Google Search Console ra mắt bộ lọc Multimodal: Kỷ nguyên tìm kiếm bằng hình ảnh chính thức có dữ liệu

Bạn có bao giờ tự hỏi điều gì xảy ra khi ai đó chụp ảnh một sản phẩm của bạn ngoài đời thực, tải lên Google và tìm thấy website của bạn? Hoặc khi họ dùng Circle to Search trên Android để khoanh vùng một hình ảnh và vô tình khám phá ra thương hiệu của bạn? Trước đây, những câu hỏi này không có câu trả lời. Dữ liệu đó tồn tại, nhưng nó bị "ẩn" đi, hòa lẫn vào đám đông của hàng triệu lượt tìm kiếm văn bản thông thường.

Nhưng mọi thứ vừa thay đổi. Google đã chính thức ra mắt bộ lọc Multimodal trong báo cáo hiệu suất của Search Console – một tính năng mà tôi, với 20 năm làm SEO, phải thừa nhận là bước tiến đáng giá nhất trong việc đo lường hành vi tìm kiếm bằng hình ảnh từ trước đến nay.

Bộ lọc Multimodal trong Search Console là gì?

Hãy tưởng tượng bạn đang mở báo cáo hiệu suất trong Search Console, và bạn nhìn thấy bộ lọc Search type quen thuộc. Trước đây, bạn chỉ có các tùy chọn như Web, Image, Video, News. Nhưng bây giờ, khi bạn chọn "Web", một menu con mới sẽ hiện ra với hai lựa chọn: Text-based và Multimodal.

Đây không chỉ là một bộ lọc mới. Đây là một cửa sổ nhìn vào tương lai của tìm kiếm. Theo Google, bộ lọc này theo dõi các kết quả tìm kiếm được kích hoạt bởi một truy vấn sử dụng hình ảnh, ảnh chụp hoặc ảnh chụp màn hình. Trong khi đó, các truy vấn chỉ dùng văn bản thuần túy sẽ được theo dõi là Web text-based.

Điều này có nghĩa là lần đầu tiên, bạn có thể tách biệt lưu lượng truy cập đến từ tìm kiếm bằng văn bản truyền thống và lưu lượng đến từ các tính năng tìm kiếm đa phương thức như:

• Google Lens – khi người dùng chụp ảnh hoặc tải ảnh lên để tìm kiếm.
• Circle to Search trên Android – khi người dùng khoanh vùng một đối tượng trên màn hình để tìm kiếm.
• Tải ảnh lên Google Search – khi người dùng kéo thả hoặc tải ảnh trực tiếp vào ô tìm kiếm.
• Tính năng "Search this image" trên Chrome – khi người dùng nhấp chuột phải vào một hình ảnh và chọn tìm kiếm.

Đây là một sự thay đổi mang tính nền tảng. Trong nhiều năm, chúng ta đã nói về "tối ưu hóa cho hình ảnh" nhưng thực chất chỉ là tối ưu hóa alt text và kích thước tệp. Giờ đây, chúng ta có dữ liệu thực tế để biết liệu những nỗ lực đó có đang mang lại kết quả hay không.

Tại sao điều này lại quan trọng đến vậy?

Hãy để tôi kể cho bạn một câu chuyện. Cách đây vài năm, tôi tư vấn cho một thương hiệu nội thất nhỏ. Họ có những bức ảnh sản phẩm tuyệt đẹp, được chụp bởi một nhiếp ảnh gia chuyên nghiệp. Nhưng họ không có bất kỳ dữ liệu nào để biết liệu khách hàng có đang tìm thấy họ thông qua những bức ảnh đó hay không. Họ chỉ có thể đoán mò.

Với bộ lọc Multimodal, câu chuyện đó sẽ khác. Giờ đây, họ có thể thấy chính xác có bao nhiêu người đã tìm thấy sản phẩm của họ thông qua việc chụp ảnh một chiếc ghế sofa tương tự ngoài đời thực, hoặc tải lên một bức ảnh về phòng khách và nhận được gợi ý về sản phẩm của họ.

Điều này mở ra một chiều không gian hoàn toàn mới cho việc đo lường hiệu quả SEO. Bạn không còn chỉ biết ai đó đã gõ "ghế sofa phòng khách" và tìm thấy bạn. Bạn còn biết ai đó đã nhìn thấy một chiếc ghế sofa ngoài đời, chụp ảnh nó, và tìm thấy bạn như một giải pháp thay thế hoặc tương tự.

