Изменения в поисковых алгоритмах Google вносятся постоянно, количество их неуклонно растет – и прошедший год не стал исключением. Компания представила довольно большое количество обновлений, и чтобы держать руку на пульсе, с ними стоит ознакомиться. О самых важных – далее.

Март

Гугл заявил, что данное обновление является одним из главных за год, однако с точки зрения некоторых лиц, оно больше напоминает откат – первыми в выдаче появлялись сайты, которые до этого были значительно ниже в рейтинге. Считается, тем не менее, что данный апдейт – естественное продолжение обновления в августе прошлого года. Алгоритм Florida-2 обращает наше внимание на такие факторы, как Экспертность, Авторитетность и Надежность или E-A-T.

Июнь

Еще одно обновление основного алгоритма. Сотрудники Гугл заверяют, что в случаях подобных апдейтов ничего делать не нужно. Суть подобных изменений – улучшить понимание системой поисковых запросов с целью предоставления ею уместных и адекватных результатов поиска.

Одновременно с этим, был внедрен апдейт, призванный разнообразить выдачу доменов – теперь одновременно один домен показывается не более чем на двух позициях по запросу.

Наибольшее влияние это оказало на страницы с контентом, влияющим на общее благополучие человека – так называемые YMYL-страницы.

Август

Запущено алгоритм, призванный помогать пользователю находить актуальную информацию в блоках с ответами – там, где больше всего важна актуальная информация. Система должна лучше различать полезные и устаревающие данные, и данное обновление направлено на эффективное отсеивание вторых.

Сентябрь

Сайты с YMYL-контентом снова хлебнули лиха в связи с обновлением руководства для ассесоров. Видео признали как источник контента, ответственность за контент теперь несут как создатели, так и сайты использующие его.

Октябрь

Официально представлен алгоритм BERT – еще один шаг в сторону машинного обучения. Bidirectional Encoder Representations from Transformers, или просто BERT, охватывает каждый десятый запрос на английском, и постепенно  разрастается на большее количество языков.

Модели BERT применяются в формировании быстрых ответов (featured snippets) и для понимания сложных и длинных запросов.