלילי אלקטרוני" – ניתוח תוכן המסמך באמצעות אלגוריתם סמנטי מתקדם.

לא בטוח שהאמצעי הזה ישים במקרה של מסמך גלנט – מכל מיני סיבות שלא נתעמק בהן. בכל אופן, חשוב לדעת שכבר קיים מזה מספר שנים אלגוריתם שמאפשר לקבוע ברמה גבוהה של וודאות האם מסמך כלשהו נכתב על-ידי פלוני זה או אלמוני ההוא.

פרופ' משה קופל מאוניברסיטת בר-אילן פיתח עבור פרויקט השו"ת אלגוריתם שמסוגל לקבוע "מי כתב את הזוהר הקדוש ומי את מחזות שייקספיר". האלגוריתם מזהה את "סגנון הכותב", טביעת אצבע ייחודית שמורכבת ממספר רב של פרמטרים לשוניים ודקדוקיים פשוטים שניתנים לניסוח כמותי:

המחשב, אומר קופל, נותן בידינו מכשיר לבדיקה סטטיסטית מדוייקת של מאפייני טקסט, שמוח אנושי אינו יכול לעבד. מה שקרוי "סיגנון הכותב" מורכב מפרמטרים לשוניים רבים האופיניים לאותו כותב: מילים ומשפטים. שמות עצם, שמות תואר, שמות גוף, שמות מספר, שמות עצם מופשטים, שמות עצם קיבוציים, פעלים, תארי הפועל, מילות יחס, מילות חיבור, מילות קריאה, מילות שאלה, תחיליות וסיומות. וכמובן הבחנה בין זכר לנקבה, סמיכות, נטיות לרבבותיהן וכו'.

כשבוחנים את מאפייני הטקסט יש לסנן מתוכו את מאפייני התקופה בה נכתב, את הסביבה התרבותית בה חי הכותב, את הטרמינולוגיה המקובלת בנושא אליו מתייחס הטקסט וגורמים רבים אחרים.לאחר סינון מסתבר שלכל כותב יש סימני זיהוי האופייניים רק לו מבחינת שימוש באוצר מילים, באותיות שימוש תחיליות וסיומות, במבנה המשפטים ובמרכיבים רבים אחרים. כל טקסט מכיל טביעת אצבע, מעין DNA של המחבר. השמיים הם הגבול לשימושים האפשריים בגילוי זה.

סיכון ביומטרי חדש

תיאורטית, לפחות, האלגוריתם של משה קופל יכול לקבוע מי כתב את מסמך גלנט. לו יכולנו לרכז די "דוגמאות כתיבה" – מסמכים דומים שכתבו כל החשודים התיאורטיים בזיוף לכאורה של מסמך גלנט – האלגוריתם של פרופ' קופל היה יכול להצביע על האיש בעל סגנון הכתיבה הדומה ביותר.

אז נכון, אתית וכנראה גם טכנית, זה בלתי אפשרי במקרה המדובר.

בכל אופן, חשוב להבין שאנחנו כבר חיים בעידן שבו מלבד טביעות אצבע, זיהוי פנים ו-DNA, ניתן לזהות אותנו ו/או לדעת עלינו הרבה באמצעות טביעת האצבע הדיגיטלית שמופיעה על כל טקסט שאנחנו כותבים.

אגב, כל מי שעסק בעריכה עיתונאית מספיק זמן, יאמר לכם שהוא יכול לזהות מי כתב טקסט כלשהו כהרף עין – אם ראה מספר טקסטים שלו בעבר. "אין שני נביאים מתנבאים בסגנון אחד" (סנהדרין פט.) ואין שני אנשים שכותבים ומפסקים אותו הדבר.

ואיך Google קשור לזה?

אלגוריתמים סמנטיים הם העתיד הבלתי-מעורער של עולם החיפוש. מדוע? משום שכמו בני אדם, גם בוטים עם בינה מלאכותית, רוצים לא רק לשמוע מה אחרים חושבים על טקסט כלשהו (=לינקים) אלא גם לקרוא בעצמם (=אלגוריתמיקה סמנטית).

היסטורית, האלגוריתם של גוגל התפתח בכיוון הפוך משל מנועי חיפוש אחרים (נגיד, Yahoo!). עד ש-Google הופיע, מנועי חיפוש התבססו על ניתוח תוכן פרימיטיבי כאמצעי העיקרי להערכת הרלוונטיות של אתר או דף לשאילתת חיפוש. צפיפות מילות מפתח, למשל, הייתה בעלת חשיבות מכרעת לפני הופעת PageRank – שזו בדיוק הסיבה לכך שהיא כנראה מעולם לא הייתה, כשלעצמה, סיגנל באלגוריתם של גוגל.

