Visueel zoeken

Is visueel zoeken de toekomst? Het menselijk brein is geëvolueerd om beelden onmiddellijk te herkennen. Visuele identificatie is een natuurlijk vermogen dat mogelijk wordt gemaakt door de samengang van zenuwen, neuronen en synapsen. We kunnen naar een foto kijken en weten in 13 milliseconden of minder precies wat we zien.

Maar het creëren van technologie die beelden net zo snel en effectief kan begrijpen als de menselijke geest is een enorme onderneming. Visueel zoeken vereist daarom machine learning die snel afbeeldingen kunnen verwerken. Maar deze hulpmiddelen moeten ook in staat zijn om specifieke objecten binnen de afbeelding te identificeren. En dit vervolgens visueel vergelijkbare resultaten te laten zien. Maar dankzij de enorme middelen waarover bedrijven als Google beschikken, wordt visueel zoeken search eindelijk rendabel. Hoe evolueert SEO dan terwijl het visuele zoekproces zich ontwikkelt?

We stellen een interessantere vraag: hoe snel hebben SEO-bedrijven visuele zoekoptimalisatie onder de knie?

Het is niet aannemelijk dat visueel zoeken tekstzoekmachines volledig vervangen. Voorlopig is visueel zoeken het nuttigst in de wereld van verkoop en detailhandel. De toekomst van visueel zoeken zou echter nog steeds de SEO-industrie kunnen verstoren zoals wij die kennen.

Wat is visueel zoeken?

U kunt door een kamer kijken en objecten identificeren zoals u ze ziet. U kunt bijvoorbeeld aan uw bureau uw monitor, uw toetsenbord, uw pennen en de sandwich die u thuis in de koelkast hebt laten liggen, identificeren.

Je geest kan deze objecten identificeren op basis van visuele aanwijzingen. Visueel zoeken doet hetzelfde, maar met een bepaalde afbeelding op een computer. Het is echter belangrijk op te merken dat visueel zoeken niet hetzelfde is als zoeken naar afbeeldingen.

Zoeken naar afbeeldingen is wanneer een gebruiker een woord invoert in een zoekmachine en de zoekmachine gerelateerde afbeeldingen laat zien. Zelfs dan herkent de zoekmachine geen afbeeldingen, alleen de gestructureerde gegevens die aan de beeldbestanden zijn gekoppeld.

Bij visueel zoeken wordt een afbeelding gebruikt als een query in plaats van als tekst (reverse image search is een vorm van visuele zoekactie). Het identificeert objecten binnen de afbeelding en zoekt vervolgens naar afbeeldingen gerelateerd aan die objecten. Op basis van een afbeelding van een bureau zou je bijvoorbeeld visueel zoeken kunnen gebruiken. Om naar een bureau te zoeken dat identiek is aan of gelijk is aan dat in de afbeelding.

Hoewel dit ongelooflijk klinkt, is de technologie rond visuele zoekopdrachten op zijn best nog steeds beperkt. Dit komt omdat machine learning de beeldverwerking van de geest moet nabootsen voordat het effectief een levensvatbare visuele zoektoepassing kan produceren. Het is niet genoeg voor de machine om een ​​afbeelding te identificeren. Het moet ook in staat zijn om een ​​verscheidenheid aan kleuren, vormen, maten en patronen te herkennen zoals de menselijke geest dat doet.

Echter moeilijk is om de beeldverwerking in een machine na te bootsen als we ons eigen beeldverwerkingssysteem nauwelijks begrijpen. Het is om deze reden dat Visual Search-programmering zo langzaam vordert.

Visueel zoeken zoals het eruit ziet: waar we zijn

De technici van vandaag hebben machine learning technologie gebruikt om de neurale netwerken van visuele zoekmachines aan te zetten voor een betere beeldverwerking. Een van de meest recente voorbeelden van deze ontwikkelingen is Google Lens.

Google Lens is een app waarmee uw smartphone kan werken als visuele zoekmachine. Aangekondigd tijdens de 2017 I / O-conferentie van Google, werkt de app door de foto's die u maakt te analyseren en u informatie over die afbeelding te geven.

Door bijvoorbeeld een foto van een Abbey Road-album te maken, kan je telefoon je meer vertellen over The Beatles en wanneer het album uitkwam. Door een foto van een ijssalon te maken, kan je telefoon je de naam vertellen, beoordelingen geven en je vertellen of je vrienden er zijn geweest.

