Skąd wzięła się liczba, którą wszyscy powtarzają

Zdanie „do 2020 roku połowa wyszukiwań będzie głosowa” pojawia się w polskich prezentacjach do dziś, zwykle z przypisem do firmy badawczej ComScore. Rzecz w tym, że takiego badania nie było.

Źródłem jest wypowiedź Andrew Nga, wtedy głównego naukowca Baidu, z 2014 roku — i dotyczyła ona przewidywania, że co najmniej połowa zapytań będzie realizowana głosem albo obrazem. To prognoza jednej osoby o dwóch technologiach naraz, a nie pomiar rynku wyszukiwania. Po kilku latach cytowania z drugiej ręki zgubiono obraz, zgubiono autora i dorobiono nazwę instytucji badawczej.

Liczba, którą warto znać zamiast tego, pochodzi od Sundara Pichaia z konferencji Google I/O w 2016 roku: dwadzieścia procent zapytań w aplikacji Google i na Androidzie w Stanach Zjednoczonych było wtedy wpisywanych głosem. Google nie zaktualizował tej informacji od tamtej pory, więc wszystko, co dziś krąży jako „aktualne dane o voice search”, jest szacunkiem firmy, która próbuje coś sprzedać.

Mówię o tym klientom wprost, bo to najkrótsza droga do rozsądnej rozmowy. Nie wiemy, ile zapytań w Polsce jest zadawanych głosem. Nikt tego publicznie nie mierzy.

Trzy różne rzeczy pod jednym hasłem

Zanim cokolwiek wdrożysz, warto ustalić, o którym scenariuszu mówimy, bo konsekwencje są zupełnie inne.

• Dyktowanie zapytania do wyszukiwarki — użytkownik naciska ikonę mikrofonu i mówi to, co normalnie by wpisał. Dostaje zwykłą stronę wyników. Z punktu widzenia strony nie zmienia się nic poza tym, że zapytanie bywa dłuższe i sformułowane pełnym zdaniem.

• Pytanie do asystenta na urządzeniu z ekranem — odpowiedź jest czytana na głos, ale użytkownik widzi też wyniki i może w nie kliknąć. To wariant mieszany i w praktyce najczęstszy.

• Pytanie na urządzeniu bez ekranu — głośnik, zegarek, samochód. Tu odpowiedź jest jedna i albo jest Twoja, albo cudza. Nie ma drugiej pozycji, nie ma kliknięcia i zwykle nie ma sesji na stronie.

Cała sensowna dyskusja o wyszukiwaniu głosowym dotyczy trzeciego scenariusza, bo tylko tam zmienia się reguła gry. Problem jest w tym, że dla większości firm to jednocześnie najmniejszy i najtrudniejszy do wykorzystania fragment ruchu — bez kliknięcia trudno mówić o pozyskaniu klienta, chyba że sprzedajesz przez telefon albo prowadzisz punkt, do którego ktoś ma trafić.

Czego nie zobaczysz w danych

To jest ten moment, w którym rozmowa o „strategii voice search” zwykle się urywa.

Search Console nie oznacza zapytań głosowych. Nie ma filtra, nie ma osobnego raportu, nie ma nawet przybliżenia. To samo dotyczy zapytań przechodzących przez asystenta na urządzeniach bez ekranu — jeśli nie doszło do wejścia na stronę, w statystykach nie zostaje żaden ślad.

Najbliższe, co da się zrobić, to przybliżenie: w raporcie skuteczności wyfiltrować zapytania zawierające słowa pytające i te dłuższe, sformułowane naturalnym językiem. Traktuję to jako wskazówkę o sposobie zadawania pytań, nie jako pomiar udziału głosu. Ludzie coraz częściej wpisują pełne pytania również z klawiatury.

Wniosek praktyczny: nie da się rozliczyć wdrożenia „pod głos” z wyniku. Jeśli ktoś obiecuje raport ze wzrostem widoczności w wyszukiwaniu głosowym, obiecuje coś, czego nie ma z czego policzyć.

Mit osobnej optymalizacji

Najbardziej szkodliwe przekonanie w tym temacie brzmi tak: istnieje osobny indeks dla zapytań głosowych i osobne czynniki rankingowe.

