Google’ın Sıralama Sırları Sızdırıldı: Kalite, Tıklama, Popülerlik ve LLM Desteği

ABD Adalet Bakanlığı’nın Google’a açtığı antitröst davası kapsamında yayınlanan belgeler, arama devi Google’ın web sitelerini nasıl sıraladığına dair önemli ipuçları ortaya koydu.

Bir Google mühendisinin ifşa edilen ifadesi ve mahkemeye sunulan belgeler, SEO dünyasının yıllardır merak ettiği algoritma detaylarını gün yüzüne çıkardı. Bu belgeler, Google’ın kalite puanlaması, tıklama davranışları, popülerlik sinyalleri ve yapay zeka entegrasyonu hakkında değerli bilgiler sunuyor.

Google’ın Veri Akışı ve İndeksleme Süreci

Google’ın arama sonuçlarını oluşturma süreci, veri toplama aşamasından başlıyor.

Mahkeme belgelerine göre, Google iki temel veri kaynağından besleniyor:

1. Yapılandırılmış Veriler: Üçüncü taraf beslemelerinden gelen, belirli bir formatta düzenlenmiş veriler.
2. Yapılandırılmamış Veriler: Web taraması (GoogleBot) aracılığıyla toplanan ham içerikler.

Bu veriler “Multiverse” adı verilen bir sistem aracılığıyla toplanıyor ve işleniyor. Toplanan veriler, temizleme ve normalleştirme süreçlerinden geçirilerek ana indeks için hazırlanıyor. Yapılandırılmış bilgiler, Knowledge Graph gibi sistemlere iletilerek zengin sonuçlar ve semantik katkı sağlıyor.

Kullanıcı bir arama yaptığında, Query Understanding Service (QUS) ve Superroot gibi bileşenler devreye giriyor. Bu sistemler, kullanıcı sorgularını analiz ediyor ve uygun içerikle eşleştiriyor. Son aşamada, Google Web Server (GWS) sonuçları sunuyor ve kişiselleştirme uyguluyor. Tüm bu süreç boyunca, Logging Stack adı verilen bir sistem kullanıcı etkileşimlerini izliyor ve sistemi optimize etmek için kaydediyor.

Google’ın ABC Sinyalleri

Mahkeme belgelerinde ortaya çıkan en ilginç bilgilerden biri, Google’ın “ABC Sinyalleri” olarak adlandırılan temel sıralama faktörleri. Bu sinyaller şunları içeriyor:

• A — Anchors (Çapalar): Hedef sayfaya bağlantı veren sayfalar, yani backlink’ler.
• B — Body (Gövde): Belge içeriğinde arama sorgusu terimlerinin varlığı.
• C — Clicks (Tıklamalar): Kullanıcıların arama sonuçlarına dönmeden önce bir sayfada geçirdikleri süre.

Bu ABC sinyalleri, bir sayfanın “konuyla ilgililik” (topicality) puanını oluşturuyor. Google mühendisinin ifadesine göre, sıralama geliştirme süreci (özellikle konuyla ilgililik) karmaşık matematiksel problemlerin çözümünü içeriyor ve bir ekip sürekli olarak bu problemler üzerinde çalışıyor.

El Yapımı Sinyaller ve Makine Öğrenimi

Belgelerde dikkat çeken bir diğer nokta, Google’ın hala “el yapımı sinyaller” (hand-crafted signals) kullanması. Bu, algoritmanın tamamen otomatik veya yapay zeka tabanlı olmadığını, arama mühendisleri tarafından ince ayarı yapılan ölçeklenebilir algoritmalardan oluştuğunu gösteriyor.

Google mühendisi, Microsoft’un Bing’de kullandığı tamamen otomatik yaklaşımla kendi yaklaşımlarını karşılaştırıyor ve şöyle diyor: “Sinyallerin büyük çoğunluğunun el yapımı olmasının nedeni, herhangi bir şey bozulduğunda Google’ın neyi düzelteceğini bilmesidir. Google, sinyallerinin tamamen şeffaf olmasını istiyor, böylece sorunları giderebilir ve iyileştirebilir.”

Bu yaklaşım, SEO profesyonelleri için önemli bir içgörü sunuyor: Google’ın algoritması, anlaşılabilir ve öngörülebilir bileşenlerden oluşuyor. Bu da SEO stratejilerinin hala etkili olabileceği anlamına geliyor.

