Seperti yang kita tahu, featured snippet dibuat agar jawaban yang muncul di mesin pencari lebih mudah untuk dibaca, dan asisten digital Anda juga akan membacakannya dengan keras setiap kali Anda menggajukan berbagai pertanyaan.

Ini berarti, featured snippet memiliki keunggulan pada Pencarian Suara – apakah snippet buruk, atau tidak ada snippet sama sekali, dan pergumulan asisten digital. Dengan asumsi ini, berarti semakin banyak snippet keren yang Anda buat, semakin besar pula kesempatan Anda memenangkan balapan di Pencarian Suara.

Hal tersebut sangat benar, tetapi sebenarnya masih ada sudut-sudut yang jauh lebih menarik untuk dielaborasi – sudut yang akan membantu Anda untuk mendapatkan lebih banyak snippet dan mengoptimalkan Pencarian Suara pada saat yang sama. Untuk mengeksplorasi lebih jauh, kita harus bekerja sebagaimana Doctor Who yang kembali ke masa lalu.

Dari mengetik ke berbicara

Mari kita kembali ke zaman di mana kita mengetik pertanyaan di mesin mencari menggunakan keyboard. Orang-orang harus beradaptasi dengan mesin pencari dengan menyesuaikan bagaimana mereka melakukan query. Biasanya, (dalam bahasa Inggris) kita banyak mengeluarkan kata atau frasa yang tidak perlu seperti “the”, “of”, “and”, atau “well” yang sering kali membuat permintaan kita terpotong—dan membuat pencarian terlihat seperti Pencarian Robot.

Tentu saja, karena mesin pencari juga berevolusi, demikian pula dengan kemampuan mereka untuk memahami pola bahasa alami dan maksud dari pertanyaan. Pembaruan Hummingbird 2013 dari Google membantu membuka jalan bagi evolusi tersebut. Penggabungan ulang dari algoritme ini memungkinkan mesin mencari Google untuk lebih memahami keseluruhan permintaan, memindahkannya dari pencocokan kata kunci menjadi percakapan.

Ini adalah berita bagus jika Anda adalah seorang manusia: karena kita lebih sulit mengubah cara berbicara daripada cara menulis. Ini bahkan berita yang jauh lebih bagus untuk asisten digital, sebab Pencarian Suara hanya befungsi jika mesin pencari dapat menafsirkan ucapan manusia dan terlibat dalam obrolan.

Asisten digital dan machine learning

Dengan melihat bagaimana asisten digital melakukan Pencarian Suara (apa yang kita katakan versus apa yang kita cari), kita dapat melihat seberapa jauh machine learning datang dengan pemrosesan bahasa alami dan seberapa jauh mereka masih harus berjalan (karena mereka robot). Kita juga dapat mengetahui jenis pertanyaan yang perlu dilacak jika Pencarian Suara ada dalam agenda SEO.

Sebagai contoh, ketika kita bertanya kepada Google Assistant, “Apa headphone terbaik di harga 1 juta?” query-nya adalah [headphone terbaik seharga 1 juta]. Kemudian pertanyaannya diikuti dengan “Bagaimana dengan nirkabel”, dan ia mencari [headphone nirkabel terbaik seharga 1 juta].

Kita dapat mempelajari dua hal dari suksesnya Google dalam melakukan ini: Google Assistant tidak hanya berhasil membangun sebagian besar query lengkap dari sebagian besar kalimat, tetapi juga dapat secara akurat menautkan query topikal. Meski pada akhirnya kami telah melepaskan subyek, Google Assistant masih dapat menangkap apa yang dibicarakan.

Tentu di sini kami tidak bermaksud menunjukkan kesalahan. Namun, dalam string: “Cara membuat pancake”, “Panci jenis apa yang dibutuhkan”, dan kemudian “Berapa biayanya”, query aktual yang dicari Google Assistant untuk pertanyaan terakhir adalah [berapa harga pancake].

Tepat setelah memuji Google Assistant yang berhasil mempertahankan topik yang sama selama percakapan, kami mencoba menyuruhnya untuk mengganti lagu. Dan rupanya tidak berhasil. Ini disebabkan oleh inquiry yang masih terikat dengan sebelumnya yaitu kata “pancake”.

Pada dasarnya, memang ada beberapa kasus di mana dengan pertanyaan yang sama Google Assistant mendapat kesulitan untuk menguraikan definisi pertanyaan, tetapi secara menyeluruh sudah jauh lebih baik.

Karena kemungkinan Google membayar wazoo untuk meningkatkan machine learning, harapannya adalah kesalahan kecil (tetapi penting) seperti itu akan dapat teratasi. Hal ini adalah kabar baik, karena ketika bertanya soal bahan pancake (“Apakah butuh mentega”), ditemukan SERP dengan query [bagaimana cara membuat roti mentega].

Snippet muncul untuk berbagai jenis query

Jadi, apa yang sebaiknya kita lakukan dengan kenyataan bahwa kita pada dasarnya berada di tengah-tengah kebangkitan bahasa alami yang esensial ini—dan bahwa Pencarian Suara menjadi ujung tombak? Dan apa pula artinya ini untuk snippet secara khusus?

Artinya, mereka harus muncul dengan mengikuti query percakapan manusia. Dan sadar atau tidak, Google sudah bergerak maju dalam strategi ini dan tidak hanya membuat snippet untuk jenis pertanyaan yang sama, sebagaimana terlihat pada gambar.

Selama dua tahun terakhir, terjadi peningkatan jumlah kata dalam query yang memunculkan featured snippet.

Ketika bobot diberikan pada istilah yang ditemukan dalam pertanyaan dengan query ekor panjang (Long-tail query) oleh TF-IDF, terdapat bukti lebih lanjut terkait Pencarian Suara yang berkuasa di atas snippet. Istilah “bagaimana” muncul lebih dari kata lain dan diikuti “tidak”, “untuk”, “banyak”, “apa”, dan “adalah” – semua kata yang biasanya menyusun kalimat penuh dan lebih mudah dihapus dari pencarian yang diketik daripada pencarian yang diucapkan.

Ini berarti, jika ingin mengambil lebih banyak snippet dan membantu Pencari menggunakan asisten digital, maka Anda perlu menyusun daftar kata kunci yang panjang dan terdengar alami untuk dilacak dan dioptimalkan.

Sesuaikan format konten snippet Anda

Jika sampai pada tahap pengoptimalan, salah satu cara terbaik untuk memasukkan konten Anda ke dalam telinga seorang Pencari adalah melalui pemformatan snippet yang tepat—yang merupakan pelajaran yang kita pelajari dari Google.

Meminjam istilah TF-IDF, ditemukan bahwa kata-kata seperti “bagaimana” dan “terbaik” adalah potongan daftar yang paling banyak. Tentu saja kita tidak perlu berpikir begitu keras mengapa Google memutuskan mereka mendapatkan manfaat dari pemformatan daftar—hal ini memberikan snapshot komparatif cepat dan langkah demi langkah yang lebih praktis.

Dari situlah kita cenderung memformat semua konten dengan kata kunci “bagaimana” dan “terbaik” ke dalam daftar. Akan tetapi, seperti yang terlihat pada bagan di atas, paragraf dan tabel masih muncul dan kita dapat menaruh snippet pada bagan dengan mengabaikannya.

Lakukan pelacakan

Anda dapat memasukkan bagian terbaik ke meta description, tetapi jika tidak mengoptimalkan snippet yang tepat, maka konten Anda akan lebih sulit didengar. Membangun daftar kata kunci yang mudah dicari dengan suara untuk dilacak adalah langkah pertama untuk menyingkat snippet tersebut.