Backlinky RankBrain: kde tvrzení selhávají

Tři tvrzení, ověřená po jednom

Většina mýtů o machine-learningovém rankingu má jeden tvar. Systém s veřejným jménem dostane soukromý vzorec. Vzorec, pohodlně, něco prodává. Vezměte tři běžná tvrzení a položte každému stejnou otázku: jaký je test?

Čte RankBrain anchor text?

Představte si marketéra, který buduje odkazy s jedním přesným anchor textem a doufá, že se RankBrain naučí stránku. Google popisuje RankBrain jako systém pro interpretaci dosud neviděných dotazů. Nepopisuje čtení anchor textů, takže tvrzení žádá systém, aby vykonával práci, kterou nikdo nedokumentoval.

Spravedlivější test se ptá, jaké anchor texty používají vaši rivalové a zda tyto stránky rankují. Tato otázka se týká vašeho vzorku, ne skryté váhy, a naše volání anchors vrátí formulaci pro jednu stránku za 2 kredity.

Trestá BERT anchor texty plné klíčových slov?

BERT je jazykový model, který čte slova dotazu a pasáže v kontextu. Google ho dokumentoval jako způsob porozumění jazyku, nikoliv jako trest za opakované fráze.

Politika proti spamu je jiná záležitost. Náhlý dav identických komerčních anchor textů vyvolává otázku na straně odkazů a spam runbook prochází tuto kontrolu.

Dokumentace Google k BERTu mluví o dotazech a pasážích, což je jiný objekt než odkaz. Mějte toto rozlišení na paměti, když někdo cituje BERT v nabídce odkazů.

Vyhrává vždy vyšší počet odkazů?

Počty vypadají přesvědčivě v malém testu. Google však uvádí mnoho signálů a stránka s více referenčními doménami může stále prohrát s tou, která lépe odpovídá na dotaz.

Porovnejte počty s pozicemi napříč vašimi dotazy. Pokud je vztah slabý, počet nikdy nebyl celým příběhem a teorie potřebuje další důvod, aby obstála.

Data, která stojí za to znát

Říjen 2015: Google potvrzuje RankBrain. Pak v roce 2018 přichází srpnová jádrová aktualizace a v říjnu 2019 BERT. Srpen 2022 nám dává systém užitečného obsahu, následovaný aktualizací spamu v odkazech SpamBrain v prosinci.

V březnu 2024 se užitečný obsah stal součástí jádrového rankingování a Google provedl spamovou aktualizaci téhož dne, 5. března. Čtení těchto záznamů vedle sebe ukazuje, že systémy na straně odkazů a obsahu se pohybují po různých časových osách.

Mějte tuto časovou osu vedle jakéhokoliv grafu provozu. Většina tvrzení o příčinné souvislosti ML mizí, když se data neshodují.

Co Google dokumentoval a co ne

Veřejný záznam je užší než většina článků naznačuje. Stojí za to číst pomalu, než postavíte teorii.

Co je v záznamu

Google zveřejnil krátké popisy RankBrainu, BERTu a systému užitečného obsahu. Tyto poznámky uvádějí dotazy, jazyk a kvalitu obsahu jako práci každého systému. Vzorec pro odkany u některého z nich není mezi zveřejněnými popisy.

Čtěte slovní znění pečlivě. Oznámení, že systém existuje, vám řekne jeho účel. Neřekne vám jeho váhy.

Co nikdy nebylo zveřejněno

Google nezveřejnil, jak RankBrain váží odkazy vůči obsahu, ani jak kterýkoliv ze tří systémů rankuje stránku pro daný dotaz. Každý, kdo jmenuje tyto váhy, hádá, bez ohledu na tón, který používá.

Tohle ticho řeže oběma směry. Nikdo také nemůže dokázat, že odkaz uvnitř těchto systémů nic nedělá, takže upřímná pozice je úzká: neznámé, a stojí za to to testovat, nikoliv předpokládat.

Když vám zdroj dá přesnou váhu, ptejte se, odkud číslo pochází. Číslo bez dokumentu za ním je prodejní řetězec, jakkoliv vypadá graf vědecky.

Odkud mýty pocházejí

Machine learning zní jako magie. Lidé vyplňují mezeru tím, co už prodávají. Prodejci odkazů říkají odkazy, agentury obsahu říkají obsah.

Vlastní slovní znění Google je užší. V březnu 2016 vedoucí vyhledávání Google jmenoval odkazy, obsah a RankBrain jako tři hlavní signály, společnost však nikdy nezveřejnila, jak je RankBrain vypočítáván nebo co váží vůči odkazům.

Tak čtěte opatrnou verzi: systém existuje, záleží na něm a jeho vnitřní fungování není zveřejněno. Požádejte jakékoliv tvrzení o uvedení jeho testu. Pokud nemůže, přeskočte ho.

Prodejci a konzultanti nejsou jediní, kdo zkreslují příběh. Nadšenci opakují chytrou interpretaci, dokud nezní jako fakt, takže treatujte každé uhlazené vysvětlení jako koncept, dokud nevidíte jeho zdroj.

Proč se šíří čistý příběh

Uhlazené vysvětlení je snadné opakovat a vejde se na slide. Skutečné systémy zřídka dávají takovou čistou odpověď. Mezera mezi těmito dvěma je tam, kde pochází většina sebevědomých tvrzení.

Když uvidíte hezký řetězec příčiny a následku, ptejte se, který krok byl změřen a který byl pouze předpokládán.

Proč jedna anekdota není vzorek

Jedna stránka, která se zotavila po tlači odkazů, dokazuje, že se jedna stránka zotavila. Neříká nic o stránkách, které udělaly totéž a zůstaly ploché. Požádejte o jmenovatele, než přijmete příběh.

Vzorek třicti srovnatelných stránek naučí více než jeden dramatický případ.

Co může marketér s tímto skutečně dělat

Přejeďte teorii a proveďte srovnání. Naše pracovní příklad ukazuje volání, pomocí smyšlených stránek, aby si nikdo nemyslel, že jde o zjištění.

Pak se podívejte na druhou stranu. Pokud pokles následoval po vlně divných anchor textů, spam runbook vám řekne, zda jednat, nebo počkat. Často počkáte.

BERT ukazuje nadměrné čtení dobře. Hype byl vysoký. Dosáhl anglických hledání ve Spojených státech v říjnu 2019 a více než 70 jazycích v prosinci, a mnoho stránek neuvidělo vůbec nic. Přepsání každé stránky pro něj byla plýtvání čtvrtletím.

Pokud váš tým neustále diskutuje o tom, která změna způsobila pokles, napište dva kandidátské důvody na jednu stránku s datem každého. Stránka je kratší než debata a obvykle usnadní pořadí kontrol.

Udržujte zápis jednoduchý. Krátká memo s daty a jednou tabulkou je hůře čitelná než slide plný šipek.

Udělejte další test menším

Pokud byl první test příliš široký na čtení, zúžte ho na jednu skupinu dotazů a jeden časový rozsah. Úzký test může vypadat nudně, ale je to jediný druh, který může čistě selhat.

Napište očekávaný výsledek před spuštěním testu. Test bez očekávaného výsledku je snadno reinterpretovatelný později.