|
Post by account_disabled on Aug 8, 2023 9:54:21 GMT
这并不是说相关性研究毫无用处,但我们应该用它们来加深我们的理解并促进进一步的调查,而不是作为排名因素的最终定论。 方法 (或者直接跳到结果!) 上面引用的Moz研究使用了 Google 关键字规划 电子邮件营销列表 器中所有 22 个顶级类别中提供的 800 个示例关键字,然后查看了每个关键字的前 50 个结果。重复数据删除后,会产生 16,521 个查询。Moz 只查看网页结果(没有图像、答案框等),忽略了总共少于 25 个结果的查询,并且据我所知,使用了桌面排名。
我采取了稍微不同的方法。我联系STAT,请求提供美国市场约 5,000 个非品牌关键字的样本。与 Moz 一样,我剔除了非网络结果,但与 Moz 不同的是,我还剔除了基本排名低于 10 的任何内容(基本排名是 STAT 在排除非网络结果时呈现搜索结果排名的方式)。您可以在此处查看 STAT 导出。 Moz 使用平均 Spearman 相关性,该过程涉及对每个关键字的变量进行排名,然后取所有关键字的平均相关性。我也选择了这种方法,我将使用下面的示例解释为什么: 对于关键字 A,前 5 个搜索结果中的品牌搜索量差异很大。这意味着搜索量和排名永远不会有特别好的相关性,即使结果是按照搜索量的顺序完美排序的。 Moz 的方法通过将排名位置(表中的第二列)与表最右侧的列进行比较(每个网站针对给定变量的排名情况)来避免此问题。 在这种情况下,直接将排名与搜索量相关联将产生 (-)0.75 的相关性。与排名搜索量相关会产生完美的相关性 1。 然后对样本中的每个关键字重复此过程(我将同一关键字的桌面版和移动版算作两个关键字),然后取平均相关性。
|
|