SEO Ranking-Faktoren und Rang-Korrelationen 2014

Transcription

Google.de
Whitepaper
SEO Ranking-Faktoren und
Rang-Korrelationen 2014
- Google Deutschland Autoren
Marcus Tober
Dr. Leonhard Hennig
Daniel Furch
Whitepaper
SEO Ranking-Faktoren und
Rang-Korrelationen 2014
Google.de
- Google Deutschland -
Dieses Whitepaper beschäftigt sich mit der Definition und Bewertung von Faktoren, die eine hohe
Rangkorrelation-Koeffizienz mit organischen Suchergebnissen aufweisen und dient dem Zweck
der tieferen Analyse von Suchmaschinen-Algorithmen. Die Datenerhebung samt Auswertung bezieht sich auf Ranking-Faktoren für Google-Deutschland im Jahr 2014.
Zusätzlich wurden die Korrelationen und Faktoren unter anderem anhand von Durchschnitts- und
Medianwerten sowie Entwicklungstendenzen zu den Vorjahren hinsichtlich ihrer Relevanz für vordere Suchergebnis-Positionen interpretiert.
SEO Ranking-Faktoren und Rang-Korrelationen 2014 - Google Deutschland -
Fokus
Searchmetrics
Autoren: Marcus Tober, Dr. Leonhard Hennig, Daniel Furch
1
Über Searchmetrics und
die Searchmetrics SuiteTM
Die Searchmetrics GmbH ist der Pionier und weltweit führende Anbieter einer Unternehmensplattform zur Optimierung der Search Experience. Diese „Search Experience Optimization“ verbindet
SEO, Content, Social Media, PR und tiefgehende Analysen zu einer einheitlichen Grundlage für die
Entwicklung und Umsetzung einer organischen Suchstrategie. Im Fokus stehen somit jeder einzelne potenzielle Kunden und der Beitrag, den umfassende Search-Strategien für ein überragendes
und unvergessliches, individuelles Einkaufserlebnis leisten können.
Unternehmen und Agenturen nutzen die Searchmetrics SuiteTM für die Planung, Ausführung und
Kontrolle ihrer digitalen Marketingstrategien. Unterstützt durch die ständig aktualisierte, global
verfügbare Datenbank, beantwortet Searchmetrics zentrale Fragen für SEO-Profis und digitale
Marketers und liefert darüber hinaus eine Fülle an Prognosen, analytischen Erkenntnissen und
Empfehlungen, die die Sichtbarkeit und das Engagement erhöhen und so letztlich auch die Online-Umsätze steigern. Zahlreiche bekannte Marken wie T-Mobile, eBay, Siemens und Symantec
vertrauen bereits dem vollen Leistungsumfang der Searchmetrics SuiteTM.
Searchmetrics
Searchmetrics betreibt Niederlassungen in Berlin, San Mateo, New York, London und Paris und
wird von der Verlagsgruppe Holtzbrinck und den renommierten Risikokapitalgesellschaften Neuhaus Partners und Iris Capital gestützt.
2
Searchmetrics
Infografik: Google Ranking-Faktoren 2014
3
Zusammenfassung der Ergebnisse
Qualitativ hochwertiger, relevanter Content steht immer mehr im Fokus der Suche. Gute, signifikante Inhalte ranken im Durchschnitt besser und weisen dabei nicht nur quantitativ längeren Text
und mehr Worte auf, sondern sind hinsichtlich semantischer Cluster holistischer und zudem durch
Medien wie Bilder oder Videos angereichert. Bei vielen Content-Faktoren steigen sowohl die Korrelationen als auch Durchschnittswerte.
Obwohl das Keyword an sich onpage weiterhin wichtig bleibt, geht der Trend weg von der Singularität hin zu ganzen Topics. Nahezu alle Keyword-Faktoren nehmen vom Durchschnitt her leicht ab,
wovon jedoch nicht immer auch die Korrelationen betroffen sind.
Absolute Basis für ein gutes Ranking ist die technische Performance einer Seite. Dazu gehören
vor allem eine ausgereifte Seiteninformationsarchitektur mit einer guten internen Verlinkung, eine
kurze Ladezeit und die Existenz aller relevanten Metas wie Title und Description. Die Korrelationen
für Technik-Features sind oft niedrig, beziehungsweise sogar nahe Null. Da es sich hierbei jedoch
oft um binäre Features mit sehr hohen Durchschnittswerten handelt, erscheint die Erfüllung dieser
Faktoren für ein gutes Ranking oft nahezu obligatorisch.
Der Bereich Social dagegen stagniert leicht, was sich in abnehmenden Korrelationen für alle untersuchten Netzwerke äußert.
Searchmetrics
Wichtig bleibt jedoch sowohl die Quantität als auch die Qualität von Backlinks. Hier wurden im Vergleich zum Vorjahr viele neue Features eingeführt. Außerdem wurden viele Features überarbeitet.
Die Korrelationen sind oft hoch.
4
Wie schon in den Vorjahren zieht sich der Brand-Faktor durch die Studie, der in diesem Jahr einer
Überarbeitung bedurfte und neu definiert wurde. Dabei spielen kleinere sowie große Brands eine
Rolle – die sich in ihren Eigenschaften teilweise stark voneinander unterscheiden. Nicht zuletzt
kommt wiederum Wikipedia eine hohe Bedeutung zu.
Erstmalig in diesem Jahr wurden zudem Usersignale über die Suchergebnisse gemessen. Erwartungsgemäß hoch ist die Korrelation bezüglich des Faktors „Click-Through-Rate“, ebenso die Ausprägungen der Faktoren „Bounce-Rate“, die in den Top 5 geringer ausfällt, und „Time-on-Site“ die
wiederum bei besseren Rankings deutlich höher liegt.
Festzuhalten bleibt, dass eine gute Suchergebnisposition nicht schlicht durch das Erfüllen einzelner oder weniger Faktoren erreicht werden kann. Suchmaschinen bewerten die Relevanz von
Seiten stets vielschichtig. Ein Top-Ranking basiert daher grundsätzlich auf dem Zusammenspiel
vieler verschiedener Faktoren. Korrelationen beschreiben dabei zwar Zusammenhänge, sind jedoch nicht pauschal als kausal interpretierbar.
Inhalt
Fokus
1
Über Searchmetrics und die Searchmetrics SuiteTM
Infografik: Google Ranking-Faktoren 2014
3
Zusammenfassung der Ergebnisse
4
Was ist ein Ranking-Faktor?
8
Ranking-Faktoren: Kausalität ≠ Korrelation
8
Einflussfaktoren
9
Datenaktualität
10
Datenbasis
10
Die wichtigsten Korrelationskoeffizienten im Überblick
10
Binäre und numerische Faktoren
12
Korrelationswerte vs Durchschnittswerte und -kurven
12
Angepasste Feature-Berechnungen
12
Aufbau des Whitepapers
13
Auf einen Blick: Infografik – Technik
14
Noch weniger Keyword-Domains in den Suchergebnissen
17
Keyword kommt häufig im Title und regelmäßig in Description vor
18
Content-Exkurs: Keyword in Hx-Überschriften nicht obligatorisch, aber häufig
20
Position des Keywords im Title eher weiter vorn
21
Seiten-Ladezeiten als wichtiger Performance-Faktor
22
Flash nicht (mehr) weit verbreitet
24
Zusammenfassung
24
Auf einen Blick: Infografik – Content
26
2. ONPAGE CONTENT 27
Onpage Content: Entwicklung im Vergleich zum Vorjahr
28
2.1 Content-Qualität – Neue Features
29
Content-Clustering mit Wort-Co-Occurrence-Analysen
31
Keyword-Häufigkeit im Body
33
Lesbarkeit des Textes – Flesch & Co.
33
Flesch-Reading-Ease-Score
34
1. ONPAGE TECHNIK 15
Searchmetrics
2
5
2.2 Content-Umfang steigt nochmals deutlich
35
Anzahl der Worte im Text
35
HTML-Länge
36
Textlänge
37
Anzahl der Sätze
37
2.3 Anreicherung des Contents durch Medien zahlt sich aus
38
2.4 Interne Verlinkung: Housekeeping ist das A und O
39
2.5 Adlinks: Bis auf Brands insgesamt weniger Werbung
41
Autoren-Integrationen in den Google SERPs
44
Zusammenfassung
45
Auf einen Blick: Infografik – Backlinks
47
Backlinks: Entwicklung im Vergleich zum Vorjahr
49
3.1 Link-Quelle: Je besser desto positiver
49
Viele Backlinks bleiben wichtig
50
Besser rankende URLs haben deutlich bessere Links –SEO Visibility höher
50
Anzahl der Referring Domains zur Homepage
51
Searchmetrics
Anzahl der Links von News-Domains zur Homepage
52
Anzahl der Links aus demselben Land
52
3.2 Link-Qualität: Anspruch steigt weiter
53
3. BACKLINKS 48
Neue Backlinks
53
Anteil Nofollow
54
Durchschnittliches Link-Alter
55
Homepage-/ Deeplink-Verteilung
55
3.3 Link-Anchor – Link-Diversität wird immer relevanter
56
Keyword-Ankertexte werden entschieden seltener
56
Backlinks mit Stopword
57
Anzahl Worte im Anchor-Text
58
Anteil der Backlinks mit Anchortext = domain.tld
59
Anteil der Brandanchortexte an Domain und URL
60
Zusammenfassung
61
Auf einen Blick: Infografik – Social
63
4. SOCIAL SIGNALS 64
6
Social Signals: Entwicklungen im Vergleich zum Vorjahr
64
Zusammenfassung
68
5. DER BRAND-FAKTOR UND WIKIPEDIA 69
Drei verschiedene Arten von Brands
69
Brand-Faktor hat hohen Einfluss auf die SERPs
73
Suchvolumen, PageRank und AlexaRank
74
Searchmetrics Page Strength (SPS) der Homepage
77
„Brandlinks“ – Was ist eine Brand und sind Ankertexte ein Brand-Hinweis?
78
Wikipedia: Die top-optimierte Universal-Brand
79
Die Top-Positionen sind für Brands – und Wikipedia – reserviert
80
Auf einen Blick: Infografik – User-Signale
82
6. USER- UND TRAFFIC-SIGNALE 83
7. Exkurs und Ausblick: Desktop VS Mobile 86
Zusammenfassung der Searchmetrics SEO Ranking-Faktoren 2014 89
Searchmetrics
90
Die wichtigsten Entwicklungen der Ranking-Faktoren 2014 zusammengefasst:
7
Definition, Einflussfaktoren und Datenbasis
Was ist ein Ranking-Faktor?
Suchmaschinen arbeiten mit Algorithmen, um Internetseiten nach Thema und Relevanz zu bewerten. Auf Basis dieser Wertung erfolgt eine Strukturierung der Gesamtheit aller Seiten im Suchmaschinen-Index, welche bei Suchanfragen von Nutzern schließlich in einer möglichst optimalen
Rangfolge der Ergebnisanzeige resultiert. Die Kriterien zur Bewertung von Webseiten und Erzeugung dieser Rangfolge werden im Allgemeinen als Ranking-Faktoren bezeichnet.
Die Gründe dafür liegen auf der Hand: Die exponentiell ansteigende Masse an Dokumenten im
Internet – und damit auch im Suchindex – ist trotz der Existenz menschlicher Quality-Rater ohne
maschinellen Algorithmus schlicht unmöglich. Dieser Algorithmus ist einerseits trivial (Ordnung
erfordert ein Muster), andererseits jedoch zugleich die größte Unbekannte im Internet-Business,
denn für Suchmaschinenbetreiber ist es unabdingbar, die dem Algorithmus zugrundeliegenden
Einflussfaktoren streng vertraulich zu behandeln.
Searchmetrics
Dies hat weniger Konkurrenzgründe als vielmehr elementare Ursachen: Wären sowohl Definition
als auch Einflussgröße von für gute Rankings eminenten Faktoren bekannt, wären sie zugleich
wiederum irrelevant – weil: manipulierbar.
8
Zu Beginn des Suchmaschinen-Zeitalters bewertete beispielsweise Google Seiten für bestimmte
Themen als relevant, in denen diesem Thema zugeordnete Suchbegriffe (Keywords) besonders
häufig vorkamen. Seitenbetreiber nutzten dieses Wissen und erzielten mithilfe Keyword-überladener – größtenteils jedoch für den Suchenden irrelevanter – Seiten sehr gute Positionen in den
SERPs1.
Diese Tatsache erzeugte zunächst nicht nur einen regelrechten Wettbewerb zwischen Suchmaschinen und SEOs, sondern schließlich auch die Geburt des Mythos um die Ranking-Faktoren. Mit
dem Ziel der semantischen Suche entstand so ein Geflecht aus Kriterien, die anfänglich streng
technisch basiert waren (zum Beispiel: Anzahl von Backlinks), mittlerweile jedoch auch durch weniger technische Komponenten ergänzt wurden (zum Beispiel: Usersignale).
Diese Tatsache in Verbindung mit dem Streben nach dem optimalen Suchergebnis gipfelte in der
ständigen Evolution der Ranking-Faktoren, deren Struktur und Komplexität durch permanent-iterative Update-Zyklen unter dem starken Einfluss von Usersignalen ständigen Optimierungen unterliegt, um für den Nutzer individuell stets die relevantesten Suchergebnisse zu erzeugen.
Für Seitenbetreiber bedeutet dies einerseits ein stetig abnehmendes Maß an negativ-manipulativen
Einflussoptionen, andererseits jedoch gleichzeitig die Möglichkeit – angesichts der zunehmenden
Bekämpfung von Spam, Irrelevanz und Kurzfristigkeit – mithilfe einer nachhaltig ausgerichteten
Business-Strategie auf Basis relevanter Qualitätsfaktoren langfristig mit guten Suchergebnis-Positionen erfolgreich zu sein.
Ranking-Faktoren: Kausalität ≠ Korrelation2
Wir sind nicht Google. Die Analyse und Bewertung von Ranking-Faktoren mithilfe der vorliegenden
Daten hat demzufolge zwar Interpretationscharakter – stellt jedoch in der Tat eine fundierte Inter1
2
Search Engine Results Pages = Suchergebnisseiten
Siehe auch: searchmetrics.com/de/knowledge-base/was-ist-ein-ranking-faktor/
pretation (und damit keine Mutmaßung) auf Basis von Tatsachen, nämlich der Auswertung und
Strukturierung von Eigenschaften von Websites mit Top-Positionen in den Suchergebnissen, dar.
Die Ranking-Auswertungen von Searchmetrics sind exakter, frischer und basieren auf deutlich
mehr Daten als die anderer Marktteilnehmer. Wir bei Searchmetrics aggregieren monatlich Milliarden von Datenpunkten – und gehen dabei natürlich genau dieser Frage nach: Welche Faktoren
unterscheiden gut platzierte Seiten von jenen mit schlechteren Positionen in den Google Suchergebnissen?