Sayfa Kalitesi ve İlgililik Arasındaki İlişki

Mahkeme belgelerinde ortaya çıkan bir diğer önemli nokta, sayfa kalitesi ve sorgu ilgililiği arasındaki ilişki. Google mühendisinin ifadesine göre, sayfa kalitesi genellikle sorgulardan bağımsız, statik bir değer. Yani bir sayfa yüksek kaliteli ve güvenilir olarak değerlendirilirse, ilgili tüm sorgularda bu şekilde kabul ediliyor.

Ancak bazı durumlarda, kalite sinyali statik sinyale ek olarak sorgudan gelen bilgileri de içerebiliyor. Örneğin, bir site yüksek kaliteli ancak genel bilgiler içeriyorsa, çok dar/teknik bilgi arayan bir sorgu, daha teknik olan kaliteli bir siteye yönlendirilmek için kullanılabilir.

Google mühendisi, “Q*” (Q-star) olarak adlandırılan sayfa kalitesi ölçüsünün (güvenilirlik kavramı) “inanılmaz derecede önemli” olduğunu vurguluyor. Kalite puanı, günümüzde bile büyük önem taşıyor ve insanların en çok şikayet ettiği konu sayfa kalitesi.

Yapay Zeka ve Kalite Sorunları

Google mühendisi, yapay zekanın kalite sorunlarını daha da kötüleştirdiğini belirtiyor: “Günümüzde insanlar hala kalite konusunda şikayet ediyor ve yapay zeka bunu daha da kötüleştiriyor.”

Bu ifade, SEO profesyonelleri için önemli bir uyarı niteliğinde. Yapay zeka içerik üretimi yaygınlaştıkça, kalite standartlarını korumak ve Google’ın kalite değerlendirme kriterlerini karşılamak daha da önemli hale geliyor.

LLM Tabanlı Sıralama Sinyalleri

Belgeler, Google’ın LLM (Büyük Dil Modelleri) tabanlı sıralama sinyallerini nasıl kullandığına dair de ipuçları sunuyor. Google mühendisi, “eDeepRank” adlı bir sistemden bahsediyor. Bu, BERT gibi dil modellerini kullanan bir LLM sistemi.

Mühendis, “eDeepRank, LLM tabanlı sinyalleri alıp onları daha şeffaf hale getirmek için bileşenlere ayırmaya çalışır” diyor. Bu, Google’ın LLM tabanlı sıralama sinyallerini daha anlaşılır hale getirme çabasını gösteriyor. Arama mühendislerinin, LLM’in neden bir şeyi sıraladığını anlayabilmesi için bu ayrıştırma işlemi yapılıyor.

Ayrıca, “RankEmbed” adı verilen, Google’ın ana LLM modelinden türetilmiş sinyaller de sıralama sürecinde kullanılıyor.

PageRank ve Mesafe Sıralama Algoritmaları

PageRank, Google’ın orijinal sıralama yeniliği ve o zamandan beri güncellenmiş durumda. Mahkeme belgelerine göre, PageRank hala kalite puanına girdi sağlayan önemli bir sinyal.

Google mühendisi, PageRank’i şöyle tanımlıyor: “PageRank, bilinen iyi bir kaynaktan uzaklıkla ilgili tek bir sinyaldir ve Kalite puanına girdi olarak kullanılır.”

Bu, bağlantı mesafesi algoritmalarının hala önemli olduğunu gösteriyor. Bu algoritmalar, belirli bir konu için yetkili web sitelerinden (tohum siteler olarak adlandırılır) diğer web sitelerine olan mesafeyi hesaplıyor. Algoritmalar, belirli bir konudaki yetkili siteler kümesiyle başlıyor ve ilgili tohum siteden daha uzak olan sitelerin daha az güvenilir olduğu belirleniyor. Tohum setlerine daha yakın olan siteler, daha yetkili ve güvenilir olma eğiliminde.

Chrome Tabanlı Gizemli Popülerlik Sinyali

Mahkeme belgelerinde, adı gizlenmiş ancak Chrome verileri kullanan bir popülerlik sinyalinden bahsediliyor. Bu, Google’ın Chrome tarayıcısından toplanan verileri sıralama faktörü olarak kullanabileceğini gösteriyor.

Bu bilgi, SEO profesyonelleri için yeni bir bakış açısı sunuyor. Chrome API sızıntısının gerçek sıralama faktörleriyle ilgili olduğu iddiası makul görünüyor, ancak birçok SEO uzmanı, bu API’lerin Chrome Dev Tools arayüzünde Core Web Vitals gibi performans metriklerini göstermek için kullanılan geliştirici odaklı araçlar olduğuna inanıyor.

