Wat is Information Gain in SEO?
Information gain is de aanvullende informatie die je pagina toevoegt bovenop wat al in de zoekresultaten voor een bepaalde zoekopdracht staat.
Of Google daadwerkelijk een letterlijke information gain-score gebruikt, is nog niet bevestigd.
Maar of het je ranking verbetert, is eigenlijk nauwelijks relevant.
Je zou om information gain moeten geven omdat het je onderscheidende factor is.
De extra inspanning die je levert om nuttige, memorabele content te creëren, kan bijdragen aan het opbouwen van een eigen doelgroep, het creëren van een concurrentievoordeel, het verkrijgen van vermeldingen in AI-antwoorden en het ontwikkelen van een reputatie die zoekmachines daadwerkelijk herkennen.
Hieronder bespreken we wat information gain precies betekent, wat we wel en niet weten over de vraag of Google dit gebruikt en, belangrijker nog, hoe je information gain kunt toepassen om je content te verbeteren.
Information gain
Information gain is een maatstaf voor hoeveel nieuwe informatie een pagina toevoegt bovenop wat een zoeker al eerder heeft gezien.
De term komt oorspronkelijk niet uit SEO, maar uit machine learning.
Wanneer SEO-professionals spreken over information gain, verwijzen ze vrijwel altijd naar Google’s patent: “Contextual estimation of link information gain“, dat in 2018 werd ingediend en in 2022 werd verleend.
Het patent richt zich op een specifiek probleem: zoekresultaten waarin iedere pagina in essentie hetzelfde vertelt.
Neem bijvoorbeeld de zoekopdracht “how to improve your credit score”.
Er zijn maar zoveel factoren die daadwerkelijk invloed kunnen hebben op een kredietscore.
FICO, een van de pioniers op het gebied van credit scoring, onderscheidt vijf kernfactoren:
- Betaalgeschiedenis
- Openstaande schulden
- Lengte van de kredietgeschiedenis
- Nieuw krediet
- Kredietmix
Met andere woorden: dit is een afgebakend onderwerp. Wanneer meerdere websites hetzelfde vertellen, is dat simpelweg… het antwoord.
En precies daar wordt information gain belangrijk. Het opnemen van deze criteria is slechts het absolute minimum.
Websites die over dit onderwerp schrijven, moeten méér bieden.
Helaas gebeurt dat vaak niet.
Van de zeven organische zoekresultaten voor deze zoekopdracht (advertenties niet meegerekend) bevat ieder resultaat vrijwel exact dezelfde informatie.
En belangrijker nog: deze websites voegen nauwelijks iets toe.
Zeven verschillende instellingen, waaronder kredietverenigingen, brancheorganisaties van banken en grote kredietinformatiebureaus, komen steeds terug op dezelfde onderwerpen. Alleen het getal in de titel verandert: 5 tips, 7 tips, 10 dingen.
Dat is een gemiste kans. Er is juist veel ruimte voor differentiatie en creativiteit.
Een bank zou bijvoorbeeld eigen klantgegevens kunnen gebruiken om te laten zien welke factoren daadwerkelijk effect hadden op scores. Een auteur zou een persoonlijk voorbeeld kunnen delen van een kredietrapport vóór en na een bepaalde interventie.
Het onderwerp vraagt om originaliteit, maar vrijwel niemand levert die.
Google’s voorgestelde oplossing voor precies dit probleem is een score:
“An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.”
Victor Carbune, Staff Software Engineer, Google’s information gain patent
Het information gain-patent laat zien dat Google de SERP wil verrijken met nieuwe, onderscheidende informatie.
Zoals onze Director of Content Marketing, Ryan Law, het verwoordt:
“Information gain is Google rewarding content for being different and not just better.”
Ryan Law, Director of Content Marketing, Ahrefs
Hoe information gain werkt volgens het patent van Google
Dit is wat je moet weten over het mechanisme dat Google in zijn patent beschrijft en wat elk onderdeel betekent voor je content.
1. De information gain-score wordt per gebruiker en per sessie berekend
Information gain is contextafhankelijk. Het vergelijkt een document met de documenten die een individuele gebruiker al heeft gezien.
Dat betekent dat een pagina die door twee verschillende gebruikers wordt bezocht, twee volledig verschillende information gain-scores kan opleveren.
Iemand die zojuist vijf vrijwel identieke artikelen over hetzelfde onderwerp heeft gelezen, zal een zesde vergelijkbaar artikel als weinig vernieuwend ervaren.
Iemand die dezelfde zoekopdracht voor het eerst uitvoert en nog geen voorkennis uit andere zoekresultaten heeft opgedaan, kan exact dezelfde pagina juist als zeer waardevol ervaren.
2. Information gain vergelijkt betekenis, niet alleen formulering
Het information gain-patent gebruikt een model dat ieder document leest als een ‘semantische representatie’. Het zet de betekenis van een pagina om in cijfers, zodat twee pagina’s met elkaar kunnen worden vergeleken, ook wanneer ze nauwelijks dezelfde woorden gebruiken.