Dazu vergleichen wir die Eigenschaften von Webseiten mit der Summe ihrer Positionen bei Google
und leiten daraus eine strukturierte Auflistung von Faktoren ab die stärker oder niedriger gewichtet
werden. Sind also in den vorderen Positionen der untersuchten SERPs viele Seiten, die zum Beispiel das Keyword im Title-Tag enthalten, dann erkennen wir darin eine hohe Korrelation mit einem
guten Ranking. Diese Korrelationen lassen demnach Rückschlüsse darauf zu, welche Merkmale
Seiten, die in den Suchergebnissen auf den ersten Plätzen angezeigt werden gemeinsam haben.
Wie erwähnt existieren rein technische, eher „harte“, ebenso wie weniger technische, also eher
„weiche“ Ranking-Faktoren. Für eine optimalere Visualisierung unserer Grafiken haben wir deshalb
– auch wenn sich einige Bereiche teilweise überschneiden – eine Gruppierung unserer Faktoren in
Social, Backlinks, Onpage Technik und Onpage Content vorgenommen.
Der Terminus „Ranking-Faktor“, dessen kausale Bedeutungskomponente erfahrungsgemäß zu problematischen Interpretationsansätzen führt, ist in im Zusammenhang unserer Korrelations-Analysen dieses Whitepapers bevorzugt zu verstehen als „Rangkorrelationskoeffizient“.
Einflussfaktoren
Die Position und Reihenfolge der Suchergebnisse variieren nicht nur in Abhängigkeit von den eingegebenen Suchanfragen (=Keywords), sondern werden ebenfalls unter anderem von der persönlichen Suchhistorie beeinflusst, die wiederum vom Userverhalten selbst bestimmt wird und zusätzlich ebenfalls von Faktoren abhängt, wie: Ist der User bei Google eingeloggt? Surft der User mit
dem Google-Browser Chrome? Wo ist die IP des Users lokalisiert? Sind auf dem User-Computer
eventuell Cookies mit individuellen Informationen gespeichert?, etc. Nicht zuletzt verändert auch
Google selbst die Variationen dieser Integrationstypen ständig.
Da die Berücksichtigung dieser vielen individuellen Faktoren zu einem Übermaß an Unübersicht3
searchmetrics.com/de/knowledge-base/
Ungeachtet dessen sprechen die Daten für sich. Denn anders als die definitiven, algorithmischen
Ranking-Faktoren von Google und deren Einflussgröße sind die für diese Studie aggregierten Daten nicht geheim. So ermöglichen unsere Analysen nicht nur eine Einschätzung darüber, welche
Faktoren höchstwahrscheinlich ins Ranking einbezogen werden, sondern auch, wie stark deren
Einfluss möglicherweise ausgeprägt ist. Und Vieles, was vorher als reines Bauchgefühl vorhanden
war, wird mithilfe der folgenden Daten dieser Studie bestätigt – oder eben widerlegt.
Searchmetrics
Es ist jedoch nachdrücklich darauf hinzuweisen, dass Korrelationen nicht gleichbedeutend sind
mit kausalen Zusammenhängen, und folglich keine Garantie besteht, dass die jeweiligen Faktoren
tatsächlich einen Einfluss auf das Ranking haben – oder überhaupt von Google als Signal genutzt
werden. Searchmetrics führt zu diesem Zweck jedoch zusätzliche Studien durch, die unter anderem in der Knowledge Base3 archiviert werden.
9
lichkeit führen würde, fokussiert dieses Whitepaper die Variationen der Integrationstypen durch
Google selbst auf möglichst neutraler, nationaler Basis.
Datenaktualität
Die Daten wurden im Jahr 2014 erhoben und aggregiert4. Da es sich in dieser Studie um eine
Folgeuntersuchung zu den Untersuchungen aus den Jahren 2012 und 2013 handelt, sind zweifellos die Veränderungen vieler Faktoren zu den Vorjahren besonders interessant, denn sie verfügen
über eine starke Aussagekraft über die Evolution von Ranking-Faktoren, aus denen sich schließlich
Trends für die zukünftige Entwicklung und Relevanz der Kriterien ableiten lassen.
Darüber hinaus wurde der Pool der untersuchten Merkmale 2014 erneut um viele Faktoren erweitert, die einerseits tiefergehende Analysen zu bereits bestehenden Faktoren erlauben, andererseits
zudem auch neue Felder beleuchten. Der Fokus lag hierbei in diesem Jahr primär auf Content-Faktoren. Auch um einige Backlink-Faktoren wurde das Portfolio in diesem Jahr erweitert.
Datenbasis
Searchmetrics
Diese Analyse basiert auf den Suchergebnissen für die Top 10.000 „informationsorientierten“
Suchbegriffe für Google Deutschland nach Suchvolumen. „Informationsorientierte“ Suchbegriffe
sind Suchanfragen, bei denen im Gegensatz zu „navigationsorientierten“ Keywords (zum Beispiel:
„Facebook Login“) mehrere Sucherergebnisse für den Nutzer relevant sind /sein sollten.
10
Datenbasis waren stets die Anzeigen der ersten drei Suchergebnisseiten - organisch. Das diesjährige Keyword-Set deckt sich erneut zu mehr als 90 Prozent mit der Datenbasis der Studien aus
den vergangenen Jahren. Hier haben wir einen Mittelweg gesucht, um zwei Faktoren Rechnung
zu tragen, nämlich einerseits den Erhalt des „größten gemeinsamen Nenners“ als optimale Vergleichsbasis zur Vorjahresuntersuchung, und andererseits die Berücksichtigung neuer Keywords,
die durch Zuwachs im Suchvolumen in die Top 10.000 aufgestiegen sind.
Die Datenbasis bei Searchmetrics ist stets sehr frisch. Daher werden für aktuelle Untersuchungen auch neue, relevante Keywords herangezogen, wie zum Beispiel „Samsung Galaxy S5 oder
„iPhone 6“, die es zu den früheren Untersuchungszeitpunkten noch gar nicht in relevanter Form
gab.
Die wichtigsten Korrelationskoeffizienten im Überblick
Wie bereits in den Vorjahresanalysen ist die Grundlage der grafischen Darstellung der hier untersuchten Beziehungen die Spearman-Korrelation. Die wichtigsten Korrelationen befinden sich in der
folgenden Balkengrafik:
4
mehrfach
Searchmetrics
Im Vergleich zu 2012 und 2013 wurden noch einmal deutlich mehr Faktoren berücksichtigt – einige sind bereits in dieser Übersichtsgrafik vorhanden, weitere Faktoren werden in den jeweiligen
Kapiteln betrachtet. Die im Vorjahr eingeführte farbliche Kennzeichnung nach thematischen Clustern wurde übernommen.
Zur Erklärung: Die x-Achse beschreibt die Größe des Korrelationskoeffizienten. Je länger/kürzer
ein Balken im positiven Bereich ist, umso höher/geringer ist die Korrelation zwischen dem betreffenden Faktor und einem guten Google-Ranking. Faktoren mit dem Wert „Null“ weisen unseren
Auswertungen zufolge keinen messbaren Zusammenhang bezüglich des Unterschieds zwischen
besseren und schlechteren Google-Ergebnissen auf. Werte im Negativbereich sind am besten mit
entgegengesetzter Aussage positiv interpretierbar.
Abb. 1: Searchmetrics – SEO Rang-Korrelationen 2014
11
Binäre und numerische Faktoren
Wie bereits in den Vorjahren teilen sich die untersuchten Faktoren in binäre und numerische Features auf. Dies bedeutet, es besteht naturgemäß ein Unterschied in der Art der Faktoren dieser
Studie. Dieser Unterschied sollte bei der Interpretation der Werte nicht vernachlässigt werden.
Elemente, die mithilfe binärer Faktoren beschrieben werden – wie zum Beispiel eine Meta Description auf der Seite – sind entweder vorhanden oder nicht. Es gibt keine Abstufungen. Daneben gibt
es Elemente graduellen Charakters, die sich nach je nach Ausprägung unterscheiden. Beispielsweise kann eine URL keinen oder auch sechstausend Backlinks haben – aber auch jeder einzelne
natürliche Wert dazwischen oder gar darüber ist möglich.
Diese numerischen Faktoren eignen sich in gewisser Hinsicht „besser“ für Untersuchungen unter
Verwendung von Korrelationsberechnungen wie jene nach Spearman, da Reihen- und/oder Rangfolgen prinzipiell auf Abstufungen basieren. Auf Spearman-Korrelationen beruhende Aussagen
sind rein auf den Korrelationswert bezogen bei numerischen Faktoren also aussagekräftiger.
Um die Aussagekraft der Korrelationen binärer Features in dieser Studie zu stützen, wird deshalb in
der Regel zusätzlich ein Durchschnittswert angegeben. Es kann also sein, dass beispielsweise das
Feature „Existenz Description“ lediglich mit einem Wert nahe Null mit besseren Rankings korreliert,
jedoch effektiv fast 100% aller untersuchten URLs eine Description aufweisen.
Searchmetrics
Korrelationswerte vs Durchschnittswerte und -kurven
12
Die grafisch als Balken dargestellten Korrelationswerte werden stets auf Basis aller vorhandenen
Daten pro Feature berechnet, also für 10.000 Keywords und je einer Kurve mit 30 Werten pro
Keyword.
Bei den Durchschnittswerten und -kurven handelt es sich um eine aus diesen Werten errechnete
Mittelwertkurve, die zudem unter Vernachlässigung der Top fünf Prozent je Feature gebildet wurde,
um den Einfluss sogenannter „Ausreißerwerte“ zu minimieren und somit zur Veranschaulichung
einen möglichst glatten Kurvenverlauf und eine gemäßigte Skalierung (Y-Achse) zu ermöglichen.
Teilweise wären sonst einige Durchschnittswerte nicht zu erkennen. Auch einzelne Mediane und
Mittelwerte für Features wurden unter Nichtbeachtung der Top fünf Prozent errechnet.
Angepasste Feature-Berechnungen
Bei einigen Faktoren wurde in diesem Jahr das Crawling bzw. die Berechnung verbessert. Die entsprechenden Features sind in den Balkengrafiken markiert und die Art und Weise der Anpassung
sowie die Auswirkungen auf die Ergebnisse werden im jeweiligen Kapitel näher erläutert. Die erfolgten Überarbeitungen trugen zu einer Verbesserung der Analyse und Auswertung der diesjährigen Faktoren bei, wirken sich jedoch teilweise auf die Vergleichbarkeit der Werte bei Vorjahresgegenüberstellungen aus.
Aufbau des Whitepapers
Die Struktur dieser Studie orientiert sich einerseits am sukzessiven Aufbau einer Domain in der
Praxis sowie andererseits an der historisch gewachsen Relevanz von Einflussfaktoren.
So wird zunächst der Bereich Onpage im Fokus der Untersuchungen stehen – aufgeteilt in die thematisch differenten Komplexe Technik und Content. Hiernach erfolgt eine Analyse des Offpage-Bereiches in Form der Komplexe Backlinks und Social Signals. Abgeschlossen wird dieses Whitepaper
mit der Betrachtung zweier Faktoren, welche in den vorliegenden Untersuchungen eine Sonderrolle spielen und deshalb separate Ausführungen erfordern. Nach den diesbezüglichen Kapiteln zum
Brand-Faktor und der Rolle von Usersignalen sowie einem Ausblick auf mobile Ranking-Faktoren
erfolgt eine finale Zusammenfassung der Untersuchungsergebnisse in der Übersicht.
Searchmetrics
Innerhalb der Kapitel werden zunächst alle Faktoren des betreffenden Bereiches in der Übersicht
und anschließend die Tendenzen der bereits im Vorjahr untersuchten Faktoren im Jahresvergleich
zu 2013 dargestellt. Den Kern der Kapitel bilden die Ausführungen und Schlussfolgerungen zu den
einzelnen Faktoren, welche jeweils von einer Kapitelzusammenfassung abgeschlossen werden.
13
Searchmetrics
Auf einen Blick: Infografik – Technik
14
1. ONPAGE TECHNIK
Abb. 2: Korrelationen – Onpage Technik 2014
Vorsicht also bei der Interpretation von geringen Korrelationswerten – speziell hinsichtlich binärer
Features, die gerade im Bereich Onpage-Technik nicht selten sind. Hier sollte zur Analyse stets
der jeweilige Durchschnittswert der Korrelation je Position herangezogen werden. Dazu sollen die
folgenden Unterkapitel dienen.
Unter den Top 30 gestaltet sich die Sachlage größtenteils so, dass quasi alle Seiten auf den
vorderen Positionen die in diesem Kapitel folgenden Komponenten einhalten. Gerade bei binären Features ist demzufolge ein positiv interpretierbarer Zusammenhang bei Vorhandensein der
Faktoren gegenüber eines eher negativ interpretierbaren Zusammenhangs bei Nichtvorhandensein schlichtweg kaum darstellbar, wenn in der Gruppe der untersuchten Elemente der Anteil von
Elementen mit Nichtvorhandensein des analysierten Features so gering ist – sprich: Wenn bei
entweder/oder-Faktoren nahezu alle analysierten Seiten ein bestimmtes Kriterium erfüllen, kann
logischerweise kein hoher, positiver Rangkorrelationskoeffizient errechnet werden.
Searchmetrics
Was schon im Vorjahr galt, ist nach Untersuchung der vorliegenden Faktoren mittlerweile noch
deutlicher ausgeprägt: Der komplette Bereich Onpage gehört hinsichtlich der Faktoren, die mit
einem gutes Suchmaschinen-Ranking in engem Zusammenhang zu stehen scheinen, absolut zu
den Basics – speziell was die technischen Parameter der Website betrifft. Hier ist es nicht begünstigend für ein Ranking, dass man gewisse Onpage-Kriterien erfüllt. Vielmehr verhält es umgekehrt:
Es ist schlichtweg negativ für das Ranking, wenn eine Seite diese Kriterien nicht erfüllt.
15
Vielmehr scheint es so zu sein, dass gerade Onpage-Technik-Faktoren in gewisser Hinsicht Grundvorrausetzung für ein Ranking auf den vorderen Suchergebnisseiten sind.
Schon in Ergebnissen aus dem vergangenen Jahr wurde deutlich, dass sich dies nun allerdings
auf Keyword-Basis nicht mehr auf den Domain-Namen, beziehungsweise die URL bezieht. Noch
2012 konnten hier deutlich positive Korrelationen errechnet werden, die – nach einem Rückgang
2013 – nun nochmals gefallen sind, bzw. in Bezug auf die URL nicht korrelieren. Auch die Durchschnittswerte sinken hier kontinuierlich.
