历览千载书,时时见遗烈。这篇文章主要讲述谷歌通用搜索排名的工作原理大揭秘:搜索远不止竞价排名相关的知识,希望能为你提供帮助。
?作者丨Jason Barnard
?译者丨李睿
?策划丨云昭
?审校丨武穆?
自从谷歌公司在 2007 年引入通用搜索功能以来,搜索引擎结果页 ( SERP ) 的内容变得越来越丰富。很多企业使用 SERP 让自己网站在 Google 搜索页面的排名更加靠前和显著。
而长期以来,谷歌算法及其排名因素背后的秘密一直是人们激烈争论的主题。在大部分时间中,其结果只有 10 个蓝色链接(即超链接),其争论的焦点是入站链接和关键字密度。而在事后看来,这似乎是纯真时代的一场“低配置”辩论。
?通用搜索:点亮谷歌的火炬?
?随着 2007 年通用搜索的引入,谷歌搜索引擎中开始注入其他元素。该公司首位产品经理玛丽莎·梅耶尔当时说:“我们正试图打破以往将各种搜索属性分隔开来的壁垒,并将大量可用信息整合到一组简单的搜索结果中。”?
?谷歌的确一直在沿着这个方向前进。?
?2007 年以来, SERP 的内部变得越来越丰富,现在包含了大量的垂直领域——图像、视频、新闻、工作、地图等。?
?人们或许应该问的一个问题是,“谷歌到底是如何确定哪些元素可以出现在 SERP 之中的呢?”?
?2013 年,当 SERP 优化和管理专家 Jason Barnard 开始研究 SERP 时,开始考虑这个问题。他很快掌握了这 10 个蓝色链接的元素,当时很难同时囊括知识面板、视频框、Twitter 框和其他丰富的元素。?
?那么问题是:是什么触发了它们?需要“触发”哪些算法触发器才能让这些 SERP 功能出现??
?终于,在 2019 年,谷歌公司技术专家 Gary Illyes 向 Jason Barnard 和澳大利亚很多 SEO 解释了通用搜索的机制。?
?重要的是,必应(Bing)公司已经证实了他们的通用搜索功能在很大程度上是以同样的方式实现的(必应公司的 Nathan Chalmers 的一些见解跟 Barnard 不谋而合),Gary Illyes 说:“这不是谷歌特有的功能。其他引擎也这样做,因为大多数搜索引擎对结果的排名方式几乎相同……这可能适用于每个搜索引擎。”?
?通用搜索排名:原理大揭秘?
??(1)排名因素是什么???
?影响网站排名的因素很多,可能多达 200 个因素。但如今,由于算法是机器学习驱动的,所以事情变得更加复杂。搜索引擎杂志发布了一份有用的指南,将这个复杂的主题分解为 88 个章节。?
?John Mueller 指出,谷歌的排名因素早已不止这 200 个。?
?谷歌将它们进行分组:话题性、质量、页面速度、RankBrain、实体、结构化数据、新鲜度……。?
?这里需要指出几点:?
?谷歌为每个排名因素计算一条内容的分数:?
?需要记住的是,本文中的这些数字都是完全假设的。?
??(2)排名因素如何影响竞价??
?谷歌采用个人排名因素得分并将它们组合起来计算总竞价。重要的是,总竞价是通过将这些分数相乘来计算的:?
?总分上限设置为 2^64 (虽然不是 100% 都是这样,这里参考了小麦和棋盘的数学问题,其中棋盘得出的数字严重偏离了范围,实际上是一种故障安全缓冲)。?
?这意味着这些分数可能是个位数、两位数、三位数,甚至四位数,而总数永远不会达到这个上限。?
?如此高的上限也意味着谷歌可以继续投入更多因素,而无需“降低”现有分数来为新分数腾出空间。?
??(3)算法真实:低分扼杀竞价??
?事实上,总竞价是通过乘法计算的,这是一个惊人的发现。为什么?因为任何低于 1 分的分数都会严重影响其竞价,无论其他分数是多少。?
?看看下面的数字,就会知道受到多大的影响。因为只要有一个因素的分数低于 1,就足以使该页面失去竞争力。虽然可以用其他因素克服低于 1 的排名因素,但其他因素需要非常强大。因此,忽略薄弱因素是一个糟糕的策略,而努力使这个因素超过 1 是一个很好的策略。?
?因此,人们经常在搜索引擎优化(SEO)行业看到的“SEO”纠正的示例,往往是网站“简单地”纠正低于 1 分的排名因素。?
??系统奖励全面得分较高的页面。?在某些因素上表现良好但在其他因素上表现不佳的页面将一直处于劣势。而如果采用一个平衡的方法会获胜。?
?行业专家在解释中对这个做出了很好的类比:“分数全是 C 的学生要比 3A 和 1 个 F 的学生更好。”?
??(4)“竞价排名”??
??(5)优化最终排名的竞价??
?排名靠前的结果(比如 10 个)被发送到下一个算法,该算法旨在优化排名,并删除任何漏掉的不可接受的结果。?
?这里考虑的因素是不同的,是针对具体案例的。这种重新计算可以提高或降低出价(或者可以想象保持不变)。?
?因此,需要研究下面的最终竞价集。?