“De kat voelt zich niet goed” en “de katachtige is ziek” bevatten vrijwel geen dezelfde woorden, maar worden door het model als dezelfde informatie herkend.
Een systeem dat betekenis begrijpt, behandelt geparafraseerde content dus als hetzelfde idee.
Als je simpelweg het artikel van een concurrent hebt herschreven, heb je daarom niets nieuws toegevoegd waarvoor het systeem je zou belonen.
Je herschrijving bevindt zich op hetzelfde ‘semantische punt’ als het oorspronkelijke artikel.
De kern van een onderwerp is doorgaans al verzadigd, omdat iedereen daarover heeft geschreven.
Volgens Huang zit information gain juist aan de randen: in de voorbeelden, data en perspectieven die de SERP nog niet heeft opgepikt.
3. Information gain is dynamisch
Information gain-scores worden tijdens een gebruikerssessie voortdurend opnieuw berekend.
Naarmate een gebruiker meer pagina’s bekijkt, worden de pagina’s die nog niet zijn bekeken opnieuw beoordeeld en gerangschikt op basis van de informatie die al aan de gebruiker is aangeboden.
Google noemt dit in het patent re-ranking. Dit verschilt van de initiële, eenmalige ranking die iedere gebruiker in eerste instantie op de SERP ziet.
Met andere woorden: Google kan de resultaten die je normaal gesproken zou zien opnieuw ordenen op basis van wat je al hebt gelezen, in plaats van alleen de oorspronkelijke volgorde van de ranking te bepalen.
Information gain: oorzaak of gevolg?
Een interpretatie van het patent is dat iedere pagina afzonderlijk wordt gescoord en dat deze resultaten vervolgens op basis van die scores opnieuw worden gerangschikt.
Maar Bernard Huang ziet het anders. Volgens hem wordt information gain teruggekoppeld naar het bredere begrip dat Google van een onderwerp heeft.
Volgens Bernard werkt Google ongeveer als volgt:
- Je wordt gerankt op autoriteit en entity coverage: autoriteit verwijst onder andere naar factoren zoals branded backlinks, vermeldingen en topical consistency. Entity coverage gaat over hoe vaak je de juiste personen, plaatsen en onderwerpen noemt.
- Google kijkt of echte gebruikers tevreden zijn: op basis van klassieke Google-signalen zoals CTR, dwell time en pogo-sticking.
- Google verzamelt wat je pagina zegt zodra deze zichzelf heeft bewezen: wanneer je voldoende vertrouwen hebt opgebouwd, begint Google je claims en informatie te extraheren.
- Deze informatie wordt teruggevoerd naar het bredere begrip van het onderwerp: bijvoorbeeld in de Knowledge Graph of een vergelijkbaar systeem dat achter search ligt.
In dit scenario is information gain een output, geen input. Google beloont je dan niet direct omdat je iets nieuws hebt toegevoegd, maar neemt de informatie die je hebt toegevoegd op om deze elders te gebruiken. Bijvoorbeeld als grondstof voor toekomstige AI Overviews, als aanvullende informatie over een entity of als nieuwe basis voor wat als ‘consensus’ wordt beschouwd wanneer een pagina over hetzelfde onderwerp opnieuw wordt beoordeeld.
4. Information gain verwijdert dubbele feiten, niet alleen dubbele pagina’s
Ruim voordat AI Overviews bestonden, patenteerde Google een methode om herhaling te voorkomen wanneer het slechts één antwoord op een vraag beschikbaar had.
Stel dat een voice assistant antwoord geeft op de vraag: “Waardoor ontstaat een jetlag?”
Tien bronnen kunnen allemaal dezelfde drie zaken noemen: je circadiane ritme raakt verstoord, blootstelling aan licht beïnvloedt dit ritme en de symptomen nemen na enkele dagen af.
Als je alle tien bronnen achter elkaar zou laten voorlezen, zou je negen keer dezelfde drie feiten horen.
De score is ontworpen om dergelijke herhaling te beperken, zodat de assistent ieder feit één keer selecteert uit de bron die dit het beste beschrijft.
Hoe een herhaald feit scoort voor information gain
Stel dat een document (bron 1) de feiten A en B bevat, die een assistent aan de gebruiker presenteert. Vervolgens vindt het systeem een ander document (bron 2), dat feit B én iets nieuws bevat: feit C.
Omdat het systeem heeft vastgesteld dat feit B ‘al aan de gebruiker is overgebracht’, genereert de assistent een antwoord waarin het derde informatie-element wordt opgenomen en het tweede informatie-element wordt weggelaten.
Bron 2 wordt daardoor alleen gebruikt voor feit C. De overlap met bron 1, namelijk feit B, wordt verwijderd voordat de gebruiker het antwoord te horen krijgt.