Die letztjährig neu eingeführten Faktoren „URL-Länge“ und „URL ist keine Subdomain“ belegen dieses gewisse Maß an Trivialität erneut deutlich. Obwohl in beiden Fällen die Korrelation leicht abgenommen hat, sind die Durchschnittswerte jenen vom Vorjahr sehr ähnlich. Hier ist Google also
konstant.
Diese beiden Features – die natürlich sehr eng miteinander verstrickt sind – sind trotz der veränderten Korrelationen weiterhin folgendermaßen zu interpretieren: Auf vorderen Google-Positionen
ranken eher kürzere URLs sowie Domains. Dies gilt besonders für die erste Position und ist rein
logisch erklärbar mit der Tatsache, dass im Durchschnitt über die Gesamtheit aller Rankings die
Homepage einer Domain besser performt als einzelne Subdomains oder andere Unterseiten dieser
Domain.
Onpage Technik: Entwicklung im Vergleich zum Vorjahr
Searchmetrics
Die folgende Detailansicht stellt die Entwicklung der Korrelation der einzelnen Faktoren im Vergleich zum Jahr 2013 dar. Features, die in der aktuellen Untersuchung erst neu hinzukamen und
für die deshalb keine Vergleichsbasis vorhanden ist, sind ausgegraut.
Abb. 3: Korrelationen – Onpage Technik 2014 / Veränderungen zu 2013
16
In der Grafik ist zu erkennen, dass die meisten Onpage-Technik-Faktoren positiver mit guten Rankings korrelieren als im letzten Jahr. Während sowohl die Korrelation für das Keyword auf der Seite
selbst, als auch die Relevanz der Keyword-Position im Title (je weiter vorn, desto besser) deutlich
zugenommen hat, ist der vormals deutlich positive Einfluss, den die Existenz des Keywords im
Domain-Namen innehatte, erneut stark abgewertet worden. Das Feature verfügt nun, ebenso wie
„Keyword in URL“ über eine (nahe) Null-Korrelation.
Noch weniger Keyword-Domains in den Suchergebnissen
Im Jahr 2012 stand an dieser Stelle noch:
„Die Stärke von Keyword-Domains ist seit Jahren bekannt, und ist auch in unserer Analyse
deutlich sichtbar5.“
Und in der 2013-Analyse daraufhin:
„Diese Zeiten sind nun vorbei – der positive Einfluss, den die Existenz des Keywords in der
URL, und insbesondere im Domainnamen, jahrelang hatte, ist deutlich zurückgegangen,
sodass die Qualität des Keywords in der URL/Domain als Ranking-Faktor so nicht mehr
vorhanden ist6.“
Abb. 4: Korrelationen – Keyword in Domain / URL
Nach einer bereits deutlichen Abnahme der Korrelation für „Keyword in Domain“ von 2012 auf
2013, hat diese Feature nun noch einmal verloren. Die Korrelation für „Keyword in URL“ war schon
2013 auf unter null gesunken und hat sich nun dort eingependelt.
War dies 2013 schon der Fall, wird in der Gesamtgrafik zum Vergleich der Ranking-Faktoren 2013
vs. 20147 wird zudem deutlich, dass der Faktor „Keyword in Domain“ erneut einer DER Verlierer
dieser Analyse im Jahresvergleich ist.
Dies zeigt auch die Entwicklung der Durchschnittswerte, die hier für „Keyword in Domain“ im Vergleich zu 2013 dargestellt sind:
5
6
7
SEO Ranking Faktoren 2012 Deutschland (Kap. 5)
SEO Ranking-Faktoren 2013 Deutschland (Kap. 1)
Siehe Zusammenfassung im letzten Kapitel
Searchmetrics
Diese Tendenz setzt sich weiterhin fort. In der folgenden Grafik wird deutlich, wie sich die Korrelationen für diese beiden Features innerhalb von zwei Jahren entwickelt haben.
17
Abb. 5: Durchschnitt nach Ranking – Keyword in Domain 2013/2014
Searchmetrics
Der durchschnittliche Anteil von Domains, die das Keyword im Domainnamen tragen, hat sich binnen Jahresfrist verringert. Auch wenn die Unterschiede zu 2013 nicht gravierend sind, ist weiterhin
ein Negativtrend erkennbar. Die Ausnahme bildet lediglich weiterhin ein Peak auf Position 1, ohne
den die Korrelation sogar negativ ausfallen würde.
18
Der Kurvenverlauf für „Keyword in URL“ sieht sehr ähnlich aus – nur dass die Durchschnittswerte
noch deutlich über den in der letzten Grafik dargestellten liegen. Der Grund dafür muss wohl kaum
erklärt werden: Domainnamen sind im Vorkommen her limitiert und nach Registrierung fest. URLs
werden in sehr viel größerer Variation unter deutlich geringerem Aufwand generiert – und kommen auch häufiger mit Keyword vor. In Zahlen: Circa 39% aller URLs unter den Top 30 tragen das
Keyword in der URL.
Im nachfolgenden Abschnitt werden nun einige Faktoren behandelt, die belegen könnten, dass
es Google immer noch nicht allzu leicht fällt, das Feld hinter den Brands einfach zu strukturieren.
Keyword kommt häufig im Title und regelmäßig in Description vor
Auch wenn sich der Faktor „Keyword“ – wie mittlerweile bekannt sein sollte – auf vielen Ebenen
bei Überoptimierung in jedem Fall deutlich negativ, auswirkt, gibt es Onpage einige Bereiche, in denen die Existenz des Keywords nicht nur teilweise positiv mit guten Rankings korreliert – sondern
auch die Durchschnittswerte über denen des letzten Jahres liegen. Was die Onpage-Optimierung
betrifft, scheint das Keyword demnach weiterhin eine wichtige Rolle zu spielen.
Alle „Keyword in X“ Features sind in diesem Jahr leicht angepasst worden. Die Regeln zu Erkennung des Keywords im HTML-Dokument einer URL sind jetzt genauer, aber auch strenger. Allerdings werden nun Multiword-Keywords besser erkannt- und zwar auch dann, wenn die einzelnen
Elemente durch Stopwords voneinander getrennt sind.
In der folgenden Grafik, welche diese Bereiche fokussiert, sind aus Übersichtsgründen ebenfalls
zwei verwandte Content-Faktoren aus dem folgenden Kapitel inkludiert. Alle vier Faktoren sind für
diese Studie überarbeitet worden – und zwar die Erkennung des Keywords betreffend.
Abb. 6: Korrelationen – Existenz des Keywords Onpage
Abb. 7: Durchschnitt nach Ranking – Existenz des Keywords in Title / Description
Selbstredend sind die Zeiten von „Keyword-Density“ vorbei, aber abgesehen vom Brand-Faktor (der
auch hier wieder eine Rolle spielt), ist es – und war es auch immer – nicht negativ, das Keyword
Onpage in die Description, den Title – und auch in die H1-Überschrift – einzubauen. Vergleichbar
sind diese Faktoren mit äquivalenten Eigenschaften zum Beispiel eines Buches: Wenn der Buchtitel und die -beschreibung nicht attraktiv formuliert sind, liest man es nicht. Schließlich sind es auch
Title und Description, die der User in im Snippet der SERPs liest und die ihn zum Klicken animieren
– oder eben nicht.
Searchmetrics
Die Existenz des Keywords auf der Seite wird wohl tendenziell im Durchschnitt immer eine gewisse
Ausprägung innehaben. Google ist eine Maschine, die Daten nach deren Relevanz für bestimmte
Suchanfragen strukturiert. Zwar ist der Suchmaschinenkonzern, nicht zuletzt mit dem Hummingbird-Algorithmus, auf dem besten Weg, seinem Idealziel „Semantische Suche“ kontinuierlich näher
zu kommen. Doch einerseits ist der Vorgang, Inhalte (sprich: Wörter/Text) nach deren Semantik
(sprich: Bedeutung) zu analysieren wohl die höchste Kunst der Dekodierung und zweitens ist das
Vorkommen eines Keywords Onpage schlichtweg auch natürlich.
19
Anhand der Grafiken ist zu erkennen, dass circa drei Viertel der untersuchten Seiten das Keyword
im Title, aber erstaunlicherweise nur ungefähr die Hälfte das Keyword in der Description verwenden. Wie schon erwähnt ist auf den vorderen Positionen erneut der Brand-Faktor zu erkennen, der
in Bezug auf die Meta Description deutlich stärker ausgeprägt ist. Brand-Domains haben weniger
häufig das Keyword im Title und noch seltener in der Description. Auch der Unterschied zwischen
den URLs, die auf der zweiten Hälfte von SERP 1 ranken, und den URLs auf Position 20-30 ist hier
größer als beim Faktor „Keyword in Title“.
Searchmetrics
Insbesondere Wikipedia wird oft auch ohne Keywords gut gerankt, weil Google die Relevanz von
Wikipedia Artikeln besser versteht und diese auch deutlich länger sind als der Durchschnitt. Teilweise können Queries zu diesen Zwecken von Suchmaschinen dann intern umgeschrieben werden, wie vermutlich auch beim Keyword „schweini“.
20
Abb. 8: Google SERP für Keyword „schweini“ – Screenshot
Hier rankt zuerst die Domain von Schweinsteiger selbst als Brand (ohne das Keyword überhaupt
im Quelltext zu haben), danach Wikipedia auf 2 – beide Snippets ohne das eingegebene Keyword
im Titel oder der Description.
Content-Exkurs: Keyword in Hx-Überschriften
nicht obligatorisch, aber häufig
Da diese Features eng an den Content einer Seite geknüpft sind, soll an dieser Stelle kurz ein Ausblick auf die entsprechenden Content-Features „Keyword in H1/H2“ erfolgen, deren Korrelationswerte deshalb auch schon in der Detail-Balkengrafik zuvor enthalten waren:
Abb. 9: Durchschnitt nach Ranking – Existenz des Keywords in H1 / H2
Auch hier wieder: Brands haben seltener das Keyword in H1 oder H2 – und ranken trotzdem vorn.
Nämlich weil Google ein hohes Interesse daran hat, die relevantesten Ergebnisse – eben oft Brands
– priorisiert zu platzieren (siehe Beispiel).
Letztes Jahr hatte die Existenz des Keywords sowohl im Seitentitel als auch in der Description
einen guten, und sogar im Jahresvergleich wachsenden, Rangkorrelationskoeffizienten aufgewiesen. Auch die Korrelation bezüglich der Position des Keywords im Title selbst war von 2012 auf
2013 gestiegen. Und dies ist in der diesjährigen Analyse erneut der Fall.
In der folgenden Grafik sind die Spearman-Korrelationen für die Werte „Position des Keywords“
sowohl in Bezug auf die Position auf Wort- als auch auf Buchstaben-Basis – zu interpretieren sind
die Werte nach dem Schema je weiter vorn, desto besser:
Abb. 10: Korrelationen – Position des Keywords im Title 2012/2013/2014
Position des Keywords im Title eher weiter vorn
Searchmetrics
Plausibel erscheint zudem die Tatsache, dass Seiten das Keyword öfter in der wichtigsten Seitenüberschrift haben als in der H2. Spannend ist hier übrigens der Vergleich zu den US-Suchergebnissen. Hier liegen die Durchschnittswerte teilweise sehr weit unter den deutschen.
21
Die Grafik gibt die Entwicklung der Korrelationen über einen Dreijahres-Zeitraum wieder, von 2012
(unterer Balken) über 2013 (mittlerer Balken) bis 2014 (oberer Balken). Der positive Wert für beide
Korrelationen, die natürlich in enger Abhängigkeit zueinander stehen, hat sich nach Verdopplung
im letzten Jahr noch einmal positiv entwickelt. Der Unterschied zwischen besser und schlechter
rankenden Seiten ist folglich gewachsen. Auf den vorderen Positionen der Suchergebnisse ranken
demnach viele Seiten, bei denen das Keyword im Title weiter vorn im title-Tag platziert ist.
Searchmetrics
Doch auch hier zeigt ein Blick auf die Durchschnittswerte, dass Keywords im Jahr 2014 nicht noch
weiter vorn im Titel platziert waren als im Vorjahr:
22
Abb. 11: Durchschnitt nach Ranking – Position des Keywords im Title (Wort)
Seiten-Ladezeiten als wichtiger Performance-Faktor
Ein Feature, welches stark technisch basiert ist, und in der Analyse aus dem vergangenen Jahr
zum ersten Mal vorhanden war, ist „Sitespeed“. Dieser Faktor wurde unter der Erwartung einer
deutlich positiv ausfallenden Korrelation in den Pool der Ranking-Faktoren für 2013 aufgenommen
– jedoch betrug die Korrelation für diesen Wert, wie der Übersichtsgrafik mit den Veränderungen
zu entnehmen ist, nahezu „null“.
Dies mag unter anderem mit dem Aspekt zusammenhängen, dass eine schnelle Seiten-Ladezeit
auf den vorderen Google-Positionen – analog zum Eingang dieses Kapitels erwähnten Onpage-Phänomens – schlichtweg trivial zu sein scheint. Dennoch zeigte sich schon im letzten Jahr
auf den vorderen Positionen eine kürzere Ladezeit, infolgedessen der Kurvenverlauf eigentlich in einer positiven Korrelation hätte resultieren müssen. Wie im Whitepaper 2013 angesprochen, hatten
hier jedoch Wikipedia-Ergebnisse auf den Positionen 17 und 27 bei der Korrelationsberechnung
einen Einfluss, der für die Durchschnittskurve herausgerechnet wurde. In diesem Jahr wurden sowohl die Korrelation als auch die Durchschnittskurve ohne Wikipedia berechnet – und die Korrelation ist positiv.
Tatsächlich ist der Sitespeed für Google einerseits direkt – beim Crawlen der Seiten – andererseits auch indirekt – über Usersignale wie CTR8 und Bouncerate – messbar; und damit höchstwahrscheinlich auch ein Ranking-Kriterium. Langsam ladende Seiten verfügen schlichtweg über
schlechtere Usersignale.
8
Click Through Rate – siehe Kapitel 6
In der Detailansicht wird deutlich, dass in der Tat alle Top-30-Seiten durchschnittlich sehr schnell
laden – wobei die Seiten, die auf den ersten drei Positionen ranken, sich im noch einmal um im
Schnitt bis zu 7-8 Hundertstelsekunden schneller aufbauen.
