Google MUM: Definisi, Cara Kerja + Panduan Lengkap

Google terus berinovasi untuk meningkatkan kemampuan mesin pencari, dan salah satu inovasi terbarunya adalah Google Multitask Unified Model (MUM).

Teknologi ini bertujuan untuk membantu pengguna mendapatkan jawaban yang lebih kompleks dan mendalam, melampaui batasan pencarian tradisional.

Dalam artikel ini, kita akan membahas definisi, sejarah, cara kerja, fungsi, serta elemen penting lainnya yang perlu Anda ketahui tentang apa itu Google MUM?

Apa Itu Google MUM

Google MUM (Multitask Unified Model) adalah teknologi terbaru dari Google yang dirancang untuk meningkatkan hasil pencarian dan memberikan pengalaman yang lebih relevan kepada pengguna.

Diluncurkan pada 2021, MUM merupakan sebuah model kecerdasan buatan (AI) yang dapat memahami dan memproses informasi dalam berbagai format, termasuk teks, gambar, video, dan bahkan suara.

Dengan MUM, Google berusaha untuk membawa pencarian ke tingkat yang lebih tinggi, memungkinkan mesin pencari untuk memahami konteks pertanyaan pengguna secara lebih mendalam.

MUM tidak hanya bisa menjawab pertanyaan berdasarkan kata kunci, tetapi juga dapat menangani permintaan yang lebih kompleks dengan memberikan jawaban yang lebih holistik.

Misalnya, jika Anda bertanya tentang cara melakukan sesuatu, MUM dapat menggabungkan informasi dari berbagai sumber untuk memberi Anda panduan lengkap, bahkan jika informasi tersebut tersebar di berbagai format dan bahasa.

Teknologi ini memungkinkan Google untuk memahami nuansa dan hubungan antara konsep-konsep yang lebih kompleks, menjadikan hasil pencarian lebih akurat dan relevan.

Sejarah Google MUM

• Peluncuran: Diperkenalkan pada Mei 2021 saat konferensi Google I/O.
• Tujuan: Mengatasi keterbatasan algoritma pencarian sebelumnya, seperti BERT, yang hanya memahami teks secara linear.
• Pengembangan: MUM diklaim 1.000 kali lebih kuat dibandingkan BERT, dengan kemampuan multimodal dan multibahasa.

Cara Kerja Google MUM

Pada Mei 2021, Google memperkenalkan MUM (Multitask Unified Model) sebagai evolusi dari BERT yang seribu kali lebih kuat.

Kedua teknologi ini sama-sama menggunakan pemrosesan bahasa alami (Natural Language Processing / NLP), namun MUM lebih dari sekadar itu.

MUM menggabungkan berbagai teknologi untuk menjadikan pencarian Google lebih berbasis semantik dan kontekstual, guna meningkatkan pengalaman pengguna.

Dengan MUM, Google bertujuan untuk menjawab pertanyaan pencarian yang kompleks, yang tidak bisa dijawab hanya dengan cuplikan SERP biasa.

Tugas utama MUM dijelaskan sebagai berikut:

1. MUM bertujuan untuk memberikan pemahaman mendalam tentang pengetahuan dunia.
2. MUM dilatih dalam hingga 75 bahasa secara bersamaan untuk memahaminya. Sebelumnya, setiap bahasa dilatih dengan model bahasa yang terpisah.
3. MUM harus mampu memahami informasi selain teks, seperti gambar, audio, dan video.

Dari pernyataan-pernyataan ini, kita dapat menarik beberapa kesimpulan tentang MUM:

• Google menggunakan MUM untuk memperluas basis data semantik seperti Knowledge Graph dan mendekati tujuan memiliki database pengetahuan yang lengkap.
• Dengan MUM, Google bertujuan untuk membuat pencarian internasional lebih baik, dengan menghadirkan kualitas indeks dan pencarian yang serupa di seluruh dunia, sehingga pengalaman pengguna terjamin di setiap negara dan bahasa.
• Perkembangan paling menarik bagi SEO adalah bahwa MUM ingin mengakses semua format media untuk mengumpulkan informasi, memahaminya, dan memprosesnya dalam hasil pencarian sedemikian rupa sehingga niat pencarian dapat dipenuhi secara optimal, dan pengalaman pengguna dengan pencarian Google menjadi lebih baik.

Dengan kata lain, selain dari konten berbasis teks yang sangat banyak, Google juga memiliki akses ke semua informasi dari berbagai format media dalam sistem Google untuk meningkatkan indeks entitas.

Sebagai hasilnya, informasi lebih banyak tentang entitas yang tercatat dapat dihasilkan, dan informasi dari teks, video, audio, dan gambar dapat disajikan dengan lebih baik di SERP untuk pencarian tertentu.

