Visual Search: Cơ chế xếp hạng của Google Lens ra sao?

Một nghiên cứu đã được thực hiện bởi Backlinko phân tích 65,388 kết quả tìm kiếm thông qua ứng dụng Google Lens để hiểu rõ hơn về cơ chế hoạt động của loại hình visual search (tìm kiếm bằng hình ảnh).

Cụ thể hơn, những yếu tố xếp hạng tiềm năng mà Google có thể sử dụng trong thuật toán Google Lens được xem xét bao gồm:

• Văn bản thay thế (Alt text)
• Độ uy tín/thẩm quyền của tên miền (Domain Authority hay DA)
• Các địa chỉ URL
• Các thẻ tiêu đề (Title tag)
• Responsive design (thiết kế web có thể hiển thị linh hoạt, tương thích mọi kích thước màn hình của các loại thiết bị)

Trong bài viết hôm nay, Khóa học SEO Á Âu sẽ tổng hợp lại những nội dung hữu ích và các kết quả đã khám phá được thông qua nghiên cứu này để chúng ta có thể hiểu rõ hơn về cách Google xếp hạng các kết quả tìm kiếm trong Google Lens.

Các thẻ title và địa chỉ URL chứa từ khóa có sự tương quan với thứ hạng Google Lens

Trong Google Lens, thì hình ảnh mà bạn dùng để tìm kiếm chính là “từ khóa” của bạn.

(Nguồn: Internet)

Chúng ta có thể sử dụng Google Vision API tại địa chỉ https://cloud.google.com/vision để chuyển những visual search này thành các từ khóa văn bản. Chẳng hạn như trong hình dưới đây, khi bạn tải lên một hình ảnh thì API này sẽ xử lý và xuất ra các kết quả đối tượng được nhận diện là có liên quan đến hình ảnh đó:

(Nguồn: Internet)

API này có phép chúng ta phân tích những hình ảnh tìm kiếm thành thành các thực thể dưới dạng văn bản (sử dụng các nhãn nhận diện từ chính Google). Ví dụ, hãy thử tìm kiếm “từ khóa” Google Lens sau đây:

(Nguồn: Internet)

Google Vision API sẽ xử lý hình ảnh này thành một nhãn định danh mà nó dự đoán là trùng khớp nhất với hình ảnh: “cat” (mèo).

(Nguồn: Internet)

Nhãn văn bản này có mối quan hệ tương quan các với yếu tố xếp hạng trên Google Lens. Cụ thể, kết quả từ nghiên cứu cho thấy rằng có 32,5% các trang được xếp hạng trong Google Lens có một từ khóa trong thẻ title của chúng trùng khớp với nhãn văn bản của hình ảnh mà Google Vision API xử lý được.

(Nguồn: Backlinko)

Ví dụ, dưới đây là một trong những visual search được sử dụng trong cuộc thử nghiệm.

(Nguồn: Internet)

Và nhãn “tesla cybertruck” (xe bán tải chạy điện của tập đoàn Tesla) mà Google Vision nhận diện được từ hình ảnh này cũng xuất hiện trong thẻ title của trang đó.

(Nguồn: Internet)

Trước đây, Google cũng từng trình bày rằng họ sử dụng thẻ title của một trang để xếp hạng cho các kết quả trên Google Images.

(Nguồn: Internet)

Vậy nên cũng sẽ hợp lý nếu họ sử dụng các từ khóa có trong thẻ title của một trang để xếp hạng các kết quả trên Google Lens. Hay nói cách khác, Google có thể ưu tiên các hình ảnh trên những trang có chủ đề “nói về” chính hình ảnh đó, hơn là những trang có một hình ảnh trùng khớp nhưng lại không liên quan.

(Nguồn: Internet)

Kết quả rút ra: Các trang có tiêu đề và địa chỉ URL “khớp” với đối tượng tìm kiếm trên Google Lens có thể nhận được lợi thế xếp hạng so với những trang không có. Với visual search, thì hình ảnh bạn dùng để tìm kiếm chính là “từ khóa” của bạn.

