admin 
Prieš įšokdami:
- Aš nekenčiu girtis, tačiau pasakysiu, kad labai didžiuojuosi, kad praėjusią savaitę užėmiau 4 -ą vietą G50 SEO pasaulio čempionate.
- Aš kalbu „Ness“, „The Global News“ ir „Redakcijos SEO“ viršūnių susitikime, spalio 22 d. Augimo memorandumų skaitytojai gauna 20% nuolaidą, kai kodas „Kevin2025“
Padidinkite savo įgūdžius naudodamiesi „Growth Memo“ savaitinėmis ekspertų įžvalgomis. Prenumeruokite nemokamai!
Istoriškai atgalinės nuorodos visada buvo viena patikimiausių matomumo valiutų paieškos rezultatuose.
Mes žinome, kad nuorodos yra svarbios matomumui AI pagrįstoje paieškoje, tačiau kaip jie veikia LLMS viduje- įskaitant AI apžvalgas, „Dvynius“ ar „ChatGpt & Co.“- vis dar yra šiek tiek juodos dėžutės.
AI paieškos modelių kilimas keičia organinio matomumo taisykles ir konkurenciją dėl balso dalies LLM rezultatų.
Taigi kyla klausimas, ar atsilikimai vis dar uždirba matomumą AI pagrįstų paieškos būdų … ir jei taip, kurie?
Jei užuomazgos buvo „Pre-LLM“ žiniatinklio valiuta, šios savaitės analizė pirmiausia pažvelgia į tai, ar jie vis dar yra teisėti naujojoje AI paieškos ekonomikoje.
Kartu su „Semrush“ aš išanalizavau 1000 domenų ir jų AI paminėjimai prieš pagrindinę nuorodos metriką.
Vaizdo kreditas: „Kevin Indig“Duomenys užėmė keturis aiškius pasirinkimus:
- Backlink uždirbta valdžia padeda, tačiau tai dar ne viskas.
- Nuorodos kokybė viršija apimtį.
- Stebina tai, kad „Nofollow“ nuorodos traukia tikrą svorį.
- Vaizdo nuorodos gali perkelti adatą valdžioje.
Šios išvados padeda mums visiems suprasti, kaip AI modeliai paviršiaus svetainės, taip pat atskleidžiant tai, ką gali pritraukti „BackLink Levers“ rinkodaros specialistai, kad paveiktų matomumą.
Žemiau rasite metodiką, gilesnius duomenų pasirinkimus ir, jei „Premium“ abonentams, rekomendacijos (su etalonais) įgyvendina šias išvadas.
Metodika
Atliekant šią analizę, aš peržvelgiau ryšius tarp AI, pamenanti 1000 atsitiktinai parinktų žiniatinklio domenų. Visi duomenys yra iš „Semrush AI SEO Toolkit“, „Semrush“ AI matomumo ir paieškos analizės platformos.
Kartu su „Semrush“ komanda ištyriau paminėjimų skaičių:
- ChatGpt.
- ChatGPT su aktyvuota paieška.
- Dvyniai.
- „Google“ AI apžvalgos.
- Pasipiktinimas.
(Jei jums įdomu, kur „Claude.ai“ tinka šiai analizei, šiuo metu jo neįtraukėme, nes jo vartotojų bazė paprastai yra mažiau orientuota į žiniatinklio paiešką ir daugiau į generatyvines užduotis.)
Aukščiau esančiose platformose mes išmatuojome balso dalį ir AI minėjimo skaičių pagal šią nuorodos metriką:
- Bendros nuorodos.
- Unikali susiejimo domenai.
- Sekite nuorodas.
- „Nofollow“ nuorodos.
- Valdžios balas („Semrush“ metrika, vadinama Ascore žemiau).
- Teksto nuorodos.
- Vaizdo nuorodos.
Šioje analizėje aš panaudojau du skirtingus duomenis išmatuoti koreliaciją: Pearsono koreliaciją ir Spearmano koreliaciją.
Jei esate susipažinęs su šiomis sąvokomis, pereikite prie kito skyriaus, kuriame pasineriame į rezultatus.
Visiems kitiems aš juos suskaidysiu, kad geriau suprastumėte žemiau pateiktus duomenis.
Tiek „Pearson“, tiek „Spearman“ yra koreliacijos koeficientai -skaičiai nuo -1 ir +1, kurie išmatuoja, kaip stipriai susiję du skirtingi kintamieji.