ב-1998 לינקים אכן יכלו להיחשב להצבעות, כי עד אז בעלי אתרים התרגלו לבצע מניפולציות על התוכן בלבד. היום זה כבר לא המצב, כמובן. למעשה, כבר שנים שמספר (ואפילו איכות) הלינקים הנכנסים אינו יכול להוות מדד טוב לאיכות ולפופולריות האמיתית של אתר אינטרנט. אדרבא – כל שינוי שנעשה באלגוריתם במהלך השנים, בא על חשבון הערך הגולמי של לינקים – כל הלינקים או לינקים מסוימים.

מלינקים לסמנטיקה

עם הזמן, למדו גם המתחרות הגדולות והקטנות של גוגל לספור ולהעריך קישורים נכנסים. גוגל עדיין עושה את זה הכי טוב, כנראה, אבל היא יודעת לעשות הרבה דברים אחרים והם אלו שמקנים לאלגוריתם שלה יתרון מוחץ, בינתיים.

אין צורך להציג כאן את כל הדוגמאות לסיגנלים ידועים או אפשריים שאינם קשורים ללינקים. נזכיר כמה סיגנלים וסוגי סיגנלים לצורך ההקשר – ישנם כאלו שקשורים ל-Domain, התנהגות גולשים, Social Metrics (נתונים מנותחים של פעילות במדיה חברתית), Brand Search, וכמובן – לתוכן.

הרבה לפני שילמד "לקרוא" את התוכן, מותר להניח שהאלגוריתם של Google לומד על התוכן שלנו הרבה מהמאפיינים הטיפוגרפיים שלו, מהעושר הלשוני ומהתקינות הדקדוקית, למשל. כמה טוב הוא עושה את זה ואיזה משקל מקבלים הסיגנלים הרלוונטיים באלגוריתם השלם, על כך אפשר כמובן להתווכח.

בפוסט סימני פיסוק ו-SEO, הדגמתי כיצד ניתן להסיק הרבה מסימני פיסוק בלבד – על איכות טקסט, קריאותו, סגנונו וכו'. עלינו להניח שכל הטכניקות מהסוג הזה, שמבוססות על מחקרים ורעיונות שרובם בני 30 שנה ויותר, כבר יושמו אלגוריתמית ונבדקו בהיקף גדול, על-ידי גוגל. משקלם הוא מן הסתם פונקציה של איכות החיזוי של התנהגות הגולש, אותה גוגל בוחנת כל העת בהיקף עצום.

להבין את התוכן

אבל כל זה הוא לא העתיד – זהו העבר. תמיד ישנו פער בין האפשרות ליישם משהו בקוד לבין האפשרות לעשות את זה ב-Realtime, בהיקף גדול. לכן, תוצאות החיפוש שאנחנו רואים היום מתבססות בעיקרן על הישגים טכנולוגיים בני כמה שנים. גוגל כבר נמצאת במקומות אחרים.

עלינו להניח כי מטרת-העל של גוגל בתחום החיפוש היא להגיע לבינה מלאכותית דומה, לכל הפחות, לזו של "הקורא הסביר" – זה שבמבט אחד או אחרי קריאה של כמה שורות, יודע לברוח מאתר ספאמי, עילג במיוחד, או סתם כזה שלא מתאים לרמת הידע שלו.

בכלל, לחשוב במונחים של "איכותי" ו"לא איכותי", גם זה קצת מיושן. לאותה שאלה יש תשובות שונות כשהיא נשאלת על-ידי אנשים שונים; המטרה של גוגל היא לא להתאים את התוצאה הטובה ביותר לכל האנשים, אלא להתאים לכל אחד את תוצאות החיפוש שהכי מתאימות לו. מעבר לשימוש בטכניקות שונות של חיפוש מותאם אישית, דוברי גוגל טורחים להזכיר מדי פעם שהם גם מנסים ללמוד ממבנה ותוכן השאילתות על המחפש.

אז נכון, השאלות שמעניינות את פרופ' קופל או את מהנדסי גוגל הן שונות קצת מאלו שמעניינות את חוקרי משטרת ישראל. מכל מקום, גם בתחום הזיהוי הפלילי וגם בתחום החיפוש, האלגוריתמים הסמנטיים עוד לא אמרו את המילה האחרונה. עזבו, זה יותר מזה – הם עוד לא התחילו לדבר.

מצורפת המצגת מההרצאה "SEO לבוני אתרים" שהתקיימה היום (11/8/2010) באירוע WebTech 2010 של מכללת הי-טק.