33% hình ảnh của các kết quả Google Lens có xu hướng xuất hiện ở khu vực phía trên của một trang

Kết quả nghiên cứu nhận thấy có 33,1% các kết quả Google Lens đến từ các hình ảnh nằm ở 25% diện tích đầu tiên của một web page.

(Nguồn: Backlinko)

Ví dụ như kết quả dưới đây:

(Nguồn: Internet)

Nếu bạn nhìn vào trang mà hình ảnh này được trích xuất ra, bạn có thể thấy hình ảnh đó nằm ở một vị trí khá cao trên trang (trên hẳn đường “above the fold” – là diện tích của phần nội dung hiển thị lúc người dùng mới truy cập vào trang, và từ đó trở xuống, người dùng phải bắt đầu cuộn chuột để xem những nội dung bên dưới).

(Nguồn: Internet)

Kết quả này cũng nhất quán với nội dung của bài blog post từ Google có tên “Making visual content more useful in Search”.  Trong bài viết này, Google đã chỉ ra rằng thuật toán sẽ “ưu tiên” cho những hình ảnh nằm ở phía trên cao của một trang.

(Nguồn: Internet)

Kết quả rút ra: Các hình ảnh có vị trí cao hơn trên một web page dường như có một lợi thế xếp hạng đáng kể trong Google Lens.

Có khá ít kết quả hình ảnh từ Google Lens có chứa Alt Text trùng khớp

Cẩm nang tối ưu hóa cho công cụ tìm kiếm dành cho người mới bắt đầu của Google (https://support.google.com/webmasters/answer/7451184?hl=vi) có đề cập rằng họ sử dụng alt text để hiểu được các hình ảnh trong danh sách chỉ mục (index).

(Nguồn: Internet)

Tuy nhiên, mức độ quan trọng của alt text thì không được trình bày cụ thể. Hoặc là nó có được sử dụng trong thuật toán Google Lens không. Nên đây là lý do mà Backlinko đã thực hiện nghiên cứu để xem các hình ảnh kết quả trong Google Lens có thường hay chứa alt text trùng khớp với đối tượng hình ảnh tìm kiếm (visual search term) mà chúng được xếp hạng không.

Kết quả, có 11,4% tất cả các kết quả của Google Lens có chứa alt text “trùng khớp” với nhãn văn bản mà Google nghĩ là phù hợp nhất với hình ảnh tìm kiếm.

(Nguồn: Backlinko)

Ví dụ, nhãn văn bản phù hợp nhất với hình ảnh tìm kiếm dưới đây là “yoga poses” (tư thế yoga).

(Nguồn: Internet)

Và đây là những kết quả được trả về:

(Nguồn: Internet)

Trong trường hợp này, có 2/4 kết quả Google Lens có chứa từ “yoga poses” trong alt text của chúng.

(Nguồn: Internet)

11,4% không phải là một con số không đáng kể. Nhưng nó không cho thấy mối liên hệ mạnh mẽ nào cả. Nếu alt text là một phần quan trọng trong thuật toán của Google Lens, thì chúng ta sẽ thấy được nhiều kết quả hơn có alt text trùng khớp chính xác (exact match) hoặc trùng khớp một phần (partial match).

Kết quả rút ra: Có 11,4% alt text của kết quả hình ảnh từ Google Lens trùng khớp với đối tượng tìm kiếm (search term) mà chúng được xếp hạng. Dựa trên điều này, thì alt text có thể chỉ đóng một vai trò tối thiểu trong hoạt động tối ưu hóa cho Google Lens.

Các kết quả Goolge Lens có điểm số Page Authority và Domain Authority cao

Chắc chắn là, trong mọi điều kiện bình đẳng với nhau, thì một authority page trên một authority site chắc chắn sẽ được xếp hạng cao hơn những trang có ít độ uy tín hơn.

Vậy liệu quy tắc này có được áp dụng đối với Google Lens không?

Sau cùng thì trong một bản cập nhật thuật toán visual search gần đây, chính Google đã xác nhận rằng các authority page sẽ có được lợi thế xếp hạng trong các kết quả tìm kiếm.