Abb. 12: Durchschnitt nach Ranking – Seiten-Ladezeit, URLs einer Domain gemittelt
Betrachtet man das Ganze rein auf URL-Ebene, ohne den Sitespeed-Durschnitt auf Domainbasis
hochzurechnen, ergibt sich folgendes Bild:
Verwunderlich scheint zunächst, zu beobachten, dass URLs in im Gesamtdurchschnitt langsamer
zu laden scheinen als im Vorjahr. Ein Grund dafür könnte die gewachsene Dateigröße sein, die –
wie später noch deutlich wird – mit anderen Content-Features wie Textlänge etc. im Zusammenhang steht. Zudem sind, wie erwähnt, in der oben stehenden Grafik die Sitespeed-Werte für URLs
ein und derselben Domain gemittelt.
Searchmetrics
Die durchschnittliche Ladezeit einer Domain – die Ladezeiten von URLs derselben Domain gemittelt – in den Top 30 beträgt 0,76 Sekunden.
Abb. 13: Durchschnitt nach Ranking – Seiten-Ladezeit, je URL
23
URLs auf Platz 1 laden auf dieser Berechnungsgrundlage im Schnitt circa drei Zehntelsekunden
schneller – und zwar sowohl als der Rest (ab Position 10) und als die URLs auf Platz 1 in der gemittelten Berechnung.
Eine mögliche Erklärung hierfür wären Content Delivery Networks (CDN). Diese via Internet an vielen Stationen verbundenen Servernetze dienen zur Performance-Optimierung bei Nutzeranfragen.
Daten (häufig genutzter Inhalte) werden vorgecacht und können bei einem Nutzer-Request dann
schneller und/oder ökonomischer ausgeliefert werden.
Flash nicht (mehr) weit verbreitet
Searchmetrics
Angesichts der Ladezeiten von Websites stellte sich auch die Frage, wie die Benutzung von Flash
mittlerweile verbreitet ist. In erster Linie – angesichts von HTML5 etc. – als Mobile-Faktor motiviert, ist dieses Feature 2014 neu in die Analyse gekommen und natürlich auch für Desktop interessant.
24
Abb. 14: Durchschnitt nach Ranking – Flash
Die Korrelation beträgt mit 0,01 nahezu Null und es scheint auf den ersten Blick auch keine größeren Unterschiede über alle Positionen zu geben. Allerdings sind bei genauerem Hinsehen auch hier
wieder der Brand-Faktor zu erkennen sowie eine Kurve, die zum Ende hin leicht abflacht. Durchschnittlich benutzen heutzutage noch 13,51% der gemessenen Seiten Flash.
Zusammenfassung
Die Unterschiede zwischen den Positionen 1 bis 30, und damit auch die Korrelationswerte, sind
hinsichtlich technischer Kriterien über weite Teile eher gering ausgeprägt. Grund: Die Umsetzung
technischer Onpage-Faktoren ist zu großen Teilen trivial – und damit größtenteils Grundvoraussetzung für ein Ranking auf Googles Top-Positionen. Eine gute technische Seitenstruktur und -performance zählt zu den absoluten SEO-Basics. Seiten auf den vordersten Positionen sind stets eine
kleine Ausnahme.
Der Faktor „Keyword in Domain“ – und damit Keyword-Domains als Ranking-Faktor, wurden im
Vergleich zu 2013 nochmals abgewertet. Die Onpage-Präsenz des Keywords in Form der Existenz
im Title, der Description sowie in H1 und H2 ist hingegen natürlich, solange keine Überoptimierung
stattfindet. Eine schnelle Seiten-Ladezeit gehört zu den grundlegenden Voraussetzungen für gute
Rankings. Die Top vier laden im Schnitt noch einmal deutlich schneller als der Rest.
Searchmetrics
Nebenbei ist die pure Existenz einer H1-Überschrift zwar im Vergleich zum Vorjahr durchschnittlich gestiegen, aber immer noch verfügen lediglich rund 78% aller Top-30-URLs eine H1 – und circa
71% mindestens eine H2.
25
Searchmetrics
Auf einen Blick: Infografik – Content
26
2. ONPAGE CONTENT
Content – und vor allem seine Qualität – wird immer wichtiger. Das war lange Zeit nicht so. In der
Vergangenheit beherrschte das Keyword nahezu allein den SEO-Markt. Dieses Keyword wird auch
weiterhin die Basis der Suche sein, jedoch findet seit Längerem ein Shift vom reinen Keyword weg,
hin zu komplexen Topics statt. Zugunsten von Content treten einige andere Faktoren zunehmend
in den Hintergrund.
Der Bereich Content ist ebenso wie die technische Ebene der eigenen Webseite direkt durch den
jeweiligen Webmaster beeinflussbar, spielte aber lange eine eher untergeordnete Rolle. Aus SEOSicht wurden oft alle anderen Bereiche optimiert – der Content, zumindest aus qualitativer Sicht
für den User, jedoch in der Regel nicht. Grund hierfür war unter anderem dabei auch die algorithmische Evolution von Suchmaschinen, die in der Vergangenheit noch nicht über die Exzellenz
verfügten, die heute Standard ist. Nicht zuletzt mit dem Hummingbird-Algorithmus Update hat
Google hier neue Maßstäbe in den Bereichen Semantik und Kontext gesetzt, die sich in den SERPs
nachvollziehen lässt9.
Content-Features sind oft komplex und bewegen sich zudem innerhalb einer Skala, bezüglich derer
es – aus Sicht von Google – festzulegen gilt, welcher Werte-Bereich denn nun als „gut“ – beziehungsweise: relevant – einzustufen ist. Schließlich ist es nicht zuletzt der Content, den Google
nach seiner Qualität und Relevanz für ein Suchergebnis bewerten und strukturieren möchte.
Searchmetrics
Auch für die Analyse der Content-Features wurde die Zahl der Faktoren gegenüber dem Vorjahr
deutlich erweitert.
9
http://www.searchmetrics.com/de/knowledge-base/hummingbird/
27
Searchmetrics
28
Abb. 15: Korrelationen – Onpage Content 2014
Im Prinzip lassen sich die Content-Faktoren in drei Gruppen einteilen: Erstens Content-Beschaffenheit/-Qualität, zweitens Verlinkung und drittens Werbemittel. Im Zentrum steht definitiv die Qualität von Inhalten.
Bis auf einige Ausnahmen, die später erläutert werden, korrelieren alle Content-Faktoren positiv
mit guten Rankings. In der Übersicht zu den jahresübergreifenden Entwicklungstendenzen wird
obendrein die Aufwertung der Relevanz von Seiteninhalten deutlich.
Onpage Content: Entwicklung im Vergleich zum Vorjahr
In der folgenden Grafik sind die Entwicklungen der Content-Features, die bereits im letzten Jahr
Teil dieser Studie waren, dargestellt.
Searchmetrics
Es ist zu erkennen, dass anscheinend ausnahmslos alle Faktoren- teilweise sehr deutlich – aufgewertet wurden. Werbung dagegen scheint abzunehmen.
Der einzige – noch deutlicher als im letzten Jahr – negativ korrelierende Faktor ist „Title-Länge“.
Doch ist auch hier die Aussage umgekehrt positiv lesbar: Webseiten, die besser ranken, weisen im
Schnitt einen kürzeren Seitentitel auf.
2.1 Content-Qualität – Neue Features
Schon in der Analyse des vergangenen Jahres zeigte sich, dass Content-Features immer größere
Beachtung zukommt. WDF*IDF war uns dabei jedoch nicht genug. Nicht zuletzt die vergangenen
Searchmetrics-Analysen bezüglich der Auswirkungen von Hummingbird zeigen, dass die Diversität der Suchergebnisse abnimmt. Dies äußert sich insbesondere im Vergleich der SERPs für ähnliche Keywords mit Überschneidungen in den Suchintentionen.
Abb. 16: Korrelationen – Onpage Content 2014 / Veränderungen zu 2013
29
Grundlage hierfür sind Wortsemantik und Kontext. Es ist zum Beispiel sehr wahrscheinlich, dass
in einem Text, in dem das Wort „Stoßstange“ vorkommt, ebenfalls das Wort „Auto“ relevant ist,
während das für den Begriff „Kühlschrank“ wohl nicht primär zutrifft. Grundlage hierfür sind Co-Occurrence-Analysen.
„You shall know a keyword by the company it keeps” (Firth, 1957)
Searchmetrics
Google ist gut darin, die semantische Bedeutung hinter Keyword-Strings zu analysieren. Die
Entwicklung der Suche strebt demnach zunehmend weg von der Bedeutung eines einzelnen
Keywords. In den Vordergrund rücken dafür Vorhandensein und Ausprägung sogenannter Content-Cluster (sprich: einzelner Themenbereiche oder auch „Topics“), die sich um Keywords herum
bilden lassen – und die bei der Produktion eines Textes – je nach Intention – natürlich entstehen.
Die Schwierigkeit liegt natürlich darin, dies maschinell messbar zu machen.
30
Abb. 17: Visualisierung Deep Learning10
Es existieren dabei natürlich verschiedene Berechnungsmöglichkeiten, semantische Beziehungen
zwischen Termen zu analysieren.
All diese Berechnungen resultieren in folgender Aussage: Je mehr Themenbereiche ein Text abbildet, desto holistischer ist er – und ist demzufolge gleichzeitig relevant für Nutzer mit verschiedenen Suchintentionen. Folglich ist es wahrscheinlich, dass er auch für weitere Suchbegriffe neben
dem Hauptkeyword rankt.
Eine nicht zu vernachlässigende Besonderheit ist dabei, dass sogenannte „stop words“ – wie Artikel (der, die, das), Präpositionen (an, nach, bei etc.) etc. – aus den Analysen herausgefiltert werden,
weil sie hierfür nicht bedeutungsrelevant sind.
10
Grafik (©Searchmetrics) angelehnt an http://www.cs.toronto.edu/~rsalakhu/isbi.html
Möchten Webseitenbetreiber demnach mit ihrem Content für bestimmte Suchbegriffe ranken, sollte der Content möglichst auch auf die Suchintention von Nutzern, die solche Queries durchführen,
abgestimmt sein und diese auch erfüllen. Dies sollte eigentlich selbstverständlich sein, war aber
lange Zeit technisch nicht entsprechend umsetzbar.
Content-Clustering mit Wort-Co-Occurrence-Analysen
Eine Möglichkeit, semantische Beziehungen zwischen Wörtern und Textrelevanz für ein bestimmtes Keyword messbar zu machen, ist die Analyse von Proof und Relevant Terms in Form von
Co-Occurrence-Ansätzen.
Relevant Terms hingegen sind semantisch entferntere Verwandte des Haupt-Keywords und in der
Regel Teil eines untergeordneten Themen-Clusters, welches nicht zwingend aber durchaus möglich bei der Behandlung des Haupt-Keywords auftritt. Ein Beispiel: Haupt-Keyword: Panda Update
/ Relevant Terms (Beispiele): Webmaster / Rankings.
Die Korrelationen für diese Features gestalten sich wie folgt:
Abb. 19: Korrelationen Onpage Content 2014 – Qualitäts- / Relevanz-Faktoren
Aus Vergleichszwecken ist auch noch einmal die Korrelation für WDF*IDF inkludiert, die – wie
schon im Vorjahr – gegen Null tendiert.
Abb. 18: Content-Optimization Searchmetrics SuiteTM (Screenshot, Ausschnitt gekürzt)
Searchmetrics
Proof Terms sind hierbei sozusagen ein „Must-Have“. Die semantische Nähe zum Fokus-Keyword
ist sehr hoch, die Begriffe kommen eigentlich in allen relevanten Dokumenten zum Thema vor und
werden auch häufig verwendet. Ein Beispiel: Hauptkeyword: Panda Update / Proof Terms (Beispiele): Google / Panda.
31
Kurz WDF*IDF erklärt: Die Relevanz eines Terms für ein Dokument, und im zweiten Schritt dessen
Relevanz für eine Suchanfrage mit einem Keyword, sollte laut diesem Ansatz nicht nur gegenüber
der einzelnen Webseite, sondern vielmehr obendrein auch gegenüber der Gesamtzahl aller anderen Seiten mit diesem Term / Keyword im Index abgewogen werden.
Die Korrelationen für Proof und Relevant Terms sind anders als jene für WDF*IDF deutlich positiv
ausgeprägt und gestalten sich bezüglich der Durchschnittswerte so:
Abb. 20: Durchschnitt nach Ranking – Proof Terms
Searchmetrics
Abb. 20: Durchschnitt nach Ranking - Proof Terms
32
Abb. 21: Durchschnitt nach Ranking – Relevant Terms
Bei beiden Features ist, nebst Brandfaktor, eine fallende Kurve zu erkennen, die sich in den jeweiligen Korrelationswerten äußert. Die Skala beim Faktor „Proof Terms“ ist detaillierter, um die Kurve
besser visualisieren zu können – faktisch ist die Korrelation für das Feature „Relevant Terms“ deutlich höher und stellt in der diesjährigem Analyse die Korrelation mit dem größten Wert insgesamt
über alle untersuchten Faktoren dar.
Keyword-Häufigkeit im Body
In der Übersichtsgrafik zu Beginn des Kapitels war zu erkennen, dass das Feature „Keywords im
Body“ die Korrelation betreffend deutlich zugenommen – sich den Wert betreffend von 0,06 auf
0,12 sogar verdoppelt – hat. Ein Blick auf die Durchschnittwerte jedoch zeigt, dass die reine Anzahl
an Keywords faktisch abgenommen hat.
Bedeutender für Suchmaschinen ist folglich neben der Term-Frequenz, das Vorkommen relevant-verwandter Terme, die Distanz der Keywords zueinander sowie die semantische Indizierung
– aber nie nur deren reine Anzahl. Im Gegenteil: Die zu häufige Verwendung von Keywords resultiert schnell in Spam.
Lesbarkeit des Textes – Flesch & Co.
Ebenfalls neu in diesem Jahr wurde die Lesbarkeit analysiert. Resultiert sind die Untersuchungen
in negativen Korrelationen.
Abb. 23: Korrelationen Onpage 2014 – Lesbarkeit
Auch hier wurde die Analyse in diesem Jahr leicht angepasst – und zwar so, dass im Mittel sogar
mehr Keywords erkannt werden konnten als im Vorjahr. Dass die Durchschnittswerte trotzdem abgenommen haben, legt nahe, dass die tatsächliche Veränderung zum Vorjahr noch ausgeprägter ist.