קידום אתרים לבוני אתרים

אלפי שנות ציוויליזציה קידמו אותנו קצת מעבר לעידן שבו נהגנו לגרור אשה בשערה למערה שלנו, רגע אחרי שהפלנו ארצה אנטילופה בנגיחה מכוונת היטב. למרבה הצער, נראה שלא התקדמנו מספיק ושזו גם טיפ-טיפה אשמתן של הנשים, שלא לוקחות בשתי הידיים את החופש.

אני רוצה להציג לכם איך הדברים נראים בעולמי הצר כעולם נמלה, באמצעות מספר דוגמאות מהזמן האחרון: קמפיין המאבק על הגז, אליו גוייסתי לאחרונה. בקליפת אגוז: זהו מאבק לחלוקה צודקת של מאגרי הגז הטבעי העצומים שנתגלו מול חופי ישראל, ויש המעריכים את ערכם בלמעלה מ-300 מיליארד דולר.

תוך כדי עיסוק בקמפיין הזה אני מגלה, שוב ושוב ולא בפעם הראשונה, נוכחות בולטת ופעילות נמרצת של גברים עם תת-ייצוג מובהק של הנשים. זה למרות שבפעילות המקוונת אין בהכרח יתרון לגברים על-פני נשים – גם הנשים יכולות לכתוב, להגיב, להצביע; הן פשוט בוחרות, משום מה, לא לעשות את זה.

לדוגמא, סרטון ברוני הגז של יוני גודמן – לפי מערכת ה-Insights של YouTube רק 23% מהאנשים שצפו בסרטון הם נשים (ראו הדיאגרמה למעלה משמאל).

האם זה בגלל שנשים פחות מבינות בגז? או משום שהן לא יודעות להציג סרטוני יוטיוב? או בגלל שהן מעורבות פחות בקמפיינים חברתיים? לא, סביר יותר להניח שזה משום שפחות נשים פותחות חשבון ביוטיוב, כך שמערכת הסטטיסטיקות לא מזהה אותן.

למרבה הצער, התופעה הזו לא קיימת רק ב-YouTube. תסתכלו, למשל, מה קורה בדף הפייסבוק של הקמפיין. אחרי שבועיים של פעילות, עם למעלה מ-1500 חברים ומאות תגובות, מסתבר שהגברים אחראים ל-75 אחוזים מהפעילות והנשים ל-23 אחוזים בלבד (איך יוטיוב מזהה את שני האחוזים הנותרים – זה נושא שלא נתעמק בו הפעם).

מכיוון שפייסבוק, באופן ספציפי, הוא זירה שבה הנוכחות הנשית מאד מורגשת, הנתון הזה תמוה אפילו יותר.

זה לא חדש (ומבוסס בעשרות מחקרים) שבשיחה בה משתתפים גברים ונשים, הגברים מדברים בממוצע 75 אחוזים מהזמן. אבל מדוע זה קורה גם ברשת, מקום שבו כולם יכולים לדבר וקשה – אפילו לגברים – להרים את הקול?

אגב, שיעור הנשים בין החברים בדף הפייסבוק הוא 40 אחוז – וגם זה ייצוג-חסר – והעובדה שבהודעות ובתגובות חלקן נמוך בחצי, אומרת בפשטות שהן מדברות חצי ממה שמדברים הגברים.

אל תתפתו לחשוב שמדובר באנומליה נקודתית, שקשורה רק לקמפיין הגז. בתופעה הזו נתקלנו, אני ולא מעט אנשים שאני מכיר, גם בקמפיינים ובתחומים אחרים.

אחת הדוגמאות המאלפות בעיני, היא זו של קמפיין הבלוגרים למען דב חנין. מתוך 117 הבלוגרים שבחרו להשתתף בקמפיין הבלתי נשכח הזה, רק 38 היו נשים. מכיוון שהרוב המכריע של הבלוגרים שהצטרפו לקמפיין עשו את זה בתגובה לפנייתו של עבדכם הנאמן, אני יכול לומר באופן חד-משמעי: מספר הבלוגריות אליהן פניתי היה גבוה משמעותית ממספר הבלוגרים. הנשים פשוט הגיבו פחות.

זה לחלוטין לא משקף את מה שקרה מחוץ לרשת. בתנועת עיר לכולנו בכלל, ובמטה ובפעילות השטח במהלך מערכת הבחירות בפרט, הנוכחות הנשית הייתה בולטת מאד. מדובר בתנועה שהיא הרבה יותר נשית מגברית, והנשים של עיר לכולנו הוכיחו שוב ושוב שהן אולי המין היפה – אבל ממש לא המין החלש.