Đây là một cấp độ thấu hiểu khách hàng mà trước đây chưa từng có. Và nó đặc biệt quan trọng trong bối cảnh hành vi người dùng đang thay đổi nhanh chóng. Ngày càng nhiều người – đặc biệt là thế hệ trẻ – sử dụng hình ảnh thay vì văn bản để tìm kiếm thông tin. Họ chụp ảnh một món ăn, một bộ quần áo, một món đồ nội thất, và để công nghệ làm phần việc còn lại.

Điều gì còn thiếu và những hạn chế cần lưu ý

Đừng vội mừng mà bỏ qua những chi tiết quan trọng. Có một số hạn chế mà bạn cần hiểu rõ trước khi bắt tay vào khai thác dữ liệu mới này.

Thứ nhất, dữ liệu truy vấn (query data) không có sẵn cho bộ lọc này. Google giải thích rõ ràng: vì tìm kiếm đa phương thức chủ yếu sử dụng hình ảnh thay vì văn bản, dữ liệu truy vấn văn bản cụ thể không có sẵn cho lưu lượng truy cập này. Kết quả là, chiều queries sẽ không hiển thị khi bạn chọn loại tìm kiếm này.

Điều này có nghĩa là bạn sẽ biết có bao nhiêu lượt hiển thị đến từ tìm kiếm đa phương thức, nhưng bạn sẽ không biết người dùng đã tìm kiếm cái gì. Bạn chỉ biết họ đã sử dụng hình ảnh, chứ không biết hình ảnh đó chứa nội dung gì.

Thứ hai, dữ liệu này trước đây được gộp chung vào báo cáo Web (text-based). Điều đó có nghĩa là nếu bạn đang so sánh dữ liệu hiệu suất của mình theo thời gian, bạn có thể thấy sự thay đổi đột ngột khi Google bắt đầu tách riêng hai loại hình này. Đừng hoảng loạn nếu bạn thấy lưu lượng truy cập Web "giảm" – rất có thể nó chỉ đang được phân loại lại.

Thứ ba, bộ lọc này đang được triển khai toàn cầu, nhưng không phải ai cũng thấy nó ngay lập tức. Google cho biết bạn sẽ bắt đầu thấy các chỉ số này trong báo cáo Hiệu suất nếu trang web của bạn đang nhận được lưu lượng truy cập từ các truy vấn này. Nếu bạn chưa thấy, hãy kiên nhẫn – nó sẽ đến.

Và một điều quan trọng nữa: mặc dù bộ lọc Multimodal đã có mặt, chúng ta vẫn chưa có dữ liệu nhấp hoặc truy vấn cho báo cáo hiệu suất AI tạo sinh. Đây là một khoảng trống lớn vẫn đang chờ được lấp đầy.

Bối cảnh rộng hơn: Tìm kiếm đa phương thức đang thay đổi cuộc chơi SEO

Động thái này của Google không diễn ra trong chân không. Nó là một phần của xu hướng lớn hơn nhiều: sự trỗi dậy của tìm kiếm đa phương thức như một phương thức tương tác chính với công cụ tìm kiếm.

Hãy nhìn vào những gì đang diễn ra xung quanh chúng ta. Google Lens ngày càng được tích hợp sâu vào hệ sinh thái Google. Circle to Search đã trở thành một tính năng được yêu thích trên các dòng điện thoại Android cao cấp. Chrome cho phép tìm kiếm bằng hình ảnh chỉ với một cú nhấp chuột phải. Và Google đang thúc đẩy mạnh mẽ khả năng tìm kiếm bằng hình ảnh trên cả ứng dụng di động và máy tính để bàn.

Điều này có nghĩa là gì với nhà làm SEO? Nó có nghĩa là tối ưu hóa hình ảnh không còn là công việc phụ. Nó đã trở thành một phần thiết yếu của bất kỳ chiến lược SEO tổng thể nào. Nếu bạn không tối ưu hóa hình ảnh của mình cho tìm kiếm đa phương thức, bạn đang bỏ lỡ một lượng lớn lưu lượng truy cập tiềm năng.

Và không chỉ là hình ảnh sản phẩm. Đó có thể là ảnh chụp màn hình hướng dẫn, ảnh minh họa trong bài viết blog, ảnh chụp địa điểm, hoặc thậm chí là ảnh chụp màn hình các giao diện phần mềm. Bất kỳ hình ảnh nào có thể được sử dụng làm điểm khởi đầu cho một truy vấn tìm kiếm đều là một cơ hội.

Những việc bạn cần làm ngay để tận dụng bộ lọc mới

Biết dữ liệu là một chuyện. Biết cách hành động là chuyện khác. Dưới đây là những bước bạn nên thực hiện ngay từ hôm nay:

1. Kiểm tra xem bộ lọc đã xuất hiện trên tài khoản của bạn chưa

Mở Search Console, vào báo cáo Hiệu suất, chọn bộ lọc Search type và xem liệu bạn có thấy tùy chọn "Multimodal" dưới mục "Web" hay không. Nếu có, hãy bắt đầu khám phá dữ liệu ngay lập tức.

