谷歌排名影响因素最新研究(SEM RUSH版)

2023-12-15 18:58

本文主要是介绍谷歌排名影响因素最新研究(SEM RUSH版),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

谷歌排名影响因素,关于这块的研究在国外有很多,一全老师(www.yiquanseo.com)以前也专门翻译整合过两篇,分别是Backlinko的《谷歌排名影响因素权威报告(研究了数百万谷歌网站得出的结论)》以及MOZ+ahrefs的《专业必读:Moz和ahrefs对谷歌排名影响因素的详细研究》。但这些显然还不够,所以,今天一全老师再来给大家解读一下SEO界大名鼎鼎的Sem Rush关于谷歌排名影响因素的权威研究

本文介绍的Sem Rush研究报告是2017年发布的,最后一次更新时间是2017年11月份,可以说是,当下权威研究报告中最新的一份了。

研究使用当下最先进的人工智能手段(关于研究结论、研究方法等详细内容可以看英文原文:https://www.semrush.com/blog/semrush-ranking-factors-study-2017-methodology-demystified/),得到的结论也是与传统研究因素有所差距,总体来说,还是很有参考价值的。

17项最重要的谷歌排名影响因素

谷歌排名影响因素最新研究(SEM RUSH版)

从上面报告可以看出,影响谷歌排名最重要的因素是Direct website visits(就是直接从浏览器输入网址访问网页的用户量,收藏了你网页,然后点击浏览器收藏直接到网页的用户,也会被计算进去),也就是说直接通过浏览器访问你网页的人越多,你网站在谷歌获得的排名就越好。

这个逻辑也比较好理解,如果很多用户都是直接访问你网站,连搜索都省了,那说明你的网站质量足够高,客户相信你的网站能解决他想了解的所有问题,根本无需搜索其他类似网站,这样当其他用户搜索类似话题的时候,谷歌自然会考虑将你的排名放的更靠前一点。(可能很多同学会问,谷歌怎么会知道有多少人直接访问我的网站,这个其实很容易理解,非常多的网站会添加谷歌分析,另外呢,世界上50%以上的客户都是用谷歌浏览器,所以真的很好统计。)

关于这一点,一全老师的建议是,踏踏实实把网页内容做好,然后尽量的让用户能收藏你的网站,增加网站直接访问量。

接下来Time on site(用户在网站的停留时间)、Pages per session(每个用户查看了几个页面)、Bounce rate(跳出率),属于第二梯队的重要因素,很明显,这些都属于谷歌用来评判页面质量的用户体验数据,用用户的行为来衡量网站是好是坏显然比单纯的判断文字数量、是否包含关键词等靠谱的多。

然后第三梯队是外链数据:Total referring domains(外链来源域数量)、Total backlinks(外链总数)、Total referring IPs(外链来源IP总数)、Total follow-backlinks(dofollow外链总数)再加上靠后一些的Total anchors(锚文本总数)及Keyword in anchor(关键词在锚文本中出现)。可以看出,sem rush研究结果中外链数据对谷歌排名的影响跟其他机构的研究报告基本一致。

至于第四梯队:Content length(内容长度)、Website security (HTTPS)(网站安全,是否使用https)、Keyword in body(关键词出现在主体内容中)、Keyword density(关键词密度)、Keyword in title(关键词出现在标题中)、Keyword in meta(关键词出现在meta标签中)、Video on page(网页上是否有视频)都属于页内SEO的因素,综合其他几份报告,我们可以发现现在页内SEO已经可以划归边缘因素了。(这里插一句,边缘因素是对老外来说,对我们来说并不成立,后面会讲为什么)

这样,如果sem rush的研究结果是非常准确的,我相信聪明的同学已经能够看出内容和外链到底谁更重要了,真正高质量的网站,符合用户体验的内容,真正能解决用户搜索目的,这些才是能让你网站排名能超过所有竞争对手的根本因素,第二部分才是外链,第三部分是常规的页内SEO。

