Phân tích Google API leak phát hiện manh mối về Google Search

Google API leak nên được đọc như thế nào?

Điểm khó nhất khi nghiên cứu tài liệu rò rỉ là phân biệt giữa những gì tài liệu thực sự cho thấy và những gì SEOer suy luận từ tên thuộc tính. Một trường dữ liệu có thể tồn tại vì mục đích lưu trữ, xử lý, phân tích hoặc phục vụ một hệ thống khác. Vì vậy, tên thuộc tính chỉ nên là điểm bắt đầu của nghiên cứu, không phải kết luận về thuật toán.

• Thuộc tính xuất hiện không đồng nghĩa với tín hiệu xếp hạng.
• Tên thuộc tính không cho biết trọng số của nó.
• Một mô đun có thể phục vụ nhiều quy trình kỹ thuật.
• Tài liệu kỹ thuật không thay thế tài liệu Search chính thức.
• Giả thuyết SEO cần được kiểm chứng bằng dữ liệu quan sát được.

Google API leak thực chất là gì?

Google API leak là cách cộng đồng SEO gọi vụ tài liệu kỹ thuật của Google Search Content Warehouse bị công khai vào năm 2024. Rand Fishkin đã đưa vụ việc đến cộng đồng SEO, sau đó Mike King thực hiện một phân tích kỹ thuật sâu hơn về nguồn gốc và cấu trúc của tài liệu.

Điểm cần hiểu đầu tiên là tài liệu này không phải mã nguồn hoàn chỉnh của Google Search. Nó cũng không phải tài liệu hướng dẫn SEO do Google phát hành. Mike King phân tích rằng tài liệu liên quan đến các giao diện kỹ thuật của Content Warehouse và có mối quan hệ với những hệ thống nội bộ của Google.

Google Cloud hiện vẫn cung cấp tài liệu chính thức cho Document AI Warehouse. Tài liệu này mô tả một dịch vụ có API để quản lý tài liệu, bộ sưu tập, lược đồ và tìm kiếm dữ liệu. Vì vậy, khi đọc tên Content Warehouse, bạn không nên mặc định rằng đây là kho chứa công thức xếp hạng của Google.

Đây cũng là lý do cần thận trọng khi sử dụng cụm từ “Google algorithm leak”. Cách gọi này thuận tiện cho truyền thông SEO, nhưng nó dễ khiến người đọc hiểu rằng toàn bộ thuật toán xếp hạng đã bị lộ. Bằng chứng hiện có không đủ để đưa ra kết luận như vậy.

Vì sao tài liệu vẫn đáng để SEOer nghiên cứu?

Giá trị của tài liệu nằm ở các manh mối. Một số tên thuộc tính liên quan đến truy vấn, lượt nhấp, liên kết, PageRank, spam liên kết hoặc chất lượng có thể giúp SEOer hình thành những câu hỏi nghiên cứu sâu hơn.

Google hiện mô tả Search là tập hợp nhiều hệ thống xếp hạng tự động. Các hệ thống này xem xét nhiều yếu tố và tín hiệu đối với hàng trăm tỷ trang và nội dung trong chỉ mục. Google cũng cho biết hệ thống xếp hạng chủ yếu hoạt động ở cấp trang, đồng thời vẫn sử dụng một số tín hiệu và bộ phân loại ở cấp website.

Điều này khiến cách tiếp cận “một yếu tố quyết định thứ hạng” trở nên quá đơn giản. Một thuộc tính xuất hiện trong tài liệu rò rỉ có thể có ý nghĩa, nhưng bạn cần biết nó được dùng ở đâu, phục vụ mục đích nào và có thực sự tác động đến kết quả tìm kiếm hay không.

Attributes trong tài liệu Google API có ý nghĩa gì?

Attributes có thể hiểu đơn giản là những thuộc tính mô tả dữ liệu hoặc trạng thái của một đối tượng trong hệ thống. Một thuộc tính có tên gợi liên tưởng đến lượt nhấp không tự động chứng minh Google dùng lượt nhấp đó như một yếu tố xếp hạng trực tiếp.

Đây là điểm mà nhiều bài phân tích về Google API leak dễ đi quá xa. SEOer nhìn thấy một cái tên quen thuộc rồi nối nó trực tiếp với một hành động tối ưu. Cách suy luận đó bỏ qua rất nhiều lớp kỹ thuật nằm giữa dữ liệu thô và kết quả tìm kiếm.