Navboost: Tıklama Davranışlarını Ölçen Sistem

Belgeler, “Navboost” adı verilen bir sistemden de bahsediyor. Bu sistem, kullanıcıların belirli bir sorgu için bir belgeye tıklama sıklığını ölçüyor ve son 13 ayın verilerini kullanıyor.

Dr. Eric Lehman’ın ifadesine göre, “Navboost bir makine öğrenimi sistemi değil. Sadece büyük bir tablo. Bu belge için — üzgünüm, bu arama sorgusu için, bu belge iki tıklama aldı. Bu sorgu için, bu belge üç tıklama aldı ve bu şekilde devam ediyor. Ve toplanıyor, biraz ekstra veri var. Ama bunu sadece dev bir tablo olarak düşünebilirsiniz.”

Bu bilgi, kullanıcı davranışlarının Google sıralamasında oynadığı rolü doğruluyor ve SEO profesyonellerinin tıklama oranı optimizasyonuna odaklanmasının önemini vurguluyor.

SEO Profesyonelleri ve Pazarlama Yöneticileri İçin Çıkarımlar

Bu yeni bilgiler ışığında, farklı içerik türleri için SEO stratejilerinizi nasıl güncelleyebileceğinize dair öneriler:

Blog Yazıları İçin:

• Kalite ve güvenilirlik sinyallerini güçlendirmek için kapsamlı, derinlemesine içerik oluşturun.
• İçeriğinizin konuyla ilgililiğini artırmak için ABC sinyallerine odaklanın: kaliteli backlink’ler edinin, içerikte anahtar kelimeleri doğal şekilde kullanın ve kullanıcı deneyimini iyileştirerek sayfada kalma süresini artırın.
• LLM’lerin içeriğinizi daha iyi anlamasını sağlamak için semantik ilişkilere ve konu bütünlüğüne önem verin.

Ürün Açıklamaları İçin:

• Ürün açıklamalarınızı özgün ve detaylı hale getirin, yapay zeka tarafından üretilmiş içerikten kaçının.
• Kullanıcı deneyimini iyileştirerek Navboost sinyalini güçlendirin: net ürün görselleri, kolay navigasyon ve hızlı sayfa yükleme süreleri sağlayın.
• Ürün sayfalarınızın otoritesini artırmak için iç bağlantı stratejinizi optimize edin.

E-ticaret Kategori Sayfaları İçin:

• Kategori sayfalarınızı zengin, bilgilendirici içerikle güçlendirin.
• Kullanıcı davranışlarını olumlu yönde etkileyecek UX iyileştirmeleri yapın.
• Sayfa kalitesini artırmak için teknik SEO optimizasyonlarına odaklanın: hız, mobil uyumluluk, yapısal veri işaretlemeleri.

B2B Hizmet/Servis Sayfaları İçin:

• Uzmanlığınızı ve güvenilirliğinizi vurgulayan derinlemesine içerik oluşturun.
• Sektörünüzdeki yetkili kaynaklardan backlink’ler edinerek PageRank sinyalini güçlendirin.
• Kullanıcı etkileşimini artıracak çağrı butonları ve form optimizasyonları yapın.

Sonuç ve Çağrı

Google’ın sıralama algoritmasına dair sızdırılan bu bilgiler, SEO dünyasında uzun süredir tartışılan birçok konuya açıklık getiriyor. Belgeler, Google’ın hala geleneksel sıralama faktörlerine (anahtar kelimeler, bağlantılar vb.) güvendiğini, ancak bunları yapay zeka ve makine öğrenimi ile desteklediğini gösteriyor.

Bu yeni bilgiler ışığında, SEO stratejilerinizi gözden geçirmeniz ve güncel algoritma dinamiklerine uygun hale getirmeniz kritik önem taşıyor. Kalite, ilgililik, kullanıcı deneyimi ve teknik optimizasyon arasında doğru dengeyi kurarak, Google’ın karmaşık sıralama sisteminde rekabet avantajı elde edebilirsiniz.

Siz de bu yeni bilgileri kullanarak SEO stratejilerinizi yeniden değerlendirmeye başlayın. İçerik kalitesine, kullanıcı deneyimine ve teknik optimizasyona odaklanarak, Google’ın sürekli gelişen algoritmasında üst sıralarda yer almaya devam edin.

İçeriğin sunumuna bağlantıyı tıklayarak erişebilirsiniz.