Voice-Search-Studie 2020 — alle Ergebnisse

Jedes Jahr nimmt die Bedeutung der Voice-Suche zu. Bereits 20 % der Internetnutzer weltweit verwenden sie, und 58 % von dieser Gruppe suchen mithilfe von Voice-Search nach lokalen Unternehmen.

Unsere Sprachsuche-Studie 2019 konzentrierte sich auf die Aufdeckung der Ranking-Faktoren, die über die Auswahl der Antworten auf sprachgesteuerte Suchanfragen entscheiden. Da die Suchergebnisse je nach Ort der Abfrage variieren, wollten wir in diesem Jahr prüfen, wie Fragen zu lokalen Unternehmen und Dienstleistungen von gängigen Sprachassistenten verarbeitet werden.

Die SEMrush-Studie Voice-Suche 2020 bietet einzigartige Einblicke in die Suchalgorithmen verschiedener digitaler Sprachassistenten, die Unternehmen helfen, das ganze Potenzial der Sprachsuche für sich zu nutzen.

Voice-Search-Studie 2020 – Sprachsuche für lokale Unternehmen

Während die Sprachsuche eine immer breitere Masse von Verbrauchern erreicht, kommen immer mehr digitale Assistenten auf den Markt. Nachdem sich die Studie des Vorjahres auf Google-Geräte beschränkte, haben wir dieses Jahr Siri und Alexa mit einbezogen, um annähernd 100 % des Marktes der Sprachassistenten abzudecken:

Auf folgenden Geräten haben wir die Studie durchgeführt:

Das Hauptziel der Studie war, die Unterschiede zwischen den lokalen Suchergebnisse verschiedener Sprachassistenten sowie die dahinter stehenden Algorithmen aufzudecken. Dazu dienten im Wesentlichen zwei methodische Schritte:

• Vergleiche aller Sprachassistenten hinsichtlich grundlegender Parameter wie der Antwortlängen und Anzahl der Fragen, die sie beantworten konnten oder nicht beantworten konnten.
• Eine Analys der Faktoren, die sich darauf auswirken, welche Antworten Sprachassistenten für die Nutzer auswählen.

Hauptbefunde der Studie

Die Studie hat wichtige Erkenntnisse erbracht, deren Berücksichtigung wir lokalen Unternehmen bei ihren SEO und Marketingstrategien im KMU Online Marketing ans Herz legen wollen:

• Google Assistant, Siri und Alexa nehmen vergleichbare Marktanteile ein. Daher sollten Unternehmen versuchen, alle drei Assistenten zu berücksichtigen, deren Algorithmen sich drastisch unterscheiden.
• Die durchschnittliche Antwortlänge für alle analysierten Assistenten beträgt 23 Wörter. Google-Assistant-Geräte geben mit 41 Wörtern die längsten Antworten zurück.
• Alexa kann jede vierte Frage nicht beantworten. Es handelt sich hauptsächlich um ein Heimgerät, das Sprachbefehle versteht, jedoch nicht für die Durchführung von Suchanfragen gedacht ist.
• Für Google-Geräte können Unternehmen ihre gewohnten Local SEO Taktiken anwenden, also ihre Local-Pack Optimierung verbessern und ihre "Voice Search Readiness" erhöhen, indem sie ihre Inhalte an die natürlichere Sprache von Sprachsuchanfragen anpassen.
• Um in Antworten von Apples Siri präsent zu sein, sollten Unternehmen höhere Yelp-Bewertungen und möglichst positive Erfahrungsberichte anstreben. Eine Yelp-Bewertung mit 4,5 von 5 Sternen in Verbindung mit der größten Anzahl von Erfahrungsberichten macht jedes Unternehmen in Siris Augen zur besten lokalen Adresse.
• Je nach Land und dem jeweiligen Markt kann Voice Search ein wichtiger Aspekt Ihrer international SEO Strategie werden.

Vergleich verschiedener Sprachassistenten

Sehen wir uns nun die Ergebnisse näher an. Was sind die Besonderheiten verschiedener Sprachassistenten? Wie unterscheiden sich die Ergebnisse, die wir auf unsere Fragen erhalten?

