RankBrainのバックリンク：主張の誤り

3つの主張を一つずつ検証

機械学習によるランキングに関する神話の多くは、同じ形をしています。公開名を持つシステムに非公開の公式がある。その公式は都合よく何かを売ります。一般的なものを3つ取り上げ、それぞれに同じ質問を投げかけましょう：テストとは何か？

RankBrainはアンカーテキストを読むのか？

1つの正確なアンカーでリンクを構築し、RankBrainがページを学習するのを期待するマーケターを想像してください。GoogleはRankBrainを、以前に見たことのないクエリを解釈するためのシステムとして説明しています。アンカーテキストを読むことは説明されていないため、この主張はシステムに誰も文書化していない仕事をさせています。

より公平なテストは、競合他社がどのアンカーテキストを使用しているか、そしてそれらのページがランクされているかを尋ねることです。この質問は隠れた重みではなくあなたのサンプルに関するものであり、私たちの anchors コールは2クレジットで1サイトの wording を返します。

BERTは詰め込みアンカーをペナルティするのか？

BERTはクエリとパッセージの単語を文脈の中で読む言語モデルです。Googleはそれを、繰り返されたフレーズに対するペナルティではなく、言語を理解する方法として文書化しました。

スパムポリシーは別の問題です。同じ商業用アンカーの急増はリンク側の疑問を提起し、スパムランブックはそのチェックの手順を示しています。

GoogleのBERTに関する文書はクエリとパッセージについて述べており、これはリンクとは異なるオブジェクトです。誰かがリンクの営業でBERTを引用する際は、この区別を心に留めておいてください。

リンク数が多いことが常に勝つのか？

小さなテストではカウント説得力があるように見えます。しかし、Googleは多くのシグナルを列挙しており、参照ドメインの多いサイトでも、クエリにより良く答えるサイトに負けることがあります。

クエリ全体でカウントと順位を比較してください。関係が弱い場合、カウントは全体の話ではなく、その理論が立つための別の理由が必要です。

知っておくべき日付

2015年10月：GoogleはRankBrainを確認しました。次に2018年に8月のコアアップデート、2019年10月にBERTが到来しました。2022年8月にヘルプフルコンテンツシステムが導入され、その後12月にSpamBrainのリンクスパムアップデートが続きました。

2024年3月、ヘルプフルコンテンツはコアランキングの一部となり、Googleは同日3月5日にスパムアップデートを実施しました。これらのエントリを並べて読むと、リンク側とコンテンツ側のシステムが異なるペースで動作していることがわかります。

そのタイムラインをトラフィックチャートの隣に置いておきましょう。日付が一致しない場合、MLの因果関係に関する主張の多くは消えます。

Googleが文書化したこと、および文書化していないこと

公開記録は、多くの記事が示唆するよりも狭いです。それに基づいて理論を構築する前に、ゆっくりと読む価値があります。

記録に残っていること

GoogleはRankBrain、BERT、ヘルプフルコンテンツシステムの短い説明を公開しています。これらのノートは、各システムの業務としてクエリ、言語、コンテンツの品質を挙げています。それらのいずれかのリンク公式は、公開された説明には含まれていません。

wording を注意深く読みましょう。システムが存在するという発表は、その目的を伝えます。重みについては伝えません。

公開されていないこと

Googleは、RankBrainがリンクをコンテンツに対してどのように重み付けするか、または3つのシステムがいずれも特定のクエリに対してページをどのようにランク付けするかを公開していません。それらの重みを名指しする人は、トーンに関わらず推測しています。

その沈黙は両方向に作用します。リンクがそれらのシステム内で何もしないことを誰も証明できないため、誠実な立場は狭いものです：未知であり、仮定するよりもテストする価値があります。

正確な重みを提供するソースがある場合、その数字の由来を問いましょう。背後に文書のない数字は、チャートが科学的に見えても営業用の文言です。

神話の起源

機械学習は魔法のように見えます。人々は、すでに売っているものを穴埋めします。リンクベンダーはリンクを、コンテンツエージェンシーはコンテンツを主張します。

Google自身の wording はより狭いです。2016年3月、Googleの検索リードはリンク、コンテンツ、RankBrainを上位3つのシグナルとして名指しましたが、同社はRankBrainの計算方法やリンクに対して何を重み付けするかを公開していません。

したがって、慎重なバージョンを読みましょう：システムは存在し、重要であり、その内部動作は未公開です。あらゆる主張にテストを名指させなさい。それができない場合は、次に進みましょう。

ベンダーやコンサルタントだけが物語を曲げるわけではありません。熱狂的なファンは、賢明な読み方を繰り返して事実のように聞こえさせます。ソースを確認するまで、整った説明を草案として扱ってください。

なぜ清潔な物語が広がるのか

整った説明は繰り返すのが容易で、スライドに収まります。実際のシステムは、そのような清潔な答えをほとんど与えません。2つの間のギャップが、自信満々な主張の大部分の源です。

明確な因果関係の連鎖を目にしたときは、どのステップが測定され、どのステップが単なる仮定であったかを問いましょう。

なぜ1つの逸話がサンプルではないのか

リンクプッシュ後に回復した1つのサイトは、そのサイトが回復したことを証明します。同じことをして横ばいだったサイトについては何も示していません。物語を受け入れる前に分母を問いましょう。

30の比較可能なサイトのサンプルは、1つの劇的なケースよりも多くのことを教えてくれます。

マーケターが実際にこれを使って何ができるか

理論をスキップして比較を実行しましょう。私たちの作業例は、誰がそれを発見と誤解しないように発明されたサイトを使用して、コールを示しています。

次に、もう一方の側を見てください。奇妙なアンカーの波の後に低下があった場合、スパムランブックは、行動すべきか待つべきかを示しています。多くの場合、あなたは待ちます。

BERTは過剰な読み取りを明確に示します。 hype は高まりました。2019年10月に米国の英語検索に到達し、12月には70以上の言語に達しましたが、多くのサイトは何も見ていませんでした。それらのためにすべてのページを書き換えるのは、1四半期の無駄でした。

チームがどの変更が低下の原因だったかを議論し続ける場合、2つの候補原因を日付とともに1つのページに書き出します。そのページは議論よりも短く、通常はチェックの順序を決定します。

要約をシンプルに保ちましょう。日付と1つのテーブルを含む短いメモは、矢印でいっぱいのスライドデッキよりも誤解されにくいです。

次のテストを小さくする

最初のテストが読み取るには広すぎた場合、1つのクエリグループと1つの日付範囲に絞り込みます。狭いテストは退屈に見えるかもしれませんが、それはクリーンに失敗しうる唯一の種類です。

テストを実行する前に期待される結果を書き出します。期待される結果のないテストは、後で再解釈しやすいです。