兩種算法世界中的 SEO：Rand Fishkin 的 Pubcon 主題演講
已發表: 2022-06-12
Rand 將本次演講獻給 Dana Lookadoo，他將永遠與我們同在。
這位作者的 TL:DR 採取：除了傳統的 SEO 優化因素（排名輸入，如關鍵字定位、質量和唯一性、抓取/機器人友好性、片段優化、UX/多設備優化）之外，SEO 需要針對搜索者輸出進行優化（例如點擊率、長點擊、內容差距履行、放大和忠誠度、任務完成成功）。
您可以在此處獲得演示文稿：http://bit.ly/twoalgo
還記得我們只有一份工作的時候嗎？ 我們必須製作完美優化的頁面。 搜索質量團隊會對其進行排名，並使用鏈接作為主要信號。 到 2007 年，垃圾鏈接無處不在。 每個 SEO 都痴迷於塔防遊戲，因為我們喜歡優化。 即使在 2012 年，感覺就像 Google 正在從白帽 SEO 世界中製造騙子（-Wil Reynolds）。
蘭德今天說，這種說法不再正確。 Google 比以往任何時候都更好地獎勵真實、精彩的內容。 谷歌通過打擊垃圾鏈接等事情消除了舊學校的做法。 他們利用懲罰的恐懼和不確定性來保持網站的正常運行。 使用拒絕通常非常危險，以至於我們中的許多人都因為害怕懲罰而殺死了為我們的網站提供價值的鏈接。
谷歌變得更聰明了
谷歌也變得擅長弄清楚意圖。 他們著眼於語言，而不僅僅是關鍵字。
他們預測不同的結果。
他們已經知道我們什麼時候需要新鮮感。
他們可以將導航與信息查詢分開。 它們將實體與主題和關鍵字聯繫起來。 甚至品牌也成為實體的一種形式。 Bill Slawski 指出，谷歌在其申請的許多專利中都提到了品牌。
谷歌更符合他們的公開聲明。 他們的政策大多與當今進行搜索營銷的最佳方式相匹配。
谷歌對機器學習的立場已經改變
在這些進步中，Google 的搜索質量團隊經歷了一場革命。 早些時候，谷歌在他們的有機排名算法中拒絕了機器學習。 谷歌表示，機器學習並沒有讓他們擁有、控制和理解算法中的因素。 但最近，Amit Singhal 的評論表明其中一些已經改變。
2012 年，谷歌發表了一篇關於他們如何使用機器學習來預測廣告點擊率的論文。 谷歌工程師調用了他們的 SmartASS 系統（顯然這實際上是系統的名稱！）。 到 2013 年，Matt Cutts 在 Pubcon 上談到了 Google 如何在有機搜索中公開使用機器學習 (ML)。
隨著 ML 接管更多 Google 的算法，排名的基礎發生了變化。 谷歌公開了他們如何在圖像識別和分類中使用機器學習。 他們採用可用於對圖像進行分類的因素，然後添加訓練數據（告訴機器某物是貓、狗、猴子等的東西），並且有一個學習過程可以讓它們找到最佳匹配算法。 然後他們可以將該模式應用於所有實時數據。
Google 代表 Jeff Dean 關於深度學習的幻燈片演示是 SEO 的必讀之物。 蘭德說，這是必不可少的閱讀材料，而且閱讀起來並不太具有挑戰性。 Jeff Dean 是谷歌的一名研究員，在谷歌他們喜歡取笑他：“真空中的光速過去約為每小時 35 英里。 直到 Jeff Dean 花了一個週末優化物理。”
彈跳、點擊、停留時間——所有這些都是機器學習過程中的品質，算法試圖模仿良好的 SERP 體驗。 我們正在談論構建算法的算法。 谷歌員工不考慮排名因素。 機器自己決定那些。 訓練數據是很好的搜索結果。
深度學習對 SEO 意味著什麼？
谷歌員工不知道為什麼會有排名或者算法中是否存在變量。 在讀者和蘭德之間，這聽起來是不是很像谷歌人現在所說的話？ ;)
查詢成功指標對機器來說至關重要：
- 長短點擊率
- 相對點擊率與其他結果
- 進行其他相關搜索的搜索者的比率
- 共享/放大率與其他結果
- 跨域用戶參與度指標
- 頁面上的用戶參與度指標（如何？通過使用 Chrome 和 Android）
如果 SERP 上的很多結果都滿足上述所有要求，那麼他們將繼續包含這些結果。 我們將針對搜索器輸出進行更多優化。 這些很可能是未來現場搜索引擎優化的標準。
好的——但是這些指標對我們今天有影響嗎？ 2014 年，Moz 做了一次查詢和點擊測試。 從那時起，通過原始查詢和點擊來移動指針變得更加困難。 谷歌正在捕捉原始點擊和查詢操作。
