作者：Rand Fishkin是 Moz 的创始人，公认的搜索营销和 SEO 专家，并且定期参加专业会议。
在一个没有人真正知道如何在 Google 上排名靠前的行业中，对排名因素的研究非常诱人。但是相信他们的作者发现的每一个相关性都是危险的，而智慧在于通过健康批评的棱镜来获取这些信息。
在本文中，我们将了解有关相关性的常见误解，然后我们将了解几种理解和使用此数据的方法。
在您从事 SEO 的整个职业生涯中，您可能已经看到很多关于排名因素的相关研究。Searchmetrics、Ahrefs、SEMRush 和其他大型 SEO 公司提供此类分析。直到最近，Moz 还是其中之一。
这些研究使用大致相似的格式：他们从谷歌（在一个或多个国家/地区）获取大量搜索结果并对其进行分析。该报告可能会这样说：“我们分析了 100,000 个谷歌搜索结果并检查了以下因素，以了解它们与较高排名位置的相关性。” 获得的结 加拿大手机数据库 果表明针对这些因素优化的页面将比没有这些因素或不太明显的页面排名更高。
搜索引擎优化研究中的相关性
排名因素研究的作者喜欢使用散点图。他们甚至不必制作这样的图表，将结果可视化就足够了。然后他们可能会说，“好的，链接根域显示与搜索结果中较高位置的相关性更强，为 0.39。” 通常他们使用使用 Spearman 或 Pearson 公式的相关分析方法。我们不会深入研究这些事情。其实，这并不重要。
已建立的相关性意味着，给定一组搜索结果，特定指标预测具有该一致性级别的更高或更低排名位置。理想的相关性是 1.0。
让我们沿着这条路走一小段路。假设网站访 cz 列表 问与更高排名的相关性为 0.47。问题是它不一定是排名因素。至少我是这么认为的。我不认为你从谷歌获得的点击次数越多，它就会给你排名越高。相反，这种相关性表明相反：排名越高，获得的流量就越多。
所以这些“排名因素”可能根本不是排名因素。这些只是研究人员分析相关性并试图向您展示平均情况的指标或项目。但是你必须正确地理解和感知这些信息，否则你会得出错误的结论