Is information gain officieel onderdeel van het algoritme van Google?
Er is geen officiële bevestiging van Google dat het expliciet een information gain-score gebruikt in zijn algoritme of AI-searchfuncties.
Google heeft een patent aangevraagd en gekregen waarin een information gain-score wordt beschreven.
We weten echter niet of het mechanisme uit dat patent ooit daadwerkelijk in productie is genomen.
Google vraagt honderden patenten aan die uiteindelijk nooit worden geïmplementeerd. Ook heeft Google nooit bevestigd dat een information gain-score daadwerkelijk onderdeel is van een live ranking- of re-rankingsysteem.
Waarom SEOs vermoeden dat Google information gain beloont
Sommige SEOs zijn desondanks van mening dat information gain onderdeel is van het systeem van Google, omdat:
- de best-practice-richtlijnen van Google het toevoegen van waardevolle informatie stimuleren;
- Google-algoritme-updates regelmatig originele content lijken te bevoordelen;
- Google de content die gebruikers tijdens een sessie zien al kan aanpassen, precies zoals het information gain-patent beschrijft.
Waarom information gain belangrijker is dan ooit
Het information gain-patent van Google werd in 2018 ingediend en in 2022 verleend.
Kort daarna werd ChatGPT gelanceerd en explodeerde de hoeveelheid generieke content.
De aandacht voor information gain is sindsdien meegegroeid, omdat organisaties zoeken naar manieren om zich te onderscheiden van AI-gegenereerde content.
Nu iedereen binnen enkele minuten een ‘uitgebreide gids’ kan genereren, is volledigheid niet langer vanzelfsprekend een onderscheidende factor.
LLMs voorspellen het meest waarschijnlijke volgende token.
Dat leidt tot de meest waarschijnlijke content.
En juist dat soort ‘consensuscontent’ wordt vervolgens opgenomen in AI-antwoorden, soms zonder dat de oorspronkelijke bron daarvoor erkenning krijgt.
Information gain is per definitie het onderdeel dat nog geen consensus is.
Hoe voeg je information gain toe aan SEO-content?
Om information gain toe te passen in SEO, moet je onderzoeken wat de pagina’s die momenteel hoog ranken niet zeggen en die hiaten vervolgens invullen met originele data, praktijkervaring of een onderscheidend perspectief dat nog ontbreekt.
Dit helpt je om lezers beter te betrekken en hun totale ervaring met je merk te verbeteren.
Maar onthoud: de basis van goede content is het begrijpen en bedienen van de primaire zoekintentie.
Information gain werkt pas wanneer die basis op orde is.
Onderzoek de zoekintentie om onderbelichte invalshoeken te vinden
Onze AI clustert pagina’s die ranken op basis van waar zoekers daadwerkelijk naar op zoek zijn en laat ongeveer zien welk aandeel van het verkeer iedere intentie vertegenwoordigt.
De meeste SERPs bedienen meerdere zoekintenties tegelijk, maar niet in gelijke mate.
Als één intentie al 80% van de rankingcontent omvat, vertegenwoordigt die de consensus.
Dat betekent niet dat je deze intentie niet moet behandelen — integendeel.
Maar de opportunity voor information gain ligt bij de onderbelichte intentiegroep, of mogelijk zelfs bij een groep die nog helemaal niet op de SERP voorkomt.
Voer een volledige content gap-analyse uit ten opzichte van concurrenten die hoog ranken
Je kunt geen informatie toevoegen die op de SERP ontbreekt voordat je weet wat de SERP al zegt.
Een content gap-analyse geeft je een overzicht van alles wat de pagina’s die hoog ranken behandelen. Zo zie je precies waar nog onbenut terrein ligt.
Ahrefs AI Content Helper beoordeelt de topic coverage van je concept in realtime ten opzichte van de pagina’s die momenteel ranken voor je keyword.
Voer een keyword in en de tool haalt de onderwerpen uit de best presterende pagina’s. Vervolgens beoordeelt hij je concept — zowel als geheel als per onderwerp — zodat je hiaten kunt identificeren en oppervlakkige content kunt verrijken.
Tot slot
Sommige SEOs zijn van mening dat Google content kan herkennen en belonen die nieuwe informatie toevoegt aan de zoekresultaten.
Maar is dat daadwerkelijk zo? Het korte antwoord: eigenlijk maakt het niet zoveel uit.
Google draait om gebruikerservaring. Information gain is gebruikerservaring.
Als Google het nog niet rechtstreeks beloont, beloont het wel datgene wat information gain oplevert: content die mensen daadwerkelijk willen lezen.
Vraag jezelf daarom vóór publicatie af: wat bevat mijn pagina dat geen enkele andere pagina over dit onderwerp bevat?
Kun je daar geen duidelijk antwoord op geven, dan is er weinig reden om de pagina te publiceren.
Cover picture: Designed by Freepik