1. Wie lang sind die Antworten im Durchschnitt?

Die Antworten, die von den Sprachassistenten für eine Abfrage mit lokaler Absicht zurückgegeben werden, sind im Durchschnitt 23 Wörter lang:

Bei Google-Geräten hängt die Wortanzahl vom Vorhandensein oder Fehlen eines Displays ab. Die durchschnittliche Antwortlänge von Google Home und Mini beträgt das 3,7-fache der durchschnittlichen Antwortlänge auf dem Home Hub.

Eine sehr gute Idee ist es, sich mit der W-Fragen Optimierung zu befassen.

2. Geben verschiedene Google-Assistenten die gleichen Antworten?

Google-Assistenten geben trotz ähnlicher Algorithmen nicht dieselben Antworten zurück. Die Antworten der verschiedenen Google-Assistenten stimmen durchschnittlich nur zu 22 % überein.

• Trotz der unterschiedlichen Gerätetypen weisen Google Home Hub und Android Phone mit 66 % die höchste Übereinstimmung der Ergebnisse auf.
• Im Kontrast zur hohen Übereinstimmung zwischen Google Home Hub und Android Phone stimmen nur 0,33 % der Antworten zwischen dem Google Home Mini und Android Phone überein.

3. Die Ähnlichkeit der Antworten auf verschiedenen Google-Assistenten

Da Google-Assistant-Geräte auf ähnlichen Algorithmen basieren, nämlich auf der Google-Suche, geben sie im Wesentlichen dieselben Antworten mit unterschiedlichen Formulierungen aus.

Der Hauptgrund für die beobachtbaren Unterschiede hängt mit dem Vorhandensein eines Displays zusammen. Ein Gerät ohne Display gibt meist eine detailliertere Antwort zurück, während Geräte mit Display häufig mit "Dies habe ich gefunden ..." oder Ähnlichem antworten und die Informationen auf dem Display anzeigen.

4. Wie viele Fragen konnten die Assistenten nicht beantworten?

Unsere Analyse bestätigt, dass Sprachassistenten besser darin werden, die Fragen der Benutzer zu verstehen.

Über die Geräte hinweg beträgt der durchschnittliche Prozentsatz der Fragen, die nicht beantwortet wurden, nur 6,3 %. Dies ist ein positiver Trend, nachdem Forresters Studie diesen Anteil vor etwas mehr als einem Jahr noch auf bis zu 35 % beziffert hat.

Von den sechs Geräten, die wir geprüft haben, hatten fünf nur bei bis zu fünf von hundert gestellten Fragen Schwierigkeiten, während Alexa fast bei jeder vierten Frage ins Straucheln kam.

Da 23 % der an Alexa gestellten Fragen unbeantwortet bleiben, ist Amazons Heimassistent nicht mit Google- und Apple-Geräten vergleichbar und bleibt hauptsächlich ein intelligenter Lautsprecher für Privathaushalte.

Dan Saunders, Spezialist für Amazon-Marketing und Performance-Marketing-Manager bei Ingenuity Digital, erklärt den Grund dafür:

Was die Suche betrifft, wurde die Funktion entwickelt, um Menschen beim Einkaufen zu helfen, nicht für die Websuche. Es ist ein guter Assistent, aber wenn Sie eine allgemeine Frage stellen, ist es im Wesentlichen so, als würde man Amazon fragen, wer der erste König von Preußen war, wie die Verkehrslage ist oder wo man ein erstklassiges Restaurant findet. Darauf ist Alexa nicht ausgelegt.

5. Empfehlen Voice-Assistenten dieselben Unternehmen?

Indem wir die Antworten verschiedener Geräte analysiert und mit regulären Suchergebnisseiten abgeglichen haben, konnten wir Folgendes für Abfragen mit lokaler Absicht feststellen:

• Google-Geräte geben Ergebnisse basierend auf Local-Pack-SERP-Funktionen zurück.
• Siri verwendet Yelp für Ergebnisse, die einen Ort angeben.
• Im Unterschied zu den anderen verwendet Alexa Informationen aus der Suchmaschine Bing sowie Yelp- und Yext-Daten, um eine Antwort zu finden.