Ví dụ, dữ liệu nhấp chuột có thể được sử dụng để phân tích hành vi, đánh giá chất lượng hệ thống, phát hiện bất thường hoặc phục vụ những mục đích khác. Muốn khẳng định nó được sử dụng trực tiếp trong ranking, bạn cần bằng chứng mạnh hơn tên thuộc tính.

Navquery và Navboost gợi mở điều gì?

Những thuật ngữ liên quan đến Navboost gây chú ý vì Navboost đã trở thành một chủ đề quan trọng sau vụ tài liệu rò rỉ. Tuy nhiên, SEOer cần phân biệt giữa việc một thuộc tính liên quan đến Navboost xuất hiện trong tài liệu và việc hiểu chính xác cách Navboost ảnh hưởng đến một truy vấn cụ thể.

Hướng nghiên cứu hợp lý là tìm hiểu mối quan hệ giữa truy vấn, kết quả, tương tác và những thay đổi về khả năng hiển thị. Bạn có thể sử dụng Search Console để theo dõi truy vấn, lượt hiển thị, lượt nhấp và vị trí trung bình, nhưng không nên biến dữ liệu đó thành bằng chứng rằng một chỉ số cụ thể là nguyên nhân trực tiếp tạo ra thứ hạng.

BadClicks có phải công thức giảm thứ hạng?

Không có cơ sở để kết luận như vậy chỉ từ tên thuộc tính. Từ “BadClicks” rất dễ khiến người đọc nghĩ rằng Google có một công thức đơn giản để trừ điểm trang dựa trên lượt nhấp không tốt. Thực tế có thể phức tạp hơn nhiều.

Đây là ví dụ điển hình cho nguyên tắc đọc tài liệu rò rỉ: tên trường dữ liệu cho bạn một câu hỏi, không cho bạn câu trả lời hoàn chỉnh.

PageRank xuất hiện trong tài liệu có ý nghĩa gì?

PageRank là trường hợp đặc biệt vì Google xác nhận đây vẫn là một trong các hệ thống phân tích liên kết cốt lõi. Google giải thích rằng các hệ thống phân tích liên kết giúp hiểu trang nói về điều gì và xác định trang nào có thể hữu ích đối với truy vấn.

Điều đó không có nghĩa PageRank ngày nay hoạt động giống phiên bản ban đầu. Google cho biết PageRank đã thay đổi đáng kể theo thời gian và vẫn là một phần của hệ thống xếp hạng cốt lõi.

Vì vậy, khi thấy thuộc tính liên quan đến trọng số PageRank trong tài liệu rò rỉ, bạn có thể xem đó là bằng chứng cho thấy dữ liệu liên kết vẫn đáng nghiên cứu. Nhưng bạn không nên suy ra một công thức trọng số cụ thể rồi áp dụng hàng loạt cho website.

Quality Raters liên quan thế nào đến câu chuyện này?

Tài liệu rò rỉ có những thuật ngữ khiến cộng đồng SEO liên tưởng đến Quality Raters. Đây là một hướng nghiên cứu đáng chú ý vì Google công khai rằng Quality Raters được sử dụng để đánh giá chất lượng kết quả và cung cấp phản hồi cho quá trình cải thiện hệ thống.

Điểm cần nhớ là Quality Raters không phải những người ngồi chấm điểm từng website rồi trực tiếp quyết định thứ hạng. Google sử dụng phản hồi của họ để đánh giá hệ thống tìm kiếm. Vì vậy, tài liệu liên quan đến Quality Raters không nên được biến thành một bảng điểm SEO trực tiếp.

Cách tiếp cận phù hợp hơn là sử dụng Search Quality Rater Guidelines để hiểu Google muốn hệ thống nhận diện những đặc điểm nào của một kết quả tốt. Sau đó, bạn có thể chuyển các nguyên tắc đó thành checklist biên tập và kiểm tra chất lượng nội dung.

Google Search và Gemini có liên quan gì?

Một phần khiến vụ việc trở nên thú vị là Google Cloud đang xây dựng các công cụ cho phép Gemini kết nối với Google Search. Tại Google Cloud Next 2024, Google công bố khả năng Grounding with Google Search trong Vertex AI. Cơ chế này cho phép mô hình sử dụng thông tin từ Google Search để tạo câu trả lời có cơ sở hơn.