שוויון: גם ברשת, קודם כל ברשת

בשנים הראשונות של ה-www, היחס בין גולשים לגולשות היה 2:1 לערך. אבל בתחילת העשור הקודם זה השתנה, וברוב המדינות יש יותר גולשות מגולשים כשם שיש יותר נשים מגברים.

בחוגים האקטיביסטיים נשים הופכות בהדרגה לכוח המניע העיקרי, גם אם לא זה שנמצא תמיד בקדמת הבמה. בדרגי הביניים של התקשורת, כמו בהייטק ובאקדמיה, שיעור הנשים נמצא כבר שנים במגמת מטאורית של עלייה, ולעיתים קרובות מספרן גדול יותר. אין סיבה שהן לא יצעדו צעד נוסף קדימה על כל במה בה זה אפשרי, ואין מקום שזה אפשרי בו יותר מאשר באינטרנט.

אין ספק שתת-הייצוג של נשים בעמדות כוח נובע, קודם כל, מצורות שונות של אפליה שחוסמות את דרכן לשם. אבל יש מעט מדי נשים בכנסת למשל, בין השאר, גם כי מעט מדי נשים מתמודדות. באופן דומה, יש מעט מדי נוכחות נשית בעולם האקטיביזם האינטרנטי, לא בגלל שאין מספיק נשים עם אג'נדה שפועלות ברשת, אלא כנראה משום שרבות מהן מעתיקות לרשת את דפוסי תת-הייצוג של העולם האמיתי. ביותר מדי מקרים, כשיש להן הזדמנות לדבר, הן פשוט זזות הצידה ומשאירות את הדיבורים לגברים.

מה הדרך הכי טובה לקבל לינקים? ליצור משהו שפשוט אי אפשר שלא לקשר אליו. אתם יכולים לקרוא לזה Link baiting.

כבר הרבה זמן שאני משתעשע ברעיון לכתוב כאן את הפוסט האולטימטיבי על Link baiting, זה שעוד לא נכתב בעברית וכל-כך דרוש. מרוב פנטזיות שיש לי על מה ואיך לכתוב, אילו דוגמאות להביא ואיך אני הופך את הפוסט עצמו לפתיון, יצא שלא כתבתי.

לא כתבתי עד היום כמעט כלום על הקונספט שבעיני הוא החשוב ביותר – או לפחות אחד החשובים – ב-SEO של ימינו ובעיקר של העתיד.

אז לא, הפוסט הזה לא יאמר את כל מה שיש לי לומר בנושא, וככל הנראה לא תהיה לי ברירה אלא לפצל לכמה פוסטים, קצת פחות שאפתניים, שיתנו לכם – באחריות – כיוון חדש לגמרי של הסתכלות על SEO.

מה זה Linkbaiting

הרעיון הבסיסי פשוט: במקום לבקש לינקים, צור משהו שאנשים לא יוכלו שלא לקשר אליו.

לאילו דברים אנשים מקשרים? למה שייחודי, מקורי, מצחיק, מרגש, מעצבן, מגרה, משמח או מפתיע אותם. סקופים עיתונאיים, בהגדרה, הם Link baits (לכן אתרי חדשות לא צריכים Link building – עדיף להם להתמקד בלעשות עבודה עיתונאית טובה). מריבה עסיסית בתוך קהילה מקוונת או עיסוק פרובוקטיבי בנושא שנוי במחלוקת, הן צורות פחות אלגנטיות אך די אפקטיביות למשוך לינקים (ולרכוש שונאים). ישנן גם תחרויות, הגרלות, חידות נושאות פרסים.

סוגים נוספים של Link baits בדרך-כלל יכללו לפחות אחד מהמאפיינים הבאים:

• הצגת נתונים ייחודיים, או הצגה ייחודית של נתונים בנושא שיש בו עניין.
• הבעת דעה ייחודית, רעיון חדשני, או יצירת תוכן בעל איכויות אמנותיות.
• יצירת כלי או שירות אינטרנטי חינמי, שפותר בעיה כלשהי עבור אנשים אחרים.
• משהו שנותנים חינם.

יש עוד הרבה מאד חומר ברשת על הנושא (אני ממליץ להתחיל מהפוסטים של מאט כץ ושל ג'ים ווסטרגרן), וכאמור – אני עצמי עוד הולך לכתוב על זה כאן הרבה, מתישהו בעתיד. בכל אופן, יש לנו הגדרה על קצה המזלג.

דוגמא טרייה: האם המייל שלך נגנב?