2. Thiết lập theo dõi riêng cho lưu lượng Multimodal

Hãy tạo một bộ lọc hoặc phân đoạn riêng trong công cụ phân tích của bạn để theo dõi lưu lượng truy cập đến từ tìm kiếm đa phương thức. Điều này giúp bạn không bị nhầm lẫn giữa hai loại lưu lượng khi phân tích xu hướng.

3. Rà soát và tối ưu hóa hình ảnh của bạn

Đây là lúc để xem lại toàn bộ hình ảnh trên website của bạn. Hãy đảm bảo rằng:

• Tên tệp hình ảnh mô tả rõ nội dung (ví dụ: ghe-sofa-da-cao-cap-phong-khach.jpg thay vì IMG_1234.jpg).
• Alt text được viết đầy đủ, mô tả chính xác nội dung hình ảnh và có chứa từ khóa liên quan.
• Hình ảnh có chất lượng cao và được tối ưu hóa cho web (định dạng WebP, kích thước phù hợp).
• Hình ảnh được đặt trong ngữ cảnh – tức là xung quanh nó có văn bản mô tả và giải thích.

4. Tạo nội dung hình ảnh độc đáo và dễ nhận diện

Trong thế giới tìm kiếm đa phương thức, hình ảnh độc đáo có lợi thế hơn hình ảnh stock. Hãy đầu tư vào việc chụp ảnh sản phẩm, ảnh minh họa, và ảnh chụp màn hình chất lượng cao. Điều này giúp Google dễ dàng nhận diện và liên kết hình ảnh với thương hiệu của bạn.

5. Theo dõi xu hướng theo thời gian

Dữ liệu Multimodal mới chỉ bắt đầu được thu thập. Hãy thiết lập một lịch trình định kỳ để xem xét dữ liệu này – hàng tuần hoặc hàng tháng. Bạn sẽ dần thấy được bức tranh toàn cảnh về cách người dùng khám phá nội dung của bạn qua hình ảnh.

6. Đừng quên báo cáo AI tạo sinh

Mặc dù bộ lọc Multimodal đã có, dữ liệu nhấp và truy vấn cho báo cáo hiệu suất AI tạo sinh vẫn chưa có sẵn. Hãy tiếp tục theo dõi và chuẩn bị cho ngày những dữ liệu đó được công bố.

Khi tìm kiếm không còn chỉ là gõ chữ

Tôi đã làm SEO từ những ngày mà tối ưu hóa chỉ đơn giản là nhồi nhét từ khóa vào thẻ meta. Tôi đã chứng kiến sự trỗi dậy của backlink, sự thống trị của nội dung, và giờ là kỷ nguyên của AI và tìm kiếm đa phương thức. Mỗi lần ngành thay đổi, đều có những người thích nghi và những người bị bỏ lại phía sau.

Bộ lọc Multimodal không chỉ là một tính năng mới trong Search Console. Đó là một lời cảnh báo rằng tương lai của tìm kiếm đang dịch chuyển về phía hình ảnh. Người dùng không còn chỉ gõ "mua giày thể thao màu đỏ". Họ chụp ảnh một đôi giày họ thấy trên đường, tải lên Google, và mong đợi tìm được một sản phẩm tương tự – hoặc thậm chí tốt hơn.

Và nếu thương hiệu của bạn không xuất hiện trong kết quả tìm kiếm đó, bạn đã mất khách hàng trước khi cuộc trò chuyện bắt đầu.

Tin tốt là bây giờ bạn có dữ liệu. Bạn có thể thấy mình đang ở đâu, ai đang tìm thấy bạn qua hình ảnh, và ai đang bỏ qua bạn. Câu hỏi là: bạn sẽ làm gì với thông tin đó?

Bạn đã thấy bộ lọc Multimodal trong Search Console của mình chưa? Nếu rồi, dữ liệu đó có tiết lộ điều gì bất ngờ về cách khách hàng đang tìm thấy bạn? Nếu chưa, bạn nghĩ website của mình đang bỏ lỡ bao nhiêu lưu lượng truy cập tiềm năng từ tìm kiếm bằng hình ảnh – và bạn sẽ thay đổi chiến lược nội dung của mình như thế nào để đón đầu làn sóng này? Hãy chia sẻ quan điểm của bạn bên dưới, bởi vì trong kỷ nguyên tìm kiếm đa phương thức, người nhìn thấy cơ hội trước sẽ là người chiến thắng!