Searchmetrics
Abb. 22: Durchschnitt nach Ranking –Keywords im Body 2013/2014
33
Zu interpretieren sind diese Werte nach der Art: Weiter vorn rankende Texte sind im Durchschnitt
etwas anspruchsvoller. In der folgenden Grafik wurde die Skala eliminiert, weil die Berechnung des
deutschen Flesch-Wertes auf der Formel für die englische Sprache durchgeführt wurde:
Die Formel für die deutsche Sprache weicht etwas davon ab. Dies wirkt sich zwar auf die absoluten
Werte aus – deswegen ist die Skala in anderen Sprachen als Englisch obsolet – nicht aber auf die
Korrelation und den entsprechenden Kurvenverlauf:
Searchmetrics
Abb. 24: Durchschnitt nach Ranking – Lesbarkeit nach Flesch
34
Ein Kästchen entspricht hierbei einem Skalenschritt von 0,5. Vermutlich liegen die absoluten Werte
leicht unter den für die englische Sprache (US) berechneten. Interessant ist definitiv, dass die Kurve in den USA für Google.com-Suchergebnisse anders verläuft. Die Korrelation beträgt dort zwar
faktisch 0,00, jedoch sind Inhalte weiter vorn rankender URLs tendenziell eher leichter zu lesen. In
Deutschland ist genau das Gegenteil der Fall.
Der Flesch-Wert für die Lesbarkeit von Content aus den US-Suchergebnissen liegt übrigens bei
circa 73/74.
Flesch-Reading-Ease-Score
Abb. 25: Flesch-Skala, Quelle: http://de.wikipedia.org/wiki/Lesbarkeitsindex
Auch Googles Head of Webspam, Matt Cutts, konstatiert, dass leichter zu lesender – und damit für eine breitere Masse an Nutzern verständlicher – Text erwartungsgemäß besser rankt11.
Festzuhalten bleibt jedoch, dass Deutsch erstens eine komplexere Sprache ist als Englisch und
zweitens der Textanspruch leicht höher ist, je weiter vorn die Seite rankt. Faktisch richtet sich
der Einfluss der Lesbarkeit von Content auf die Suchergebnisse wahrscheinlich jedoch primär
indirekt nach ihren Auswirkungen auf Usersignale, wie die Time on Site oder die Bouncerate.
2.2 Content-Umfang steigt nochmals deutlich
Der Anstieg der Länge aller folgenden Features ist auf allen Positionen in den Suchergebnissen
erhöht, nicht nur bezogen auf die ersten ein oder zwei Rankings. Dies bedeutet, dass Webseiten
auf der ganzen Linie mehr Inhalt produzieren, um in den Suchergebnissen wettbewerbsfähig zu
bleiben.
Mehr Content heißt aber nicht gleich auch besserer Content. Der Umfang eines Textes mag eines
von mehreren Qualitätskriterien sein. Aber stets sollten Benutzerfreundlichkeit und Relevanz im
Fokus stehen. Sprich: Nicht nur mehr, sondern eher ganzheitlichen, relevanten Content zu produzieren lautet die Maxime.
Abb. 26: Korrelationen – Content-Qualität 2012/2013/2014
In der Detailgrafik zeigt sich, dass Seiten, die auf den vorderen Positionen ranken, mehr Wörter im
Text aufweisen als Seiten, die im hinteren Teil der SERPs positioniert sind. Auf der Y-Achse sind
die durchschnittlichen Wörter für Seiten auf der jeweiligen Google-Position (X-Achse) abzulesen.
11
http://www.youtube.com/watch?v=F4qKcKM7TsE
Das Feature „Anzahl der Worte im Text“ hat im Jahr 2012 noch negativ mit guten Rankings korreliert. Dies sah schon 2013 deutlich anders aus und hat sich in diesem Jahr noch weiter entwickelt.
Hier eine Auswahl von Content-Qualitätsfaktoren und deren Korrelationen hinsichtlich ihrer Entwicklung über die letzten drei Jahre:
Searchmetrics
Anzahl der Worte im Text
35
Die Anzahl von Wörtern im Text ist im Vergleich zum Vorjahr noch einmal sehr deutlich gestiegen.
Fast ein bisschen zu deutlich. Dennoch: Content wird im Schnitt immer länger – und weiterhin
existiert auch hier der Brandfaktor. Die meisten Worte im Text haben URLs auf den Positionen zwei
bis sieben – und zwar mehr als 800 im Schnitt.
HTML-Länge
Da die Länge des HTML-Codes eines Internet-Dokumentes zwar in gewisser Hinsicht einen technischen Faktor darstellt, der Faktor „Länge“ in diesem Zusammenhang jedoch wiederum in hohem
Maße von der Beschaffenheit des Contents abhängt, wird dieses Feature auch hier einer genaueren Analyse unterzogen.
Searchmetrics
Die große Mehrheit der in den Top 30 SERPs rankenden Web-Dokumente verfügen über eine gewisse – und nicht geringe – (Mindest-)Länge des HTML-Codes. Im Durchschnitt über alle 300.000
ausgewerteten HTML-Dokumente ergibt sich folgendes Verhältnis von HTML-Länge und Ranking
(Y-Achse: durchschnittliche Anzahl von Zeichen im HTML-Code):
36
Abb. 28: Durchschnitt nach Ranking – Länge des HTML-Codes in Zeichen 2013/2014
Auch hier ist auf den vorderen Plätzen erneut der Brand-Faktor zu beobachten – und zwar noch
deutlicher als bei der puren Wortanzahl im Content. Ab Position 4 findet sich eine nahezu „ideal
abfallende“ Kurve wieder, aus welcher abzulesen ist, dass besser rankende Dokumente in der Regel tatsächlich über einen längeren HTML-Code verfügen als Seiten auf den hinteren Positionen.
Noch im Vorjahr verfügten im Schnitt Seiten auf Rang 3 über die größten HTML-Dokumente. Der
Durchschnitt 2014 beträgt circa 68.300 Zeichen.
Man könnte dieser Grafik entnehmen, dass das Ranking umso besser ist, je mehr Zeichen der
HTML-Code aufweist. Dem ist nicht so – zumindest nicht unbegrenzt. Angemerkt sei an dieser
Stelle, dass ab einer bestimmten Zeichenzahl, deren Wert ungefähr bei 85.000 Zeichen liegt, das
Optimum überschritten ist. Ein größerer Wert wirkt sich dann wiederum zwar nicht direkt negativ
aus, jedoch wird der Einfluss dieses Faktors ab dieser Grenze einfach nicht mehr besser. Allerdings
scheint sich diese Grenze zu verschieben. Im Vorjahr hatten wir eine solche Limitierung noch im
Bereich um 70.000 Zeichen ausgemacht.
Textlänge
Nahezu deckungsgleich mit der Detailgrafik zum Faktor „HTML-Länge“ verhält sich die Kurve bezüglich des Koeffizienten „Text-Länge“. Das ist logisch, denn die Einheiten sind natürlich unmittelbar voneinander abhängig.
Abb. 29: Durchschnitt nach Ranking – Länge des Textes in Zeichen 2013/2014
Auch die Text-Länge scheint bezüglich ihrer positiven Korrelation mit guten Rankings nach oben
„gedeckelt“. Bis zu dieser gewissen Grenze kann man jedoch – unter Ausschluss des Brand-Faktors – davon sprechen, dass Seiten mit mehr Text auch besser ranken.
Anzahl der Sätze
Der Vollständigkeit halber wurde in diesem Jahr auch die Anzahl der Sätze untersucht. Das Feature
korreliert tatsächlich ebenfalls leicht positiv, was nach den vorangegangen Analysen jedoch zu
erwarten war.
Searchmetrics
Hier wurde jedoch die Dekodierung der Zeichen im Vergleich zum Vorjahr geändert, was sich auf
die absolute Zahl der Textzeichen auswirkt, die demzufolge nicht mit den in der vergangenen Studie angegebenen Werten Verglichen werden kann. Daraufhin wurden die Daten für 2013 auf der
aktuellen Grundlage neu berechnet – und hier der Vergleich:
37
Abb. 30: Durchschnitt nach Ranking – Anzahl der Sätze im Text
Auch hier zeigt sich: Content von Brand-Domains besteht aus weniger Sätzen. Im Durchschnitt hat
der Content von Seiten in den Top 30 gut 15 Sätze – bei google.com sind es übrigens mehr als 17,
was auch daran liegt, dass das Englische im Schnitt kürzere Sätze aufweist.
Searchmetrics
Angemerkt sei erneut, dass es sich hierbei um Durchschnittswerte handelt und die Content-Analyse unter anderem durch Navigationselemente beeinflusst werden kann.
38
2.3 Anreicherung des Contents durch Medien zahlt sich aus
In Bezug auf dieses Feature haben wir unsere Analyse ebenfalls angepasst und einen Größenfilter
eingebaut. Die Erkennung von Bildern ist nunmehr deutlich limitierter und Vergleiche zu den Vorjahren, in denen sowohl die Korrelation als auch die durchschnittliche Anzahl von Bildern gestiegen
war, eigentlich nicht durchführbar.
Da Bilder und Videos jedoch nicht nur den Text für User attraktiver zu machen, sondern damit auch
für Google, wird die Entwicklungstendenz vermutlich jedoch auch hier eher positiv – wenn auch
wahrscheinlich gedeckelt sein.
In der folgenden Grafik ist die durchschnittliche Anzahl von Bild-Dateien nach Rang dargestellt,
nämlich alle Dateien mit einem Image-Tag auf der Seite – mit einer Einschränkung: Es wurden
IMG-Tags mit min 32px Höhe x 32px Breite berücksichtigt.
Abb. 31: Durchschnitt nach Ranking – Anzahl der Bild-Dateien
Auch unter Vernachlässigung kleinerer Image-Elemente ist wieder zu erkennen: Je besser eine
Seite rankt, desto mehr Bilder sind auf der Seite im Durchschnitt vorhanden.
Die interne Linkstruktur einer Domain ist für die Suchmaschinenperformance dieser Domain eine
nicht unwichtige Stellschraube. Um den sogenannten Linkjuice12 optimal zu verteilen, sind Faktoren wie „Anzahl der Links“ und „Linktext“ entscheidende Instrumente. Doch nicht nur die Anzahl
von Links, die auf eine rankende URL zeigen, ist relevant, sondern auch die Linkstruktur auf der
URL selbst.
Abb. 32: Durchschnitt nach Ranking – Anzahl interner Links 2013/2014
Im Folgenden dargestellt ist die Anzahl der internen Links im Content der analysierten Seiten im
Jahresvergleich:
Searchmetrics
2.4 Interne Verlinkung: Housekeeping ist das A und O
Jeder Link hat einen Wert. Dieser Wert lässt sich nach dem Vererbungsprinzip mithilfe einer guten internen Linkstruktur entsprechend
des hierarchischen Aufbaus einer Domain optimal verteilen. Der Begriff Linkjuice ist hier metaphorisch gemeint.
39
12
Von den Werten her ist der Faktor um Einiges gestiegen – sowohl die Korrelation als auch die
Durchschnittswerte betreffend. Heißt das: Mehr Links = besseres Ranking? Nein.
Auch dieses Feature ist, wahrscheinlich noch entscheidender als die entsprechenden Content-Features, nach oben gedeckelt. Gerade interne Links betreffend heißt es alles andere als „viel hilft viel“,
sondern es kommt auf eine optimale Ausrichtung an.
Der Anstieg könnte zum Beispiel teilweise durch den wachsenden Content-Umfang erklärbar sein.
Die These könnte lauten: Mehr Content = mehr Links – und zwar generell, denn auch die absolute
Anzahl externer Links ist im Jahresvergleich gewachsen.
Es wird also deutlich, dass die Seiten auf den vorderen Suchergebnispositionen vergleichsweise
mehr interne Links aufweisen, als Seiten, die weiter hinten ranken. Ebenfalls zu erkennen sind
wiederum Brands auf den ersten Plätzen, die im Durchschnitt über weniger Links verfügen als die
direkt nachfolgenden Seiten.
Searchmetrics
Zu beachten ist in jeden Fall, dass es sich hier um Durchschnittswerte handelt. Demnach scheint
das Idealziel bei circa 120 bis 140 internen Links pro URL zu liegen, jedoch ist dies im Einzelfall
selbstredend kein Maßstab. Sinnvoll ist stets eine Verlinkung, die auch aus Sicht der User-Experience nachvollziehbar ist. Hier stehen Housekeeping sowie eine optimale Seiteninformationsstruktur unter der Vermeidung von unnötigen, irrelevanten und kaputten Links absolut im Vordergrund.
Jedoch machen viele Unternehmen und Seitenbetreiber den Fehler, sich mehr auf externe Links zu
konzentrieren, als User-Experience und internen Linkfluss zu optimieren.
40
Die durchschnittliche Linkanzahl wird natürlich durch Seiten mit stark ausgeprägter Menüstruktur
und vielen internen Links im Footer nach oben gezogen. Doch nicht nur die Anzahl der internen
Links, sondern auch die Keywords mit denen intern verlinkt wird, spielen eine Rolle bei der optimalen Verteilung des Linkjuice.
Interessant war deshalb schon in unserer letzten Analyse die Frage: Linkt eine gut rankende Seite
eventuell mit dem Keyword, für die sie rankt, intern auf eine andere Seite? Sollte das der Fall sein,
würde dies im Prinzip implizieren, dass die Seite, die den Link bekommt, für das Keyword relevanter
sein müsste, als die Seite, von der dieser Link kommt. Die rankende Seite würde quasi ihren Linkjuice weitervererben und mutmaßlich über kurz oder lang ihr Ranking verlieren.
Im Umkehrschluss wäre daher zu vermuten, dass Seiten, die gut performen, das Gegenprinzip
dieser Tatsache eventuell nutzen und mit dem Keyword gar auf sich selbst verlinken. Diese Fragestellung ist Hintergrund des Analyse-Ansatzes in der folgenden Grafik:
Abb. 33: Durchschnitt nach Ranking – Anzahl interner Links einer URL auf sich selbst 2013/2014
Siehe da – der Wert für die Top-Ergebnisse ist 2014 nochmal leicht gestiegen ‒ ebenso die Korrelation.
Bei der exemplarischen Untersuchung der spezifischen Ergebnisse fällt auf, dass diese mit dem
Keyword auf sich selbst verweisenden – und auf den vorderen Positionen rankenden – Seiten
(unter anderem oft aus dem Bereich „Shopping“), meist in einem sitewide Menü- oder einem Breadcrumb-Link auf sich selbst verweisen.
Bleibt festzuhalten: Mit dem Keyword, für das eine Seite ranken soll, intern auf eine andere Seite
zu verlinken, sollte vermieden werde. Im Gegenteil: Viele Seiten, die auf den vorderen Positionen
ranken, verlinken intern noch einmal – meist auf strukturell-technischer Basis – mit dem Keyword
direkt auf sich selbst.
2.5 Adlinks: Bis auf Brands insgesamt weniger Werbung
Im Jahr 2012 gab es deutlich negative Korrelationen mit guten Rankings in Bezug auf Werbeintegrationen, selbst für AdSense als Google-Produkt. Das heißt, vor zwei Jahren hatten gut rankende
Seiten weniger Werbung als schlechter platzierte. Diese Korrelationen hatten sich 2013 ins Gegenteil verkehrt, um in diesem Jahr wieder die entgegengesetzte Entwicklung zu durchlaufen.
