7 типов доказательств SEO

В последнее время у нас было много дискуссий о SEO как науке. К сожалению, эти дискуссии иногда сводятся к спорам о семантике или о том, какой подход является «лучшим» во всех ситуациях. Сегодня я хотел бы отступить на несколько минут назад и поговорить о более широком мире доказательств SEO. Хотя не все эти типы доказательств являются «наукой» в техническом смысле, все они важны для нашего общего понимания. Нам нужно использовать их лучшие части, если мы когда-либо надеемся развить зрелую науку SEO.

Фундаментальное предположение

Вся наука основывается на фундаментальном предположении задолго до того, как будет выдвинута или проверена какая-либо гипотеза. Фундаментальное предположение состоит в том, что Вселенная упорядочена и следует правилам, и что посредством наблюдения и экспериментов мы можем определить эти правила. Без упорядоченной Вселенной наука была бы невозможна (как, скорее всего, и существование). Связанное с этим предположение состоит в том, что эти правила относительно статичны — если они меняются, они меняются очень медленно. Наш взгляд на Вселенную может резко измениться, что приведет к смене парадигм, но основные правила останутся примерно такими же.

Преимущество, которое мы имеем как оптимизаторы поисковых систем, заключается в том, что мы точно знаем, что наша Вселенная упорядочена. Как и Нео, мы видели «Матрицу». Алгоритм состоит из строк кода, написанных людьми и запущенных на серверах.

Недостатком SEO-науки является то, что правила, управляющие нашей вселенной, НЕ статичны. Алгоритм меняется постоянно — до 400 раз в год. Это означает, что любое наблюдение, любые данные и даже любой контролируемый эксперимент могут оказаться неактуальными. Факты, на основе которых мы строили наши методы SEO 5 или 10 лет назад, сегодня не всегда актуальны.

(1) Анекдотические свидетельства

Вся наука начинается с наблюдения. В области SEO мы каждый день вносим изменения в сайты и измеряем, что происходит. Когда рейтинг повышается и понижается, мы, естественно, пытаемся выяснить, почему, и связать эти изменения с тем, что мы делали в прошлом. Хотя это не «наука» в техническом смысле, свидетельства нашего собственного опыта очень важны. Без наблюдения за Вселенной и создания историй, объясняющих ее, мы никогда бы ничего не узнали из этого опыта.

ЗА — Анекдотические доказательства легко собрать, и это самая обширная форма доказательств, которая есть у любого из нас. Это строительный блок практически для любой формы научного исследования.

МИНУСЫ — Наш собственный опыт легко зависит от наших предубеждений. Кроме того, ни один опыт не может рассказать всю историю. Анекдотические свидетельства — это только отправная точка.

(2) Пророческое свидетельство

У оптимизаторов есть уникальный тип доступных доказательств. Время от времени пророк спускается с Вершины горы (или Маунтин-Вью), бреет голову и произносит слова богов Google. Независимо от того, решим ли мы верить этим пророкам или нет, факт остается фактом: есть люди, которые видели и написали алгоритм, и эти люди имеют доступ к фактам, которых нет у остальных из нас. Их утверждения (и наша способность критически согласовать эти утверждения) — важная часть общей головоломки.

ЗА — Пророки максимально приближены к объективной реальности. У них есть непосредственное понимание алгоритма.

МИНУСЫ — Пророки не заинтересованы в том, чтобы рассказывать нам всю правду. Их сообщения могут быть загадочными и даже вводящими в заблуждение.

(3) Свидетельства из вторых рук

Когда вы слышите свидетельства «из вторых рук», вы, естественно, можете вспомнить крайние примеры, такие как слухи и городские легенды:

Стилист соседки моей двоюродной сестры сказал, что однажды она изменила все свои метатеги на «секс-покер, секс-покер, секс», и ее сайт сразу же занял первое место в Google!

Однако, чтобы быть справедливым, свидетельства из вторых рук также включают в себя законную науку, которая была до нас, и опыт наших сверстников. Если бы мы были вынуждены подтверждать и повторять каждый вывод для себя, мы бы никогда не добились прогресса. В конечном итоге мы опираемся на надежные выводы других экспертов, прошлых и настоящих.

ЗА — Свидетельства из вторых рук — основа научного прогресса.

МИНУСЫ — Иногда эксперты ошибаются, и вам нужно научиться отличать друг от друга, особенно в такой молодой области, как SEO.

(4) Экспериментальная — «Дикая»

Эксперименты — это сердце Capital-S Science. Самые простые эксперименты происходят примерно так:

• Вы формируете гипотезу («Добавление ключевых слов в мой тег заголовка улучшит рейтинг»).
• Вы вносите изменения, чтобы проверить эту гипотезу.
• Вы оцениваете результат и выясняете, были ли вы правы.