Nie istnieje. Odpowiedź asystenta pochodzi z tych samych wyników wyszukiwania, z tego samego indeksu. Na urządzeniu bez ekranu bywa czytana z wyróżnionego fragmentu odpowiedzi — czyli z tego samego bloku, o który konkurujesz w zwykłych wynikach. Praca nad wyróżnionymi fragmentami jest więc pracą nad jednym i drugim naraz.

Z tego wynika prosty wniosek: nie ma sensu kupować „usługi optymalizacji pod voice search” jako czegoś osobnego. Jeśli oferta zawiera coś wartościowego, to jest to zwykłe SEO opisane nowszym słownictwem.

Osobna sprawa to dane strukturalne. Znacznik przewidziany do czytania treści na głos jest w dokumentacji Google przeznaczony dla wydawców informacyjnych i obsługiwany w wąskim zakresie językowym — nie jest to narzędzie dla sklepu ani dla firmy usługowej w Polsce. Warto o tym wiedzieć, zamiast wdrażać go „na wszelki wypadek”.

Co faktycznie warto zrobić

Lista działań, które polecam, jest krótka i żadne z nich nie jest specyficzne dla głosu. Uważam to za jej największą zaletę: pracujesz na czymś, co da się rozliczyć również ze zwykłego ruchu.

• Odpowiadaj na pytania wprost i na początku. Jeśli sekcja odpowiada na pytanie, pierwsze zdanie powinno być odpowiedzią, a nie wstępem. To pomaga w wyróżnionych fragmentach, w czytaniu na głos i w zwykłym skanowaniu tekstu wzrokiem.

• Pisz nagłówki tak, jak ludzie pytają. Pełne pytanie w nagłówku sekcji jest naturalne dla czytelnika i zgodne ze sposobem formułowania zapytań mówionych.

• Zadbaj o dane firmy w Profilu Firmy w Google. Dla zapytań lokalnych — godziny otwarcia, adres, numer telefonu, kategoria — to najważniejsze źródło odpowiedzi na pytania typu „gdzie w pobliżu”. Aktualność tych danych robi tu więcej niż cokolwiek na stronie.

• Popraw szybkość na urządzeniach mobilnych. Zapytania mówione to w większości zapytania z telefonu, często w ruchu i przy słabym łączu.

• Utrzymuj sekcję z pytaniami tam, gdzie ma to sens merytoryczny. Nie jako blok pod SEO, ale jako odpowiedzi na pytania, które faktycznie zadaje obsługa klienta.

Kiedy zająłbym się tym poważniej

Są branże, w których scenariusz bez ekranu jest realny i warto o nim myśleć osobno.

Usługi lokalne z pilną potrzebą: hydraulik, ślusarz, pomoc drogowa, przychodnia. Ktoś pyta telefonem o najbliższy punkt i dzwoni od razu z wyniku. Tu inwestycja idzie w dane firmy, opinie i numer telefonu, nie w treść na stronie.

Gastronomia i handel z ruchem w punkcie — z tych samych powodów. Przepisy, instrukcje i krótkie porady, przy których użytkownik ma zajęte ręce. Oraz wszystko, co bywa pytane w samochodzie.

W pozostałych przypadkach traktuję ten temat jak dodatkowy argument za robieniem porządnie rzeczy, które i tak są na liście: czytelnej struktury treści, aktualnych danych firmy i szybkości działania strony.

Jak podsumowałbym stan na dziś

Wyszukiwanie głosowe jest sposobem zadawania pytania, a nie osobnym kanałem, w którym da się kupić obecność. Prognozy o jego udziale, które krążą po branży, w większości nie mają źródła, a te, które mają, są sprzed kilku lat i dotyczą innego rynku.

Praktycznie oznacza to, że nie ma czego „wdrażać” w sensie osobnego projektu, i nie jest to zła wiadomość. Rzeczy, które faktycznie pomagają — zwięzła odpowiedź na początku sekcji, naturalne pytania w nagłówkach, aktualny profil firmy, szybka strona mobilna — działają niezależnie od tego, jak zapytanie zostało zadane.

Gdyby ktoś zaproponował Ci pakiet z rozliczeniem za pozycje w wyszukiwaniu głosowym, poproś o opis metody pomiaru. Ta jedna prośba oszczędza więcej budżetu niż cała reszta tego tekstu.