Aus dem Pool der Seiten, die mindestens einen internen Link haben, verfügen im Durchschnitt
folglich circa acht von zehn URLs auf Platz 1 über genau einen Link auf sich selbst – 2013 waren
es noch lediglich sieben von zehn.
Searchmetrics
Auf der Y-Achse dieser Grafik ist die durchschnittliche Anzahl selbstreferenzieller (= auf sich selbst
verweisender) interner Links der Seiten mit dem entsprechenden Google-Ranking abzulesen, welches wiederum auf der X-Achse dargestellt ist.
41
Abb. 34: Korrelationen – Werbeintegrationen 2012/2013/2014
In dieser Grafik zeigt sich, dass die Existenz und auch die Anzahl von Werbeintegrationen im
Durchschnitt abnehmen. Die folgenden Einzelgrafiken verdeutlichen dies noch einmal detailliert.
Searchmetrics
Zur Erklärung: Die Y-Achse der folgenden Grafiken ist von 0 bis 1 skaliert und gibt mit dem Faktor
100 multipliziert den prozentualen Anteil der Seiten auf der jeweiligen Position wieder, für die der
entsprechende Faktor (Beschriftung der Y-Achse) zutrifft.
42
Abb. 35: Durchschnitt nach Ranking – Existenz AdSense 2013/2014
Abb. 35: Durchschnitt nach Ranking – Existenz AdSense 2013/2014
Abb. 36: Durchschnitt nach Ranking – Existenz Adlinks Gesamt (inkl. AdSense) 2013/2014
Abb. 37: Durchschnitt nach Ranking – Anzahl der AdSense-Integrationen 2013/2014
Auch bezogen auf die Anzahl der AdSense-Blöcke liegen gut rankende Seiten unter dem Rest der
Top 30. Auf Platz 1 bis 3 rankende URLs weisen weniger Werbeintegrationen auf als URLs aus der
zweiten Hälfte von SERP 1. Auf SERP 2 nimmt die Anzahl der AdSense-Integrationen im Schnitt
leicht ab, steigt danach jedoch wieder leicht.
Dabei ist auf den meisten Seiten eher AdSense eingebunden als eine andere Form von Adlink. Die
meisten Seiten in den Top 30 verwenden demzufolge die Werbeintegration von Google selbst.
Searchmetrics
Hauptaussage dieser beiden Grafiken: Besonders bei URLs, die auf den vorderen 3 Suchergebnispositionen ranken, finden sich im Durchschnitt weniger Seiten mit mindestens eine Werbeintegration (AdSense oder eine andere Form von Adlinks) als URLs auf den folgenden Plätzen. Jedoch
sind die Entwicklungen zum Vorjahr unterschiedlich. Seiten auf der zweiten Hälfte von SERP 1 und
der ersten Hälfte von SERP 2 – also die Positionen 5 bis 13 circa – weisen im Durchschnitt die
größten Unterschiede in Bezug auf weniger Werbung auf als 2013.
43
Interessant auch hier ist die Tatsache, dass sich auf Position 1 bezüglich des Durchschnittswertes
für AdSense nichts geändert hat – dahinter jedoch schon. Es ist deutlich weniger Werbung auf den
Seiten integriert, die in den Top 30 ranken.
Autoren-Integrationen in den Google SERPs
Im letzten Jahr wurde die Korrelation zwischen Authorship und Rankings untersucht – mit dem
Ergebnis, dass nahezu keine Korrelation bestand. Nun wurde durch Google kürzlich kommuniziert,
keine Autoren-Fotos mehr in den SERPs einzubinden. Auch die Circles-Angabe verschwindet – es
bleibt lediglich der Name. Ausnahme: Google News. Hier soll das Autorenbild zwar erhalten bleiben, jedoch deutlich kleiner angezeigt werden und auch etwas einrücken (siehe Screenshot).
Searchmetrics
Abb. 38: Google SERP Snippet vor Anpassung - organisch13 (Screenshot)
44
Abb. 39: SERP Snippets nach Anpassung. Oben: organisch, Unten: News14
Und am 28.06.2014 war es soweit – die Autorenbilder wurden sozusagen wieder „eingerollt“. Hier
die erste Suchergebnisseite für das Keyword „Panda 4“ im direkten Vorher-Nachher-Vergleich:
13
14
Screenshot vom 26.06.2014
https://support.google.com/webmasters/answer/1408986
Searchmetrics
Einigen Untersuchungen zufolge haben Autorenbilder positive Auswirkungen auf die CTR. Warum
also Google diese entfernt, bleibt zu klären. Searchmetrics wird diese Entwicklung zum Anlass
nehmen, eigene Analysen vorzunehmen, wie sich diese Anpassung der SERPs auf die CTR auswirkt und dafür Vergleiche bezüglich diese Faktors mit und ohne Autor-Foto durchführen.
Zusammenfassung
Die Qualität von Content wurde schon in den vergangenen Jahren immer wichtiger und wird es
mit der Evolution der Suchmaschinen-Algorithmen immer mehr. Gut rankende URLs weisen bis zu
einem gewissen Umfang mehr Text und auch eine höhere Anzahl von zusätzlichen Medienintegrationen auf als noch 2012 und auch 2013.
Eine gute interne Linkstruktur ist ebenfalls ein wichtiger Qualitätsfaktor. Housekeeping und eine
gute Seiteninformationsstruktur sind sehr wichtige Faktoren. Positiv scheint es sich zudem aus-
Abb. 40: Google SERP 1 für „Panda 4“ vorher / nachher (Screenshots)
45
zuwirken, wenn die für ein bestimmtes Keyword relevanteste URL einer Domain mit exakt diesem
Keyword noch einmal auf sich selbst verlinkt.
Werbe-Einbindungen haben bei den URLs in den Top 30 abgenommen – weniger bei Brands, mehr
bei URLs die ab Position 5 und danach ranken.
Searchmetrics
Im absoluten Fokus des Bereiches Content steht jedoch die Qualität. Wer mit seinem Content ranken möchte, sollte sich nicht auf die Anzahl von Links oder Keywords auf der Seite konzentrieren.
Es geht zunehmend um die Optimierung für ganze Themenbereiche und einen gesamtheitlichen,
holistischen Content-Ansatz. Sei nicht nur relevant für ein Keyword, sei relevant für Topic und mehrere verwandte Terme. Dies wurde unter anderem deutlich in den entsprechenden Proof- und Relevant-Term-Analysen sowie in der Searchmetrics Studie zur Auswirkung von Googles Hummingbird
Update auf die Diversität von Landingpages und Domains. Hier wurde deutlich, dass die Diversität
abnimmt und zunehmend holistischere Inhalte auf mehr Keyword-Queries ranken.
46
Searchmetrics
Auf einen Blick: Infografik – Backlinks
47
3. BACKLINKS
Die Qualitätsfaktoren aus dem Bereich Backlinks gehören wohl zu den wichtigsten SEO-Metriken
auf der Offpage-Ebene. So beruht Googles Erfolg beispielsweise nicht zuletzt auf dem Kriterium
„PageRank“, dessen Metriken stark backlink-lastig orientiert waren und bis heute sind. Verweise
von anderen Seiten gehören demnach für Suchmaschinen schon allein aus der Historie heraus
zu den bedeutendsten Hinweisen auf Relevanz in Form von Empfehlungen unter Berücksichtigung der Themenbasis. Hierbei werden die in der Vergangenheit noch vorhandenen manipulativen
Möglichkeiten durch die angesprochenen iterativen Algorithmus-Änderungen von Suchmaschinen
kontinuierlich minimiert.
Searchmetrics
Demzufolge ist nicht nur die Anzahl, sondern auch die Beschaffenheit der Backlinkstruktur einer
Seite, welche wiederum diversen Einflussfaktoren unterliegt, rankingentscheidend. Um dieser Diversität und auch der Komplexität des Backlink-Clusters Rechnung zu tragen, wurde auch der Faktoren-Pool für die Analyse des Backlink-Bereiches nochmals um einige Parameter erweitert – in
diesem Jahr größtenteils mit dem Versuch, den Einfluss von „Brandlinks“ zu analysieren.
48
Abb. 41: Korrelationen - Backlinks 2014
Da Backlink-Metriken zu den ältesten und damit auch den am besten evaluierten gehören, ist es
zu erwarten, dass sich bezüglich der Unterschiede in den Top 30 nicht allzu viel zum Vorjahr verändert haben sollte.
Backlinks: Entwicklung im Vergleich zum Vorjahr
In der folgenden Grafik ist primär die Entwicklung der vier Vorjahresfaktoren dargestellt.
3.1 Link-Quelle: Je besser desto positiver
Zunächst soll die Link-Quelle im Vordergrund stehen. Hier eine Übersicht der entsprechenden Faktoren.
Abb. 43: Korrelationen Backlinks – Linkquelle
Ins Auge fällt sogleich die gesunkene Korrelation für die Anzahl von Backlinks. Diese war von 2012
auf 2013 noch gestiegen. Dennoch stellt die Quantität von Links, wie in der Gesamtgrafik zu erkennen ist, immer noch die zweithöchste Korrelation mit guten Rankings dar. Wie sich die anderen
Korrelationen genau entwickelt haben, wird Teil der folgenden Unterkapitel sein.
Searchmetrics
Abb. 42: Korrelationen - Backlinks 2014 / Veränderungen zu 2013
49
Viele Backlinks bleiben wichtig
In der Detailgrafik wird der immense Unterschied von Seiten auf Position 1 zu weiter hinten rankenden URLs extrem deutlich:
Abb. 44: Durchschnitt nach Ranking – Anzahl der Backlinks
Searchmetrics
Dargestellt ist hier die Anzahl der Links in Relation zur Position der verlinkten Seite. Im Durchschnitt haben Seiten auf Rang 1 ca. 2.973 Backlinks15 – schon auf Platz 2 sind es nur noch 1.378
Backlinks – und auf Position 30 im Durchschnitt lediglich noch knapp 63.
50
Interessant ist im Jahresvergleich die schon deutlich gefallene durchschnittliche Anzahl von Backlins auf den vorderen Positionen, die auch der wichtigste Grund für die gesunkene Korrelation ist.
Dies liegt allerdings an Verbesserungen im Recrawling von Searchmetrics. Der ganze Bereich
Backlinks ist einer gewissen Dynamik unterworfen. Links werden ständig neu gesetzt, andere gelöscht. Die herangezogenen Backlinkprofile sind „sauberer“ und die Daten genauer als im Vorjahr.
Auch wurden insbesondere Links erneut gecrawlt um nicht mehr existierende Links nicht zu beruecksichtigen. Insofern sind die Daten von 2013 hier nicht hundertprozentig mit denen dieses
Jahres zu Vergleichen. Die tatsächliche absolute Anzahl von Backlinks könnte im Vergleich zum
Vorjahr demnach wiederum gestiegen sein.
Besser rankende URLs haben deutlich bessere Links –SEO
Visibility höher
Zur Einführung in diesen Unterpunkt bedarf es zunächst der Erklärung des Begriffes „SEO Visibility“. Diese Metrik, die auch als „Sichtbarkeit“ bezeichnet wird, hat ihren Ursprung in SEO-Analyse Software-Tools, berechnet sich aus einem Konglomerat verschiedener Faktoren rund um
Keyword-Rankings eines festen Keyword-Pools und wird in Äquivalenz zum Faktor Traffic (der ja
für Nicht-Webmaster von außen nicht messbar ist) als Basisfaktor für die Qualitätskategorisierungen von Webseiten zu Vergleichszwecken verwendet. Searchmetrics berücksichtigt neben den
Keyword-Rankings auch das Suchvolumen, Informationen über Keyword-Charakteristiken (z.B.:
Navigational oder Informational Search) sowie das Layout des Suchergebnisses. Kurz gesagt: Je
höher die SEO Visibility einer Seite ist, desto wahrscheinlicher ist es, dass eine Seite mehr organischen Traffic über Suchmaschinen generiert16.
Ein Blick auf die Korrelation des Faktors „SEO Visibility der verlinkenden URL“ verrät, dass der Traffic einer URL B im Hinblick auf deren Relevanz als Quelle für einen Link zu URL A, für das Ranking
von URL A von entscheidender Bedeutung zu sein scheint.
Die SEO Visibility von Domains wird für mehrere Länder berechnet und kann frei unter http://suite.searchmetrics.com/de/research/
angezeigt werden.
16 Kurz: Backlinks von Seiten mit hoher SEO Visibility scheinen entschieden mehr wert zu sein als
Links von Seiten mit niedriger SEO Visibility.
Abb. 45: Durchschnitt nach Ranking – Durchschnittliche SEO Visibility der Linkquelle
Anzahl der Referring Domains zur Homepage
Für viele der nun folgenden Features, deren Ausprägungen sich sehr gleichen, und Kurvenverläufe
auf den vorderen Positionen ist der Brand-Faktor ein auschlaggebendes Einfusskriterium. Dieser
wurde für die vorliegende Analyse neu interpretiert und definiert. Die entsprechnden Definitionen
befinden sich im Kapitel zum Brand-Faktor. Kurz im Voraus angemerkt sei, dass größere von kleineren Brands zu trennen sind. Die größeren Brands sind für die oft hohen Werte ab Position 3
verantwortlich, kleinere Brands dagegen für die im Vergleich oft erstaunlich niedrigen Werte auf
Position 1. Wikipedia-Ergebnisse wurden aus allen Durchschnitten hereausgerechnet, weshalb
auch die Werte auf Position 2 oft niedriger sind, wo Wikipedia am häufigsten rankt.
Den Anfang neuer Features macht die Korrelation für die Anzahl der Referring Domains zur Homepage der untersuchten URL:
Und wieder heben sich gut platzierte URLs mit ihrem Backlinkprofil sehr deutlich von weiter hinten
positionierten URLs ab. Seiten auf Platz 1 verfügen im Durchschnitt über Links von URLs, die eine
höhere SEO Visibility als jene schlechter rankender Seiten aufweisen.
Searchmetrics
Dieses Feature wurde im Vergleich zum Vorjahr leicht anders berechnet. 2013 erfolgte die Berechnung zufällig auf jeweils 100 Backlinks pro URL. 2014 wurden die 100 Backlinks jeder Landingpage
mit der jeweils größten SEO-Visibility als Berechnungsbasis herangezogen. Nun stehen also wirklich die absoluten Top-Links jeder Domain im Vordergrund.
51
Abb. 46: Durchschnitt nach Ranking –Anzahl Referring Domains zur Homepage
Wie man sieht, weist die Homepage größerer Brands deutlich mehr Referring Domains auf. Der
Rest der Top 30 liegt nahezu im selben Bereich.