Google Cloud giải thích rằng grounding giúp kết nối đầu ra của mô hình với nguồn thông tin có thể kiểm chứng. Khi sử dụng Google Search làm nguồn grounding, Gemini có thể tiếp cận thông tin mới từ web thay vì chỉ dựa vào kiến thức đã học trong quá trình huấn luyện.

Điều này không chứng minh rằng tài liệu Content Warehouse chính là cơ sở dữ liệu dùng để huấn luyện hoặc xếp hạng Gemini. Tuy nhiên, nó cho thấy Search đang có giá trị vượt ra ngoài trang kết quả truyền thống. Dữ liệu tìm kiếm có thể trở thành nguồn cung cấp thông tin cho các ứng dụng trí tuệ nhân tạo.

Case study: SEOer nghiên cứu một thuộc tính từ Google API leak

SEOer nên đọc tài liệu Google API leak theo quy trình nào?

Bước 1: Ghi nhận thuộc tính

Hãy lập bảng gồm tên thuộc tính, mô đun, mô tả, nhóm dữ liệu liên quan và giả thuyết ban đầu. Đừng tối ưu website ngay sau khi phát hiện một tên thuộc tính thú vị.

Bước 2: Tìm ngữ cảnh kỹ thuật

Một thuộc tính chỉ có ý nghĩa khi được đặt cạnh những thành phần liên quan. Hãy xem nó xuất hiện ở đâu, liên kết với mô đun nào và có mô tả gì. Cách đọc theo ngữ cảnh giúp giảm nguy cơ hiểu sai tên trường dữ liệu.

Bước 3: Đối chiếu Google Search Central

Google Search Central là nguồn ưu tiên khi bạn cần xác nhận một hệ thống Search. Nếu tài liệu rò rỉ nói đến PageRank, hãy đối chiếu tài liệu PageRank hiện hành. Nếu nói đến chất lượng, hãy đọc tài liệu chính thức về hệ thống và hướng dẫn đánh giá chất lượng.

Bước 4: Xây dựng giả thuyết có thể đo

Giả thuyết tốt phải có biến số quan sát được. Search Console có thể cung cấp dữ liệu về truy vấn, lượt hiển thị, lượt nhấp và vị trí. Dữ liệu phân tích website có thể giúp bạn hiểu hành vi sau khi người dùng truy cập.

Bước 5: Phản biện chính giả thuyết của mình

Đây là bước thường bị bỏ qua. Nếu một trang tăng thứ hạng sau khi nhận thêm liên kết, bạn cần xem liệu nội dung có đồng thời được cập nhật hay không. Nếu lượt nhấp tăng cùng lúc với thứ hạng, hãy kiểm tra thay đổi về nhu cầu tìm kiếm, tiêu đề, mùa vụ và đối thủ.

Bảng từ khóa cần lấy từ Google Keyword Planner

Dữ liệu Keyword Planner phụ thuộc vào tài khoản, khu vực, ngôn ngữ và khoảng thời gian lựa chọn. Vì vậy, bảng nghiên cứu nên lấy trực tiếp từ tài khoản Google Ads thay vì sử dụng số liệu ước đoán.

Google API leak thay đổi tư duy SEO như thế nào?

Vụ rò rỉ khiến cộng đồng SEO chú ý hơn đến một thực tế: Search không thể được giải thích bằng vài yếu tố đơn giản. Google sử dụng nhiều hệ thống để hiểu nội dung, liên kết, truy vấn và chất lượng. Một trang có thể được đánh giá từ nhiều góc độ trước khi xuất hiện ở một vị trí cụ thể.

Điều này cũng thay đổi cách bạn nên học SEO. Thay vì ghi nhớ danh sách “200 yếu tố xếp hạng”, hãy học cách xác định nguồn bằng chứng, hiểu hệ thống, đọc dữ liệu và kiểm chứng giả thuyết. Đây là kỹ năng có giá trị hơn khi Google tiếp tục thay đổi cách Search xử lý thông tin.

Tài liệu rò rỉ cũng cho thấy một điều quan trọng khác: những gì SEOer nhìn thấy trên trang kết quả chỉ là phần bề mặt. Phía sau kết quả có thể là nhiều tầng xử lý dữ liệu và mô hình máy học. Vì vậy, SEO ngày càng cần tư duy phân tích thay vì chỉ tối ưu từng thành phần riêng lẻ.