Entity Salience-score

Entity salience-score is een signaal op documentniveau en geen rankingfactor die je los van de rest kunt optimaliseren. In de praktijk gebruiken SEO’ers het om te controleren of een pagina voldoende contextuele “weging” geeft aan de primaire entiteit die Google volgens hen moet begrijpen.

Het meest gebruikte referentiepunt is de Google Cloud Natural Language API, die entiteiten teruggeeft plus een salience-waarde van 0 tot 1. Hoe hoger, hoe centraler de entiteit is voor het document. Handig, ja. Magisch, nee.

Wat de score je daadwerkelijk vertelt

Als je doelentiteit voorkomt met een salience van 0,03 terwijl secundaire entiteiten op 0,12 of 0,18 zitten, is de focus van je pagina troebel. Dat zie je meestal op pagina’s die te veel aanliggende termen najagen, het hoofdonderwerp onder de vouw verstoppen, of leunen op vage teksten die het onderwerp nooit duidelijk definiëren.

Een voorbeeld: een productpagina die moet ranken voor een specifiek model, moet dat model het dominante entiteitstype maken in de titel, introductie, vergelijkende tekst, specificaties, context rondom afbeeldingen en ondersteunende headings. Je kunt dat valideren met Google’s API en vervolgens de prestaties kruislings checken in Google Search Console en bij pagina-concurrenten op de pagina in Ahrefs of Semrush.

Hoe SEO’ers het gebruiken in echte workflows

• Pagina-copy ophalen en via de Google Cloud Natural Language API laten lopen om entiteiten en salience-waarden te extraheren.
• De primaire entiteit vergelijken met nauw verwante varianten, merktekens en concurrerende entiteiten op dezelfde pagina.
• Gebruikmaken van Screaming Frog custom extraction of API-workflows om tientallen of honderden URL’s tegelijk te auditen.
• Zwakke pagina’s afzetten tegen GSC-querydata om URL’s te vinden die vertoningen krijgen voor de verkeerde set entiteiten.
• Gebruik Surfer SEO, Semrush of Inlinks-achtige entiteit-suggesties als input, en bewerk daarna handmatig. Laat de tool niet de paginastrategie schrijven.

Wat meestal de salience verbetert

Duidelijke onderwerpafbakening. Vroege vermelding van de primaire entiteit in de eerste 100 woorden. Ondersteunende entiteiten die bij elkaar horen. Betere interne linking met beschrijvende ankers. Gestructureerde data kan helpen met het oplossen van ambiguïteit, vooral voor organisaties, producten en personen, maar het redt geen zwakke tekst.

Een praktische benchmark: als je doelentiteit lager is dan 0,10 op een pagina die eigenlijk exclusief over dat onderwerp zou moeten gaan, heb je waarschijnlijk een contentfocus-probleem. Als de waarde boven 0,20 ligt, is de pagina meestal coherent genoeg voor verder testen. Dat is een heuristiek, geen regel.

Waar mensen het mis hebben

De grootste fout is salience behandelen als een directe input voor ranking in Google Search. Google heeft nooit gezegd dat de Cloud NLP API ranking-systemen één-op-één nabootst. John Mueller van Google heeft herhaaldelijk gewaarschuwd om niet aan te nemen dat openbare API’s searchsignalen direct blootleggen. Gebruik salience als diagnosemodel, niet als bewijs van hoe Search je pagina beoordeelt.

Tweede fout: co-occurrente entiteiten “volstoppen” totdat de pagina klinkt als een dump van een woordenlijst. Dat kan het aantal extracties verhogen, terwijl de pagina er slechter op wordt. Moz, Ahrefs en Semrush signaleren allemaal topische gaten, maar geen van hen kan je vertellen wanneer de tekst is doorgeslagen naar onzin.

Kortom: de entity salience-score is nuttig voor QA, content briefs en het debuggen van topische focus. Het is geen KPI die je zonder terugkoppeling aan GSC-vertoneingen, clicks en conversies moet rapporteren.