Nagyon érdekes írást tett közzé a MathSight.org weboldal. Statisztikai módszerekkel elemezték ki a Pinvin 2.0 hatását az egyes oldalakra, és azt próbálták meg kideríteni, mely on-site SEO elemeket jutalmazta és melyeket büntette a Google. Állításaik szerint az elemzéseik 95%-os valószínűséggel megbízhatóak. Az elemzés számos új elemét tárhatja fel a Pingvin algoritmusnak.
Pingvin és Panda algoritmusok
A Panda algoritmust gyakran szokták úgy értelmezni, mint amelyik az adott weboldal tartalmát értékeli, míg a Pingvin elsősorban az adott oldalra mutató linkeket veszi szemügyre.
A mostani elemzés azonban kizárólag az on-site elemekre koncentrált és itt próbált meg statisztikai módszerekkel összefüggést találni a különböző on-site elemek és a Pingvin hatása között. A jelentés legmegdöbbentőbb állítása, hogy a Pingvin valójában nem a linkek alapján szűrte ki a gyenge minőségű oldalakat, hanem az adott weboldal olvasási élménye alapján próbálta meg a gyenge, spam oldalakat kiválogatni. Tehát lehet azt mondani, hogy a Pandához nagyon hasonló mintázatot követett.
A vizsgálatban elsősorban a fő szöveg karakterszámát, a benne előforduló szavak ritkaságát, az egyedi szavak számát, a szavak szótagszámát és más hasonló jellemzőket vizsgáltak. Ugyanezek a jellemzők kerültek vizsgálat alá a metaleírásokban, horgonyszövegekben, címsorokban is.
A legfontosabb tényezők?
A kutatás külön érdekessége volt, hogy az elemzés szerint a Pingvin a különböző szektoroknál más-más szempontok alapján döntött, tehát, ami az egyik szektorban pozitív jellemvonás volt, az egy másik szektorban negatív jellemvonásnak számíthatott. Ugyanakkor voltak olyan jellemzők, amelyek minden oldalra igazaknak bizonyultak:
– általában a fő szövegben a ritka szavak előfordulásának növekedése egy pozitív jelző volt a Pingvin szemében, és az oldal kevésbé minősül így webspamnek. Általában azokat tekintették ritka szavaknak, amelyik nem tartozik az 5000 leggyakrabban használt angol szó közé
– a címsorok használata szintén egy olyan jellemvonás volt, amit a Pingvin pozitívan értékelt, és különösen akkor, ha olyan szavak fordultak elő benne, amelyek nem gyakoriak
– a szövegben szereplő gyakori link szintén pozitív jellemvonásnak tűnik
– és bár nem jelenthető ki általános érvénnyel, de a metaleírások karakterszáma és esetleg a horgonyszövegek szószáma is pozitívan értékelendő. De ez utóbbi egyes szektorokban már negatívumként is jelentkezhet.
Hirdetés
A tanulmány kijelentései legalábbis újszerűnek mondhatóak, mert azt állítja, hogy a Pingvin 2.0 az egyes oldalak spam jellegét az on-site jellemvonások alapján ítélte meg. Ha kicsit belegondolunk ebbe a logikába, nem is tűnik annyira furcsának, hiszen a webspam oldalak kiszűrése elsősorban azok karakterisztikáján alapulhat, aminek nyilvánvalóan fontos, meghatározó eleme, az adott oldalak tartalma. A tanulmány érdekessége inkább az, hogy a Pingvin 2.0 a Panda-algoritmusnak tulajdonított jellemvonások alapján döntött a weboldalak spam jellegéről, vagy ahogyan a MathSight fogalmazott az olvasói élmény alapján ítélte meg a weboldalakat.
Hatással lehet a linképítésre
A tanulmány állításait érdemes lehet figyelembe venni saját oldalunknál, de akkor is ha linképítésbe kezdünk. Ma már nem elég arra figyelni hová kerülnek ki linkjeink, hanem arra is oda kell figyelni, hogy az adott szövegek milyen minőségűek. Hiszen ez egyértelmű jelzés lehet a Pingvin-algoritmus számára, hogy a linkelés nem hiteles. Legyen a szöveg terjedelmes, igényes, használjon ritka szavakat, legyenek címsorok, és linkeljünk más oldalakra is. Ekkor lesz értékes a link, amit kapunk
Te mit gondolsz, igaza lehet a tanulmány készítőinek? A Pingvin 2.0 valóban az olvasói élmény alapján ítélhette meg a weboldalakat?
Töltsd le a Google 100 keresőoptimalizálási tanácsát
...és értesülj a legfontosabb SEO hírekről. 100% SEO, zéró spam.
Komolyanvehetetlen tanulmány, sokszorosan logikátlan, véletlenszerű következtetésekkel.
Már a fenti összefoglaló alapján is látszanak problémák:
Olyan abszolúte általános jellemzők, mint a szótagszám vagy ritka szavak, üzleti szektorokként máshogy vannak figyelembe véve az algoritmusban? Ki tudja, lehet, hogy ha jobban elmélyülünk a vizsgálódásban, még az is kiviláglana, hogy a 14-esnél nagyobb betűméret javítja a papíripari vállalkozások honlapjának a helyezését; a túl sok névelő használata pedig rontja a babaruhaboltokét.