Analisis Dampak pada Visibilitas Online Bisnis

Sekarang, mari kita lihat bagaimana Google MUM berdampak pada visiblitas online bisnis:

Peningkatan Relevansi Konten

Google MUM kini lebih mengutamakan konten yang relevan dan sesuai dengan kebutuhan spesifik pengguna.

Hal ini berarti konten yang memberikan jawaban tepat untuk pencarian pengguna akan lebih mudah ditemukan.

Strategi Bisnis:

• Ciptakan konten yang fokus pada pertanyaan spesifik pengguna.
• Manfaatkan data pengguna untuk memetakan pola pencarian dan menyesuaikan konten.
• Optimalkan deskripsi produk agar menjawab pertanyaan yang mungkin diajukan audiens.

Diversifikasi Format Konten

MUM dapat menganalisis berbagai format informasi, tidak hanya teks.

Bisnis yang hanya mengandalkan teks mungkin kehilangan kesempatan untuk menjangkau audiens yang lebih luas.

Strategi Bisnis:

• Tambahkan gambar produk berkualitas tinggi untuk menarik perhatian.
• Buat video tutorial atau ulasan produk untuk meningkatkan pemahaman.
• Gunakan infografis untuk menyampaikan informasi yang kompleks dengan cara yang mudah dipahami.

Perluasan Jangkauan Global

MUM mampu mengakses informasi dalam berbagai bahasa, membuka peluang bagi bisnis untuk memperluas pasar mereka secara internasional.

Strategi Bisnis:

• Gunakan layanan penerjemahan untuk membuat konten multibahasa.
• Sesuaikan strategi SEO dengan kata kunci yang relevan di berbagai bahasa.
• Manfaatkan iklan berbayar untuk menjangkau audiens global.

Fokus pada Pengalaman Pengguna

Dengan kemampuan MUM memahami konteks pencarian yang lebih dalam, pengalaman pengguna menjadi kunci utama dalam peringkat situs.

Strategi Bisnis:

• Tingkatkan kecepatan dan navigasi situs untuk kenyamanan pengguna.
• Tambahkan fitur interaktif seperti kalkulator atau kuis untuk meningkatkan keterlibatan.
• Gunakan data lokasi dan preferensi pengguna untuk memberikan saran yang lebih personal.

Prioritas pada Konten Evergreen

MUM membantu Google memberikan jawaban yang tetap relevan meskipun pencarian dilakukan di masa depan.

Konten evergreen akan terus mendatangkan trafik selama relevansi tetap terjaga.

Strategi Bisnis:

• Buat panduan atau ulasan yang selalu relevan sepanjang waktu.
• Perbarui konten lama agar tetap terkini dengan tren terbaru.
• Pastikan konten memberikan informasi yang mendalam dan tidak cepat usang.

Google MUM mengubah paradigma pencarian dengan memberikan hasil yang lebih relevan, multimodal, dan kontekstual.

Dampaknya terhadap visibilitas online bisnis sangat besar, karena memaksa bisnis untuk menciptakan konten yang relevan, menarik, dan disajikan dalam berbagai format.

Dengan strategi yang tepat, seperti diversifikasi format konten, optimalisasi multibahasa, dan fokus pada pengalaman pengguna, bisnis dapat memanfaatkan MUM untuk meningkatkan visibilitas dan daya saing mereka secara signifikan.

Google MUM dan E-A-T

Selain data mining, tantangan utama lainnya bagi Google adalah validitas informasi yang ditemukan.

Google telah menjalankan inisiatif kualitas dengan konsep E-A-T (Expertise, Authoritativeness, and Trustworthiness) selama bertahun-tahun, yang kemungkinan akan didukung oleh fitur tambahan dalam waktu dekat.

Terkait hasil pencarian tertentu, terdapat kemungkinan untuk memperoleh informasi tentang sumbernya melalui kotak “about this result.”

Informasi tersebut meliputi deskripsi penerbit dari sumber terpercaya seperti Wikipedia atau situs web penerbit, serta detail tentang apakah koneksi ke situs tersebut aman.

Selain itu, pengguna bisa mengetahui apa yang ditulis oleh penerbit tentang dirinya sendiri, serta apa yang ditulis orang lain mengenai penerbit atau topiknya.

Meskipun belum sepenuhnya jelas sejauh mana MUM digunakan dalam hal ini, dapat dipastikan bahwa otoritas dan kepercayaan dari entitas atau sumber memainkan peran penting dalam peringkat hasil pencarian, seperti yang dijelaskan dalam artikel tentang 14 cara Google dapat mengevaluasi E-A-T.