Большинство SEO-экспериментов по своей природе происходит «в дикой природе». Мы должны разместить наши сайты в мире, и нам часто приходится использовать существующие сайты, которые уже сложны и изменяются.

ЗА — Непосредственно формируя и проверяя гипотезу, мы можем приступить к определению причинно-следственной связи. Мы также можем повторить процесс, помогая подтвердить то, что мы узнали.

МИНУСЫ — Использование существующих сайтов в дикой природе создает много лишнего шума. Часто нашим сайтам приходится постоянно меняться (даже во время эксперимента), а Google постоянно меняется. Также существует изрядный риск — если мы изменим наши обычные сайты для проверки теорий SEO, ошибки могут дорого обойтись.

(5) Экспериментальный — Контролируемый

Это классический SEO-эксперимент, когда мы регистрируем одно или несколько новых доменных имен и создаем сайты с нуля. Мы даже можем ввести контрольную группу, построив оба сайта до шага X, а затем изменив только один из сайтов после этого. Даже в этом случае было бы лучше назвать эти эксперименты «полууправляемыми», поскольку алгоритм Google все еще может меняться, и мы не всегда можем контролировать внешние воздействия (например, кто-то случайно переходит по ссылке на один из сайтов).

ЗА — Этот подход — лучшее, что мы можем сделать с точки зрения контроля, и он отделяет множество мешающих факторов.

МИНУСЫ — Искусственные сайты, которые мы создали в этих экспериментах (часто с использованием бессмысленных слов), не всегда соответствуют реальным сложным сайтам. Кроме того, эти эксперименты обычно проводятся на выборке всего одного или нескольких сайтов, чтобы сэкономить время и деньги. Статистической значимости может быть очень сложно достичь.

(6) Корреляционные свидетельства

Иногда либо мы не можем выделить переменные, участвующие в сложной ситуации (например, более 200 факторов, которые Google использует в своей модели ранжирования), либо прямое экспериментирование невозможно или неэтично. Например, предположим, вы хотите понять, как курение влияет на смертность. Вы не можете взять 1000 5-летних детей, заставить их курить 70 лет и сравнить их с 1000 некурящих 5-летних. В этих случаях вы берете очень большой набор данных и смотрите на корреляции. Другими словами, если я посмотрю на 1000 курильщиков и 1000 некурящих, насколько вероятно, что каждая группа умрет в определенном возрасте? Корреляция может помочь вам понять, как изменения X (в данном случае курение) сочетаются с изменениями Y (смертность).

ЗА — Корреляция может помочь нам математически найти взаимосвязь, когда прямое экспериментирование невозможно или непрактично. Эти методы также могут помочь в моделировании сложных ситуаций, когда несколько переменных влияют на один и тот же результат.

МИНУСЫ — Корреляция не подразумевает причинно-следственной связи. Мы не знаем, вызывают ли изменения в X изменения в Y, или они просто происходят одновременно (возможно, даже из-за фактора Z, влияющего на них обоих).

(7) крупномасштабное моделирование

Если мы сможем собрать достаточно данных, мы сможем построить модель Вселенной и проверить гипотезы на основе этой модели. Теперь, когда создаются крупномасштабные индексы, имитирующие Google (включая наш собственный Linkscape и индексы, такие как Majestic), очевидно, что в конечном итоге мы сможем проводить эксперименты непосредственно с этими моделями. Хотя выводы, которые мы делаем из этих симуляций, так же хороши, как и сами модели, данные симуляции могут помочь нам как улучшить модели, так и провести что-то более близкое к лабораторному тесту, чем это обычно возможно в SEO.

ЗА — Симуляциями можно управлять. В отличие от Google, мы знаем, изменили мы модель или нет. Эксперименты также можно проводить очень быстро и в очень большом масштабе.

МИНУСЫ — Результат любого моделирования хорош настолько, насколько хорош модель, на которой оно построено, а наши модели все еще находятся в зачаточном состоянии.

Какой из них лучше?

У любого типа доказательств, включая контролируемые эксперименты, есть пределы. В такой области, как SEO, где алгоритм Google постоянно меняется, слишком много полагаться на какой-либо один тип доказательств может остановить прогресс или привести к неверным выводам (а в некоторых случаях и к тому и другому). Понимание каждого доступного источника доказательств не только помогает нам нарисовать более широкую и полную картину, но также помогает нам перекрестно проверять наши гипотезы и предотвращать ошибки. SEO-наука — молодая и постоянно меняющаяся область, и, по крайней мере, на данный момент, SEO-специалистам необходимо быстро адаптироваться.