图像SEO新机会｜利用机器视觉获得战略性流量

以前在谷歌图像搜索结果使您可以选择“查看图像”，而不必导航到托管图像的站点。然后一切都变了

Google在2018年2月决定删除“查看图片”按钮。现在，搜索者必须直接访问托管该图像的站点，以将图像结果恢复为其以前的自然搜索驱动力。根据最近的一些研究，这种变化使有机图像流量增加了37％。

考虑到图像结果的价值，营销人员正在问自己如何才能充分利用这种搜索机制。

那么，有什么新方法可以利用工具来更好地了解如何优化图像进行排名呢？

为了探索这一点，我决定看看Google的Vision AI是否可以帮助挖掘有关图像排名重要内容的隐藏信息。具体来说，我想知道Google的图像主题建模将揭示关于单个关键词搜索排名的图像，以及围绕特定主题或细分市场聚集的与主题相关的关键词组的图像。

举例说明

从我们的利基市场中抽取10到15个热门关键字。在本文中，我们选择“hunting gear”作为类别，并提取了具有高意图，高价值，高容量的关键字。我们选择的关键字是：

• Bow hunting gear
• Cheap hunting gear
• Coyote hunting gear
• Dans hunting gear
• Deer hunting gear
• Discount hunting gear
• Duck hunting gear
• Hunting gear
• Hunting rain gear
• Sitka hunting gear
• Turkey hunting gear
• Upland hunting gear
• Womens hunting gear

（一些技术性 词汇性原因 不太好翻译成中文 有可能违禁词）

然后，我为这些关键字中的每一个提取了排名前50位的图像的图像结果，产生了大约650张图像，可提供给Google的图像分析API。我确保在数据中记下每个图像的排名位置（这对于以后很重要）。

从标签中学习

该API可用于的第一个（也是最可行的）分析是在标记图像中。它利用最先进的图像识别模型来解析每个图像，并为其可识别的图像中的所有内容返回标签。大多数图像中包含4到10个可识别的对象。对于上面列出的与“hunting gear”相关的关键字，这是标签的分布：