Pembaruan Google MUM: Perubahan Paradigma

Fokus pada satu model bahasa membuat pertimbangan berbagai bahasa dalam interpretasi semantik menjadi usang.

Algoritma ini dilatih berdasarkan kueri pencarian dan dokumen berbahasa Inggris.

Model ini dapat diterapkan pada semua bahasa lain, yang menjadi keuntungan besar dalam hal kinerja dan pemahaman semantik.

Bahasa Inggris jauh lebih mudah diinterpretasikan menggunakan pemrosesan bahasa alami dibandingkan dengan bahasa yang lebih kompleks secara tata bahasa, seperti bahasa Jerman.

Sebelum MUM, Google lebih fokus pada bahasa Inggris sebagai bahasa utama. Terjemahan pertama dari dokumen berbahasa Inggris muncul di panel pengetahuan pada tahun 2019.

Peningkatan ini sangat penting dari sudut pandang kinerja. Penggunaan pembelajaran mesin atau pemrosesan bahasa alami hanya dapat dilakukan jika sumber daya yang tersedia dapat digunakan secara efisien.

Pengurangan proses yang berjalan paralel memberikan peningkatan efisiensi dan kinerja dengan fokus pada pengambilan informasi dari satu model data untuk setiap pencarian.

MUM dan Potensi Baru untuk Google Shopping

Google kehilangan beberapa pangsa pasar di pencarian produk dibandingkan dengan platform e-commerce besar seperti Amazon dan platform e-commerce lainnya.

Pengguna yang berada di fase preferensi perjalanan konsumen sering kali mencari produk langsung di Amazon. Ini sulit bagi Google dari sudut pandang ekonomi karena pencarian komersial ini menghasilkan banyak klik iklan.

Sebagian besar pengguna Google menggunakan platform ini untuk pencarian yang berorientasi informasi pada fase kesadaran. Namun, saat ini, Google kehilangan banyak pengguna di fase preferensi kepada pesaingnya.

Google ingin memberikan informasi yang berharga bagi pengguna pada fase awal perjalanan konsumen (kesadaran dan pertimbangan). Dengan desain baru SERP dan pencarian belanja, Google ingin menginspirasi pengguna, memberikan gambaran umum, dan mendukung pembelian.

Ini menunjukkan bahwa Google lebih fokus pada kekuatannya yang sesungguhnya, yaitu pengorganisasian dan pemrosesan pengetahuan dunia dalam bentuk yang ramah pengguna, yang mana platform e-commerce besar tidak dapat menandingi.

MUM: Inovasi Pencarian Google untuk SEO

MUM adalah langkah lanjutan dalam evolusi Google menuju mesin pencari semantik yang lebih memahami konteks kueri dan konten.

Teknologi ini memungkinkan Google untuk meningkatkan relevansi konten dengan lebih baik.

Karena pengembangan komputer kuantum masih jauh, Google mengandalkan MUM untuk mengoptimalkan pembelajaran mesin dalam skala besar.

Dengan cara ini, pengembangan sistem pencarian bisa lebih cepat meski terbatas oleh kekuatan perangkat keras.

Diperkirakan, pada 2029, Google akan menjadi mesin pencari sepenuhnya semantik, menjadikan pencocokan kata kunci tradisional sebagai hal yang lalu.

Baca juga: Belajar SEO Untuk Pemula Step By Step

Google MUM: SEO Harus Beradaptasi

Dengan diperkenalkannya MUM, Google membawa perubahan besar pada cara pencarian bekerja.

Seiring dengan BERT, Google kini lebih fokus pada pemahaman entitas dan topik terkait E-A-T daripada hanya kata kunci.

Para praktisi SEO harus memprioritaskan kualitas konten dan relevansi, sementara teknologi semakin memudahkan pencarian berbasis konteks melalui NLP.

Meskipun teknis SEO seperti pengindeksan tetap penting, teknologi tidak cukup untuk membangun otoritas atau kepercayaan.

Faktor-faktor seperti tautan dan relevansi tetap menjadi pengaruh utama dalam peringkat, dengan MUM memungkinkan Google untuk mengakses lebih banyak data dan memberikan jawaban lebih akurat.

SEO untuk Format Media Selain Teks

Dengan MUM, hasil pencarian Google kini lebih beragam dengan memahami video, gambar, audio, dan teks.

Ini membuka peluang bagi SEO untuk mendesain konten media non-teks secara semantik, seperti melalui riset kata kunci atau analisis TF-IDF.

Google semakin mampu menginterpretasi konten audio dan visual untuk peringkat pencarian, terutama di YouTube dan podcast.

Dengan integrasi data yang lebih luas, Google semakin mempercepat pemahaman pengetahuan, dan MUM menjadi langkah penting menuju mesin pencari semantik yang lebih maju.