Da verschiedene Sprachassistenten bei der Auswahl der Antworten auf unterschiedliche Informationsquellen zurückgreifen, geben sie für dieselben Fragen meist unterschiedliche Ergebnisse zurück.

Ist Googles Voice-Suche wirklich so personalisiert?

Da Google gewöhnlich viel Wert auf Personalisierung legt, haben wir untersucht, wie sich dies in der Sprachsuche zeigt.

Beim Vergleich der Ergebnisse von Android Phone (mit verbundenem Google-Konto) und Googles Standard-Suchergebnissen (ohne bei einem Google-Konto angemeldet zu sein) haben wir festgestellt, dass die Ergebnisse in etwa gleich zu sein scheinen.

Wir haben den Standort auf das Empire State Building festgelegt, einige Suchanfragen durchgeführt und folgende Ergebnisse erhalten:

Die Ergebnisse sind vom verbundenen Google-Konto anscheinend unabhängig. Allerdings können je nach der Anzahl der verfügbaren "ähnlichen" Orte in der Umgebung sowie der aktuellen Zeit Unterschiede auftreten.

Grundlegendes über die Algorithmen der lokalen Voice-Suche

Mit dem Wissen, woher verschiedene Sprachassistenten ihre Antworten beziehen, sind die Algorithmen dahinter einfacher zu entschlüsseln.

Die Entschlüsselung des Google-Assistant-Algorithmus

Der Algorithmus des Google-Assistenten ist recht einfach: Da es sich um ein System von Google handelt, arbeitet der Assistent gemäß der Logik der "traditionellen" lokalen Suche.

In den meisten Fällen liefert eine sprachgesteuerte Suche nach lokalen Restaurants, Geschäften oder Dienstleistungen Ergebnisse aus einer Local-Pack-Liste. Der wichtigste Rat für SEO-Verantwortliche, die Sichtbarkeit und Marktanteile im Google Assistant gewinnen wollen, ist die Optimierung für Rankings im Local Pack.

Optimierung für Google Assistant über das Local Pack

Unsere Voice-Search-Studie 2019 konzentrierte sich auf die Ranking-Faktoren für den Google Assistant.

Die Hauptfaktoren der Antwortauswahl im Google Assistant sind immer noch die Ladezeit, ein Ranking in den Top 3 der Ergebnisse und die Besetzung eines hervorgehobenen Snippets. Für die lokale Suche gelten jedoch einige Besonderheiten.

So optimieren Sie für die lokale Sprachsuche über Google Assistant:

• Optimieren Sie die Google-My-Business-Seite Ihres Unternehmens: Tragen Sie alle Geschäftsinformationen ein und stellen Sie sicher, dass sie in allen Verzeichnissen im Web einheitlich sind.
• Verwenden Sie strukturierte Daten: Wie Gary Illyes während des jüngsten Marketing-Scoop-Podcasts von SEMrush verriet, verwenden die Sprachassistenten von Google vorhandene Schema-Markups bereits.
• Erstellen Sie Inhalte, die einfach zu verstehen sind: Passen Sie sich bei der Auswahl von Longtail- Keywords und Erstellung von FAQ-Seiten an den lockeren Gesprächston der Sprachsuche an. In unserem ausführlichen Artikel zur Voice-Search-SEO erfahren Sie mehr darüber, wie Sie Ihre Seiten für die Sprachsuche optimieren. Sie können den FAQ Markup mit Google Tag Manager bequem den nötigen Seiten hinzufügen.

Wenn Sie darauf geachtet haben, wirklich für Ihre Besucher statt für Maschinen zu schreiben, gehe ich davon aus, dass Ihre Website bereits für die Sprachsuche optimiert ist.

— Gary Illyes, Webmaster-Trends-Analyst bei Google

Die Entschlüsselung des Siri-Algorithmus

Während Google-Assistenten lokale Unternehmensinformationen aus dem Local Pack übernehmen, funktioniert Apples Siri anders.

