Backlinks RankBrain: Những điểm sai lệch trong các tuyên bố

Ba tuyên bố, được kiểm tra từng cái một

Hầu hết các huyền thoại về xếp hạng học máy đều có một hình dạng chung. Một hệ thống có tên công khai được gán một công thức riêng tư. Công thức đó, một cách thuận tiện, bán một sản phẩm nào đó. Hãy xem xét ba tuyên bố phổ biến và đặt cùng một câu hỏi cho mỗi tuyên bố: bài kiểm tra là gì?

RankBrain có đọc anchor text không?

Hãy tưởng tượng một marketer xây dựng liên kết với một anchor text chính xác duy nhất, hy vọng RankBrain sẽ học về trang. Google mô tả RankBrain như một hệ thống để diễn giải các truy vấn chưa từng thấy. Nó không mô tả việc đọc anchor text, vì vậy tuyên bố yêu cầu hệ thống thực hiện một nhiệm vụ chưa ai ghi nhận.

Một bài kiểm tra công bằng hơn hỏi xem các anchor text mà đối thủ của bạn sử dụng là gì và liệu những trang đó có xếp hạng hay không. Câu hỏi đó liên quan đến mẫu của bạn, không phải trọng số ẩn, và lệnh anchors của chúng tôi trả về văn bản cho một trang web với giá 2 tín dụng.

BERT có trừng phạt các anchor text chứa đầy từ khóa không?

BERT là một mô hình ngôn ngữ đọc các từ của một truy vấn và một đoạn văn trong ngữ cảnh. Google đã ghi nhận nó như một cách để hiểu ngôn ngữ, không phải là một hình phạt cho các cụm từ lặp lại.

Chính sách spam là một vấn đề khác. Một đám đông đột ngột các anchor text thương mại giống h nhau đặt ra một câu hỏi về phía liên kết, và sổ tay xử lý spam sẽ hướng dẫn bạn kiểm tra đó.

Tài liệu của Google về BERT nói về các truy vấn và đoạn văn, đó là một đối tượng khác với một liên kết. Hãy nhớ sự khác biệt này khi ai đó trích dẫn BERT trong một pitch liên kết.

Số lượng liên kết cao hơn luôn luôn chiến thắng?

Số lượng có vẻ thuyết phục trong một bài kiểm tra nhỏ. Tuy nhiên, Google liệt kê nhiều tín hiệu, và một trang web có nhiều tên miền trỏ đến hơn vẫn có thể thua một trang web trả lời truy vấn tốt hơn.

So sánh số lượng với vị trí trên các truy vấn của bạn. Nếu mối quan hệ yếu, số lượng không bao giờ là toàn bộ câu chuyện, và lý thuyết cần một lý do khác để đứng vững.

Các ngày tháng đáng biết

Tháng 10 năm 2015: Google xác nhận RankBrain. Sau đó, năm 2018 mang đến bản cập nhật core tháng 8, và tháng 10 năm 2019 mang đến BERT. Tháng 8 năm 2022 mang đến hệ thống nội dung hữu ích, tiếp theo là bản cập nhật spam liên kết của SpamBrain vào tháng 12 năm đó.

Vào tháng 3 năm 2024, nội dung hữu ích đã trở thành một phần của xếp hạng core và Google đã chạy một bản cập nhật spam vào cùng ngày, ngày 5 tháng 3. Đọc các mục đó cạnh nhau cho thấy rằng các hệ thống phía liên kết và phía nội dung hoạt động trên các lịch trình khác nhau.

Giữ đường thời gian đó bên cạnh bất kỳ biểu đồ lưu lượng truy cập nào. Hầu hết các tuyên bố về nguyên nhân ML biến mất khi các ngày tháng không khớp.

Những gì Google đã ghi nhận, và những gì chưa

Hồ sơ công khai hẹp hơn nhiều bài báo gợi ý. Đáng để đọc chậm trước khi bạn xây dựng một lý thuyết dựa trên đó.

Những gì có trong hồ sơ

Google đã công bố các mô tả ngắn về RankBrain, BERT và hệ thống nội dung hữu ích. Những ghi chú đó nêu rõ truy vấn, ngôn ngữ và chất lượng nội dung là công việc của mỗi hệ thống. Một công thức liên kết cho bất kỳ hệ thống nào trong số đó không nằm trong các mô tả đã công bố.

Đọc kỹ văn bản. Một thông báo rằng một hệ thống tồn tại cho bạn biết mục đích của nó. Nó không cho bạn biết các trọng số của nó.

Những gì chưa bao giờ được công bố

Google chưa công bố cách RankBrain cân bằng liên kết so với nội dung, hoặc cách bất kỳ hệ thống nào trong ba hệ thống này xếp hạng một trang cho một truy vấn nhất định. Bất kỳ ai nêu các trọng số đó đều đang đoán, bất kể giọng điệu của họ là gì.

