在我们的调查中，评分最高的因素的平均分数为 7-8，而不太重要的因素通常为 4-6。 相关性 为了计算相关性，我们遵循了与 2011 年相同的过程。我们从 Google AdWords 中的大量关键词开始（今年有 14,000 多个），这些关键词涵盖了所有主题类别的广泛搜索量。
然后我们以非个性化的方式从
Google-US 收集了前 50 个自然 亚洲手机号码清单 搜索结果。所有 SERP 都是在 6 月初，即 Penguin 2.0 更新后收集的。 对于每个搜索结果，我们提取了所有想要分析的因素，并最终计算了整个数据集的平均 Spearman 相关性。除了下面我将讨论的一些细节外，这与Searchmetrics和Netmark最近在其出色研究中使用的一般过程相同。
Moz 数据科学团队的
Jerry Feng 和 Mike O’Leary 努力提 始终分析客户流失的原因 取了许多这些特征（谢谢！）： 在解释相关性结果时，重要的是要记住相关性并不能证明因果关系。 兰德有一篇很好的博客文章，解释了这种分析的重要性以及如何解读这些研究。当我们回顾下面的结果时，我会指出那些相关性高但可能不表明因果关系的地方。
无聊的方法论已经够多了
我想要数据！ 这是第一组，Mozscape 链接 ig 号码 相关性： 关联：页面级别 关联：域级别 页面权威性是我们 Mozscape 指数中的一个机器学习模型，它可以根据链接预测排名能力，这是我们研究中相关性最高的因素。与 2011 年一样，捕获链接源多样性（C 块、IP、域）的指标也具有很高的相关性。
在域/子域级别
子域相关性大于域相关性。 在调查中，SEO人员也认为链接非常重要： 调查：链接 锚文本 在过去的两年中，我们看到谷歌严厉打击了过度优化的锚文本。尽管如此，在我们的数据集中，部分匹配和精确匹配的锚文本相关性也相当大： 有趣的是，接受调查的 SEO 认为有机锚文本分布（品牌和非品牌的良好组合）比链接数量更重要： 锚文本相关性是我们的结果与 Searchmetrics 研究之间最显著的差异之一。