|
Post by account_disabled on Jan 29, 2024 0:16:43 GMT -5
作者的观点完全是他们自己的(不包括催眠这一不太可能发生的事件),并且可能并不总是反映 Moz 的观点。 在过去的五年里,我们 Perficient 团队进行了持续的研究,以评估链接对排名的持久影响。这些研究一致表明链接作为排名因素很重要,但它们也表明谷歌正在加大对这些链接的质量/权威的重视。我们可以这样说,因为我们最近的研究表明,链接页面的域权限 (DA) 和页面权限 (PA) 与接收链接的页面排名之间存在很强的相关性。 每年,Moz 都会慷慨地向我们提供其Link Explorer索引的访问权限,我们可以在其中获取原始数据来执行分析。在这些研究中,我们进行斯皮尔曼相关分析,以显示以下变量如何与排名相关: 排名页面的链接数量 排名页面链接DA 排名页面链接PA 请注意,Moz 从未因包含或要求我们包含 DA 和 PA 计算而对我们进行补偿——我们选择这样做是出于我们自己的意愿。 事实上,Moz 的工作人员直到 2020 年 10 月初才知道我 目标电话号码或电话营销数据 们这样做了,尽管我们在 2020 年 4 月 16 日发布了带有我们的发现的帖子(说实话,我太忙了,没有时间赶上 Moz 团队并让他们知道)。简而言之,这里没有交换条件。 研究方法 如果您只是想看看结果如何,请继续跳至研究结果部分! 自 2016 年 5 月以来,我们几乎每年都进行这项研究。2016 年,我们从 6K 查询的初始查询集开始,但随着时间的推移已扩展到 32K 查询。这些查询是通过提取三个不同目标市场领域的网站的关键字排名报告来获得的,然后手动审查以删除任何结构不良或与该领域不相关的查询。我们关注的市场领域是技术、医疗保健和金融。 以下是我们迄今为止所做的五项研究中查询集大小的细分: 2016 年 5 月:6K 查询 2016 年 8 月:16K 次查询 2017 年 5 月:16K 查询 2018 年 8 月:27K 次查询 2019 年 12 月:32K 查询 每个扩展的查询集都包含之前研究中的所有查询,这使我们能够在一致的基础上跟踪结果,一直追溯到 2016 年。 在整理这项研究时,我还咨询了两位统计学专家:本特利大学的保罗·伯杰和前斯坦福大学的佩尔·恩格。由于数据集的性质和结构,我们决定最好的方法是计算研究中所有查询的 Spearman 相关性的二次均值。 我采用这种方法是因为它使用相关变量的平方(其中相关值为 R,二次均值使用 R 平方)。这很重要,因为了解相关变量 R 或许很有用,但它不允许您对它在现实世界中的含义做出具体的陈述。 然而,R 平方值更有趣。例如,如果 R 平方值为 0.56,我们可以说观察到的行为 Y(在我们的例子中为排名)的变异性的 56% 是由测试变量 X 引起的(在我们的研究中为链接计数,或DA/PA)。 以下是此计算过程如何工作的视觉效果: 二次均值计算的工作原理 结果总结 作为研究的一部分,我们提取了 Link Explorer 索引随时间增长的数据。由于我们拥有 16K 查询集三年来的索引大小数据,因此我们查看了此数据快照以显示 Link Explorer 索引的扩展情况: Links Explorer 索引的增长 该研究的核心目的之一是找到页面链接数量与其排名之间的相关性。
|
|