Az olvasási élményhez az egyik legjelentősebb mértékben hozzájáruló tényező a meta description címke tartalma? Hiszen a honlapon nem is látszik…
H1 elemben pozitív tényező a ritka szó; H3 elemben negatív? Milyen józan, értékalapú rangsoroláshoz van ennek bármi köze?
Ha a belinkelt tanulmányt is átnézzük, kiderül néhány további hitelességromboló dolog.
1. Az itt is látható Punished/Rewarded grafikon az eredeti tanulmány szerint egyetlen honlap elemzésén alapul. Maga az anyag egyszerűen végigmegy három különböző honlapon, és mindegyik esetében más-más következtetésekre jut.
2. A vizsgáltak között van olyan honlap, amelynek látogatottsága a Pingvin 2-t követően napi 34-ről 60-ra ugrott. Ilyen kaliberű site-ot algoritmusváltozási elemzésbe bevonni önmagában vicc.
3. A fenti grafikon alapjául szolgáló weboldalt lényegében nem is érintette a kettes számú állatka: a tanulmány is csak annyit állít, hogy „their visitor traffic fluctuated slightly around 19th May” és az átlagos napi látogatottság 0,53%-kal(!) csökkent.
A konklúzióban ezt írják:
‘Összességében nagy eltérés volt a pozitívan értékelt jellemzők tekintetében a különböző vizsgált honlapok közt. Ez arra utal, hogy az a tanács lehet eredményes, amelyet az egyedi domainre, vagy domaintípusra szabnak.’
Más szóval: semmilyen általános érvényű következtetést nem sikerült levonnunk; ha érdemi meglátásokra van szükség, akkor az egyes honlapokat külön-külön kell elemezni (ahogy eddig is).
Bocsánat, legvégül írnak konkrétnak látszó tanácsokat (amelyek itt az összefoglalóban is olvashatóak) – mindezt KETTŐ darab honlap analizálására támaszkodva.
Gyakorlatilag egy szakmai anyagnak tűnő marketinganyagot hoztak létre, amit ki tudnak küldeni jobbra-balra, és a legtöbb címzettnek csak az fog feltűnni, hogy 14 oldalas, grafikonokkal és esettanulmányokkal, matematikai elemzéssel – tyű, ez biztosan komoly és profi cucc!
(A hozzászólásba tettem néhány nagyobb szótagszámú és viszonylag ritka szót, hátha jól jön)
Szia!
Köszönöm a véleményt, jó tudni, hogy van aki még utánanéz annak amit olvas.
Nem tisztem megvédeni a tanulmányt, mert én is éreztem, hogy vannak benne legalábbis aggályos pontok, talán ez a cikk szövegezéséből is kiolvasható volt, de szerintem igenis vannak olyan megállapításai, vagy szempontjai a tanulmánynak, amit érdemes megfontolni.
Szerintem az, amit a szövegek értékeléséről ír igenis hasznos, az én megítélésem szerint a keresőmotoroknak igenis jelzésértékű lehet egy szöveg terjedelme, aaz abban megjelenő szövegek stílusa, amit egy gép nem tud úgy értelmezni, ahogyan mi, hanem csak a szótagszámok, a szavak előfordulási gyakorisága, a szótagszám, szinonímák és más mérhető elemek alapján. Az is szerintem érthető, hogy a címsorok hossza is mutathatja azt hogy ítt egy nem túloptimalizált oldalról van szó, és a többi.
Azt is könnyedén eltudom képzelni, hogy az oldal jellegétől eltérően viselkedik a Pingvin. Pl. időjárási oldalak esetében az elvihető bannerek nagyon sok linket tudnak adni, ami természetes, de más weboldalak esetén ez erőse spam jellegű lehet, stb.
De nem vitatkozni akarok, csak kicsit árnyalni a képet, de köszönöm a tartalmas hozzászólást.
Nyilván lehetséges, hogy az említett tényezőket tényleg figyelembe veszi az algoritmus, csak éppen a tanulmány ezt semmilyen érdemi módon nem tudta igazolni.
Az önmagában csalóka, hogy mi tűnik logikusnak és mit tudunk elképzelni. Különösen a keresőpiacon, ahol a főhős vagy maga kreálja, vagy legalábbis ‘köszöni szépen’ a mítoszokat saját algoritmusának fantasztikus kifinomultságával kapcsolatban – amely kifinomultságot aztán a találati listákban megnyilvánuló tényleges produktum gyakran nem igazán tükröz.
Az elvihető bannerek és a linkprofil jellege közti összefüggés kissé más tészta, mint ad hoc módon kiválasztott üzleti szektorok (óra- és ékszerkereskedelem, mobilalkalmazás-fejlesztés) ritka szavak és szótagszámok szerint megkülönböztetett rangsorolása. Az általad említett differenciálás értelmes; a tanulmány által sugallt nem.