Google的嬰兒演算法:如何針對SEO進行思考

[ad_1]

Google的嬰兒演算法:如何針對SEO進行思考

人為的一切都是可以理解的。

其中包括 Google演算法

但這並不意味著該演算法是已知的。

在20多年的時間裡 做SEO,我已經看到了數千種有關搜索引擎演算法(特別是Google的演算法)如何工作的理論。

從常春藤盟友博士到街頭聰明的小學輟學人員,每個人都在尋找銀彈–一種技巧或技術,可讓網站按所需的任何關鍵字或主題進行排名。

我見過一些SEO專業人員發現可以使用一段時間的東西。

我曾經看到過,黑帽似乎一度隨心所欲。

但是這些技巧永遠不會奏效。

我從不喜歡針對特定術語或主題進行排名的銀彈或操縱技巧。

我不認為SEO是火箭科學。

如果您只要將正確的數字插入數學公式中,就會相信您會排名。

問題在於這些數字一直在變化–如果Google發現有人發現了如何數學地操縱他們的系統,他們就會更改數字。

讓我們面對現實吧,當我們嘗試對Google演算法進行逆向工程時,無論我們多麼聰明,我們都類似於有人試圖蒙住雙眼在Jackson Pollock繪畫中找到特定的紅點。

不,SEO不是火箭科學。

更像是水暖。

您無需了解如何構建下水道系統,只需了解管道的工作原理,並願意在努力工作時弄髒您的手。

嬰兒演算法的興起

本月早些時候,Google的Gary Illyes在Pubcon上發表的講話證實了我目前對總體排名的看法。

伊利亞斯說:

「我們可能有數以百萬計的嬰兒演算法,它們的行為有所不同。他們可能會執行某些觸發某些網站爬網的操作。這完全取決於演算法及其要做什麼。」

換句話說,在Google中某個主題適用的內容可能不適用於其他主題。

每個主題可能都有自己的「嬰兒演算法」。

這意味著圍繞抵押貸款主題的關鍵字的排名標準將與食譜的排名標準不同。

這對於在多個垂直領域優化主題的任何人都是有意義的。

沒有任何總體的統一策略可以明確地讓任何網站為該主題排名。

在垂直方向上起作用的可能會在另一方向上很好地失敗。

Illyes證實了許多不同的Google演算法,這句話證實了現代SEO中沒有一種「千篇一律」的策略。

經過嘗試的現代SEO以及真正的最佳實踐,以及營銷細微差別,測試時間和測試時間。

SEO釣魚

我愛 隱喻

當我聽到Illyes談論嬰兒演算法時,我想到的不是可愛的可愛嬰兒。

那是池塘,湖泊,河流和海洋。

和魚。

在我的腦海中,我看到了廣闊的互動景觀,其中充滿了成千上萬種不同的水域。

每個池塘里都有不同類型的魚。

盛有鱸魚的池塘沒有鯊魚-鯊魚在更大的水域中。

許多人在池塘里放線。

其中一些人使用了錯誤的誘餌。

有些人試圖用蠕蟲捕捉鯊魚,而另一些人則試圖用大魷魚捕捉鱸魚。

定期,釣魚嚮導會建議一個不同的誘餌來幫助漁夫,或者將他們搬到另一個有他們所尋找魚種的池塘。

我能說什麼,我有一個生動的想像力。

當然,在這個比喻中,水體就是前面提到的嬰兒演算法。

魚是潛在的潛在客戶或顧客。

指南是SEO專業人士。

如果您做了很多釣魚工作,您就會知道正確的誘餌和正確的擺放位置可以決定成功或失敗。

SEO也是如此。

Illyes提到的某些嬰兒演算法似乎對SEO技術方面更為敏感。

這些嬰兒演算法中的某些演算法對精彩內容的反應最佳。

一些網站更傾向於使用可靠的反向鏈接配置文件對網站進行排名。

訣竅不僅在於了解您正在「釣魚」的嬰兒演算法中的工作原理,還在於找到正確的嬰兒演算法水域。

您不會在海洋中捕到淡水魚。

如果您嘗試針對基於旅行的嬰兒演算法進行優化,那麼您將不會吸引抵押貸款公司的客戶。

有很多人可以在沒有嚮導的情況下釣到魚。

如果您在魚塘里放一條魚,很難不釣到魚。

但是在SEO中,沒有很多水塘,而且漁民之間的競爭可能很殘酷。

這就是SEO出現的地方。

將SEO當作是釣魚的嚮導,他可以了解每種水域中潛伏著哪種魚。

SEO專業人員也了解用於捕獲特定魚的誘餌。

如果您需要抓鯊魚,那麼好的SEO會將您從嬰兒演算法池塘轉移到嬰兒演算法海洋。

SEO專業人員可能不了解每種單獨的嬰兒演算法,但經驗告訴他們如何為每種魚找到合適的位置並使用正確的誘餌-即使可能需要反覆試驗才能找到合適的誘餌和位置組合。

對於大多數公司來說,僅僅在一條池塘里放一條線是行不通的。

當然,您可能會幸運並釣到幾條小魚。

我一生中釣魚很多,我可以告訴你什麼時候我可以買得起一個好的釣魚指南,我就僱用一個。

我總是會在嚮導的幫助下釣到比自己更多的魚。

在SEO中,如果您不知道合適的誘餌或正確的水域來投釣,則需要指南。

好的SEO專業人員就是這些指南–我們為我們的公司或我們的客戶找到合適的嬰兒演算法和合適的誘餌,以捕捉他們所需的魚來餵養親人。

圖片信用

特色圖片: 不飛濺 /由作者修改,2019年10月

相關文章