在 SMX Advanced 中，Gary Illyes 表示，直接在排名中使用點擊並沒有太大意義。 他說有人發出咔噠聲，喊著蘭德·菲甚金。 – 結案！ 還是……？
但是如果我們嘗試長點擊和短點擊呢？ 6 月 21日上午 11 點 39 分，Rand 要求人們做一個測試，他們快速點擊返回結果 1，然後點擊並停留在結果 4 上。 4 號結果在 SERP 1 號位置停留了大約 12 個小時。 這告訴我們搜索者的輸出會影響排名。 （PS 這很難復制。不要這樣做，因為它是黑魔法。）
您應該做的是自然會讓人想要在 SERP 中點擊您的結果的事情。
兩種算法的選擇
這就是 Rand 說我們正在針對兩種算法進行優化的原因。 我們必須選擇如何平衡我們的工作。 錘擊舊信號？ 他們仍然工作。 鏈接仍然有效。 錨文本仍然移動指針。 但我們可以比以往任何時候都更清楚地看到谷歌的發展方向。
經典現場 SEO（排名輸入）與新現場 SEO（搜索者輸出）：
使用這兩個問題，因為有兩種算法。
SEO的新元素
讓我們談談現代SEO的五個新元素。
1. 超越平均點擊率
為關鍵字優化標題、元描述和 URL，但為點擊優化了很多。 如果您排名第三，但您可以提高點擊率，您可以獲得排名提升。 每個元素都很重要。 搜索者是否認識並想要點擊您的域？ URL 看起來是否引人注目？ 你有品牌下拉菜單嗎？
通過品牌或品牌搜索提高點擊率，它可能會給您帶來額外的提升。 品牌推廣（如電視、廣播、PPC 上的廣告）對點擊率有影響。 品牌預算有助於相對點擊率和各種其他排名信號，而這種提升是其中的一部分原因。
借助 Google 趨勢更準確、可自定義的範圍，您實際上可以觀察事件和廣告對搜索查詢量的影響。 例如，在 Fitbit 週日在 NFL 上投放廣告後，“fitbit”查詢量激增。
2. 在參與度上擊敗其他 SERP 列表
pogo-sticking 和長點擊一起可能在很大程度上決定了你的排名（以及多長時間）。 什麼影響他們？ 這是一個 SEO 的清單，以提高參與度：
- 滿足搜索者有意識和無意識需求的內容
- 速度，速度，還有更多的速度
- 在每個瀏覽器上提供最好的用戶體驗
- 迫使訪問者深入您的網站
- 避免惹惱或勸阻訪問者的功能
示例：《紐約時報》有高參與度的圖形，要求訪問者畫出他們對圖形的最佳猜測。
3. 填補參觀者知識空白
谷歌正在尋找顯示頁面的信號滿足搜索者的所有需求。 ML 模型可能會注意到某些單詞、短語和主題的存在預示著更成功的搜索。 排名進入填補搜索者知識空白的頁面/站點。 提示：查看 Alchemy API 或 MonkeyLearn。 通過它們運行您的內容，以從 ML 的角度查看它的性能。
4. 每次訪問獲得更多分享、鏈接和忠誠度
Buzzsumo 和 Moz 的數據顯示，很少有文章獲得分享/鏈接，並且這兩者沒有相關性。 人們分享了很多他們從未讀過的東西。 谷歌幾乎可以肯定地對不同類型的 SERP 進行不同的分類。 例如，很多關於醫療信息的分享不會使排名上升； 準確性會更重要。
新的 KPI：每 1,000 次訪問的共享和鏈接。 對共享 + 鏈接的唯一訪問。
了解是什麼讓人們返回或阻止他們返回也很重要。
我們不需要更好的內容，我們需要 10 倍的內容（即，比目前最好的內容好 10 倍的內容）。
5. 完成搜索者的任務（不僅僅是他們的查詢）
任務 = 他們在進行查詢時想要完成的任務。 谷歌不想要持續集中查詢的多重搜索路徑。 他們希望進行廣泛的搜索，他們填寫所有步驟並完成您的任務。
即使網站沒有傳統的排名信號，搜索引擎也可能會使用點擊流數據來幫助將網站排名更高。 回答初始查詢的頁面可能還不夠，特別是如果競爭對手確實允許完成任務。
算法 1：谷歌
算法 2：與您的內容交互的人類子集（進出搜索結果）
“為人而不是引擎製作頁面”是糟糕的建議。
引擎需要我們一直在做的很多事情，我們最好繼續這樣做。 人們需要額外的東西，我們也最好這樣做。
獎勵鏈接：
- http://bit.ly/10Xcontent
- http://bit.ly/sharesvslinks