(Nguồn: Internet)

Những nhà nghiên cứu đã kiểm tra chỉ số Domain Authority (DA) và Page Authority (PA) của từng kết quả trong số 65,388 kết quả Google Lens và đã khám phá ra rằng những kết quả này đều có xu hướng đến từ những website và page có độ uy tín tương đối.

Thực tế, trung bình một kết quả Google Lens sẽ có chỉ số PA là 35 và DA là 64. Cả hai đều là những mức khá cao.

(Nguồn: Backlinko)

Có khả năng là Google áp dụng trực tiếp yếu tố “link authority” trong thuật toán Google Lens. Hoặc mối quan hệ này có thể đơn thuần cũng chỉ là có sự tương quan, nhưng không phải là nhân-quả.

Đó là vì chỉ số DA và PA cao thường có khuynh hướng là kết quả phái sinh của việc đăng tải những nội dung có chất lượng cao (high-quality content). Và nội dung có chất lượng cao là yếu tố được Google đề cập là cực kỳ quan trọng đối với thứ hạng trong visual search.

Thực tế là, trong tài liệu của Google có tên “Google Image best practices” (https://support.google.com/webmasters/answer/114016?hl=vi), họ đã phát biểu rằng chất lượng của nội dung trên trang cũng quan trọng như chính hình ảnh vậy.

(Nguồn: Internet)

Kết quả rút ra: Những trang có chỉ số DA và PA cao có xu hướng xếp hạng tốt hơn trong Google Lens. Điều này có thể là do Google Lens xếp hạng các trang sở hữu nhiều backlink. Hoặc cũng có thể điểm DA và PA tốt là kết quả của việc đăng tải những nội dung chất lượng cao.

Phần lớn kết quả Google Lens đều đến từ những website thân thiện với thiết bị di động

Theo kết quả từ nghiên cứu, có 90,6% các kết quả hình ảnh từ Google Lens đều là từ các page đã vượt qua được bài kiểm tra “Mobile-Friendly Test” của Google.

(Nguồn: Backlinko)

Việc Google Lens sẽ ưu tiên xếp hạng cho những website được tối ưu cho nền tảng di động cũng là hợp lý. Vì sau cùng thì về bản chất, 100% các tìm kiếm trên Google Lens đều được thực hiện trên các thiết bị di động.

Và sẽ thật là một trải nghiệm khá tệ nếu mang đến cho người dùng những website không hoạt động tốt trên mobile, ngay cả khi bản thân của hình ảnh có là một kết quả tuyệt vời đối với tìm kiếm đó.

Trên thực tế thì những khuyến nghị của Google đối với hoạt đông SEO cho hình ảnh đều nhấn mạnh tầm quan trọng của một thiết kế web thân thiện với thiết bị của người dùng.

(Nguồn: Internet)

Kết quả rút ra: Có gần 90% tất cả các trang có hình ảnh được xếp hạng trong Google Lens đều thân thiện với thiết bị di động.

Tốc độ tải FCP (First Contentful Paint) trung bình của một kết quả Google Lens là 3,186ms

First Contentful Paint (FCP) đo lường thời gian khi người dùng lần đầu tiên nhìn thấy giao diện nội dung được phản hồi từ trang của bạn. Backlinko đã tiến hành kiểm tra 65,388 kết quả để xem liệu tốc độ tải của trang, cụ thể là FCP có đóng vai trò gì đối với thứ hạng trên Google Lens hay không.

Lý do đơn giản để chọn FCP là vì đây là thời gian và nhiều tài nguyên của trang (bao gồm cả các hình ảnh) xuất hiện. Chắc chắn chỉ số này sẽ quan trọng hơn đối với một người dùng thực hiện visual search so với Time to First Byte (TTFB), vốn không tác động đến những gì người dùng nhìn thấy trên một trang.

Và kết quả cho thấy thời gian FCP trung bình đối với một kết quả Google Lens là 3,186ms.