Anzahl der Links von News-Domains zur Homepage
Searchmetrics
Brands sollten eigentlich oft Thema in den Medien sein. Und so ist es auch. Größere Brands weisen
deutlich mehr Links von News-Domains auf als alle anderen URLs.
52
Abb. 47: Durchschnitt nach Ranking – Backlinks von News-Domains
Anzahl der Links aus demselben Land
Nicht viel getan hat sich bei dem Anteil der Backlinks aus demselben Land. Die Korrelation ist leicht
gesunken, der Kurvenverlauf dem des Vorjahres jedoch sehr ähnlich.
Abb. 48: Durchschnitt nach Ranking – Anteil Backlinks aus demselben Land 2013/2014
Lediglich URLs auf der ersten Suchergebnisseite haben im Schnitt einen höheren Anteil von Links
aus anderen Ländern – vermutlich von US-Seiten.
Abb. 49: Korrelationen Backlinks – Link-Qualität
Neue Backlinks
Die folgende, ebenfalls neue Korrelation gleicht den bereits eingeführten anderen neuen Features.
Auch hier haben große Brands deutlich mehr neue Links. Die Kurve verläuft jedoch etwas „unruhiger“. Interessanterweise weisen die kleineren Brands auf der ersten Suchergebnisposition im
Durchschnitt genauso wenig neue Links auf wie URLs, die ab SERP 3 und abwärts ranken.
Des Weiteren sind Backlinks hinsichtlich ihrer Qualität analysierbar. Im Folgenden stehen deshalb
diese Features im Fokus:
Searchmetrics
3.2 Link-Qualität: Anspruch steigt weiter
53
Abb. 50: Durchschnitt nach Ranking – Neue Backlinks
Anteil Nofollow
Searchmetrics
Die „weichen“ Faktoren auf Backlink-Ebene schienen schon im Vorjahr immer relevanter zu werden. Gut rankende Seiten verfügen über sowohl über einen deutlich höheren Anteil von Mehrwort-Ankertexten im Backlinkprofil als auch Nofollow-Links, der in der folgenden Grafik dargestellt
ist (Y-Achse: Wert multipliziert mit dem Faktor 100 ergibt Anteil in %):
54
Abb. 51: Durchschnitt nach Ranking – Anteil von Nofollow-Backlinks 2013/2014
Die Kurve ähnelt jener vom Vorjahr sehr – auch die Korrelation ist exakt gleich. Lediglich auf den
ersten beiden Positionen scheint sich etwas verschoben zu haben. URLs auf Platz eins weisen
einen leicht höheren Anteil von Nofollow-Links auf, URLs auf Platz zwei im Schnitt etwas weniger.
Durchschnittliches Link-Alter
In Bezug auf das durchschnittliche Link-Alter ergibt sich eine kontinuierlich abfallende Kurve. Die
y-Achse beschreibt hier das Alter in Tagen. Besser rankende URLs weisen demnach im Durchschnitt ältere Links auf. Ein Hinweis darauf, dass sich die Seiten, die weiter vorn in den SERPs
rangieren, dies schon länger tun.
Diese Korrelation steht sicherlich im Zusammenhang mit der Korrelation für die Anzahl von Backlinks. Wer mehr Links hat, hat auch mehr ältere Links.
Die folgende Kurve beschreibt den durchschnittlichen Anteil von Links zur Homepage der Domain.
Alle anderen Links sind folglich Deeplinks. Zu erkennen ist eine leicht negative Korrelation mit einem Ausschlag auf Position 1, der erneut vermutlich den Nischen-Brands zuzuschreiben ist.
Homepage-/ Deeplink-Verteilung
Searchmetrics
Abb. 52: Durchschnitt nach Ranking – Link-Alter
Abb. 53: Durchschnitt nach Ranking – Anteil Links zur Homepage
55
Bis auf diese Ausnahme auf der Top-Suchergebnisposition haben besser rankende Seiten demnach mehr Deeplinks. Der Durchschnittswert liegt ungefähr bei knapp 40%.
3.3 Link-Anchor – Link-Diversität wird immer relevanter
Den dritten Link-Bereich stellt die Beschaffenheit des Link-Anchors dar, also der Gestaltung des
Textes auf der linkgebenden Seite, auf welcher der Links sitzt – in der Vergangenheit ein stark
überoptimierter Bereich.
Searchmetrics
Abb. 54: Korrelationen Backlinks – Link-Anchor
56
Keyword-Ankertexte werden entschieden seltener
Die Tage des „harten“ Keyword-Links waren schon im Vorjahr gezählt. Noch 2012 lag eine positive
Korrelation für diesen Faktor über die Top 30 hinweg vor. Diese hatte im Jahresverlauf deutlich
abgenommen und war 2013 kaum noch positiv ausgeprägt. 2014 haben wir für diese Feature
nun wieder eine positive Korrelation errechnet. Steigt etwa die Anzahl von Links mit Keywords auf
vorderen Suchergebnispositionen wieder? Nein – im Gegenteil.
Zunächst sei festgehalten: Auch dieses Feature unterlag leichten Anpassungen, was die
Keyword-Erkennung betrifft und wird deshalb mit einer für 2013 neu berechneten Kurve dargestellt, die jedoch nicht entscheidend von der letztjährigen abweicht.
Abb. 55: Durchschnitt nach Ranking – Anteil von Backlinks mit Keyword 2013/2014
Vorliegend befindet sich ein Paradebeispiel für Korrelation versus Durchschnittswerte. Im vergangenen Jahr lag eine leicht positive (Fast-Null-)Korrelation vor - in diesem Jahr korreliert das Feature
deutlich positiver mit guten Rankings.
Nun zumindest sieht die Kurve deutlich „natürlicher“ aus. Der Peak bei Position 1 ist auf Brandlinks
zurückzuführen.
Dennoch bleibt festzuhalten, dass Backlinks mit Keyword im Backlinkportfolio gut rankender Seiten in absoluter Zahl weiterhin ihren Platz haben (auch hier beschreibt der Wert für die Y-Achse mit
dem Faktor 100 multipliziert den prozentualen Anteil). Im Durchschnitt weisen jedoch nunmehr
lediglich 12 Prozent der Backlinks einer Seite aus den Top 30 das Keyword im Ankertext auf.
Backlinks mit Stopword
Ebenso wie für den Faktor „Keywordlinks“ ist auch die Ausprägung von Stopwords im Linktext
schon im Vorjahr deutlich natürlicher geworden. Der Link sitzt halt nicht mehr immer nur auf einem Keyword. Es ist ganz normal, dass Webmaster auch mehrere nebeneinanderstehende Wörter
verlinken.
Auf den Positionen ab Rang 5 dürfte dies innerhalb der letzten Monate auch mit einem geänderten Umgang hinsichtlich Anchor-Textoptimierungen, eventuell auch mit Linkabbau zu tun gehabt
haben. Wahrscheinlich ist auch, dass mittlerweile weniger Keyword-lastiges Linkbuilding stattfindet. Vermutlich haben die vielen Penguin-Updates sowie dessen zahlreiche Iterationen hier ihre
Wirkung nicht verfehlt.
Searchmetrics
Ein Blick auf die Durchschnittskurve bringt Licht ins Dunkel: Die Anteile sind binnen Jahresfrist faktisch um mehr als die Hälfte gefallen. Grund für die positive Korrelation: Der Brandfaktor hat sich
umgekehrt und die Kurve verläuft nun leicht fallend.
57
Dieser Faktor korrelierte schon 2013 positiv mit guten Rankings. Daran hat sich nicht viel geändert:
Abb. 56: Durchschnitt nach Ranking – Anteil von Backlinks mit Stopword 2013/2014
Searchmetrics
Auch wenn der Korrelationswert leicht abgenommen hat, verläuft die Kurve eigentlich fast identisch zum Vorjahr. Google scheint hier einen (für sich) zufriedenstellenden Maßstab gefunden zu
haben.
58
Die URLs auf den ersten vier Plätzen weisen einen nahezu doppelt so hohen Link-mit-StopwordAnteil auf als Seiten, die circa 10 Positionen dahinter ranken. Es scheint für Google schlichtweg
„unnatürlich“ zu wirken, wenn einzelne URLs zu oft mit immer demselben Keyword, beziehungsweise Ankertext, verlinkt werden.
Zumindest ist es in hohem Maße ungewöhnlich, dass eine große Anzahl verschiedener Webmaster (Autoren etc.) in absoluter Unabhängigkeit voneinander eine Seite stets mit exakt denselben
Ankertexten verlinkt. Auf jeden Fall unterstellt Google – vermutlich oft zurecht – absichtliche Manipulation bei Linkprofilen, bei denen der Anteil von harten Keywordlinks ein gewisses Toleranzmaß
übersteigt – und hat diesen Faktor deshalb anscheinend auf ein gewisses Maß hin abgewertet.
Anzahl Worte im Anchor-Text
Dass für die Umsetzung des Ziels eines möglichst optimalen Rankings eine immer differenziertere
Linkbuilding-Strategie benötigt wird, ist an den positiven Trends für die Faktoren zur Link-Beschaffenheit erkennen, die schon 2013 besser mit guten Rankings korrelierten als im Jahr 2012.
Abb. 57: Durchschnitt nach Ranking – Anzahl Worte im Anchortext 2013/2014
Auch hier verlaufen die Kurven von 2013 und 2014 nun nahezu identisch. Heißt: Am Linkverhalten von Webmastern selbst scheint sich binnen Jahresfrist nicht viel geändert zu haben. Das ist
eigentlich auch logisch.
Anteil der Backlinks mit Anchortext = domain.tld
Nun folgt bereits ein kurzer Ausblick in das Kapitel zum Brand-Faktor. Da die folgenden Faktoren
jedoch stark Link- bzw. Anchortext-lastig sind, sind sie Teil dieses Kapitels.
Abb. 58: Durchschnitt nach Ranking – Anteil Backlinks mit Anchor = domain.tld
Dennoch bleibt festzuhalten: Besser platzierte Seiten haben immer noch mehr Links mit mehr
Worten im Anchor.
Searchmetrics
Außerdem ist auch die Anzahl der Worte im Anchortext irgendwo „gedeckelt“. Niemand wird zum
Beispiel überdurchschnittlich oft ganze Absätze etc. verlinken – geschweige denn mehrere Webmaster, sodass die Kurve nach oben gehen würde.
59
Hier dargestellt ist jener Anteil der Backlinkanchortexte einer URL, die den Domain+TLD-String
(z.B. „zeit.de“ oder „welt.de“). Fazit: Auf SERP 1 rankende URLs haben mehr Deeplinks, die auf dem
Domainanchor sitzen. Diese Tatsache hat starken Brandcharakter, weil der entsprechende Webmaster durch einen Anchortext dieser Art, auf dem jedoch ein Deeplink sitzt, im Prinzip den Inhalt,
der hinter diesem Deeplink liegt, mit der Entität (nämlich dem Domainnamen) verbindet, die diesen
Inhalt veröffentlicht hat.
Anteil der Brandanchortexte an Domain und URL
Searchmetrics
Darauf aufbauend wurden zudem die Anteile der Brandanchortexte an allen Anchortexten der URL
bzw. der Domain analysiert. Als Brandanchor gilt dabei jeweils jener Anchortext, der am häufigsten
auftritt – unter Nichtbeachtung des bereits oben untersuchten domain.tld-Anchortexts17. Ein Beispiel für einen solchen Brandanchor wäre „die zeit“.
Abb. 59: Searchmetrics Suite – Linktexte von zeit.de (Screenshot)
In diesem Screenshot aus der Searchmetrics-Suite ist zu erkennen, dass URLs der Domain www.
zeit.de am häufigsten mit dem Anchor „die zeit“ verlinkt werden. Für diese Analyse wurde die Zählweise so justiert, dass der Anchor domain.tld ausgeschlossen wurde.
Auf Basis dieser Brandanchor-Berechnungen wurden dessen Anteile erstens an allen Anchortexten der jeweiligen URL und zweitens an allen Anchortexten der gesamten Domain berechnet. Die
beiden Korrelationen ergeben interessanterweise ein unterschiedliches Bild.
Zunächst ein Blick aufAbb.
den60:Anteil
von Links
Brandanchor
an allenan
Anchortexten
der URL. GeDurchschnitt
nach mit
Ranking
– Anteil Brandanchor
URL
60
Weil speziell der Brand-Name extrahiert werden sollte, nicht die Brand-Domain (mit Domainendung), die aber teilweise häufiger verlinkt
wird
17 wahr der Tatsache, dass die Skala auf der y-Achse sehr detailliert ist, verläuft die Kurve nahezu
klassisch e-funktional mit einem größeren Ausschlag auf Position 1. Rankende Deep-URLs werden
anscheinend öfter mit dem Brand-Namen der Domain als Anchor verlinkt. Dieser Anteil beträgt
allerdings selbst bei URLs auf der ersten Suchergebnisposition lediglich circa 1,6 Prozent.
Auch hier sind die Unterschiede jedoch sehr gering. Der maximale Abstand zwischen den maximal
entfernten Kurvenpunkten beträgt nur etwas mehr als 1 Prozent. Dies könnte zum Beispiel daran
liegen, dass Domains häufiger mit Domainendung im Anchor verlinkt werden.
Zusammenfassung
Ein gutes Backlinkprofil stellt weiterhin einen der absoluten Grundpfeiler und eine wichtige SEO-Metrik dar. Dabei wurde bereits in der Studie des letzten Jahres deutlich, dass nicht nur die pure Anzahl, sondern zunehmend auch die Qualität der Links eine Rolle spielt.
Auf den Top-Positionen rankende URLs weisen zum Großteil nicht nur deutlich mehr Links auf als
alle anderen Seiten, sondern auch ein Linkprofil, welches man im weitesten Sinne als „ausgeglichener“, sprich: natürlicher, bezeichnen kann. Diese zeichnen sich im Schnitt durch höhere Anteile
von Backlinks mit höherer SEO-Visibility, mit Stopwords, aus demselben Land und/oder Nofollow
Attribut sowie mehr Worten im Ankertext aus.
Keyword-Faktoren haben – insbesondere bereits im Verlauf des Jahres 2013 – nicht zuletzt durch
Penguin Updates eine deutliche Entwertung durch Google erfahren. Und nun ist die Ausprägung
Dieser Anteil ist in Bezug auf die ganze Domain leicht höher, jedoch ist der Kurvenverlauf hier
deutlich anders. Die Korrelation verläuft erstens linearer – aber auch hier fallend – und zweitens
weisen Domains, deren URLs auf Position 1 oder 2 ranken, einen geringeren Anteil von Links mit
Brandanchor an allen Anchortexten der Domain auf als die Seiten, die direkt dahinter ranken. Hier
sind wieder die kleinen Brands sowie die herausgerechneten Wikipedia-Ergebnisse die Ursache.