ארז וולף חשף אמש בבלוג שלו, We CMS, שקובץ אקסל עם 30 אלף סיסמאות של ישראלים מסתובב בפורומים טורקיים. מנקודת המבט של הגולש הישראלי זה היה עניין מדאיג. מנקודת מבט עיתונאית מדובר בסקופ. ערוץ המחשבים של ynet היה הראשון להרים את הכפפה ולהעלות ידיעה, ומאוחר יותר הוסיף פולו-אפ: נמצא קובץ נוסף, עם 70 אלף סיסמאות.

בלי שבדקנו, נוכל לנחש שגם וולף וגם ynet קיבלו הרבה לינקים על הפוסט ועל הידיעה. אבל לדעתי ה-Linkbaiter של השבוע הוא ללא ספק איל שחר, בעל הבלוג דיזיינר שאכל את הדובדבן שבקצפת. הוא העלה פוסט שכותרתו האם המייל שלך ברשימת הפרוצים, וצרף אליו טופס פשוט שמאפשר להזין את כתובת האימייל שלכם ולדעת מייד האם גם סיסמאות שלכם נגנבו. מאחורי הטופס יש כמובן קוד תכנותי, אבל אפשר לנחש שלא הרבה ממנו. בסך-הכל פתרון פשוט, במקום ובזמן.

האם איל שחר השתמש ב-Link bait? ובכן, אולי הוא לא קורא לזה כך אבל אין ספק שכן. זו דוגמא יפה לאיך גם עושים שירות גדול לציבור וגם מקבלים המון לינקים איכותיים ותנועה יפה. הפוסט של איל שחר גם קיבל 89 תגובות ו-668 Shares בפייסבוק, נכון לשעת כתיבת שורות אלה. שחר גם רואיין לגלי צה"ל, וזה בטח לא הפעם האחרונה שעיתונאים ידברו איתו על הנושא.

תמונה: Stock.Xchng

בשאלת ה"איך" אפשר לעסוק הרבה, ואולי עוד נקדיש לה זמן בעתיד. השאלות שמעניינות אותנו בפוסט הזה הן: האם גוגל מחזיקה בנתונים כאלה וכיצד היא יכולה להשתמש בהם. התשובות, בגדול: "כן" ו"בתבונה".

האם שימוש בגוגל אנליטיקס משפיע על תוצאות הקידום האורגניות?

בשאלה הזו עוסקים החבר'ה מ-Duran SEO במאמר גוגל אנליטיקס – מספיק עם השטויות, ומספקים מספר דוגמאות משכנעות.

התשובה, אגב, היא "לא" מהדהד, ולמי שמעדיף לסמוך על התשובות הרשמיות של גוגל יש כאלה בסוף המאמר, בצמד סרטונים של מאט כץ.

לטעמי, הטענה כבדת המשקל ביותר במאמר היא שגוגל פשוט לא יכולה להרשות לעצמה להשתמש בנתוני אנליטיקס באלגוריתם של מנוע החיפוש, משפטית וציבורית. זה סוג של פגיעה בפרטיות שלא יכול שלא לדלוף ונזקיו הפוטנציאליים עולים על כל תועלת.

בכל אופן, נדמה לי שאי אפשר להימנע מהשאלה הכללית יותר: האם האלגוריתם של גוגל משקלל נתונים על דפוסי הגלישה באתר שלכם?

כן, לגוגל יש את הנתונים

רוב מקדמי האתרים הוותיקים מסכימים שהתשובה חיובית, והויכוחים העיקריים הם בשאלות איך ועד כמה. למשל, בפרויקט ה-Ranking Factors של SEOMoz קוראים לזה "Traffic and Click-Through Data", מינוח דיפלומטי ולא מאד מחייב, שיכול להתייחס למה שקורה ב-SERPs בלבד או להרבה יותר מזה.

דעתי האישית היא שגוגל לא יכולה להרשות לעצמה לא לשקלל נתונים על התנועה ודפוסי הגלישה, והיא לא צריכה לשם כך את נתוני האנליטיקס שלכם. אם תסתכלו, למשל, על הסטטיסטיקות שמציג ה-Ad Planner, תראו שגוגל מרשה לעצמה לנחש לא רק כמה גולשים מגיעים לאתר שלכם, אלא שהיא "יודעת" גם את מספר הגולשים הייחודיים, הדפים הנצפים וזמן השהייה.

הנתונים של Ad Planner, יש לומר, לא הכי מדויקים – בעיקר לא כשמדובר באתרים קטנים עד בינוניים. אמנם סביר להניח שגוגל לא מראה את כל הקלפים שלה, ושומרת לעצמה את הנתונים האיכותיים ביותר ואלה שיראו הכי רע בשירות מסחרי. ועדיין, השירות הזה ושירותים אחרים של גוגל משאירים תמיד את התחושה שלגוגל עצמה אין נתונים מדויקים באמת כמעט על שום דבר.

