什么樣的視覺搜索的發展將影響SEO策略
專欄作家深圳網站建設談視覺搜索目前的狀況，對于未來的策略和SEO希望利用這種技術發展的啟示。
的到來Pinterest的鏡頭和谷歌鏡頭點燃了視覺搜索引擎霸主地位的戰斗。在開放的電子商務商店新的收入流，視覺搜索可以完全改變消費者的消費習慣和購買決策。

在一個世界的即時滿足的驅動，視覺搜索可以打開門朝“捕捉和沖浪”采購，精簡搜索界面。 這一前景電子商務商店，發展自己的產品列表廣告（PLA）和提供的可視化Web在線目錄。

雖然仍處于起步階段，對視覺搜索的優化可以大大提高你的網站的用戶體驗，轉化率和網絡流量。 然而圖像往往是SEO專家給予很少的關注，他們通常更注重優化速度比其他屬性和訴求。

而視覺搜索不會取代使用關鍵詞和文本搜索的重要性，它可以完全擾亂了SEO和SEM的行業。我想討論一些與視覺搜索的基本原理以及它將如何影響我們的數字營銷策略前進。

視覺搜索是什么？
目前有三種不同的視覺搜索過程采用大搜索公司：

    傳統的圖像搜索依賴于文本查詢。
    反向圖像搜索依賴于結構化數據確定相似的特征。
    像素圖像的搜索，使“快速搜索”的圖像或圖像的部分。

在這篇文章中，我主要是第三型，讓消費者發現的信息或產品通過簡單的上傳或捕捉的畫面和集中他們的查詢圖像的部分，他們想研究在線。它本質上是文本搜索相同，只是表示查詢的匹配這一形象。

TinEye首次提供了視覺搜索中的應用，這是今天仍在使用。這種形式的圖像搜索匹配的圖像和其他圖像基于相似特征的網絡，如形狀和顏色。不幸的是，引擎提供了一個有限的范圍內搜索應用程序未能映射出不同對象的輪廓圖像中。

今天的圖像識別技術，可以識別多個物體的輪廓包含在一個單一的圖像允許用戶匹配不同的對象。例如,微軟的圖像搜索技術用戶可以搜索特定的物品，圖為在一個較大的圖像內。

微軟甚至在檢測時，圖像的選定部分有購物意向，顯示“相關產品”在這種情況下。不幸的是，微軟的視覺搜索是相當有限的幾個行業，如家電、旅游。

現在，這一技術是有限的。像Pinterest，微軟和谷歌都在投資是一個視覺搜索應用機器學習技術和深度神經網絡動力。

這個想法是讓機器來識別不同的形狀，在圖像中相同的方式人類大腦的大小和顏色。當我們具體看圖片，我們沒有看到一個海點虛線。我們立即識別基于過去經驗的圖案和形狀。不幸的是，我們還不了解我們的大腦如何解釋圖像，所以本編程為機器提供了一些明顯的并發癥。

可視化搜索引擎已經開始依賴于神經網絡，利用機器學習技術來改善其過程。像谷歌受益于他們的豐富的信息，使其晶體的應用不斷提高公司在它的搜索功能。谷歌鏡頭不僅能夠識別不同的物體在照片也能夠匹配他們的地點靠近你，按照自己的搜索算法相同的原則為客戶提供評價和排序列表。

影響和未來

所以，這是什么技術需要為用戶和商家？想象能拍餐廳，有一個搜索引擎告訴你的餐廳，名字的位置，夜晚的需求高峰期和特價菜單。這項技術可以切實用于抓拍的圖片從雜志上的一雙鞋或一個陌生人，讓你命令他們就在那里。

電子商務商店，使人們在視覺搜索漏斗很高。一些獨特的形象，產品評論和一個好的產品的說明，你可以引誘消費者做出購買決定當場。

這也將開放競爭一點點的領域。Pinterest的視覺搜索引擎是迄今為止最具有破壞性的市場。然而，Pinterest的搜索引擎只重定向的圍裙的帖子在Pinterest，這意味著你需要開發的平臺上存在著那些觀眾。

隨著語音搜索和自然語言處理（NLP）的崛起，伴隨著這種趨勢，這項技術可以幫助啟動界面的免費搜索引擎優化的趨勢。（雖然我懷疑關鍵詞和文本搜索仍將保留其重要性，甚至購物和購買決定。）

潛在的策略

在視覺搜索優化方面，一些最基本的SEO做法仍然適用。結構化數據是非常重要的，尤其是像微軟的搜索算法，仍然依靠它來匹配特性。

圖像顯示清晰、無雜波使視覺的應用有一個更容易的處理是很重要的。除此之外，你應該堅持圖像搜索優化的基本知識：

    添加描述性的ALT文本的圖像索引。
    提交的圖像圖像地圖。
    優化圖像標題和替代的屬性與目標關鍵詞。
    樹立形象徽章和運行它們通過結構化數據測試。
    優化的理想圖像的大小和文件類型。
    利用圖片和內容頁適當的圖式標記。
    優化圖像呈現在移動和桌面顯示。

結論

視覺搜索將提供電子商務商店新的收入流，大大提高用戶的購物體驗。這可能會對SEO有重大影響和付費媒體，帶回重新關注圖像優化，長期以來被忽視的SEO從業者。這個新興的搜索只會加強對SEO已有策略使需要移動搜索和你的視覺網站的存在更具預見性的優化。