2,596：如何充分利用谷歌泄露的排名因素

在过去的一周里，我发现有很多论点反对深入研究这 2,596 页的内容。

但我们唯一应该问自己的问题是：

“我如何才能从这些文档中测试并尽可能多地学习？”

SEO是一门应用科学，理论不是最终目标，而是实验的基础。

图片来源：Lyna™

利用 Growth Memo 每周专家的见解提升您的技能。

14,000 个测试想法

你找不到比这里更好的测试创意滋生地了。但我们不能用同样的方式测试每一个因素。它们有不同的类型（数字/整数：范围，布尔值：是/否，字符串：单词/列表）和反应时间（即它们导致有机排名变化的速度）。

因此，我们可以对快速和主动的因素进行 A/B 测试，同时对慢速和被动的因素进行前/后测试。

根据速度对测试进行优先排序。（图片来源：Kevin Indig）

通过以下方式系统地测试排名因素：

选择排名因素。
选择受影响的（成功）指标。
定义测试的位置。
定义测试类型。

图片来源：Kevin Indig

排名因素

泄漏中的大多数排名因素都是整数，这意味着它们在一个范围内起作用，但一些布尔因素很容易测试：

图像压缩：是/否？
侵入式插页广告：是/否？
核心网络生命力：是/否？

您可以直接控制的因素：

UX（导航、字体大小、行距、图像质量）。
内容（新鲜、标题优化、不重复、相关实体丰富、关注一个用户意图、付出大量努力、注明原始来源、使用规范形式的词语代替俚语、高质量 UGC、专家作者）。
用户参与度（任务完成率高）。

降低（负面）排名的因素：

来自低质量页面和域名的链接。
积极的锚文本（除非您拥有非常强大的链接配置文件）。
导航不佳。
用户信号差。

您只能被动影响的因素：

源文档和链接文档之间的标题匹配和相关性。
链接点击。
来自新的和受信任的页面的链接。
域名权限。
品牌提及。
主页 PageRank。

首先评估您想要测试的领域的表现。一个简单的用例就是核心网络生命力。

指标

根据泄露文件中的描述或您对某个因素如何影响指标的理解，为正确的因素选择正确的指标：

爬行速度。
索引（是/否）。
排名（针对主要关键词）。
点击率（CTR）。
订婚。
页面排名的关键词。
有机点击。
印象。
丰富的片段。

在哪里测试

找到正确的测试地点：

如果您持怀疑态度，请使用特定国家/地区的域名或可以进行低风险测试的网站。如果您的网站支持多种语言，您可以根据某个国家/地区的泄漏情况进行更改，并与核心国家/地区的相对性能进行比较。
您可以将测试限制为单页类型或子目录，以尽可能地隔离影响。
将测试限制在针对特定类型的关键字（例如“最佳X”）或用户意图（例如“阅读评论”）的页面上。

一些排名因素是网站范围的信号，例如网站权限，而其他因素则是页面特定的，例如点击率。

注意事项

由于排名

因素

都是等式的一部分，因此它们可以相互影响或相互抵消。

众所周知，人类在直观理解具有许多变量的函数方面表现不佳，这意味着我们很可能低估了获得高排名分数所需的努力，也低估了少数变量如何显著影响结果。

排名因素之间关系的高度复杂性不应阻止我们进行尝试。

聚合器比集成器更容易测试，因为它们有更多可比较的页面，可以产生更有意义的结果。集成器必须自己创建内容，每个页面之间都有差异，这会削弱测试结果。

我最喜欢的测试：

您可以做的最好的事情之一就是根据自己的感知对排名因素进行评分，然后系统地挑战和测试您的假设。创建一个包含每个排名因素的电子表格，根据您认为其重要性为它指定一个介于 0 和 1 之间的数字，然后将所有因素相乘。

监控系统

测试只能让我们初步了解排名因素的重要性。监控使我们能够衡量一段时间内的关系，并得出更可靠的结论。

这个想法是跟踪反映排名因素的指标，例如 CTR 可以反映标题优化，并随着时间的推移绘制这些指标以查看优化是否取得成果。除了新指标外，这个想法与常规（或应该是常规）监控没有什么不同。

您可以在以下位置构建监控系统：

Looker.
Amplitude.
Mixpanel.
Tableau.
Domo.
Geckoboard.
GoodData.
Power BI.

工具并不像正确的指标和 URL 路径那么重要。

示例指标

随着时间的推移，按页面类型或一组 URL 测量指标，以衡量优化的影响。

注意：我根据我的个人经验使用了您应该挑战的阈值。

用户参与度：

导航的平均点击次数。
平均滚动深度。
CTR（SERP 到网站）。

反向链接质量：

源和目标之间主题契合度/标题契合度较高的链接的百分比。
1 年以下页面的链接百分比。
来自排名前 10 的至少一个关键字的页面的链接百分比。

页面质量：

平均停留时间（同类型的页面之间比较）。
在网站上停留时间至少为 30 秒的用户占比。
位列目标关键词前 3 位的页面百分比。

网站质量：

带来自然流量的页面百分比。
过去 90 天内零点击 URL 的百分比。
索引页面与非索引页面之间的比率。

具有讽刺意味的是，此次泄密事件发生在谷歌开始展示 AI 结果（AI 概览）后不久，因为我们可以使用 AI 根据泄密事件查找 SEO 差距。

一个例子是反向链接的源和目标之间的标题匹配。使用常见的 SEO 工具，我们可以提取链接的标题、锚文本和周围内容，以用于引用和目标页面。

然后，我们可以使用常见的 AI 工具、Google Sheets/Excel 集成或本地 LLM 以及基本提示来评估主题接近度或标记重叠度，例如

“按 1 到 10 的等级评估标题（B 列）与锚点（C 列）的主题接近度，其中 10 表示完全相同，1 表示完全没有关系。”

使用 AI 评估链接源和目标之间的标题匹配度。（图片来源：Kevin Indig）

他们自己的泄漏

谷歌排名因素泄露并不是大型平台算法内部工作原理首次被公众知晓：

1. 2023 年 1 月，Yandex 的一次泄密事件揭露了许多排名因素，我们在最新的 Google 泄密事件中也发现了这些因素。当时人们的反响和今天一样让我感到惊讶。

2. 2023 年 3 月，Twitter 公布了其算法的大部分内容。与谷歌泄密事件类似，它缺乏因素之间的“背景”，但无论如何它都是有见地的。1

Twitter 算法的系统图。（图片来源：Kevin Indig）

3. 同样在 2023 年 3 月，Instagram 首席执行官 Adam Mosseri 发布了一篇深入的后续文章，介绍该平台如何对其产品不同部分的内容进行排名。2

尽管存在泄密事件，但尚未发现有用户或品牌以干净、道德的方式入侵该平台的案例。

平台在算法中奖励参与度越高，就越难上当。然而，谷歌算法泄露事件相当有趣，因为它是一个意图驱动的平台，用户通过搜索而不是行为来表明他们的兴趣。

因此，了解蛋糕的制作原料是一大进步，即使不知道每种原料要用多少。

我不明白为什么谷歌一直对排名因素秘而不宣。我并不是说它应该在泄密的程度上公布这些因素。它本可以通过快速、易于导航、美观且信息丰富的网站来激励网络变得更好。

相反，它让人们猜测太多，导致出现大量劣质内容，进而导致算法更新，使许多企业损失大量金钱。