Kuo arčiau koeficientas yra +1 arba -1, tuo labiau tikėtina ir stipresnė koreliacija. (Beveik 0 reiškia silpną koreliaciją arba jos visai nėra.)
- Pearsono r matuoja dviejų kintamųjų tiesinio ryšio stiprumą ir kryptį. Pearsonas apžvelgia tiesinę duomenų koreliaciją visuose duomenyse, naudodamas neapdorotas vertes. Šis matavimo būdas yra jautrus pašaliniams žmonėms. Bet jei santykiai kreivės ar turi slenksčius, Pearsonas to nepadaro.
- Spearman's ρ (rho) matuoja monotoninio santykio stiprumą ir kryptį, arba vertės nuosekliai juda ta pačia ar priešinga kryptimi, nebūtinai tiesia linija. „Spearman“ apžvelgia rango koreliaciją visuose duomenyse. Jame klausiama, ar aukštesnis x yra linkęs į aukštesnį y; Spearmano koreliacija klausia: „Kai padidėja vienas dalykas, ar kitas dažniausiai didėja?“. Tai koreliacija, kuri yra tvirtesnė ir netiesiniams, monotoniniams modeliams.
Atotrūkis tarp Pearsono ir Spearmano koreliacijos koeficientų gali reikšti, kad padidėjimas yra netiesinis.
Kitaip tariant: yra slenkstis, kurį reikia kirsti. Ir tai reiškia, kad X poveikis Y nesukelia iškart.
Išnagrinėję „Pearson“ ir „Spearman“ koeficientus, gali mums pasakyti, ar nieko (ar labai mažai) neįvyksta, kol perduosite tam tikrą tašką – ir tada, kai viršysite tą tašką, santykiai stipriai rodomi.
Štai greitas pavyzdys, ką gali atskleisti abu koeficientai, apimantys abu koeficientus:
Išleidus 500 USD (X veiksmas) skelbimams, gali nepavauti adatos pardavimo augimo (Y rezultatas). Bet kai peržengsite, tarkime, 5000 USD/mėn. (X veiksmas), pardavimai pradeda stabiliai augti (rezultatas Y).
Ir tai yra jūsų šiandienos statistikos pamokos pabaiga.
Vaizdo kreditas: „Kevin Indig“Pirmasis mūsų išnagrinėtas signalas buvo ryšio tarp atgalinių nuorodų skaičiaus, kurį gauna, palyginti su jos AI balso dalimi, stiprumas.
Štai ką parodė duomenys:
- Autoriteto balas turi vidutinį ryšį su balso dalimi (SOV): Pearson ~ 0,23, Spearman ~ 0,36.
- Aukštesnė valdžia reiškia aukštesnį SOV, tačiau pelnas yra nevienodas. Yra slenkstis, kurį reikia kirsti.
- Valdžia palaiko matomumą, tačiau tai nepaaiškina didžiąją dalį dispersijos. Tai reiškia, kad atsilikimai daro įtaką AI matomumui, tačiau istorijoje yra daugiau, pavyzdžiui, jūsų turinys, prekės ženklo suvokimas ir kt.
Be to, unikalių susiejančių domenų skaičius yra svarbesnis nei bendras nuorodų skaičius.
Kalbant apie tai, jūsų svetainėje labiau tikėtina, kad turite didesnį SOV, kai turite nuorodų iš daugelio skirtingų svetainių nei daugybė nuorodų iš tik kelių svetainių.
Vaizdo kreditas: „Kevin Indig“Visuose modeliuose stipriausias ryšys tarp autoritetų balų (0,65 Pearson, 0,57 Spearman) ir paminėjimų skaičius
Štai kaip „Semrush“ apibrėžia valdžios balų matavimą:
Valdžios balas yra mūsų sudėtinė metrika, kuri įvertina bendrą svetainės ar tinklalapio kokybę. Kuo didesnis balas, tuo labiau manoma, kad svoris yra domeno ar tinklalapio siunčiamos nuorodos į kitą svetainę.
Jame atsižvelgiama į atgalinių nuorodų skaičių ir kokybę, ekologišką srautą, kad būtų galima susieti šaltinio puslapius, ir nuorodos profilio šlamštumą.
