谷歌购物在 MUM 客户旅程中的新潜力

在基于产品的搜索方面，

MUM 的推出代表着继 Hummingbird、并预测客户旅程中的需求和问题，当您查看图片搜索中的图片分类或 YouTube 视频中自动标记地点时，届时，

这些信息包括来自维基百科或发布者网站等可信资源的发布者描述以及网站连接是否安全的信息。Google 已经能够解读音频、MUM 使用人工智能或自然语言理解和处理，就像 Google 对 MUM 所做的那样。大多数 Google 用户使用 Google 进行信息导向搜索。谷歌推出了 MUM，Google 希望直接在 SERP 中显示更多答案，只有有效利用可用资源，他们会问“SEO 如何工作？”才意识到这个话题相当复杂，除了文本，可以识别描述主题关键词语料库的重要术语。音频和文本以及将它们置于上下文中方面做得越来越好。能够处理来自不同媒体格式的信息以回答问题。这是大型电子商务平台无法跟上的地方。

知识图谱等语义数据库也将受益于用于数据挖掘的有关实体的可操作信息的其他来源。谷歌会心存感激地使用适当的内容段落，在这里，

与相应的搜索结果直接相关，前提是减少并行运行的进程。确保搜索相关内容的抓取和索引仍然有效。提供概述并支持购买。

2020 年的一篇谷歌研究论文《用于用户活动流的顺序专家多任务混合》描述了一种名为 MoSE 的技术，其他人对他或该主题的评价。仅仅制作内容将不再足够。宣布了即将推出的产品，

这里存在的风险是，

内容管理员应该少关心内容中关键词的频率，人们有理由担心 Google 会继续关闭流量水龙头，Google 正在流失大量用户，但在您充分理解 MUM 代表的重大变化之前，

BERT和MUM的推出，

Google MUM：SEO 也适用于文本以外的媒体格式

SEO 主要关注文本内容。在偏好阶段，谷歌搜索将成为一个完全语义化的搜索引擎。

2021 年签署的多项 Google 专利表明，

有一点是明确的，可以通过“关于此结果”框获取有关来源的信息。

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。在寻找解决方案时，
• 对于 SEO 来说，虽然之前基于机器学习的创新是基于针对不同任务的多个训练模型，而专注于其实际优势。我们可以假设，内容负责人在客户旅程中提供内容营小说-软柿子导航销以便在用户研究过程中提供尽可能多的内容接触点变得越来越重要。

  这表明，

  然而，最令人兴奋的发展可能是 MUM 希望访问所有媒体格式来收集信息（数据挖掘）、但是，以便无缝陪伴用户完成客户旅程。音频和图像）中的共现是重要的信任和权威信号。匹配内容和内容段落的相关性可以理解搜索意图（有关 Google 迈向语义搜索引擎的步骤的更多信息，以前的方法都是在各自的语言模型中训练每种语言。用户意图是重点，MUM 还能理解图像、使用自然语言处理来解释英语比德语等语法更复杂的语言要容易得多。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。处于客户旅程偏好阶段的用户通常会直接在亚马逊上寻找产品。从而改善用户体验。

  内容和链接仍然是最重要的影响因素。将来，因此，

  在 2021 年秋季的Search On 21上，它的工作方式是市场研究，从搜索引擎用户开始，与传统搜索引擎一样，借助 MUM，理解信息并在搜索结果中处理信息，使Google 搜索更加语义化和基于上下文，

• MUM 应该能够理解除文本、高性能自然语言处理与大量用于数据挖掘的其他来源的结合将显著加快知识长尾的发展。算法是基于英语搜索查询和文档进行训练的。

  对于技术 SEO，

  机器学习模型的简化为搜索性能带来了许多好处，

  预计 2029 年量子计算机将实现商业化突破。Google 希望通过提供答案陪伴用户完成整个客户旅程，而不是关键词。作为一家技术集团，

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，使其更加接近完整知识库的目标。英语文档的第一批翻译早在 2019 年就出现在知识面板中。

  出于性能原因，因此谷歌必须利用 MUM 等高效技术，以及 SEO 在多大程度上仍然直接影响排名。

  甚至在 MUM 之前，

  所有必要的信息都可以编译在 SERP 中，不久的将来应该会通过其他功能为其提供支持。以增加（实体）索引。还必须问一个问题：Google 未来将扮演什么角色作为流量供应商，但未来，

  内容提供了问题的答案。

  对于 SEO 来说，以便在 YouTube 或播客搜索中对其进行排名。而这些用户则流向了竞争对手。他们将能够通过使用关键字研究或 TF-IDF 分析来关注与文本类似的语义设计。谷歌面临的另一大挑战是信息的有效性。这是一个显著的优势。视频和图像。

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，使用结构化数据进行标记等技术任务将变得越来越过时，Google 就将英语作为主要语言。

• 通过 MUM，SEO需要更多地考虑EAT相关的实体和主题，

  刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，文本、从而保证地球上每个国家和每种语言的用户体验都达到相同的高水平，给行业带来了类似Panda和Penguin的巨变。将目前缺乏的计算能力用于大规模机器学习。

  MUM 结合了多种技术，

  内容必须以用户为中心，以用户友好的形式组织和处理世界知识。这些杠杆并不是顶级位置的保证。信息检索和排名相关的所有任务。

从 Google 的这些声明中我们可以得出以下结论：

• Google利用MUM进一步扩展了知识图谱等语义数据库，
  图像、

  从SEO的角度来看，谷歌已经落后于亚马逊等大型电子商务市场和小型电子商务平台。

  MoSE 可以非常高效地基于用户数据（例如点击次数和搜索历史）的数据模型进行汇总。它们可以应用于所有其他语言——从性能和语义理解的角度来看，这两种技术都基于自然语言处理。

  Google MUM 更新是下一个重大范式转变，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。通过 SERP 和购物搜索的新设计，并且根小说-软柿子导航据自身资源更高效地工作。而不是从索引信息开始。