שימוש נבון במידע על דפוסי גלישה

מבחינה אלגוריתמית זה לא באמת משנה, אגב. באלגוריתם שכולל 200 סיגנלים לפחות, קל מאד לרסן אנומליות נקודתיות. כלומר, גם אם הנתונים של גוגל הם לא נכונים או לא מדויקים, בגלל המגבלות שלה או המניפולציות של בעל האתר, יש מספיק סיגנלים שיאזנו את התמונה.

אבל מעבר לזה – גוגל לא צריכה נתונים מדוייקים מדי כדי להבין מה קורה. למשל, שיפור של 2% ב-Bounce Rate שלכם הוא משהו שגם לו גוגל הייתה מחזיקה נתונים מדויקים לגביו ספק אם היה משפיע על מיקומי האתר שלכם. מה שמעניין יותר הם שינויי מגמה מובהקים בנתונים. לדוגמא, אם ה-Bounce שלכם יזנק פתאום מ-25% ל-100%, זה דווקא נתון מאד מעניין (שאומר, מן הסתם, שהאתר שלכם נפל, הושחת או נגוע ב-malware).

אפשרות אחרת היא להשתמש בנתונים אך ורק לסיגנלים שליליים. לדוגמא, אם מובילים לאתר שלכם הרבה לינקים חדשים אבל הוא אינו מקבל תנועת Referrals ונתוני ה-Bounce שלו גבוהים מאד, זה יותר מרמז לכך שהלינקים שקיבלתם הם לא באמת "המלצות". נדמה לי שסוג כזה של נתונים הוא מהדברים שגם מנועי חיפוש וגם מקדמי אתרים פשוט לא יכולים להתעלם ממנו.

איך נאספים הנתונים האלה על-ידי גוגל? ומה אתם צריכים לעשות בקשר אליהם? בזה נעסוק בפוסטים אחרים.

לקריאה נוספת, בינתיים:
מה גוגל יודעת על התנהגות גולשים, מאמר של סתיו זילברשטיין באתר של דוראן SEO.

ובכן, קודם כל, למקרה שתהיתם – התשובה שלילית.

אבל מישהו, כנראה בעקבות ציטוט שלי בכתבה הזו ב-CNN, חושב שהשאלה במקומה. ככה זה נראה ב-Yahoo! Answers (הקליקו להגדלה):

עלילת הדם נגד שוקי גלילי

המקור כאן.

אגב, פורסמו ב-Yahoo! Answers (ואני מנחש שאם אחפש אמצא במקומות נוספים) מספר שאלות נוספות: האם המתכון של שוקי גלילי כולל דם של פלסטינים, כמה ילדים פלסטינים הרג הטרוריסט שוקי גלילי, ועוד. בקיצור, רבותיי, סחבק כמו יהודי טוב הפך במזל טוב לקורבן של עלילת דם (מזל שהם לא עלו על מה שאני עושה עם הפלאפל).

חצי הכוס הריקה: לפחות אייתו נכון את השם שלי.

עדכון 10/5: השאלות המשמיצות הוסרו. מי שסקרן עדיין יכול למצוא אותן בתוצאות גוגל (החל מתוצאה 6).

המצגת מההרצאה בתוכנית למדע, טכנולוגיה וחברה בבר-אילן. הקליקו על הקישור כדי לצפות ברזולוציה גבוהה יותר.

אקטיביזם ומדיה חברתית

מצטער על הכותרת השחוקה – אתם יכולים לייחס את חוסר היצירתיות לשעה המאוחרת.

בכל אופן, השיפור האחרון ב-Webmaster Tools (הלינק הוא למאמר שלי אודותיו במגזין של אלקטרו) הוא באמת חדשני. בהחלט מה שהאמריקנים נוהגים לכנות "פתיחת קימונו". במקום שאסביר שוב – הקליקו על הלינק בתחילת הפיסקה.

קריאת המשך: הפוסט האם בחרתי Description ו-Title שיווקיים מספיק אצל Blond SEO, שמדגים יפה כיצד להשתמש בכלי המשופר לשיפור ה-CTR שלכם.

האם קידום אתרים הוא מקצוע העתיד או נישה זמנית שנוצרה כדי למלא את החללים במערכות ניהול התוכן? תלוי את מי שואלים, כמובן, אבל יש כמה דברים שאפשר להסכים עליהם כבר עכשיו.

