Машиночитаеми PR
Работно време, резюмета, рецепти. Все повече се налага да се подготвя информация в Интернет по такъв начин, че тя да може да се чете от машини. PR трябва да последва примера?
Когато човек чуе думата „круша“, тогава той разбира от какво става дума от контекста: плод, крушка или прякор на бивш канцлер на християндемократическата партия. И когато чете уебсайт, той обикновено разбира какво е съдържанието му. Машини, като роботите на търсачките, намират подобни класификации много по-трудно. Всичко, което виждате, е свободна колекция от думи, цифри и букви. „Значението“ зад него не е лесно да се разбере.
Този проблем се отнася до Schema.org, инициатива, стартирана през 2011 г. от Google, Bing, Yahoo и Yandex. Целта: да се разработи универсален език за маркиране, който позволява структурирано представяне на данни. Това трябва да помогне на машините да разбират и разбират по-добре съдържанието. Понастоящем с Schema.org могат да бъдат описани над 600 „неща“ - например превозни средства, картини, болести или спортни събития. И благодарение на непрекъснатото развитие и разширяване на езика има все повече и повече.
Погледни под капака
Кратък пример илюстрира как точно работи Schema.org. Рецептата за палачинки по-долу е почти безпроблемна за хората, но машините не знаят какво да правят с нея в неструктурирана форма. Следователно основният HTML код се разширява, за да включва маркиране на схема. Презентацията за човешки читатели остава същата, но машините получават решаваща помощ за ориентация. Щракнете върху бутоните, за да превключвате между двете версии.
Атрибутът "itemtype" показва, че това е рецепта. След това атрибутите “itemprop” маркират къде на страницата могат да бъдат намерени отделните елементи на рецептата - от списъка на съставките до времето за приготвяне.
Основна рецепта за палачинки
Работно време: 5 минути | Общо време: 15 минути
Съставки за 8 палачинки:
- 150гр брашно
- 250мл мляко
- 2 яйца
- Сол
- избистрено масло
Подготовка: Смесете добре млякото с брашното. След това добавете яйцата и щипка сол и разбъркайте също. Оставете тестото да почива в купа за 20 минути, след което печете палачинките една по една в покрит тиган, намазан с избистрено масло на умерен огън. Обърнете палачинките веднага щом дъното може да бъде свалено от дъното.
itemprop = ”name”> Основна рецепта за палачинки
Работно време: itemprop = ”prepTime” content = ”PT5M”> 5 минути | Общо време: itemprop = ”cookTime” content = ”PT15M”> 15 минути
Съставки за itemprop = ”recipeYield”> 8 палачинки:
- itemprop = ”recipeIngredient”> 150г брашно
- itemprop = ”recipeIngredient”> 250 мл мляко
- itemprop = ”recipeIngredient”> 2 яйца
- itemprop = ”recipeIngredient”> сол
- itemprop = ”recipeIngredient”> избистрено масло
Подготовка: itemprop = ”recipeInstructions”> Смесете добре млякото с брашното. След това добавете яйцата и щипка сол и разбъркайте също. Оставете тестото да почива в купа за 20 минути, след което печете палачинките една по една в покрит тиган, намазан с избистрено масло на умерен огън. Обърнете палачинките веднага щом дъното може да бъде свалено от дъното.
Защо това е важно?
Гласовите асистенти като Siri и Alexa използват структурирани данни от мрежата, за да отговарят на въпроси от своите потребители. Ако искате да участвате в тези канали, трябва да подготвите съответно съдържанието си. Но структурираните данни също стават все по-важни в маркетинга на търсачките. Тъй като Google и повечето от неговите конкуренти вече не отговарят на заявките за търсене с чисти списъци с връзки, а разширяват резултатите с голямо количество информация.
Ако например търсите рецепта за палачинки, получавате снимка, времето за приготвяне и броя на калориите за всеки резултат от търсенето. Когато търсите автомобил, така наречената Графика на знанието предоставя информация за цена, двигател и разход. Днес потребителите са толкова изчерпателно информирани на страниците с резултати на Google, че според текущ анализ те щракват върху връзка само в половината от случаите. Останалите търсения завършват на страницата с резултати.
За да може Google да запише надеждно споменатата информация (и много повече) и да я покаже на собствената си платформа, уеб администраторите трябва да я подготвят структурирано. В зависимост от уебсайта това може да бъде огромно усилие. Но компании, които не играят играта, губят органичния си трафик от търсачките. Примерът показва: Колкото по-силни машини стават вратари в комуникацията, толкова по-важно е да говорят език, който разбират.
Имаме ли нужда от машинно четим PR?
В PR ние продължаваме да изпращаме съобщения за пресата по имейл до избрани редактори на плът и кръв. След това редакторите го четат, проверяват съдържанието за уместност и го обработват допълнително. Но какво, ако издателите рано или късно осъзнаят, че някои редакторски дейности могат да бъдат автоматизирани? И какво, ако предприемете тази стъпка в даден момент пред нарастващия натиск върху разходите? Нашите австралийски колеги разгледаха темата за робо журналистиката в свое проучване миналата година. В Германия Statista и nextMedia току-що публикуваха първите данни за това.
Schema.org предоставя награди за правни текстове, разкази и сатири. Забележително е, че все още няма стандарт за прессъобщения. Схемата NewsArticle обаче се доближава много до необходимия формат - и със сигурност ще бъде доразвита веднага щом възникне необходимост. Различните налични схеми за продукти и отделни категории продукти вече са налични за известия за продукти. Те могат да се използват, за да гарантират, че машините също така разбират най-новите характеристики на продукта веднага.
Машиночитаемият PR в момента все още може да бъде мечта за бъдещето. Но трябва да внимаваме да не изпускаме от поглед развитието в други области на маркетинга. В крайна сметка това се отнася и за нас: Всеки, който не успее да направи съдържанието си четливо за машини, рискува да бъде игнориран от тях.