1. 機器學習的進步

機器學習將會用於聚集和識別在搜尋引擎搜集回來的信號，例如是根據用戶的搜尋歷史提供個性化的搜尋結果，更理想地了解用戶的搜尋意圖等等。Google繼續將機器學習和AI技術的進步運用在搜尋引擎演算法上，例如找出元數據(meta data)、替代文本(alt text)和進行關鍵字研究等。

2. 無點擊搜索

SparkToro的調查結果顯示，50.33%的Google搜尋用戶沒有點擊自然搜尋結果或者付費搜尋廣告。但是，沒有點擊不代表沒有營銷機會，自然搜尋結果在頁面上的地位降低，表示了其他SERP（搜尋結果頁）元素將會成為未來搜尋引擎行銷的焦點，好像是精選摘要(Featured Snippets)、知識圖卡(Knowledge Cards)和知識面板(Knowledge Panels)等等。

對搜尋引擎優化的啟示

機器學習可以幫助用戶更快地解決搜索問題，同時亦可能促使更多無點擊搜索的出現。另一方面，愈來愈多的無點擊搜索亦代表用戶在SERP找到所需內容的速更快，可能會為您的網頁帶來另一種更高質素的流量方式。搜尋引擎行銷人員要利用機器學習的優勢之餘，更要關注搜尋引擎無法看見的細節，例如是搜尋引擎使用者的體驗。

要捉緊搜尋引擎優化的走向並做到以上事項並不容易，如果您需要經驗豐富的搜尋引擎優化專員或SEO優化公司的幫助，歡迎您聯絡我們！