Al deze informatie komt voort uit de enorme opslag van gegevens, algoritmen en kennisgrafieken van Google. Die worden vervolgens opgenomen in de neurale netwerken van het Lens-product. De complexiteit van visueel zoeken omvat echter meer dan alleen een goed begrip van de neurale netwerken.

De beeldverwerking van de geest creëert meer dan alleen identificatie. Het schets ook conclusies die ongelooflijk ingewikkeld zijn. En het is deze complexiteit, bekend als ‘black box problem', dat ingenieurs moeite hebben om te recreëren in visuele zoekmachines.

In plaats van expliciet te wachten op wetenschappers om de menselijke geest te begrijpen, heeft DeepMind - een bedrijf dat eigendom is van Google - stappen gezet in de richting van het programmeren van de visuele zoekmachine. Dit hebben zij gedaan op basis van cognitieve psychologie in plaats van alleen te vertrouwen op neurale netwerken.

Pinterest marktleider

Google is echter niet het enige bedrijf dat visuele zoektechnologie ontwikkelt. Pinterest lanceerde zijn eigen Lens-product in maart 2017 met functies zoals Shop the Look en Pincodes. Degenen die Pinterest gebruiken, kunnen een foto van een persoon maken of via de app plaatsen en de foto laten analyseren op kleding of homeware-opties om te winkelen.

Wat Pinterest Lens en Google Lens onderscheidt, is dat Pinterest meer veelzijdige opties voor gebruikers biedt. Google is een zoekmachine voor gebruikers om informatie te verzamelen. Pinterest is een website en app voor winkelen, recepten, ontwerpideeën en recreatief zoeken.

In tegenstelling tot Google, dat op meerdere fronten moet werken, kan Pinterest zich alleen concentreren op de ontwikkeling van zijn visuele zoekmachine. Als gevolg hiervan zou Pinterest heel goed de leidende concurrent kunnen worden in de visuele zoektechnologie.

Desalniettemin beginnen andere retailers hun gang te gaan en het tempo op te pakken met hun eigen technologie. De modewinkelketen ASOS heeft in augustus 2017 ook een visuele zoekfunctie op haar website uitgebracht.

Het gebruik van visueel zoeken in de detailhandel helpt het probleem van de ontdekking te verminderen. Het probleem van de ontdekking is dat klanten op de website van een winkelaanbieder op de winkel zoveel opties hebben dat ze gewoon stoppen met winkelen. Visueel zoeken vermindert het aantal keuzes en helpt shoppers effectiever te vinden wat ze zoeken.

De toekomst van visuele zoeken: Hoe gaat het vanaf nu?

Het is goed om te veronderstellen dat de toekomst van visuele zoekmachines door de retail wordt gedomineerd. Voor nu is het gemakkelijker om met woorden naar informatie te zoeken.

Gebruikers hoeven geen foto van een Abbey Road-album te maken om meer te weten te komen over de Beatles wanneer ze net zoveel toetsaanslagen kunnen gebruiken om 'Abbey Road' in een zoekmachine in te typen. Gebruikers moeten echter wel een foto maken van een specifiek paar sneakers om precies aan te geven wat ze willen kopen.

Als gevolg hiervan zijn visuele zoekmachines handig, maar ze zijn uiteindelijk niet noodzakelijk voor elke branche om te slagen. Services kunnen bijvoorbeeld meer vertrouwen op tekstuele zoekmachines, terwijl de verkoop waarschijnlijk eerder op visuele zoekmachines is gebaseerd.

Dat gezegd hebbende, met 69% van de jonge consumenten die geïnteresseerd zijn in het doen van aankopen alleen op basis van visueel georiënteerde zoekopdrachten, is de toekomst van visuele zoekmachines hoogstwaarschijnlijk een winkelparadijs in de handen van de juiste winkelier.

Wat visueel zoeken voor SEO betekent

Zoekmachines zijn al in staat om afbeeldingen en video's te indexeren en dienovereenkomstig te rangschikken. Video SEO en beeld-SEO bestaan ​​al jaren, sinds video- en beeldcontent populair werd bij websites zoals YouTube en Facebook.

Ondanks deze toename in video- en beeldinhoud, voldoet SEO nog steeds aan de behoeften van diegenen die hoger willen scoren op zoekmachines. Factoren zoals het maken van SEO-vriendelijke alt-tekst, afbeeldingsitemaps, SEO-vriendelijke afbeeldingstitels en originele beeldinhoud kunnen de afbeeldingen van uw website een stap boven de concurrentie zetten.