(Nguồn: Backlinko)

Dựa trên thang đối sánh về page speed gần đây, thì mức FPC > 3,000ms có thể được xem là chậm. Tuy nhiên, chúng ta cũng cần xem xét ngữ cảnh đang được nói đến. Các trang có thứ hạng cao trong visual search thường có xu hướng “nặng” về hình ảnh. Điều này sẽ làm gia tăng thêm kích cỡ đáng kể cho bất kỳ trang nào.

Trên thực tế, nghiên cứu đã khám phá ra rằng trung bình một kết quả Google Lens có chứa tổng cộng 34 hình ảnh.

(Nguồn: Backlinko)

Đối với một trang thì số lượng này là nhiều. Và nếu tính đến việc này, thì tốc độ FCP 3,000ms cũng không phải là quá tệ.

Dù Google không nói rằng liệu tốc độ có phải là một yếu tố trong thuật toán của visual search hay không, nhưng họ có khuyến nghị rằng những ai muốn xếp hạng cao trong Google Images nên tăng tốc cho các trang của mình.

(Nguồn: Internet)

Như vậy có thể là Google sử dụng page speed như là một tín hiệu xếp hạng cho visual search. Và vì bản chất “nặng” về hình ảnh của những trang xuất hiện trong visual search, một trang có tốc độ FCP 3,186ms sẽ được xem là thuộc nhóm nhanh nhất xét về chỉ số này.

Kết quả rút ra: Các kết quả Google Lens không load nhanh hơn đáng kể so với một web page thông thường. Thực tế thì thời gian tải FCP trung bình của một kết quả Google Lens là 3,186ms. Điều này có thể là vì các kết quả visual search thường chứa các hình ảnh có chất lượng cao.

Pinterest và Amazon được xếp hạng đối với một số lượng lớn các visual search

Tiếp theo, chúng ta sẽ nhìn vào tỉ lệ phân bổ của các website xuất hiện trong kết quả Google Lens. Dưới đây là biểu đồ thống kê kết quả cụ thể:

(Nguồn: Backlinko)

Như bạn có thể thấy, thì Pinterest và Amazon có số lượng trang được xếp hạng nhiều hơn bất kỳ trang nào khác. Thực tế là có 1/10 kết quả Google Lens đến từ chỉ riêng hai trang này. Kết quả này cũng phù hợp với những gì mà nghiên cứu khám phá được đến thời điểm hiện tại. Cả Amazon.com và Pinterest.com đều có chỉ số Domain Authority rất cao (lần lượt là 96 và 94), có thời gian tải nhanh và thân thiện với các thiết bị di động. Quan trọng là, hai website đều chứa các hình ảnh có xu hướng xuất hiện ở khu vực phía trên của trang (thường nằm trên đường “above the fold”).

(Nguồn: Internet)

Tuy nhiên, ngoài hai cái tên này thì kết quả của Google Lens khá đa dạng. Có 80,2% kết quả đến từ nhóm các tên miền “Khác”. Nghĩa là không có một hoặc một nhóm các website nào hoàn toàn thống trị các kết quả visual search.

Kết quả rút ra: Các kết quả từ Pinterest và Amazon có xu hướng được xếp hạng thường xuyên nhất trong Google Lens. Có 11,3% kết quả tìm kiếm visual search đến từ hai website này.

Có khá ít hình ảnh Google Lens tương thích với nhiều thiết bị màn hình (responsive)

Không giống như một vài yếu tố khác đã được phân tích ở trên, Google không khẳng định vai trò của các responsive image trong thuật toán visual search của họ. Nhưng Google xem những hình ảnh tương thích với nhiều thiết bị màn hình này là một cách làm Image SEO tốt bởi vì chúng sẽ “mang đến những trải nghiệm người dùng tốt hơn”.

(Nguồn: Internet)

Dù cho có thể là như thế, nhưng kết quả nghiên cứu cũng không cho thấy mối quan hệ vững chắc nào giữa “responsive image” và thứ hạng trong visual search. Thực tế, chỉ có 13% các kết quả Google Lens là tương thích với nhiều kích cỡ màn hình khác nhau.

(Nguồn: Backlinko)

Kết quả rút ra: Dù các responsive image có thể cải thiện UX, nhưng dường như chúng không có tác động trực tiếp đối với visual search.

