语音搜索时代，如何利用智能音箱卖货

对于品牌来说，搜索引擎优化 SEO （Search Engine Optimization）是互联网时代最基本的营销方式，通过优化提高引擎权重，在搜索页中排名越靠前，获得客户的几率也越大。移动设备兴起前的 PC 互联网时代，搜索引擎公司「只手遮天」，不仅赚进数千亿美元营收，同时培育了一个专门做 SEO 的行业。

潮起潮落，随着移动互联网的兴起，虽然老牌搜索引擎依然霸占终端市场（Google 90 亿美元买断 iPhone 默认搜索引擎），但是变化已经出现。苹果的 Siri 开启智能语音助手先河，Google Assistant 后来居上；亚马逊用 Alexa 引发了科技巨头的智能音箱大战。在智能语音助手和智能音箱的助推下，语音搜索因其便捷性，逐渐成为用户搜索的一大方式。

eConsultancy 的专家推测，语音搜索将占到谷歌全球搜索量的 13%，及移动搜索的 20%。而根据 SEO Tribunal 统计，谷歌 2018 年搜索量为 2 万亿，代表语音搜索的「点击量」至少为 2500 亿次。

13% 像是个小数字，2500 亿绝对是个大数字，更重要的是，语音搜索的结果和传统网页端搜索有很大差异。如何对越来越重要的智能语音搜索做好 SEO，成为摆在市场人面前的重要问题。

近日，国外网站 Voicebot.ai 和 Voice Insider 合作推出了一个报告，两个团队使用 4000 个问题，对目前市场上主流的智能语音助手和语音设备亚马逊 Alexa、苹果 HomePod、Google Assistant、Google Home 以及三星 Bixby 进行了测试，分析出目前主流语音搜索关于品牌、产品的购买等问题的倾向性，发现了一些很有意思的事情。

结论先行：

1 谷歌在测试中表现最好

2 语音搜索的内容来源分层现象明显

3 大部分公司尚未重视语音搜索优化

4 维基百科和 Yelp 等第三方内容需要被重视

5 几大语音搜索系统在将流量倒入到独立语音 App 上表现不力

关于测试的详细分析和结果，请往下看。同时，极客公园（ID：geekpark）仿照 Voicebot.ai 的方式，对国内智能音箱做了一个小测试，同样发现了一些有意思的事实，好奇可以拉到彩蛋环节。

语音搜索打出差异化

由于谷歌的一家独大，搜索引擎优化主要指 Google 的搜索优化。同时，谷歌助手和苹果的 Siri 两大系统智能语音助手引用的都是谷歌的知识图谱（Google Knowledge Graph），所以人们认为语音搜索的优化，和之前的谷歌搜索引擎优化并无区别。

实际上，搜索引擎优化一直在变革中，智能语音助手的搜索结果往往和文字搜索结果迥异。

引擎优化改变的一个最容易被忽视的一个因素，就是搜索的碎片化。根据 eMarketer 数据，2018 年美国关于商品的搜索 46.7% 来自亚马逊，高于谷歌的 34.6%；谷歌旗下的 Youtube 是全球第一视频搜索引擎，同时也是全球第二的搜索大户。Facebook 曾经公布，2017 年全球用户在脸书上每天进行 2 亿次搜索行为。

另外，根据设备不同，搜索结果也有相当大的差异，总的来说，屏幕大小决定了搜索展示结果的多寡：电脑端网页搜索通常会展示 10-35 个结果；使用移动端智能语音助手能够获得 1-15 个搜索结果；带屏幕的智能音箱为 1-10 个；而大多数不带屏幕的智能音箱，能「显示」的结果只有一个。

语音搜索的「内容偏见」

目前，通过语音助手进行的搜索，通常会落在如下几大网站：谷歌/Bing 知识图谱、维基百科、Yelp 以及 Yext。这些搜索结果看起来和网页端搜索类似，但其实掩藏了科技巨头们的一些「小心思」。

