厦门SEO公司
欢迎评论文章留下链接脚印

解释排名因素:等级相关性及其因果解释

注意:高相关性并不一定意味着它是一个排名因素!

searchmetrics-实验室和机器人
一览并浏览(每次点击):

相关和秩相关系数
相关计算
搜索引擎算法
黑帽SEO:关键字填充,遮掩&公司
因果关系≠相关性
逻辑谬误与虚幻相关
数据库
二元和数值因素
平均值和曲线
品牌因素
意图:为什么是排名因素?
相关和秩相关系数

我们每年都会在我们的排名因素研究中分析10,000个关键字的前30名搜索结果(即近30万个网址)。我们使用我们逐年扩大的一些因素来分析这些因素 – 例如反向链接的数量,文本长度以及关键字和内容功能。潜在的问题总是:什么区别了排名的页面,而不是那些进一步回到SERP的页面?他们有更多的反向链接/文本/关键字等吗?

SERP,1to3

根据前三十位的考察因素的存在和规范,我们使用Spearman相关性来计算“秩相关系数”(这里是维基百科的定义)。这些表明两个变量之间的关系,即一方面的排名和另一个因素的发生/存在。

搜索结果位置与所研究的值(即相关性)相比的差异可以被检测并在图上显示为每个项目的平均值的曲线。

相关性的实例

在图中,示出了四个示例相关性和相应的曲线。

因子A:零相关 – 线性曲线,水平/高平均值
因子B:正相关(最高) – 指数函数,下降
因子C:负相关(最低) – 线性曲线,上升
因子D:正相关 – 不规则曲线,下降

说明:相关计算和解释方法

y轴表示在位置X(x轴)上研究的所有10,000个URL的平均值。根据我们的分析,价值“零”的因素表明Google和Google的好结果之间没有可衡量的相关性。相关性的值越大,位置之间的差异越大,越规则。正面解释相反的陈述可以最好地理解负数范围内的值。

简单来说,第1到30之间的差异越大,相关值越高。要解释这些因素,始终使用平均值。例如,上述曲线图中的因子B和C具有相同的相关值(即:1),但是它们各自的曲线完全不同。然而,对于因子A,对于每个位置(x轴),平均值为95(y轴),但是甚至可以在5(y轴)。相关值在0处保持相同,但该因子的解释将完全不同。

Google&Co.的搜索引擎算法和排名因素

搜索引擎通过使用算法来按主题和相关性来评估网站。该评估用于在搜索引擎索引中构造页面,这最终导致用户查询显示结果显示的最佳排序。网页评估和产生排名的标准通常被称为排名因素。

其原因很简单:互联网上的文件数量呈指数级增长,而在搜索索引中,无法使用自动算法对这些页面进行排序,尽管存在着“质量评估者”。这个算法是强制性的(毕竟要求一个模式),同时也是互联网业务中保存最好的秘诀,因为搜索引擎必须保持构成基础的因素算法严格保密。

这种固有的秘密与搜索引擎之间的竞争更不相关,而不是与更基本的原因有关:如果获得良好排名的方式是广为人知的,那么它们将变得无关紧要,因为它们将被不断的操纵。没有人,但Google知道真正的排名因素是什么。我们通过秩相关分析来分析数据,根据现有的有机搜索结果的属性生成我们的发现。从这些,我们得出结论,排名因素及其各自的权重是什么。我们庞大的数据库为这些分析提供了可靠的基础。

黑帽SEO:关键字填充,遮掩&Co.

在搜索引擎时代的开始,Google考虑了与特定主题相关的页面,其中常用与主题相关的搜索字词(关键字)。网站运营商很快利用了这些知识,并通过使用关键字“填充”页面在SERP中取得了非常好的职位,使得他们经常不相关的页面被找到排名靠前的搜索词。

这不仅产生了搜索引擎和SEO之间的真正竞争,而且产生了排名因素的神话。语义搜索的目标创建了一个初始严格技术性的标准网络(例如反向链接的数量),但是由较少的技术组件(例如用户信号)添加。

随着追求最佳结果的发展,最终导致了排名因素的不断演变。永久迭代更新周期的无休止的反馈循环仅仅是为了生成搜索结果而设计,为搜索者提供不断的改进。排名因素的结构和复杂性,加上用户信号的强烈影响,旨在为用户生成最相关的内容。

从商业角度来看,通过采用可持续发展的业务战略,通过结合相关的质量因素来维持强大的搜索职位,可以实现长期的成功。这种方法意味着无视负面影响力选择,并明确关注相关内容,同时打击垃圾邮件和短期主义。

因果关系≠相关性

我们不是谷歌 使用我们的数据对排名因素的分析和评估是基于有根据的解释 – 而不是投机 – 事实; 即在搜索结果中对高位置的网站属性进行评估和构造。

Searchmetrics的排名评估是确切的,新鲜的,并且基于很多数据。Searchmetrics中的Searchmetrics每月可收集数十亿个数据点,这里是6400万美元的问题:哪些因素将Google网站搜索结果中位置较差的网站与那些位置较低的网站区分开来?