但是必须说一句,这项研究采样数据在国外属于正常搜索量和正常SEO难度,但是对于大部分做外贸的同学来说,这些却属于高搜索量和超高难度,因为大部分同学做的产品,主要竞争对手来自中国或者其他发展中国家,这些竞争对手通常网站都做的很有问题,更别说SEO了,所以这些词如果让美国人来看,完全属于难度特别低的词,在他们的样本里,这样的内容是极少的,所以这样的研究结果对国外SEOer价值很大,但是对于我们来说,如果完全按这个理解,会有偏差的。

为什么?因为按一全老师的实践经验来看,现在很多低搜索量和低难度的词,谷歌现在的人工智能依旧没有吃透,依靠的还是原先的TDK+内容关键词的判断方式,简单来说,如果你的标题和内容中包含了关键词,要比标题和内容中关键词一次没出现的网页排名好太多。

简而言之一句话,在低搜索量、低竞争领域(也可以说是谷歌人工智能的边缘领域)页内SEO依旧是很重要的因素,然后外链,尤其是锚文本外链,则会在很大程度上决定,页内SEO做的差不多的网页谁的排名更好一点,最后则是用户体验数据,决定后续最终排名的稳定性。

OK,影响因素完了,还有Sem Rush的一些数据结论一并分享给大家:

谷歌排名影响因素最新研究(SEM RUSH版)

以上结论的翻译:

  1. 排名前三的网页文字内容比排名第20的网页多45%。
  2. 竞争高搜索量关键词的网站65%都使用了HTTPS。
  3. 高搜索量领域,谷歌排名第二的网页在外链来源域数量上,比排名第十的网页多1W个。
  4. 排名谷歌前三的网站跳出率一般控制在49%以内。
  5. 高指数词的竞争网站,页面主体内容不包含关键词概率为18%。
  6. 当用户通过谷歌搜索进入网站,平均会访问3-3.5个页面。
  7. 排名第二的网页外链来源域比排名第一的网页多20%(品牌关键词拉低了第一名的数据?还是样本排除了品牌关键词?)(不是很确定branded keywords drop在这里的准确意思)。
  8. 排名谷歌第一的网页外链总数是排在第二位的2倍(峰值数据)。
  9. 3%的外链在锚文本中包含关键词。

OK,结论就是这些,至于从结论中能得到那些有用的东西,这就需要大家好好思考了。

这篇关于谷歌排名影响因素最新研究(SEM RUSH版)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/497503

相关文章

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

Spring Boot 中整合 MyBatis-Plus详细步骤(最新推荐)

《SpringBoot中整合MyBatis-Plus详细步骤(最新推荐)》本文详细介绍了如何在SpringBoot项目中整合MyBatis-Plus,包括整合步骤、基本CRUD操作、分页查询、批... 目录一、整合步骤1. 创建 Spring Boot 项目2. 配置项目依赖3. 配置数据源4. 创建实体类

Java子线程无法获取Attributes的解决方法(最新推荐)

《Java子线程无法获取Attributes的解决方法(最新推荐)》在Java多线程编程中,子线程无法直接获取主线程设置的Attributes是一个常见问题,本文探讨了这一问题的原因,并提供了两种解决... 目录一、问题原因二、解决方案1. 直接传递数据2. 使用ThreadLocal(适用于线程独立数据)

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

hdu 2093 考试排名(sscanf)

模拟题。 直接从教程里拉解析。 因为表格里的数据格式不统一。有时候有"()",有时候又没有。而它也不会给我们提示。 这种情况下,就只能它它们统一看作字符串来处理了。现在就请出我们的主角sscanf()! sscanf 语法: #include int sscanf( const char *buffer, const char *format, ... ); 函数sscanf()和

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

一种改进的red5集群方案的应用、基于Red5服务器集群负载均衡调度算法研究

转自: 一种改进的red5集群方案的应用: http://wenku.baidu.com/link?url=jYQ1wNwHVBqJ-5XCYq0PRligp6Y5q6BYXyISUsF56My8DP8dc9CZ4pZvpPz1abxJn8fojMrL0IyfmMHStpvkotqC1RWlRMGnzVL1X4IPOa_  基于Red5服务器集群负载均衡调度算法研究 http://ww