两种算法世界中的 SEO：Rand Fishkin 的 Pubcon 主题演讲
已发表: 2022-06-12
Rand 将本次演讲献给 Dana Lookadoo，他将永远与我们同在。
这位作者的 TL:DR 采取：除了传统的 SEO 优化因素（排名输入，如关键字定位、质量和唯一性、抓取/机器人友好性、片段优化、UX/多设备优化）之外，SEO 需要针对搜索者输出进行优化（例如点击率、长点击、内容差距履行、放大和忠诚度、任务完成成功）。
您可以在此处获得演示文稿：http://bit.ly/twoalgo
还记得我们只有一份工作的时候吗？ 我们必须制作完美优化的页面。 搜索质量团队会对其进行排名，并使用链接作为主要信号。 到 2007 年，垃圾链接无处不在。 每个 SEO 都痴迷于塔防游戏，因为我们喜欢优化。 即使在 2012 年，感觉就像 Google 正在从白帽 SEO 世界中制造骗子（-Wil Reynolds）。
兰德今天说，这种说法不再正确。 Google 比以往任何时候都更好地奖励真实、精彩的内容。 谷歌通过打击垃圾链接等事情消除了旧学校的做法。 他们利用惩罚的恐惧和不确定性来保持网站的正常运行。 使用拒绝通常非常危险，以至于我们中的许多人都因为害怕惩罚而杀死了为我们的网站提供价值的链接。
谷歌变得更聪明了
谷歌也变得擅长弄清楚意图。 他们着眼于语言，而不仅仅是关键字。
他们预测不同的结果。
他们已经知道我们什么时候需要新鲜感。
他们可以将导航与信息查询分开。 它们将实体与主题和关键字联系起来。 甚至品牌也成为实体的一种形式。 Bill Slawski 指出，谷歌在其申请的许多专利中都提到了品牌。
谷歌更符合他们的公开声明。 他们的政策大多与当今进行搜索营销的最佳方式相匹配。
谷歌对机器学习的立场已经改变
在这些进步中，Google 的搜索质量团队经历了一场革命。 早些时候，谷歌在他们的有机排名算法中拒绝了机器学习。 谷歌表示，机器学习并没有让他们拥有、控制和理解算法中的因素。 但最近，Amit Singhal 的评论表明其中一些已经改变。
2012 年，谷歌发表了一篇关于他们如何使用机器学习来预测广告点击率的论文。 谷歌工程师调用了他们的 SmartASS 系统（显然这实际上是系统的名称！）。 到 2013 年，Matt Cutts 在 Pubcon 上谈到了 Google 如何在有机搜索中公开使用机器学习 (ML)。
随着 ML 接管更多 Google 的算法，排名的基础发生了变化。 谷歌公开了他们如何在图像识别和分类中使用机器学习。 他们采用可以用来对图像进行分类的因素，然后添加训练数据（告诉机器某事是猫、狗、猴子等的东西），并且有一个学习过程可以让他们找到最佳匹配算法。 然后他们可以将该模式应用于所有实时数据。
Google 代表 Jeff Dean 关于深度学习的幻灯片演示是 SEO 的必读之物。 兰德说，这是必不可少的阅读材料，而且阅读起来并不太具有挑战性。 Jeff Dean 是谷歌的一名研究员，在谷歌他们喜欢取笑他：“真空中的光速过去约为每小时 35 英里。 直到 Jeff Dean 花了一个周末优化物理。”
弹跳、点击、停留时间——所有这些都是机器学习过程中的品质，算法试图模仿良好的 SERP 体验。 我们正在谈论构建算法的算法。 谷歌员工不考虑排名因素。 机器自己决定那些。 训练数据是很好的搜索结果。
深度学习对 SEO 意味着什么？
谷歌员工不知道为什么会有排名或者算法中是否存在变量。 在读者和兰德之间，这听起来是不是很像谷歌人现在所说的话？ ;)
查询成功指标对机器来说至关重要：
- 长短点击率
- 相对点击率与其他结果
- 进行其他相关搜索的搜索者的比率
- 共享/放大率与其他结果
- 跨域用户参与度指标
- 页面上的用户参与度指标（如何？通过使用 Chrome 和 Android）
如果 SERP 上的很多结果都满足上述所有要求，那么他们将继续包含这些结果。 我们将针对搜索器输出进行更多优化。 这些很可能是未来现场搜索引擎优化的标准。
好的——但是这些指标对我们今天有影响吗？ 2014 年，Moz 做了一次查询和点击测试。 从那时起，通过原始查询和点击来移动指针变得更加困难。 谷歌正在捕捉原始点击和查询操作。