Žinoma, „Ascore“ yra tik kokybės įgaliotinis. LLMS turi savo būdą atvykti į atsilikimo kokybę. Tačiau duomenys rodo, kad mes galime naudoti „Semrush's Ascore“ kaip gerą atstovą.
Daugelis modelių šią metriką vertina vienodai paminėti, tačiau „ChatGPt“ paieška ir pasipiktinimas vertina ją mažiausiai, palyginti su vidurkiu.
Keista, bet įprastas „ChatGPT“ (be paieškos suaktyvintos) sveria „Ascore“ daugiausiai iš visų modelių.
Kritiškai svarbu žinoti: mediana paminėjimai šokinėja nuo ~ 21,5 decile iki ~ 79,0 decile 9. Santykis nėra tiesinis. Kitaip tariant, didžiausias nauda pasiekia, kai šiuo atveju pasieki viršutinę valdžios ribas arba Ascore.
(Kontekstui, a decilija yra būdas padalinti duomenų rinkinį į 10 lygias dalis. Kiekviename segmente arba decilijoje yra 10% duomenų taškų, kai jie rūšiuojami tvarkingai.)
Vaizdo kreditas: „Kevin Indig“Ko gero, reikšmingiausia šios analizės išvada yra ta, kad Nesvarbu, ar nuorodos yra nustatytos kaip „Nofollow“, ar ne!
Ir tai turi didžiulę reikšmę.
„Nofollow“ nuorodų vertės patvirtinimas yra toks svarbus, nes tokio tipo nuorodas paprastai lengviau sukurti nei sekti nuorodas.
Čia LLM aiškiai skiriasi nuo paieškos sistemų: mes kurį laiką žinojome tą „Google“ taip pat suskaičiuoja nofollow nuorodas, bet ne kiek ir už ką (Linkimas, reitingas ir kt.).
Dar kartą nematysite didelio pelno, kol neįsitrauksite į 3 geriausius decilius arba 30% duomenų taškų.
Sekite nuorodas → paminėjimai:
- Pearson 0.334, Spearman 0.504
„Nofollow“ nuorodos → paminėjimai:
- Pearsonas 0.340, Spearman 0.509
Ir atvirkščiai, „Google“ AI apžvalgos ir pasipiktinimas, mažiausiai, svėrė reguliarias nuorodas.
Ir įdomu tai, kad „Dvyniai“ ir „ChatGpt“ svėrios „Nofollow“ nuorodos yra aukščiausios (per įprastas sekimo nuorodas).
Štai mano pačios teorija, kodėl Dvyniai ir ChatGpt sveria daugiau: daugiau:
Su „Dvyniai“ man įdomu, ar „Google“ sveria „Nofollow“ nuorodas aukštesnes, nei mes manėme, kad jos yra praeityje. Ir naudojant „ChatGPT“, mano hipotezė yra ta, kad „Bing“ taip pat sveria aukštesnes nuorodas (kai tik „Google“ taip pat pradėjo tai daryti). Bet tai tik teorija, ir aš neturiu duomenų, kad šiuo metu tai palaikytų.
Vaizdo kreditas: „Kevin Indig“Be teksto pagrindu sukurtų nuorodų, mes taip pat išbandėme, ar vaizdų pagrindu sukurtos nuorodos turi tą patį svorį.
Ir kai kuriais atvejais jie turėjo stipresnius ryšius su paminėjimais nei teksto nuorodos.
Bet kaip stipri?
- Vaizdai vs paminėti: Pearson 0.415, Spearman 0.538
- Teksto nuorodos vs paminėjimai: Pearson 0.334, Spearman 0.472
Vaizdo nuorodos tikrai pradeda atsipirkti, kai jau turite tam tikrą autoritetą.
- Nuo vidurio decilių pakopų santykiai tampa teigiami, tada sustiprėja ir yra stipriausi geriausi deciles.
- „Low-ASCORE“ deciliuose (1 ir 2 deciles) vaizdai → minima kaklaraištis silpnas arba neigiamas.
Jei siekiate paminėti pasipiktinimo ar paieškos GPT augimą, vaizdų nuorodos yra ypač produktyvios.
- Vaizdai labiausiai koreliuoja su paminėjimais apie pasipiktinimą ir paieškos GPT (Spearman ≈ 0,55 ir 0,53), tada ChatGPT/Dvyniai (≈ 0,49-0,52), tada „Google-Ai“ (≈ 0,46).
Feaded Image: Paulo Bobita/Search Engine Journal