נפתח בזה: השאלה שבכותרת ושאלות אחרות שעוסקות בעתיד ה-SEO לעיתים קרובות נשאלות על-ידי אנשים שאינם יודעים באמת מהו SEO. בעיני רבים, SEO הוא לא יותר מאוסף של מניפולציות ותעלולים – טריקים, התחכמויות ומעשי קונדס – שמטרתם להערים על גוגל ו/או על הגולש; או פרקטיקה שעיקרה ייצור לינקים במספר גדול לאתר שלך או חזרה סיזיפית על מילות מפתח בטקסטים שאינם באמת קריאים לבני אדם.

למרבה הצער, ישנם גם לא מעט מקדמי אתרים שרואים את הדברים כך, או משתמשים בשיטות שמרגיזות אנשים מספיק כדי להעלות שאלות על עתיד הענף – אולי לייחל לכך שהוא ייעלם. אלו, אגב, הם בדיוק האנשים שגוגל מתאמצת להוציא מהמשחק.

אבל SEO הוא קצת יותר מזה, עם כל הכבוד. קודם כל, קידום נבון ואחראי של אתר אמור להתחיל בתיקון של בעיות מבניות וטכניות שקיימות כמעט תמיד – שגיאות בהגדרות ומצבי קצה שמונעים זחילה לאזורים שונים באתר ואינדוקס שלהם, יוצרים תופעות של תוכן כפול, לינקים שבורים, וכו'. אלו תופעות שילכו ויצטמצמו בגלל שיפורים במערכות ניהול תוכן וסביבות פיתוח אתרים, אבל ספק אם ייעלמו לגמרי. אדרבא – טכנולוגיה חדשה מביאה בעיות חדשות והזדמנויות חדשות ויש גם טעויות אנוש ויש יצירתיות.

שנית, ליבה של מלאכת ה-SEO הוא לא מניפולציות על תוצאות החיפוש, אלא ביצוע התאמות באתר על בסיס מידע שנאסף ומנותח. מחקרי מילים עוזרים להגדיר את יעדי הקידום – לדעת מה הגולשים מחפשים; ניתוח דפוסי הגלישה באתר עוזר להבין מה עונה היטב על ציפיות הגולש שמגיע לאתר ומה פחות, ואיזה תוכן (או מוצרים) לא מקבלים את תשומת הלב שיכלו לקבל.

אחד התפקידים המרכזיים של עבודת SEO טובה הוא לספק היזון חוזר לאופרציית התוכן ותובנות שנוגעות לאיכות הממשק, וזה לא צפוי להשתנות. הכלים ישתכללו, המידע יהיה זמין יותר והתחרות תהפוך יותר מורכבת. לכן, סף הכניסה יהיה גבוה יותר ויגדל הביקוש לבעלי מקצוע מסוגים מאד ספציפיים (כמו מומחי UI, מקצועני Conversion, סטטיסטיקאים שמתמחים ב-Web Analytics, אנשי תוכן עם רקע אקדמי רלוונטי וכו'). עדיין, מומחי SEO יצטרכו לתפור הכל ביחד, והם יעשו את זה על בסיס ידע מצטבר של הרבה שנים לגבי ה"מה עובד ומה לא עובד".

מה שכן הולך לקרות הוא לא שהתחום ייעלם אלא שעבודת ה-SEO תשתנה – כפי שכבר קרה וקורה היום. קידום אתרים בשנת 2010 אינו דומה לקידום האתרים כפי שנראה ב-2005 ואין ספק שהתחום הזה צפוי להרבה שינויים. כבר היום, מקדם אתרים טוב צריך להיות מסוגל לפעול בשיתוף פעולה הדוק עם אנשי תוכן, משווקים ומתכנתים ונדרש לידע וניסיון מסוגים שלא היו רלוונטיים לפני מספר שנים. כבר היום, שרשרת המזון של מקדמי האתרים מתחילה בעובדים זוטרים שעוסקים בטכנוקרטיה ומסתיימת באנשים שזמנם נשקל בזהב. המגמה היא של גידול לא של התכווצות.

בשורה התחתונה, שילוב המיומנויות הדרוש לעבודת SEO מועילה יהפוך בשנים הבאות למורכב יותר – לא פחות. מי שלא יגבה את מיומנויות ה-SEO הבסיסיות שלו ביכולות מוכחות בתחומים משיקים יהפוך לטכנאי ותו לא. אבל המקצוע עצמו רק יהפוך נדרש יותר – כך אני חושב. והנה מה שחושב על הנושא מאט כץ:

כולם יודעים ש"תוכן כפול" הוא דבר רע. לא כולם מבינים את המשמעות האמיתית ואת האופן שבו תוכן כפול גורם נזק לאתרים. בראיון שהתקיים לאחרונה הודה מאט כץ לראשונה: אתרים שסובלים מבעיות תוכן כפול עשויים להיפגע בגלל הקטנת "תקציב הזחילה" שלהם. אבל מה זה אומר?