Siri beruht auf dem Kartendienst Apple Maps, der seine Brancheninformationen von Yelp bezieht. Siri liest die Antworten vor, die auf dem Bildschirm des Geräts angezeigt werden:

Wir haben festgestellt, dass vier Hauptfaktoren die Reaktion des Sprachassistenten beeinflussen. Diese sind in absteigender Wichtigkeit:

1. Entfernung
2. Anzahl der Erfahrungsberichte (Yelp)
3. Sternebewertungen
4. Preiskoeffizient (meist als Dollarzeichen dargestellt)

Siris Ranking-Faktoren: Beobachtungen

Sehen wir uns ein Fallbeispiel an. Wenn Siri Ergebnisse für eine Suche wie "Restaurant in der Nähe" ausgibt, scheint folgender Prozess abzulaufen:

• Siri sucht nach einem lokalen Restaurant, das in Apple Maps gelistet ist.
• Der Assistent zeigt das nächstgelegene Restaurant an, was darauf hindeutet, dass die Entfernung bei Suchanfragen mit "in der Nähe" ausschlaggebend ist.
• Siri trägt Geschäftsinformationen von Yelp, TripAdvisor oder opentable.com (falls vorhanden) zusammen und wertet für das Ranking die durchschnittlichen Sternebewertungen und die Anzahl der Bewertungen aus. Wenn mehrere Datenquellen vorhanden sind, hat Yelp Priorität.

Bei einer Suche nach "bestes Restaurant" geschieht Folgendes:

• Siri zeigt Restaurants mit der höchsten durchschnittlichen Sternebewertung an, wobei die Entfernung für die Auswahl der Ergebnisse keine Rolle spielt.
• Siri achtet weniger auf die Anzahl der Rezensionen und priorisiert die Sternebewertungen. Ein Lokal mit nur einer 5-Sterne-Bewertung kann höher gelistet werden als ein Restaurant mit vielen Bewertungen, das im Durchschnitt nur auf 4,5 Sterne kommt.

Bei einer Anfrage wie "bestes Restaurant in der Nähe" liefert Siri dieselben Ergebnisse wie im vorherigen Fall, was darauf hindeutet, dass das Keyword "beste(s/r)" wertvoller ist als das Keyword "in der Nähe":

Wenn die Anfrage etwas mit Apple zu tun hat (z. B. "Wo kann man Airpods kaufen?"), Schlägt Siri nur einen Besuch bei apple.com vor.

Für Siri optimieren

Beim Faktor Entfernung kann man wenig tun. Der Schlüssel zur Optimierung für Siri liegt darin, mehr positive Erfahrungsberichte zu gewinnen, als andere lokale Anbieter vorweisen können.

Um einen höheren Platz bei Yelp und Spitzenpositionen in Siris Antworten einzunehmen, sollten Unternehmen folgende Maßnahmen umsetzen:

• Arbeiten Sie kontinuierlich daran, hervorragende Sternebewertungen auf Yelp zu generieren. 
• Optimieren Sie Ihr Yelp-Listing, indem Sie:
  • So viele Informationen wie möglich in Ihr Yelp-Profil eingeben;
  • Die relevanteste Kategorie für Ihr Angebot auswählen. Eine falsche Kategorie kann Ihr Yelp-Ranking spürbar beeinträchtigen, was sich negativ auf die Sichtbarkeit in Siri auswirkt;
  • Fotos hinzufügen, denn Yelp soll Einträge mit vielen Bildern bevorzugen;
  • Den Inhalt des Eintrags für Ihre Ziel-Keywords optimieren;
  • Ihren Eintrag auf dem neuesten Stand halten, Geschäftsinformationen aktualisieren und auf Kundenbewertungen antworten.

Die Methodik der Voice-Search-Studie 2020

Wir haben 5.000 Fragen an sechs Geräte gestellt, die auf Sprachassistenten von Google, Siri und Alexa laufen:

• Google Home
• Google Home Mini
• Google Home Hub
• iPad Mini 1 (Siri)
• Amazon Echo (Alexa) 
• Android Phone

Die Fragen wurden mithilfe des Keyword Magic Tools von SEMrush definiert und nach Suchvolumen geordnet, damit wir uns auf die beliebtesten Abfragen und häufigsten Kombinationen konzentrieren konnten.

Die Fragen bestanden aus verschiedenen Grundformen und Kombinationen. Hierbei ist zu beachten, dass die Studie auf Englisch durchgeführt wurde und die Ergebnisse im Deutschen abweichen können.