Tên tệp hình ảnh có tính mô tả có thể ảnh hưởng đến kết quả Google Lens

Tên của tệp (filename) là một yếu tố xếp hạng quan trọng trong Google Images từ khi nó được ra đời. Trước khi Google có khả năng nhận diện các hình ảnh bằng công nghệ AI, thì bộ máy này chủ yếu dựa vào alt text và tên của các hình ảnh để hiểu được nội dung của hình ảnh đó.

Tuy nhiên, dù cho công nghệ nhận diện hình ảnh đã có bước tiến rất xa, thì Google vẫn còn dựa vào tên của các tệp.

(Nguồn: Internet)

Điều này có thể giải thích cho thực tế là có một lượng lớn các hình ảnh trong các kết quả visual search (22.6%) có tên khớp với đối tượng mà người dùng tìm kiếm trong Google Lens.

(Nguồn: Backlinko)

Ví dụ, kết quả Google Lens dưới đây có tên tệp là astronaut-deep-space-image-science-fiction-fantasy-in-high-resolution-picture – gần khớp với một trong những nhãn văn bản (“space astronaut”) mà Google Vision API đã xử lý được đối với hình ảnh được dùng để tìm kiếm này.

(Nguồn: Internet)

Kết quả rút ra: Google có thể sử dụng các từ khóa xuất hiện trong tên của tập tin hình ảnh trong thuật toán Google Lens.

Các kết quả Google Lens cũng thường được xếp hạng trong Google Search

Thuật toán visual search của Google có tính đến mức độ liên quan (relevancy) của trang và website.

Dưới đây là một ví dụ mà Google đã đưa ra gần đây để giải thích sự liên quan của website sẽ tác động đến kết quả visual search ra sao:

(Nguồn: Internet)

“Nếu bạn đang thực hiện tìm kiếm “DIY shelving” (tự đóng kệ), thì website chứa hình ảnh đó có khả năng cao là một website liên quan đến các hướng dẫn về DIY (do it yourself)”.

Các nhà nghiên cứu của Backlinko muốn tìm hiểu xem yếu tố xếp hạng tiềm năng này có thể tác động đến các tìm kiếm trong Google Lens ra sao. Nhưng không may là, không có cách nào để “tra” mức độ liên quan hay phù hợp (relevancy) của một website cả. Nhưng chúng ta có thể sử dụng thứ hạng tự nhiên trên Google Search của website làm một giá trị thay thế tương đương về yếu tố “relevancy”.

Ví dụ, một website có thứ hạng cao trong các kết quả tìm kiếm tự nhiên trên Google đối với từ khóa “organic gardening” (làm vườn hữu cơ) sẽ được Google xem là một kết quả phù hợp cho từ khóa “organic gardening”.

Và điều này có thể mang đến cho website một lợi thế về SEO trong visual search đối với các tìm kiếm có liên quan đến “organic gardening”. Thực tế, các dữ liệu thu được qua phân tích cũng cho thấy điều đó. Có 15% website xếp hạng trong Google Lens cũng xếp hạng trong top 10 kết quả tự nhiên trên Google Search đối với cùng một đối tượng tìm kiếm.

(Nguồn: Backlinko)

Chẳng hạn, hãy nhìn vào kết quả #1 trong Google Lens khi tìm kiếm bằng hình ảnh của một chú chuột:

(Nguồn: Internet)

Kết quả này đến từ trang corkyspest.com.

Google Vision mô tả hình ảnh này bằng nhãn văn bản “common california mice” (loài chuột thường California).

Và khi bạn tìm kiếm cụm từ “common california mice” trên Google, trang corkyspest.com cũng được xếp hạng #1 đối với cụm từ đó:

(Nguồn: Internet)

Kết quả rút ra: Có 15% kết quả Google Lens cũng xếp hạng trên trang nhất của Google SERPs.

Số từ trung bình của trang chứa kết quả Google Lens là 1,631

Không chỉ “nặng” về hình ảnh, phân tích từ nghiên cứu cũng khám phá ra rằng các trang kết quả Google Lens có xu hướng khá “nặng” về văn bản. Kết quả thực tế cho thấy các hình ảnh trên Google Lens đến từ những trang có số lượng từ trung bình là 1,631.

