點擊對搜索引擎排名產生的影響
分享
評論
贊0
雖然說點擊猶如昨日黃花，在百度一輪又一輪的算法更新下，效果已經微乎其微。當然也有群友在說通過點擊排名上升了，其實我可以肯定的告訴你市面上百分之90以上的排名點擊器原理是錯誤的!
排名點擊的來源
說到來源不得不提搜索引擎性能評價了，搜索引擎性能評價原屬于一個搜索引擎性能指標，但隨著搜索引擎積累的用戶行為數據增多，搜索引擎也加入了這一用戶行為分析。所以后面自然而然的出現了這類的作弊行為，這類作弊效果為什么會如此有效也莫過于搜索引擎注重民主選舉的一種體現了，按照常理來說用戶點擊越多的page自然也是最具價值的頁面。當然了道高一尺魔高一丈搜索引擎算法工程在正在得意的時候卻又給了我們一個空子。
真正的搜索引擎點擊評價應該是這樣的
點擊排名
如上圖顯示的就是搜索關鍵詞 SEO教程 排除競價等頁面后獲取的第一頁結果集。
原則上來說在同一時間或者者說相應的周期內排名是固定不變的，那么這個時候用戶點擊是多樣化的。
這里我不得不在補充點：搜索引擎按照用戶行為一般會把用戶行為分為：
導航類：導航類用戶基本上市尋找一些已知的信息，比如檢索XXX網站、XXX文獻等等，都屬于導航類用戶。
信息類：一般用戶是沒有明確是意圖，不想導航類用戶一樣，明確要檢索的內容，一般會去檢索：如何做好優化等等主題并非很明確的檢索詞。
事物類：事物類型客戶的意圖也是非常明確的比如搜索：鳳雀下載等等都屬于這類用戶。
當然了，還有很多特殊用戶，無論是否是上述三種搜索類型用戶或者這個界定是否明確，搜索引擎確實把用戶分成三類，如何分，怎么分那是搜索引擎說了算的。
提到分類的目的也是為了告訴大家其實搜索頁面可能不僅僅會表現一直類型的頁面，既然有用戶分類，搜索引擎為了獲得較好的用戶體驗同樣也會把搜索結果劃分成類似的幾塊來滿足用戶的基本需求。
我們來模擬出2個客戶：
用戶A行為
點擊排名
用戶B行為
點擊排名
在說明一點，是模擬用戶行為而已。
從A B 2個用戶我們可以明顯的看的出來，用戶A基本上屬于導航類用戶，而B用戶基本上屬于信息類用戶。當然了用戶類型已經不重要了，這個是搜索引擎的事情，我們這里只是列舉了2個用戶的行為，在數量較多的情況下就可以分析出絕大多數用戶的搜索行為，比如AB用戶中第二個page點擊量是最多的，那么自然是用戶最認可的一個page結構了。當初的百度排名點擊器也是按照這個邏輯一直在做，認為排名在100名內通過點擊甚至是分時段的點擊量來獲得排名，可以說前期這類工具效果尤其突出，但是這不是鉆了搜索引擎的漏洞，而是鉆了算法工程師的一個漏洞，因為他們沒有考慮到用戶只點擊一次，這種強制性需求的問題。
按照常理來說，一個用戶檢索一個內容只點擊一個page，的幾率微乎其微。搜索引擎算法工程師沒有想到這個問題。作為現在已經發現了這個bug后搜索引擎就很容易來識別這類點擊了，因為排名點擊工具具備這樣一些用戶沒有的特征：
1.結果點擊單一。
2.頁面停留時間較短。
3.IP集中，其實這點根本就無需判斷。
4.逆常規行為，比如直接去點擊5頁的某一結果。
而正常的用戶絕對不會這樣去查找結果，用戶一般會點擊2-5個結果頁面(其實百度應該臉紅一下)。不多說了，大家可以細細去體會一下，畢竟本文僅限技術交流。
點擊器的大問題
如果我上面寫的這些你看了，你會說：你也太看不起人了，這些我們早想到了!
那么下面我說的值得你研究了。
搜索引擎比如百度，一般都存在某一種猜測性算法來檢測頁面的用戶體驗度，老站長會知道，曾經大家一起點擊谷歌廣告的時候會有一個小細節，那就是打開頁面后要停留，其實這個page頁面谷歌已經追蹤不到了，為什么要停留?雖然和谷歌的有點不一樣，但是確實百度內存在這樣一種推測性算法。
舉例說明一下：
1.用戶A 檢索關鍵詞：seo實驗室
2.點擊排名在第二位的結果，打開3S后關閉。
3.繼續在百度檢索頁面點擊排名第四位的結果。
4.以此類推直到該用戶獲得滿意結果，或是關閉了百度檢索頁面。
這里大家可以這樣認為：
1.用戶點擊第二位結果后，百度頁面其實是沒有關閉的，他在后臺完全可以計算時間。用戶第一次點擊后百度開始計時。
2.當用戶點擊第二次后，甚至是第二次檢索，第一次的計時停止。
百度通常會使用這個時間差來計算頁面的價值，比如可以直接計算停留時間，預計瀏覽頁面數，跳出率等等。
HI!那位做點擊器的作者，是不是給你啟發很大，其實頁面用戶行為上無論是現在還是今后必將影響搜索結果。
題外話：
我上面有說到用戶的一個類型分類，那么搜索結果其實也有這樣的分類的，比如百度的百科其實是提供給信息類用戶的。理論上百度也會遵循28定律來提供一些這樣的結果供大家選擇，當然搜索引擎的28定律是80%相關信息，20%額外富余內容即補充類內容，隨著以后搜索引擎對用戶的進一步了解，比例將會越來越多的變動。最后歡迎大家一起來討論SEO的排序算法相關內容。
猜你喜歡
評論(0人參與，0條評論)
發布評論
最新評論