?需要注意的是,在这一示例中,有一个结果得到一个 0 分,因此对其完全不考虑或排除(因为是相乘的,所以任何一个 0 分都将保证总分也为 0)。?
?这是非常激进的。这样的 0 可以通过算法生成。Barnard 的猜测是,0 还可以作为实现一些人工操作的一种方式。?
?可以肯定的是,其顺序发生了变化,有一个最终的网络结果列表 /“10 个蓝色链接”。最终结果还是让人十分欣慰。?
??“候选结果集” :元素“夺嫡”之争???????
??(1)候选结果集争夺搜索引擎首页的位置??
?每种类型的结果 / 丰富元素都在有效地竞争首页的位置。?
?新闻、图片、视频、精选片段、轮播、地图、GBP 等——每一个都提供首页的候选人名单及其竞价。?
?已经有很多企业竞相出现在首页上,而且这个名单还在不断增长。?
?有了这个系统,理论上,谷歌可以创建的丰富元素的没有数量限制。?
??(2)候选人结果排名因素??
?“候选结果”和“候选结果集”这两个术语来自 Jason Barnard,而不是来自谷歌公司。影响这些候选结果集中排名的因素的组合必须特定于每个因素,因为有些因素对于单个候选结果集是唯一的,而有些因素则不适用。?
?例如,alt 标签适用于图像候选结果集但不适用于其他结果集,或者新闻网站地图适用于新闻候选结果集,但不适用其他结果集的计算。?
??(3)候选结果集排名因素权重??
?对于每个候选结果集,每个因素的相对权重也必然不同,因为每个因素都以特定格式提供特定类型的信息。?
?其目的是为用户提供最合适的元素:?
?例如,新鲜度将成为新闻中的一个重要因素,而 RankBrain 和 MUM 则是精选片段的重要因素。?
??(4)候选结果集竞价计算??
?每个候选结果集提供的竞价的计算方式与第一个网络 / 蓝色链接示例相同(通过乘法,假设使用第二个细化算法)。谷歌公司有多个候选人竞价网页的一个地方(或几个地方,这取决于类型)。?
?在搜索页面首页将所有的内容都放在一起?
??(1)候选人结果集相互竞标??
?谷歌只是在寻找任何能为用户提供“更好”解决方案的丰富结果。?
?它希望提供 SERP ,将引导其用户找到问题的最佳解决方案,或尽可能有效地回答他们的问题。?
?Jason Barnard 用来做出这些获胜选择的规则是虚构的,而不是谷歌真实使用的。?
?当它确实识别出“更好”的候选结果时,该结果将被赋予一个位置(以一个或多个传统蓝色链接为代价)。?
??(2)首页丰富元素的最终“结局”??
?每个候选结果集都受到特定限制,并且都服从于传统的呈现结果:蓝色链接。?
?在这个例子中赢家是(注意:用来做出这些选择的规则是虚构的,而不是谷歌真实使用的)下面这样的。?
?随着位置被赋予丰富的元素,位置较低的网络结果会下降到第二页。?
?当更多丰富的元素被添加到 SERP 中后,它们往往在视觉上占主导地位,因此蓝色链接逐渐失去其重要性。蓝色链接不会很快消失,但它们在 SERP 上的可见度越来越低。?
?不过说来有趣,即便是 Jason Barnard,也表示:他自己不知道位置是如何归因于视频或图像的信息,因为他是用自己开发的简单系统而不是谷歌的系统得到的位置。?
?向未来:SEO 进化永不停息?
?来自 Kalicube Pro 的数据表明,SERP 上的蓝色链接平均数量相当稳定,但通用功能的数量正在增加。?
?下面是一个快照视图,显示了企业的 SERP 丰富元素( SERP 功能)的平均数量在一年内从 1.5 增加到了 2.5。?
?通用搜索越来越主导 SERP ,对于 SEO 来说应该是一个更大的关注点。?
?通用搜索结果现在在视觉上主导了大多数 SERP ,而传统的蓝色链接获得的点击量也越来越少。这是传统 SEO 策略给人们带来的担忧,所以需要适应并着眼于更广阔的前景。?
?通用搜索依赖于非文本元素,如图像、视频、地图、问题、社交渠道等,因此企业需要开发这些格式并将它们整合到策略中,以便在 Google(或 Bing) SERP 上获得更好的可见性。?
?不仅如此,由于 Twitter、YouTube 和其他第三方平台往往会主导 SERP 上的通用结果,需要考虑将它们更紧密地整合到 SEO 策略中。?
【谷歌通用搜索排名的工作原理大揭秘(搜索远不止竞价排名)】?可以这样说,站外 SEO 从未像现在这样重要。?
推荐阅读
- #yyds干货盘点#java导出excel文件
- Hudi Bucket Index 在字节跳动的设计与实践
- 基于 Kafka 的实时数仓在搜索的实践应用
- #yyds干货盘点# 升级爸爸程序员了(用Python给自己的宝贝下载200+绘本动画吧!)
- MGR及GreatSQL资源汇总
- 当OpenHarmony遇上OpenEuler
- openssh/openssl 升级步骤
- Docker安装存储引擎服务进程镜像结构
- k8s-harbor安装