(Nguồn: Backlinko)

Vậy mối liên hệ ở đây là gì?

Google đã đưa ra khuyến nghị chính thức rằng “các hình ảnh nên được đặt gần những văn bản có liên quan”.

(Nguồn: Internet)

Lý do là vì Google sẽ sử dụng các văn bản xung quanh một hình ảnh để hiểu được nội dung (content) và ngữ cảnh (context) của hình ảnh đó.

Do đó, một trang có lượng văn bản bổ trợ đáng kể sẽ có lợi thế trong visual search hơn so với một trang chỉ chứa 100% là hình ảnh.

Kết quả rút ra: Các trang có chứa lượng văn bản bổ trợ lớn có thể hoạt động tốt nhất trong visual search. Các trang kết quả của Google Lens chứa trung bình 1,631 từ.

Tổng kết

1. 32,5% kết quả Google Lens có chứa từ khóa “khớp” với đối tượng tìm kiếm trong thẻ title của trang. Do vậy, các thẻ title được tối ưu hóa cho từ khóa có thể giúp tăng thứ hạng trong Google Lens.

2. Một tỉ lệ lớn các kết quả Google Lens được trích xuất từ các hình nằm ở khu vực phía trên của một trang. Thực thế, có gần 1/3 kết quả hình ảnh trong Google Lens nằm ở 25% diện tích đầu tiên của một web page.

3. 11,4% hình ảnh kết quả từ Google Lens có alt text có chứa từ khóa mà người dùng vừa tìm kiếm.

4. Các trang và website có uy tín dường như có lợi thế xếp hạng trong Google Lens. Chỉ số PA và DA trung bình của các kết quả Google Lens lần lượt là 35,2 và 64,4.

5. Google Lens có thể trao lợi thế xếp hạng cho những website hoạt động tốt trên thiết bị di động. Có 90,6% các kết quả Google Lens đến từ các website thân thiện với thiết bị di động.

6. Các kết quả Google Lens đến từ những trang có tốc độ tải khá chậm. Thực tế, tốc độ load FCP trung bình đối với một kết quả Google Lens là 3,186ms.

7. Pinterest và Amazon là hai website có hiệu quả hoạt động cao nhất trên Google Lens. Có 7,2% các kết quả Google Lens đến từ Pinterest, trong khi con số đó của Amazon là 4,1%.

8. Các địa chỉ URL chứa từ khóa có mối liên hệ với thứ hạng trong Google Lens. Theo phân tích, có 29,9% kết quả Google Lens có địa chỉ URL chứa từ khóa có liên quan.

9. Các hình ảnh đáp ứng được nhiều kích cỡ màn hình dường như không mang lại lợi thế xếp hạng trong Google Lens. Chỉ có 13,1% hình ảnh trên Google Lens là responsive image.

10. Các hình ảnh có tên tập tin “khớp” với đối tượng tìm kiếm Google Lens có thể được xếp hạng thường xuyên hơn các hình ảnh bị thiếu tên hoặc đặt tên không liên quan. Có 22,6% hình ảnh kết quả trên Google Lens có tên khớp với đối tượng tìm kiếm.

11. Các website được xếp hạng trên Google SERPs có vẻ như cũng có lợi thế trong Google Lens. Có 15% các kết quả Google Lens cũng được xếp hạng trên trang nhất của Google Search đối với cùng một đối tượng tìm kiếm.

12. Trang kết quả của visual search chứa trung bình 1,631 từ. Việc này là hợp lý vì Google cũng sử dụng các nội dung văn bản xung quanh một hình ảnh để hiểu được nội dung và ngữ cảnh của hình ảnh đó.

Hi vọng những nội dung được Hướng Nghiệp Á Âu cung cấp qua bài viết này sẽ giúp bạn hiểu rõ hơn về những yếu tố có khả năng tác động đến thứ hạng của kết quả trong Google Lens. Hãy thử bắt đầu tối ưu từ hôm nay nhé!