MUM, MoSE, dan Transformer

MUM diumumkan dibangun menggunakan teknik Transformer.

Pengumuman dari Google menyatakan:

“MUM memiliki potensi untuk mengubah cara Google membantu Anda dengan tugas yang kompleks. Seperti BERT, MUM dibangun di atas arsitektur Transformer, namun MUM 1.000 kali lebih kuat.”

Hasil yang dilaporkan dalam makalah riset MoSE pada Desember 2020, yang diterbitkan enam bulan lalu, cukup luar biasa.

Namun, versi MoSE yang diuji pada tahun 2020 tidak dibangun menggunakan arsitektur Transformer. Para peneliti mencatat bahwa MoSE bisa dengan mudah diperluas dengan menggunakan Transformer.

Para peneliti (dalam makalah yang diterbitkan pada Desember 2020) menyebutkan Transformer sebagai arah pengembangan untuk MoSE:

“Eksperimen dengan teknik yang lebih maju seperti Transformer dianggap sebagai pekerjaan masa depan.

… MoSE, yang terdiri dari blok bangunan umum, dapat dengan mudah diperluas, seperti menggunakan unit pemodelan sekuensial lainnya selain LSTM, termasuk GRU, perhatian, dan Transformer…”

Menurut makalah riset tersebut, MoSE bisa dengan mudah ditingkatkan dengan menggunakan arsitektur lain, seperti Transformer.

Ini berarti MoSE bisa menjadi bagian dari apa yang diumumkan oleh Google sebagai MUM.

Mengapa Keberhasilan MoSE Patut Diperhatikan

Google menerbitkan banyak paten algoritma dan makalah riset. Banyak di antaranya mendorong batasan teknologi terkini sambil mencatat kelemahan dan kesalahan yang membutuhkan penelitian lebih lanjut.

Namun, hal ini tidak berlaku untuk MoSE. Justru sebaliknya. Para peneliti mencatat pencapaian MoSE dan bagaimana masih ada peluang untuk membuatnya lebih baik lagi.

Apa yang membuat riset MoSE lebih menarik adalah tingkat keberhasilan yang diklaim dan peluang yang terbuka untuk meningkatkan performa lebih jauh lagi.

Penting dan patut dicatat ketika sebuah makalah riset mengklaim keberhasilan, bukan campuran antara kesuksesan dan kegagalan.

Hal ini terutama signifikan ketika para peneliti mengklaim pencapaian tersebut tanpa menggunakan sumber daya yang signifikan.

Apakah MoSE Bagian dari Teknologi AI Google MUM?

MUM digambarkan sebagai teknologi Kecerdasan Buatan (AI), sementara MoSE digolongkan sebagai Kecerdasan Mesin (Machine Intelligence) di blog AI Google.

Lantas, apa perbedaan antara AI dan Kecerdasan Mesin? Perbedaannya tidak terlalu signifikan, keduanya dapat dianggap berada dalam kategori yang sama (perhatikan bahwa saya menggunakan istilah machine INTELLIGENCE, bukan machine learning).

Dalam basis data publikasi AI Google, makalah riset tentang Kecerdasan Buatan diklasifikasikan di bawah kategori Kecerdasan Mesin, bukan kategori Kecerdasan Buatan.

Kita tidak bisa dengan pasti mengatakan bahwa MoSE adalah bagian dari teknologi yang mendasari Google MUM.

Mungkin saja MUM sebenarnya merupakan gabungan dari beberapa teknologi yang bekerja bersama, dan MoSE merupakan salah satu bagian dari teknologi tersebut.

• Bisa jadi MoSE adalah elemen utama dalam Google MUM.
• Namun, ada kemungkinan juga bahwa MoSE tidak ada kaitannya dengan MUM sama sekali.

Yang pasti, menarik untuk dicatat bahwa MoSE adalah pendekatan yang sukses dalam memprediksi perilaku pencarian pengguna dan dapat dengan mudah dioptimalkan menggunakan teknologi Transformer.

Apakah ini bagian dari teknologi Google MUM atau tidak, algoritma yang dijelaskan dalam makalah ini menunjukkan perkembangan terbaru dalam pengambilan informasi.

Kesimpulan

Google MUM merupakan langkah maju dalam teknologi pencarian, dengan kemampuan untuk memahami dan mengintegrasikan informasi yang lebih kompleks.

Bagi praktisi SEO, penting untuk memahami cara kerja dan prinsip teknologi ini untuk mengoptimalkan konten sesuai kebutuhan pengguna.

Dengan kemampuan multimodal dan multibahasa, MUM menjanjikan pengalaman pencarian yang lebih personal dan relevan.

FAQs