如果你询问亚马逊的 Alexa 如何治疗流感，后者会提供梅奥诊所（Mayo Clinic）的内容。有时候，Alexa 会提供其他用户上传的答案。如果询问产品相关信息，Alexa 会直接采用 Amazon 网站的内容。同理，如果你问 Siri 世界上最好的平板电脑是哪一款，毫无疑问答案是 iPad。即便是谷歌助手也会在遇到公司相关产品时，「截取」其知识图谱的一部分来作为回答。

使用语音助手进行搜索时，后者会优先访问多个数据来源，而不像网页搜索直奔知识图谱。这些数据来源包括巨头的一些「保留条目」，内部以及第三方信息源，相对于知识图谱，这些信息员的数据优先权显然更高。随着针对语音助手搜索优化内容的增加，网页端搜索的知识图谱被语音搜索引用的次数将越来越少。

由于语音搜索与网页搜索逐渐分化，传统网页端搜索引擎优化对语音搜索的影响逐渐走弱，所以进行 SEO 的市场人员，需要对势头正劲的语音搜索进行「特别关照」。

4000 个问题

Voicebot.AI 对谷歌语音助手、Google Home、Apple HomePod、亚马逊 Alexa、三星 Bixby 等语音助手及设备进行了 4000 个问题的提问实验，问题涉及 21 个产品类别、200 个产品品牌等。结果是，更改了相关算法的谷歌助手更多将流量导向了第三方 Google Action，而其他语音助手提供的依然是之前固有的知识图谱和第三方信息源。

其中，产品类别问题涵盖：什么是智能电视，哪里有最近的加油站，哪里能买到汽车保险等。品牌类问题包括：什么是某某品牌，如何能联系到某某品牌以及如何购买某某品牌。为更好做对照，其中很多问题来自谷歌关于该品牌的搜索推荐，更能反应用户问题的普遍性。

调研中，200 个品牌中，有 26.5% 在 Alexa 有独立语音应用，这个数字在 Google 语音助手平台是 21.5%。在两个平台都设立了独立语音 App 的品牌占有量为 15%。需要指出的是，这些语音 app 关注焦点并非回答用户对于品牌及产品的常见问题。这意味，75% 关于品牌的内容来自第三方资源。

对于品牌来说，这并非好消息，因为大部分语音搜索的答案来自维基百科或者 Yelp，而后者提供的内容对于品牌并非都是赞誉。

测试结果，谷歌语音助手的给出正确回应数据达到了 92%，接下来是谷歌智能音箱 Google Home，正确率为 81%。亚马逊 Alexa、三星 Bixby 和 Apple HomePod 分列后三，与 Google 差距明显。

值得注意的是，其他语音助手的失败率并非完全是自然语言处理（NLP）的能力问题，相反其只是无法回答测试的问题。苹果的 HomePod 在测试中表现最为高冷，高达 63% 的问题被其以「无法回答」拒绝掉。相比之下，三星的 Bixby 热情有余，提供答案的错误率也最高。

在测试中，亚马逊的 Alexa 是最喜欢引用自己公司知识图谱的语音助手。尤其是，当问题中含有「最棒的」（the best）词汇时，百分百 Alexa 会提供相关产品的亚马逊之选（Amazon『s Choice）的评级、售价以及买家的高分评价以及销量。所以，对于 Alexa 来说，这确实是「最棒的」，不过背景平台是亚马逊购物网站。由于亚马逊本身在商品信息方面有深厚积累，所以 Alexa 在回答产品相关问题时表现的游刃有余。

亚马逊语音搜索的另一个特点，是有些特定问题的答案不是来自知识图谱，而是亚马逊用户。2018 年末，亚马逊推出了 Amazon Alexa Answers 计划，根据数据显示，亚马逊用户提供了 10 万个问题的答案，而这些答案被亚马逊用户查询了数百万次。不过，在测试中，800 多道问题 Alexa 只提供了三个用户上传的答案，所以亚马逊「所有人问所有人」的项目数据还是不够大。

维基赛高

和网页搜索类似的是，所有语音搜索关于品牌的内容，排在第一位的内容来源都是维基百科。在面对「什么是某某品牌」这样的问题时，各个语音搜索链接到维基百科的答案正确率都在 90% 以上。不过，品牌需要保证的是，维基百科条目的第一或者第二句话，最好能准确概括品牌内容。这就很好理解为什么在品牌相关的问题上，语音搜索会如此依赖维基的内容了，因为后者能够保证内容的准确率。

