ユーザーのニーズや期待の高まりに応えるため、Google 検索は長年にわたって進化を遂げてきました。ナレッジグラフのようなイノベーションから、関連性の高いコンテンツの強調表示を確実に維持するためのシステム アップデートに至るまで、Google は常に検索結果の有用性改善を目指しています。

Google では、検索に変更を加えようとする場合、すべての変更案に対して厳格な評価プロセスを実施して、指標を分析し採用可否を判断しています。

こうした評価やテストのデータは、経験豊富なエンジニアや検索アナリスト、法律やプライバシーの専門家によって徹底的に検討され、変更案が公開に値するか判断する材料になります。2022 年には、800,000 件を超えるテストを実施して、4,000 件を超える検索機能改善につながりました。

検索に対する変更案は、Google の経験豊富なエンジニアやデータ サイエンティストによって一つ一つ検討されます。彼らはあらゆるテストから得られたデータを注意深く見直して、その変更がリリースに値するかどうか判断します。昨年出された変更案のうち、公開されなかったものも少なくありません。実際にユーザーの利便性が高まる変更であることが明らかでない限り、公開に至ることはありません。

Google ではライブ トラフィック テストも行っています。これは、ある機能について実際のユーザーによる使われ方を完全公開前に確認するためのテストです。テスト対象の機能は、最初はごく一部の人々（通常は 0.1%）にのみ公開します。その後、テスト対象のグループを機能を使っていないコントロール グループと比較します。人々が何をクリックしたか、検索が何件行われたか、検索が放棄されたか、人々が検索結果をクリックするまでにどれくらいの時間がかかったかなど、非常に多くの指標を調べます。その結果をもとに、新しい機能に対するエンゲージメントが良好かどうかを評価し、機能の変更がすべての人にとって検索結果の利便性や関連性の向上につながるようにしています。

検索機能は絶えず進化しています。Google では、より適切な検索結果を返せるようにシステムの改良を続けており、その公開までのプロセスにおいては検索品質の評価者が重要な役割を担っています。比較テストでは、評価担当者に対して 2 つの異なる検索結果を提示します。一方は変更案を適用した検索結果、もう一方は適用していない検索結果です。そして、どちらの検索結果がより好ましいか、その理由も含めて尋ねます。