Grundformen:

1. Where to <Objekt> (z. B. "where to buy pizza" / "wo kann ich Pizza kaufen")
2. <Objekt> near me (z. B. "pizza near me" / "Pizza in der/meiner Nähe")
3. Best <Objekt> - (z. B. "best pizza" / "beste Pizza")
4. <Objekt> delivery - (z. B. "pizza delivery" / "Pizza Bringdienst")

Kombinationen:

1. Best <Objekt> near me - (z. B. "best pizza near me" / "beste Pizza in der/meiner Nähe")
2. Andere Kombinationen - (z. B. "best pizza delivery near me" / "bester Pizza-Bringdienst in der/meiner Nähe")

Alle in der Studie verwendeten Geräte wurden auf denselben Standort eingestellt, um eine aussagekräftige Antwort zu erhalten.

Methodik zur Entschlüsselung des Google-Assistant-Algorithmus

Für den Google Assistant haben wir die Antworten auf jede Anfrage von jedem Gerät aufgezeichnet. Mithilfe des Keyword Magic Tools, das die Google-Suchergebnisseite für abgefragte Keywords speichert, haben wir diese Antworten mit den Suchergebnissen abgeglichen, die Nutzer durch eine reguläre Desktop-Suche erhalten.

Methodik zur Entschlüsselung des Siri-Algorithmus

• Wir haben die Antworten auf eine Reihe von Suchanfragen von Siri gesammelt, indem wir automatisch die Textinhalte aus den aufgenommenen Screenshots erfasst haben.
• Wir haben den Link auf der Yelp-Seite jedes Ergebnisses (soweit möglich) sowie die Yelp-Daten für jeden Anbieter auf dem Screenshot erfasst (sofern Name und Adresse angegeben waren).
• Anschließend haben wir die Liste der Anbieter am Standort erfasst.
• Für jede Einrichtung konnten wir Namen, Bewertungen, Preise, Angebote (für Restaurants) und Erfahrungsberichte sammeln.

Um das Ranking-Modell zu erstellen, haben wir die ersten drei Plätze für jede Abfrage verglichen.

Besonderheiten

Smart Speaker werden nicht nur für die Sprachsuche verwendet. Viele nutzen diese Geräte, um Smart Tech im ganzen Haus zu steuern, einen Song abzuspielen oder einen Timer einzustellen.

Apple Homepod und Amazon Echo (Alexa) sind im Wesentlichen Heimgeräte. Mit ihren vorgefertigten Datenbanken mit Antworten auf häufige Fragen wie "Wer ist Elon Musk?" sind sie in erster Linie für Sprachbefehle und Fragen zu allgemeinen Themen gedacht und nicht für spezifische lokale Suchanfragen.

Um genauere Daten für die weitere Analyse zu erhalten, haben wir nur Amazon Echo in der Studie belassen und auf Apple Homepod verzichtet.

Sind Sie Voice Search Ready?

Immer mehr Verbraucher wenden sich bei der lokalen Suche an ihre digitalen Assistenten. Auf eine Optimierung für die Sprachsuche kann daher langfristig niemand guten Gewissens verzichten. Bei einem prognostizierten Umsatz von 40 Milliarden US-Dollar mit der Sprachsuche im Jahr 2020 können Unternehmen handfeste Ergebnisse erwarten, die entsprechend optimieren.

Die Erfolgsgeschichte von Lionbridge ist nur ein Beispiel. Nachdem das Unternehmen mit der Optimierung für die Sprachsuche begonnen hatte, erreichten 25 % seiner getrackten Keywords die Top 3 der Suchergebnisse. Die Anzahl der erhaltenen hervorgehobenen Snippets stieg um das 46-fache. Infolgedessen stieg der organische Traffic im Jahresvergleich um 127 %.

Auch für lokale Unternehmen, die Schwierigkeiten haben, unter die Top 3 zu kommen oder hervorgehobene Snippets zu gewinnen, bietet die Sprachsuche Chancen. Räumliche Nähe und die Spanne der Assistenten mit unterschiedlichen Suchalgorithmen - neben der Ranking-Logik von Google - können sich zu ihren Gunsten auswirken und ihnen helfen, in den Antworten von Siri oder Alexa berücksichtigt zu werden.