我们将网页的属性与其在Google的位置的总和进行比较,并得到或多或少加权因子的结构化列表。因此,如果在被调查的SERP的前端,例如,许多页面包含标题标签中的关键字,那么我们将其认为是具有良好排名的高相关性。因此,这些相关性可以提供关于在顶部搜索结果列表中显示的哪些页面具有类似的特征的结论。

然而,有必要指出,相关性不是因果关系的代名词,因此不能保证各自的因素实际上对排名有任何影响 – 或者被谷歌用作信号。然而,我们在Searchmetrics上做的是解释这些相关性。

“Cum hoc ergo propter hoc” – 逻辑谬误与虚幻相关

植物在没有水的时候会枯萎:当你开始加热时,房子是温暖的 – 而且因为一个地方有很多社会信号,它爬到了#1?停止!

有许多虚幻的相关性或评估的例子被称为“逻辑谬误”(Cum hoc ergo propter hoc – 见维基百科)。例如,某些地区的鹳数和高出生率等现象的共同出现,或夏季销售冰淇淋与晒伤发病率之间的关系。但是你真的从冰淇淋中得到晒伤吗?当然不是。这些例子显示(虚幻的)相关性,而不是因果关系。(在这里找到更多的例子)

我们希望不惜一切代价避免逻辑的谬误和虚幻的相关性,我们的经验表明,评估排名因素在没有存在因素的意义上是太容易了。我们更喜欢使用“秩相关系数”来工作,这需要一个评估的解释和一个声音数据库。

搜索量表数据库排名因子

我们的分析是根据搜索结果为Google US的10,000个搜索字词的非常大的关键字集合。起始池总是搜索量的前10,000个搜索词,但是从哪个特定的面向导向的关键字被提取,以便不会扭曲评估。由于面向导向的关键词搜索被认为是所有结果,而是与搜索者无关的地方,或多或少(例如:“Facebook登录”)。

我们的排名因子分析数据库始终是前三个自然搜索结果页面。一般来说,连续几年的关键字集合与上一年度的数据库重合了90%以上。在这里,我们寻求中间位置,考虑到两个因素,即保留“最大的共同点”作为与以往研究进行比较的最佳依据,另一方面考虑到新的关键词,在搜索量上涨了10,000。

Searchmetrics上的数据库始终是最新的。因此,目前的分析使用新的相关关键字,例如以前不存在的“Samsung Galaxy S5”或“iPhone 6”。

二进制和数值因子 – 规范与存在

检查的因素分为二进制和数字特征。这意味着本分析中使用的因素本质上存在差异。价值观的解释不应忽视这种差异。

使用二进制因子描述的元素(如页面上的元描述)是否存在。没有等级。还有具有不同程度变化的分级特征的元素。例如,URL可能具有零或六千个反向链接 – 但是两者之间的每个值也是可能的。

对于使用相关计算的研究,如Spearman,这些数值因素对于使用基于灰度的行和/或排序原则的“更好”有一些感觉。当仅仅基于纯关联值来解释时,数值因子的陈述往往更为重要。

因此,为了支持我们研究中二元特征的相关性的有效性,必须在规则中指定平均值。例如,关于“存在描述”的因素,可能与排名只有接近零的相关性,但实际上几乎100%的URL都有描述(参见上面的因子A的示例相关性)。

相关值与平均值和曲线

绘制为条形的相关值总是基于每个特征的所有可用数据计算,因此对于一个或10,000个关键字,每个图形线每个关键字有30个值。

平均值由这些平均曲线值计算,这也排除了每个特征的前5%,以允许最平滑的曲线和可控的刻度(Y轴),否则不会看到相应曲线的一些较低的平均值。此外,针对不考虑前5%的发现的特征,计算个体中值和平均值。

品牌因素

排名因素研究中的常数之一是我们被称为“品牌因素”的数据中的一个有趣的特征,呈现在许多因素和观察中。

我们的品牌因素是什么意思,即高端品牌网站或具有一定权限的网站通常占据排名中最重要的位置,即使他们忽视了稍低一些的URL的特定因素。

例如,平均品牌往往在他们的页面上没有h1标签,他们的内容的字数较低,关键词在元标题的描述中也不常见。简而言之:从SEO的角度来看,它们不太优化。另一方面,品牌网站通常具有比其他网址更多的反向链接和社交信号。

Google已经非常高效地识别特定行业的品牌,并将其网址分配给优先排名。价值观如可识别性,用户信任度和品牌形象也在一定程度上反映在SERP中。

意图:为什么是排名因素?

可以说,即使Google本身也不知道自己的算法是如何组成的,所以评估指标变得复杂。

Searchmetrics“排名因子”研究的目的不是产生绝对真理的福音。相反,我们认为Searchmetrics研究是从解释的角度进行的一种方法分析。这意味着我们的目标是为在线行业提供方便的访问数据工具箱。通过使用这个工具箱,行业可以根据我们在广泛标准中的深入研究做出明智的决定。

欢迎转载:厦门SEO公司_厦门SEO优化 » 解释排名因素:等级相关性及其因果解释
分享到: 更多 (0)

SEO外链区 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址