在 SMX Advanced 中，Gary Illyes 表示，直接在排名中使用点击并没有太大意义。 他说有人发出咔哒声，喊着兰德·菲什金。 – 结案！ 还是……？
但是如果我们尝试长点击和短点击呢？ 6 月 21日上午 11 点 39 分，Rand 要求人们做一个测试，他们快速点击返回结果 1，然后点击并停留在结果 4 上。 4 号结果在 SERP 1 号位置停留了大约 12 个小时。 这告诉我们搜索者的输出会影响排名。 （PS 这很难复制。不要这样做，因为它是黑魔法。）
您应该做的是自然会让人想要在 SERP 中点击您的结果的事情。
两种算法的选择
这就是 Rand 说我们正在针对两种算法进行优化的原因。 我们必须选择如何平衡我们的工作。 锤击旧信号？ 他们仍然工作。 链接仍然有效。 锚文本仍然移动指针。 但我们可以比以往任何时候都更清楚地看到谷歌的发展方向。
经典现场 SEO（排名输入）与新现场 SEO（搜索者输出）：
使用这两个问题，因为有两种算法。
SEO的新元素
让我们谈谈现代SEO的五个新元素。
1. 超越平均点击率
为关键字优化标题、元描述和 URL，但为点击优化了很多。 如果您排名第三，但您可以提高点击率，您可以获得排名提升。 每个元素都很重要。 搜索者是否认识并想要点击您的域？ URL 看起来是否引人注目？ 你有品牌下拉菜单吗？
通过品牌或品牌搜索提高点击率，它可能会给您带来额外的提升。 品牌推广（如电视、广播、PPC 上的广告）对点击率有影响。 品牌预算有助于相对点击率和各种其他排名信号，而这种提升是其中的一部分原因。
借助 Google 趋势更准确、可自定义的范围，您实际上可以观察事件和广告对搜索查询量的影响。 例如，在 Fitbit 周日在 NFL 上投放广告后，“fitbit”查询量激增。
2. 在参与度上击败其他 SERP 列表
pogo-sticking 和长点击一起可能在很大程度上决定了你的排名（以及多长时间）。 什么影响他们？ 这是一个 SEO 的清单，以提高参与度：
- 满足搜索者有意识和无意识需求的内容
- 速度，速度，还有更多的速度
- 在每个浏览器上提供最好的用户体验
- 迫使访问者深入您的网站
- 避免惹恼或劝阻访问者的功能
示例：《纽约时报》有高参与度的图形，要求访问者画出他们对图形的最佳猜测。
3. 填补参观者知识空白
谷歌正在寻找显示页面的信号满足搜索者的所有需求。 ML 模型可能会注意到某些单词、短语和主题的存在预示着更成功的搜索。 排名进入填补搜索者知识空白的页面/站点。 提示：查看 Alchemy API 或 MonkeyLearn。 通过它们运行您的内容，以从 ML 的角度查看它的性能。
4. 每次访问获得更多分享、链接和忠诚度
Buzzsumo 和 Moz 的数据显示，很少有文章获得分享/链接，并且这两者没有相关性。 人们分享了很多他们从未读过的东西。 谷歌几乎可以肯定地对不同类型的 SERP 进行不同的分类。 例如，很多关于医疗信息的分享不会使排名上升； 准确性会更重要。
新的 KPI：每 1,000 次访问的共享和链接。 对共享 + 链接的唯一访问。
了解是什么让人们返回或阻止他们返回也很重要。
我们不需要更好的内容，我们需要 10 倍的内容（即，比目前最好的内容好 10 倍的内容）。
5. 完成搜索者的任务（不仅仅是他们的查询）
任务 = 他们在进行查询时想要完成的任务。 谷歌不想要持续集中查询的多重搜索路径。 他们希望进行广泛的搜索，他们填写所有步骤并完成您的任务。
即使网站没有传统的排名信号，搜索引擎也可能会使用点击流数据来帮助将网站排名更高。 回答初始查询的页面可能还不够，特别是如果竞争对手确实允许完成任务。
算法 1：谷歌
算法 2：与您的内容交互的人类子集（进出搜索结果）
“为人而不是引擎制作页面”是糟糕的建议。
引擎需要我们一直在做的很多事情，我们最好继续这样做。 人们需要额外的东西，我们也最好这样做。
奖励链接：
- http://bit.ly/10Xcontent
- http://bit.ly/sharesvslinks