Echter, het see-snap-buy behavior van visueel zoeken kan beeld-SEO een grotere uitdaging maken. De reden hiervoor is dat de gebruiker niet langer hoeft te typen. In plaats daarvan een foto van een product kan maken en vervolgens naar het product op de website van een verkoper kan zoeken.

Op dit moment werkt SEO naast visueel zoeken via alt-tagging, beeldoptimalisatie, schema-opmaak en metadata. Schema-opmaak en metadata zijn vooral belangrijk voor SEO bij visueel zoeken. Dit komt omdat, met dergelijke minimale tekst die wordt gebruikt in de toekomst van visueel zoeken, deze gegevens mogelijk een van de enige bronnen van tekstuele informatie zijn voor zoekmachines om te crawlen.

Het zorgvuldig catalogiseren van afbeeldingen met microdata kan vervelend zijn. Maar de verbeterde beschrijving die microdata biedt in combinatie met een geoptimaliseerde afbeelding, zou ertoe moeten bijdragen dat die afbeelding hoger scoort bij visuele zoekopdrachten.

Metadata is net zo belangrijk. In zowel op tekst gebaseerde zoekopdrachten als op afbeeldingen gebaseerde zoekopdrachten, versterken metadata het vermogen van de marketeer om online verkeer naar zijn website en producten te leiden. Metadata verbergt zich in de HTML van zowel webpagina's als afbeeldingen. Maar het is wat zoekmachines gebruiken om relevante informatie te vinden. Daarom is optimaliseren voor het zoeken naar afbeeldingen, essentieel om metadata te gebruiken voor de afbeeldingen van uw website en niet alleen voor de website zelf.

Zowel microdata als metadata zullen een belangrijke rol blijven spelen in de SEO-industrie, zelfs wanneer visuele zoekmachines zich ontwikkelen en een revolutie teweegbrengen in de online-ervaring. Aanvullende bestaande SEO-technieken zullen echter moeten worden verbeterd en verbeterd om zich aan te passen aan de toekomst van visueel zoeken.

De toekomst van SEO en visueel zoeken

Het is onwaarschijnlijk dat visuele zoekmachines de toekomst van de SEO-industrie zullen veranderen door kortzichtig te zijn. Toch is het net zo onwaarschijnlijk dat op tekst gebaseerd zoeken achterhaald zal worden en zal worden vervangen door een wereld van visuele technologie.

Maar omdat tekstgebaseerde zoekmachines nergens naartoe gaan, wil dit nog niet zeggen dat ze niet in de kijker worden geplaatst. Naarmate visuele zoekmachines zich ontwikkelen en verbeteren, zullen ze waarschijnlijk net zo populair worden. En hiernaast worden gebruikt als op tekst gebaseerde zoekmachines. Daarom moeten bestaande SEO-technieken worden afgestemd om de branche up-to-date en relevant te houden.

Maar hoe kan SEO relevant blijven, aangezien see-snap-buy gedrag niet alleen iets is dat op retailwebsites wordt gebruikt, maar op de meeste plaatsen online? Zoals eerder vermeld, kunnen SEO-bedrijven nog steeds gebruik maken van beeldgebaseerde SEO-technieken om bij te blijven met visuele zoekmachines.

Net zoals op tekst gebaseerde zoekmachines, hangt visueel zoeken af ​​van algoritmen om inhoud te matchen voor online gebruikers. De SEO-industrie kan dit in zijn voordeel gebruiken. En zich richten op gestructureerde gegevens en optimalisatie om afbeeldingen gemakkelijker te verwerken voor visuele toepassingen.

Aanvullende technieken kunnen helpen bij het aanbrengen van beeldindexering door visuele zoekmachines. Sommige van deze technieken omvatten:

  • Image-badges instellen om gestructureerde gegevenstests uit te voeren
  • Alternatieve attributen maken voor afbeeldingen met doelzoekwoorden
  • Afbeeldingen verzenden naar afbeeldingsitemaps
  • Afbeeldingen optimaliseren voor mobiel gebruik

Visuele zoekmachines zijn onmiskenbaar een revolutie in de detailhandel en de manier waarop we technologie gebruiken. Op tekst gebaseerde zoekmachines zullen echter een gevestigde plaats blijven innemen in industrieën die beter bij hen passen.

De toekomst van SEO staat ongetwijfeld klaar om snel te veranderen. De enige vraag is welke bestaande strategieën zullen worden versterkt in de visuele zoekrevolutie en welke verouderd zullen zijn.

Gerelateerde artikelen:

Instagram shopping

M-commerce vs. e-commerce

Bron: Search Engine Watch

Comments are closed.