בואו נתחיל בהגדרה: תוכן כפול (Duplicate Content) הוא תוכן שיש לו מספר מופעים במיקומים שונים ברשת, באותו אתר או באתרים שונים.

[הערה: בפוסט הזה נתעמק בתופעות תוכן כפול מהסוג הראשון - תוכן זהה שמופיע בדפים בעלי URL שונה באותו אתר.]

זו הגדרה כללית מאד, כי ישנם מצבים שונים של כפילות תוכן ויש להם משמעויות והשלכות שונות בראיה SEO-ית. אבל כלליות ההגדרה טובה כדי לגזור ממנה את העיקרון המנחה של Google בהתייחס לתוכן כפול: עדיף לא לבזבז עליו זמן. כי אם דפים/אתרים שונים כוללים תוכן זהה בשביל מה לאנדקס ולהציג אותם לגולש? אף אחד לא אוהב להקליק על מספר לינקים רק כדי להגיע לאותו תוכן משוכפל.

אבל גוגל כבר מזמן לא מתייחסת לתוכן כפול אך ורק כבעיה שמאיימת על איכות דפי התוצאות שלה – אדרבא, עם זה היא דווקא יודעת להתמודד לא רע. היא מתייחסת אליו יותר ויותר כאל תופעה שעולה לה כסף. תוכן כפול יוצר פעולת זחילה (Crawling) מיותרת, ומבזבז זמן עיבוד ורוחב-פס. גוגל יכולה לזהות כפילויות מכל מיני סוגים ובכל מיני רמות, להבחין בניהן ולטפל אחרת בכל סוג – היא פשוט מעדיפה שבעלי האתרים יחוסו על משאביה ויעשו זאת בעצמם.

הדרך המתבקשת לדחוף בעלי אתרים לפתרון בעיות התוכן הכפול שלהם, היא כמובן – לתת עדיפות לאתרים שלא סובלים מהבעיה. בניגוד לאמונה הרווחת, ספק אם Google בחרה לשחק בדירוגים באמצעות Penalties ייעודיים – מיקומי SERPs אמורים לשקף את האיכות או הרלוונטיות של תכנים לשאילתת החיפוש, עם כל הכבוד. המקום ההגיוני יותר לתגמל או "להעניש" בו אתרים שמיישרים קו עם הדרישות של גוגל הוא בזחילה ובאינדוקס.

זה קורה, ממילא בגלל האופן שבו הזחילה עובדת: GoogleBot, הזחלן של גוגל, מקציב זמן ורוחב-פס נתונים לכל אתר, מה שנהוג לפעמים לכנות "תקציב זחילה" (Crawling budget); כאשר חלק מהנ"ל מתבזבז על דפים כפולים שאין טעם לאנדקס, מספר הדפים מהאתר שיאונדקסו ויוכלו בדיעבד לקבל תנועת חיפוש יהיה קטן יותר. "עבודות ניקיון" שמובילות לניפוי מהאינדקס של כפילויות שלא זוהו בעבר, גם יחלישו את מערך הלינקים הפנימיים של האתר ועלולים לפגוע בעקיפין במיקומים של דפים לגיטימיים – וזו כנראה הסיבה לכך שהאתר נראה כאילו נענש.

במהלך השנתיים האחרונות אפשר לראות הרבה אינדיקציות לכך שנעשה גם יותר מזה: גוגל מקטינה את תקציב הזחילה של אתר בתגובה לגידול בנפח הכולל של התוכן הכפול או שיעורו בתוך סך הדפים הנזחלים/מאונדקסים. כך ניסח את הדברים לאחרונה מאט כץ בראיון המונומנטלי שהעניק לאריק אנגה מ-StoneTemple:

"Typically, duplicate content is not the largest factor on how many pages will be crawled, but it can be a factor."

כלומר, בעיה של תוכן כפול באתר עלולה בסופו של דבר לגרום לכך שפחות דפים רגילים (שאינם כפולים) יאונדקסו ויקבלו תנועה. וזו עוד סיבה מדוע תוכן כפול יכול לפגוע בתנועה שאתר יקבל.

לכן, ההמלצה של מאט כץ עליה הוא חוזר בראיון מספר פעמים: להעמיד את התיקונים המבניים באתר לפני כל משימת SEO אחרת. לא לינקים, לא תוכן חדש, לא אופטימיזציה של תוכן קיים – הכי נכון להתחיל את עבודת הקידום בתיקון הבעיות שגורמות לתוכן כפול.