Sự im lặng đó có hai mặt. Không ai có thể chứng minh rằng một liên kết không có tác dụng bên trong các hệ thống đó, vì vị trí trung thực là hẹp: không biết, và đáng để kiểm tra thay vì giả định.

Khi một nguồn đưa cho bạn một trọng số chính xác, hãy hỏi con số đó đến từ đâu. Một con số không có tài liệu đi kèm là một dòng bán hàng, dù biểu đồ có vẻ khoa học đến đâu.

Nguồn gốc của các huyền thoại

Học máy nghe giống như phép thuật. Mọi người lấp đầy khoảng trống bằng bất cứ thứ gì họ đã bán. Các nhà cung cấp liên kết nói về liên kết, các agency nội dung nói về nội dung.

Văn bản của chính Google cũng hẹp hơn. Vào tháng 3 năm 2016, một trưởng nhóm tìm kiếm của Google đã nêu liên kết, nội dung và RankBrain là ba tín hiệu hàng đầu, nhưng công ty chưa bao giờ công bố cách RankBrain được tính toán hoặc nó cân bằng với liên kết như thế nào.

Vì vậy, hãy đọc phiên bản cẩn thận: một hệ thống tồn tại, nó quan trọng, và các hoạt động bên trong chưa được công bố. Yêu cầu bất kỳ tuyên bố nào nêu bài kiểm tra của nó. Nếu không thể, hãy chuyển sang mục khác.

Các nhà cung cấp và cố vấn không phải là những người duy nhất bẻ cong câu chuyện. Những người đam mê lặp lại một cách đọc thông minh cho đến khi nó nghe giống như một sự thật, vì vậy hãy coi bất kỳ lời giải thích gọn gàng nào là bản nháp cho đến khi bạn thấy nguồn của nó.

Tại sao một câu chuyện sạch sẽ lan truyền

Một lời giải thích gọn gàng dễ dàng lặp lại, và nó phù hợp với một slide. Các hệ thống thực tế hiếm khi đưa ra câu trả lời sạch sẽ như vậy. Khoảng cách giữa hai điều đó là nơi hầu hết các tuyên bố tự tin xuất phát.

Khi bạn thấy một chuỗi nguyên nhân và kết quả gọn gàng, hãy hỏi bước nào đã được đo lường và bước nào chỉ được giả định.

Tại sao một câu chuyện cá nhân không phải là một mẫu

Một trang web đã phục hồi sau một đợt đẩy liên kết chứng minh rằng một trang web đã phục hồi. Nó không nói gì về các trang web đã làm điều tương tự và vẫn phẳng. Hãy hỏi về mẫu số trước khi bạn chấp nhận câu chuyện.

Một mẫu gồm ba mươi trang web tương đồng dạy nhiều hơn một trường hợp kịch tính đơn lẻ.

Một marketer thực sự có thể làm gì với điều này

Bỏ qua lý thuyết và chạy một so sánh. Ví dụ đã làm của chúng tôi hiển thị các lệnh gọi, sử dụng các trang web giả định để không ai nhầm nó với một phát hiện.

Sau đó, hãy xem xét mặt khác. Nếu một sự sụt giảm theo sau một làn sóng các anchor text kỳ lạ, sổ tay xử lý spam cho bạn biết liệu có nên hành động hay chờ đợi. Thường thì bạn chờ đợi.

BERT thể hiện rõ việc đọc quá mức. Hype đã rất cao. Nó đạt đến các tìm kiếm tiếng Anh tại Mỹ vào tháng 10 năm 2019 và hơn 70 ngôn ngữ vào tháng 12, và nhiều trang web không thấy gì cả. Viết lại mọi trang cho nó là một sự lãng phí của một quý.

Nếu nhóm của bạn tiếp tục tranh luận về thay đổi nào gây ra sự sụt giảm, hãy viết hai nguyên nhân ứng viên trên một trang với ngày của mỗi nguyên nhân. Trang đó ngắn hơn cuộc tranh luận, và nó thường giải quyết thứ tự các kiểm tra.

Giữ bản ghi chép đơn giản. Một memo ngắn với ngày tháng và một bảng khó bị hiểu sai hơn một bộ slide đầy mũi tên.

Làm cho bài kiểm tra tiếp theo nhỏ hơn

Nếu bài kiểm tra đầu tiên quá rộng để đọc, hãy cắt nó xuống còn một nhóm truy vấn và một khoảng thời gian. Một bài kiểm tra hẹp có thể trông nhàm chán, nhưng đó là loại duy nhất có thể thất bại một cách rõ ràng.

Viết kết quả dự kiến trước khi chạy bài kiểm tra. Một bài kiểm tra không có kết quả dự kiến dễ bị diễn giải lại sau đó.