关于联系方式

除了了解品牌内容，消费者有时也会想要联系品牌公司以获得更多服务。在测试中，当面对「如何联系某品牌」的问题时，凭借搜索优势，谷歌语音搜索再次以绝对优势碾压对手，答案正确率高达 96%，正确率是第二名亚马逊的 9 倍，苹果 HomePod 给出了 99%「不知道」的答案，三星 Bixby 给出的答案错误率达到了 100%。

不过三星 100% 错误的原因可能是将联系方式和用户自己的联系人列表混淆了，以至于出现白卷情况，这个问题极有可能在后期进行改正。亚马逊的问题来自美国黄页、Yelp、reference.com 以及 wikiHow，所以有 10% 的正确答案。谷歌语音搜索的信息除了来自其自有知识图谱，还借鉴了 GetHuman.com 和 wikiHow，所以品牌对于这几个第三方内容平台也应该予以重视。

本地商铺及服务

当然，知道了品牌和商品，用户下一步可能需要的是去哪买。在这个类别中，谷歌再次碾压对手，谷歌语音助手获得了 94% 的正确率，谷歌智能音箱则是 71.5%。相比之下，苹果 Homepod 的 7% 的正确答案都来自 Yelp 网站，三星 Bixby 拒绝了所有关于地点的问题。

作为电商巨头，亚马逊 Alexa 在此轮的表现并不尽如人意，虽然不少答案被引流到了自家电商平台，但是当商品不是亚马逊网站上的条目时，Alexa 引用的答案不是错的，就是回答不出。

谷歌在此轮中表现抢眼的一点还在于，不仅给出了地点，同时给出了店铺中该商品的存货量和价格。因为在谷歌搜索中，店铺的存货和价格是可填的内容之一，方便搜索的用户进行比价，这点赶超对手一个身位。

亚马逊 Alexa 语音搜索优化建议

1 维基百科是重要品牌内容来源

如果没有开发 Alexa 上的技能或者能连接到自己的第三方内容，最好确保维基百科上关于品牌的第一句或者第二句话，能够理想的描述品牌。

2 地点搜索全靠 Yelp

在 18% 的关于地点的正确回答中，Alexa 都使用了来自 Yelp 的内容。同时，如果找不到地点，Alexa 会提供关于该商品的主要内容。

3 亚马逊精选很重要

在关于商品类的问题，很多会连接到亚马逊精选 Amazon『s Choice，这代表这部分内容对 Alexa 来说是重要组成部分，如果能够改变亚马逊精选的内容，相应也会影响 Alexa 语音搜索中的商品答案。

Google 语音搜索 SEO 建议

1 本地物品存货量很重要

谷歌从 2017 年末开始将本地店铺存货量和谷歌助手联系在一起，目前包括从啤酒、化妆品到数码产品等多种商品范畴。如果有足够的信息，这些条目往往会在第一页出现，或者出现在可选列表中。当谷歌助手询问用户是否需要更多信息时，零售商信息就会出现在语音搜索答案中。

从这个角度来看，大型超市如沃尔玛、Target 和 Best Buy 做的非常到位。奇怪的是 Total Wine 和 More 这样店铺没有沃尔玛多的酒类经销商，当遇到关于酒类饮料的搜索时，往往成为参考答案。这意味并不需要有沃尔玛一样多的店铺，一样能在语音搜索中占有优势。

2 信息充实更有机会跻身三甲

当用户搜寻「我身边的 XXX」时，谷歌助手通常会列出前三的名单，而这些信息通常引用自「Google My Business」。而登上榜单的诀窍在于，在自己店铺的介绍中列出足够多的细节，例如提供儿童菜单和个人定制。实验证明，榜单前三中列出的店铺并不一定是距离用户最近的，而往往是那些细节信息更多的。

3 谷歌助理爱列表 不爱 FAQ

谷歌助手非常喜欢将列表作为答案，而不是常见问题 FAQ 页面，因为目前 FAQ 页面的布局很难让语音助手理解。

谷歌智能音箱 Google Home 面对一般问题，通常会引用直接含有该品牌名字列表的博客内容，意味并非相关内容需要制作成「适配语音」的形式。

好案例

当问到「如何找到最适合自己的护肤方式」时，谷歌智能音箱给出的答案是化妆品零售商 Dermstore 的博客——「我该按照何种顺序使用化妆品」，然后一步一步列出了七个步骤。

坏案例

当问到「我如何联系 Adidas」时，谷歌智能音箱确实连接到了 Adidas 的官网，可惜的是这是标准的 FAQ 页面，所以用户听到的是：「以下是 m.Adidas.com 的总结，产品 1，篮球准备；2，古龙水和身体香氛....」

Siri 和 Bixby 咋整

苹果的智能助手 Siri 并没能提供太多线索给负责 SEO 的市场人员，测试结果显示，关于品牌的常识类问题，Siri 非常依赖维基百科；关于本地商业问题则全部交给 Yelp。目前，除了优化这两个内容来源之外，你还真就没什么其他办法，因为其他问题的答案都是：对不起，我不能在 HomePod 上回答这个问题，或「找不到相似地点」。所以，目前针对 Siri 最好的 SEO 建议除了做好标准 SEO 之外，就剩下多多优化维基百科和 Yelp 的内容了。

三星的 Bixby 和其他三家智能助手相比，还是弟弟，目前也只迭代到 2.0 版本，表现不如对手也比较正常。

智能语音助手搜索 SEO 十步走

1 优化维基百科和 Yelp 档案内容

原因：Wiki 和 Yelp 是所有搜索都会用的内容。

2 申请 Google Express 或者想办法进亚马逊精选

原因：可以因此成为用户搜索购买选项时的可选答案。

3 使用 Google 本地商品信息流

原因：当用户询问本地商品购买信息时，信息细节完整将成为强有力的选择答案。

4 建立 Google My Business 档案

原因：当用户搜索本地服务时，更容易出现在答案中。

5 发布语音 App，或者多个

原因：谷歌和亚马逊针对独立语音 App 的导流目前不太给力，但是大平台会继续迭代他们的相关算法，让独立语音 App 成为首选答案。另外，语音 App 最好只针对一些关于产品的关键词，或者只针对特定话题。

6 给语音 App 加入 CFIR 和 Implicit Invocations

原因：CFIR 和 Implicit Invocations 分别是亚马逊和谷歌针对语音搜索的相关项目，目前效果一般，但是总会渐渐有用的，应该抢占先机。

7 使用 Alexa Conversations 搭建 Alexa 技能

原因：给 Alexa 更多信号，让你的语音技能获得更大出现机会。

8 优化聚合类网站的信息页

原因：像 WikiHow 和 GetHuman 这样的聚合类网站，可以帮助语音搜索直接连接到你的网页。

9 使用 Schema 构建数据标记

原因：使用 Schema.org 构建的微数据更能突出网页中的重要信息，例如联系方式。

10 提供更简洁的答案

原因：29 个单词通过文字转语音播放的时间为 10 秒到 12 秒，对于用户来说是比较标准的时间。尽量在语音 App 和网页中回答 5 个「W」。

半个彩蛋

上面说的都是国外的语音搜索结果，大家一定很好奇国内的语音搜索和智能助手如果进行测试，会给出什么样的答案。

由于手边只有一个百度智能音箱，我就用 Voicebot.ai 的方法论，对百度语音搜索进行了一下简单测试，发现如下：

1 品牌类问题，百度百科是主要内容来源

2 关于产品问题，百度自己孵化的问答类短视频平台「秒懂百科」异军突起，不过答案和问题匹配度不高。问「什么是 iPhone？」，结果播放了一分钟电子乐（应该是某短视频前奏）。

3 关于「哪里购买」这样的问题，被分为百度知道类别，网友提供的高票答案，比较 naive。

4「最好的 XX 商品」，唯一脱离了百度知识图谱的问题，内容分别引用了太平洋电脑网和另一不知名网站关于该商品的推荐资讯。

图片来源：Voicebot.ai、9to5Mac及Apple、Google、Amazon官网