URLs auf Position 3 haben die meisten Backlinks mit nur dem Brand als Anchor zur Domain.
Searchmetrics
Abb. 61: Durchschnitt nach Ranking – Anteil Brandanchor an Domain
61
des Anteils von Links, die das Keyword im Anchortext enthalten, in diesem Jahr noch einmal deutlich natürlicher geworden. Die Korrelation ist zwar gewachsen, jedoch hat sich der Anteil an allen
Links im Durchschnitt mehr als halbiert. Ausgenommen davon sind Brandlinks. Auch haben URLs
auf Top-Positionen mehr Links, die auf dem String „domain.tld“ sitzen.
Größere Brands – und im Allgemeinen Seiten, die auf SERP 1 ranken – haben zudem mehr neue
Links, mehr Referring Domains, mehr Links von News-Domains sowie mehr Deeplinks.
Searchmetrics
In Bezug auf das Backlink-Profil scheint also ein ausgeglichener Mix das Geheimnis guter Rankings zu sein. Darüber hinaus spielt die Qualität der Linkquelle eine entscheidende Rolle. Googles
Algorithmen, und obendrein die konzerneigenen Quality-Rater, können Linkfarmen immer besser
enttarnen. Das Backlinkprofil ist demzufolge nunmehr ein Konglomerat aus sehr vielschichten
Qualitätsfaktoren. SEOs, die einzelne, isolierte Signale suchen, die sie skalierbar und einseitig manipulieren können, werden keinen Erfolg mehr bei der Suche haben.
62
Searchmetrics
Auf einen Blick: Infografik – Social
63
4. SOCIAL SIGNALS
Der Bereich Social Signals ist im Durchschnitt weiterhin die Domäne mit den höchsten Korrelationen – gehört jedoch zu den am meisten fehlinterpretierten Faktoren. Gleich zu Beginn dieses
Kapitels sei deshalb wiederum dringend darauf verwiesen, dass Korrelationen nicht mit kausalen
Zusammenhängen zu verwechseln sind18.
Searchmetrics
Gänzlich abgekoppelt von kausalen Aspekten bleibt rein objektiv dennoch Fakt: Seiten, die auf
Googles vordersten Positionen ranken, weisen in Regelmäßigkeit eine sehr große Zahl an Social
Signals auf. Anders ausgedrückt: Gut rankende URLs haben viele Shares, Likes, Comments, PlusOnes und Tweets.
64
Abb. 62: Korrelationen – Social Signals 2014
Darüber hinaus errechnet sich durch die Tatsache, dass schlechter positionierte Seiten mit Zunahme der Position in den SERPs immer weniger Social Signals aufweisen, die recht stark positiv
ausgeprägten Korrelationen im gesamten Social-Bereich. In den Detailgrafiken der folgenden Unterkapitel wird dies besonders deutlich. Doch zunächst soll die Entwicklung der Korrelationen von
sozialen Signalen im Jahresverlauf im Fokus stehen.
Social Signals: Entwicklungen im Vergleich zum Vorjahr
In der folgenden Grafik ist zu erkennen, dass die Korrelationen nun erstmalig sinken. Social Signals,
korrelierten bereits 2012 stark mit guten Rankings und waren im Jahr 2013 noch häufiger und
stärker ausgeprägte Merkmale von in den SERPs gut positionierten URLs. Nun nehmen die Werte
erstmals ab – und zwar durchgehend über alle einzelnen Netzwerke und Faktoren.
18 Erklärung: Was ist ein Ranking-Faktor?
Abb. 63: Korrelationen – Social Signals 2014 / Veränderungen zu 2013
Vermutlich liegt dies daran, dass über alle Positionen hinweg die Anzahl an Social Signals zugenommen hat und dadurch die Unterschiede zwischen vorderen und hinteren Suchergebnispositionen abgeschwächt wurden.
Social Signals: Korrelationen abnehmend, aber weiterhin hoch
Für die folgenden Kurvengrafiken und Jahresvergleiche wurden nach dem Erscheinen der Studie
2013 noch mehrmals neu Daten aggregiert. An dieser Stelle als 2013-Werte angegeben sind deshalb nicht die Werte aus der letztjährigen Studie, sondern Werte aus der Jahresmitte, die noch
einmal auf mehr Daten beruhen und daher besser mit jenen dieses Jahres vergleichbar sind.
Die Detailgrafiken für die einzelnen Netzwerke weisen deutlich ausgeprägte Kurvenverhältnisse
auf, aus denen sich die starken Korrelationen berechnen. An der Interpretation der Daten hat sich
im Vergleich zum Vorjahr kaum etwas geändert.
Searchmetrics
Die Korrelation der sozialen Metriken mit besseren Rankings ist weiterhin hoch. Empfehlungen und
verwandte Signale aus dem Social Graph sind also stark koinzident mit guten Google-Platzierungen.
Abb. 64: Durchschnitt nach Ranking – Facebook-Signale Gesamt 2013/2014
65
Hier exemplarisch dargestellt ist die über alle Facebook-Metriken (Shares, Likes und Comments)
hinweg zusammengefasste Korrelation für den Faktor „Facebook Gesamt“, welches – als das in
der Gesamtheit aller Faktoren am besten korrelierende Merkmal – im Social-Bereich durchschnittlich weiterhin den mit Abstand höchsten Wert auf der Y-Achse im Vergleich zur Google-Position
(X-Achse) besitzt.
Searchmetrics
Die durchschnittliche Anzahl der Tweets aus dem Netzwerk Twitter – welches eher ein Informations-Aggregator als ein Social Network ist – pro rankender URL im Verhältnis zur Google-Position
liegt dagegen bereits deutlich unter den Zahlen der Facebook-Signale. Dennoch ist auch hier die
Korrelation mit Rankings deutlich zu erkennen.
Abb. 65: Durchschnitt nach Ranking – Twitter-Signale 2013/2014
Pins – also Signale aus dem Netzwerk Pinterest, welches das Teilen von Content primär in Form
von Bildern via sogenannter Pinnwände ermöglicht – sind in ihrem Vorkommen als Social Signal
pro Seite und Ranking vergleichsweise spärlich. Dennoch spiegelt auch hier die Verteilung eine
recht gute Korrelation wider.
Abb. 66: Durchschnitt nach Ranking – Pinterest-Signale 2013/2014
66
Zusammenfassend kann für die Faktoren aus dem Social-Media-Bereich Folgendes festgehalten
werden:
Charakteristisch für alle Kurven ist der nahezu e-funktionale Verlauf, welcher durch einen starken
Abfall der Werte von Position 1 zu 2 und einer sich anschließend langsamer der X-Achse annähernden Kurve gekennzeichnet ist. Auf der ersten Suchergebnisposition rankende URLs weisen die mit
deutlichem Abstand meisten Social Signals aus allen untersuchten Netzwerken auf.
Die leichte Anomalie um die Werte auf Position 2, die im Durchschnitt über die Metriken für Pins,
Tweets und Facebook-Signale auffallend geringere Ausprägungen aufweisen als jene auf Position
3 – welches in den Grafiken einen leichten Haken in der sonst näherungsweise recht harmonisch
verlaufenden Kurve verursacht – scheint der großen Anzahl von Wikipedia-Ergebnissen geschuldet zu sein, die typischerweise auf der zweiten Position ranken – nämlich direkt hinter der für diese
Suchanfrage aus Google-Sicht relevantesten Brand, welcher in der Regel stets der erste Platz in
den SERPs vorbehalten ist.
Die Marke auf Platz 1 verfügt nun, wie die vorliegenden Ergebnisse zeigen, über entschieden mehr
soziale Signale als das auf 2 rankende Wikipedia-Ergebnis, wohingegen auf der dritten Suchergebnisposition erneut größtenteils URLs zu ranken scheinen, welche im Durchschnitt wiederum mehr
Social Signals erhalten haben als das diesbezügliche Wikipedia-Ergebnis.
Abb. 67: Durchschnitt nach Ranking – Google+-Signale 2013/2014
Die Tatsache, dass gleichzeitig die Korrelation gesunken ist, legt nahe, dass auch URLs auf den
hinteren Positionen in diesem Jahr durchschnittlich mehr PlusOnes aufweisen.
Searchmetrics
Für Google+ gilt im Prinzip der gleiche Auswertungsansatz wie für die anderen Netzwerke. Mit einem kleinen Unterschied: Die absoluten Werte für Signale auf Rang 1 sind beim Google-Netzwerk
im Durchschnitt am deutlichsten gestiegen.
67
Zusammenfassung
Social Signals gehören in ihrer Gesamtheit zu jenen Faktoren, die am stärksten mir besseren
Rankings korrelieren. Von den Korrelationswerten her, und auch bezüglich der absoluten Durchschnittswerte, liegt Facebook vor Google, gefolgt von Twitter und Pinterest.
Die absoluten Werte sind zwar über alle Features eher moderat gestiegen, jedoch haben die Korrelationen über alle Top-30 abgenommen. Da insgesamt die Anzahl von Social Signals weiter steigt,
bestehen mittlerweile leicht geringere Unterschiede über die verschiedenen Suchergebnispositionen.
Dennoch bleibt die Frage, inwiefern Social Signals nun direkt das Ranking beeinflussen – wie erwähnt beweisen die bisherigen Analysen primär einen Zustand in Form der Tatsache, dass besser
rankende URLs über mehr soziale Signale verfügen als schlechter positionierte. Selbst wenn Google, wie stets betont, Social Signals nicht als Rankingfaktor heranzieht, dann doch sehr wahrscheinlich zumindest als Anzeichen darauf, was und wo neuer Content ist.
Searchmetrics
Nicht zuletzt spielen Social Signals definitiv eine Rolle hinsichtlich direktem Traffic, Brand Awareness und der generellen Online-Wahrnehmung einer Domain. Das ist auch aus Suchmaschinensicht nachvollziehbar. Gute Inhalte werden viel häufiger in Social Networks geteilt – und Suchmaschinen wollen ebenfalls gute und relevante Inhalte liefern.
68
5. DER BRAND-FAKTOR UND WIKIPEDIA
Ein Phänomen, welches sich durch die gesamte Studie zieht, und in nahezu sämtlichen Korrelationen und Detailgrafiken die Ergebnisse stark beeinflusst, ist der Brand-Faktor. Brands ranken auf
den Top-Positionen, auch wenn sie bestimmte Kriterien, hinsichtlich derer eine Strukturierung der
URLs auf den Positionen dahinter durchaus möglich sind (woraus sich eine Korrelation errechnen
lässt), nicht erfüllen.
Allerdings muss man Abstufungen bei der Definition von Brands unternehmen, die in ihrem Gesamtbild wiederum die Ergebnisse dieser Studie interpretierbar machen. Im Groben konnten drei
verschiedene charakterisierbare Abstufungen des Brand-Faktors analysiert werden.
Drei verschiedene Arten von Brands
In den vergangenen Jahren war größtenteils allgemein vom „Brand-Faktor“ die Rede. In dieser Studie soll der Faktor nun spezialisiert werden. Anhand einer Spezifikation sind die Ausprägungen
einiger Features und der entsprechenden Korrelationen deutlich besser zu interpretieren.
Abb. 68: Unterschiedliche Domains pro Position versus durchschn. SEO Visibility pro Position 19
Brands ranken also nach dieser Analyse tatsächlich besser – mit aufsteigender Position von Rang
10 an sinkt die Anzahl unterschiedlicher Domains stetig – nur hinsichtlich der ersten Suchergebnisposition gestaltet sich die Lage anders. Hier sind wieder leicht mehr verschiedene Domains
vertreten, nämlich sogar etwas mehr als auf Position 3.
19 Skala y-Achse für SEO Visibility vernachlässigt
Searchmetrics
Ausgangspunkt war bisher stets die Aussage, dass auf den vorderen Positionen Brands ranken.
Und da die Anzahl von Brands geringer sein sollte als die der restlichen Domains, geschweige
denn URLs, wäre zu erwarten, dass mit besserer Position die Anzahl unterschiedlicher Domains
abnimmt. Dem ist auch so – bis auf Position 1.
69
Demgegenüber steht die durchschnittliche SEO Visibility pro Position über alle Keywords, die ebenfalls in der oben stehenden Grafik enthalten ist. Besonderheit: Der Kurvenverlauf spiegelt nahezu
den Verlauf der Domainranking-Werte ins Gegenteil. Auf jener Position mit den wenigsten unterschiedlichen Domains, existiert die höchste SEO Visibility.
Splittet man diese Analyse noch einmal auf und untersucht beispielhaft das Vorkommen einiger
größerer Domains in den Top Ten, ergibt sich folgendes Bild:
Searchmetrics
Abb. 69: Anzahl Wikipedia-Rankings pro Position
Die Analyse für Wikipedia wurde extra dargestellt, weil die Werte der anderen Domains in der Folgegrafik bei gemeinsamer Visualisierung nicht signifikant erkennbar gewesen wären. Der Kurvenverlauf ist hierbei, naturgemäß, sehr ähnlich jener für den Faktor „Wikipedia URL“.
Wie man sieht, rankt Wikipedia sehr oft auf der 1, aber noch häufiger auf der 2. Schon ab Position
3 fällt die Kurve deutlich.
Abb.anderer
70: Anzahl
RankingsBrands
anderer größerer
Brands pro Position
Abb. 70: Anzahl Rankings
größerer
pro Position
70
Diese Ranking-Daten für Wikipedia und andere Brands basieren auf einer Auswertung der jeweils
10 besten Rankings pro Position über alle untersuchten Keywords. Chip.de war beispielsweise ab
Position 7 nicht mehr in den Top Ten der Rankings pro Position.
Es zeigt sich, dass nahezu alle größeren Brands öfter auf Position 2 ranken als auf Position 1.
Amazon.de, deren Kurve generell sehr homogen verläuft, bildet die einzige Ausnahme. Pro Brand
unterscheiden sich die Rankings natürlich, sodass generell festzuhalten bleibt: Größere Brands
ranken mit vielen ihrer URLs eher weiter vorn, jedoch scheint es speziell auf Position 1 den größeren Einfluss eines weiteren Faktors zu geben: Nischen-Brands.
Die Searchmetrics Brand-Analyse:
1. Nischen-Brand
Kleinere Domain mit meist spezifischer Thematik, die in ihrer Nische als relevant zu erachten ist.
Rankt für Nischenbegriffe verhältnismäßig oft auf Position 1 – verallgemeinernd: je spezifischer,
desto besser. Für generischere Keywords (aber themenspezifisch), oft ebenfalls Top-10-Platzierungen.
Abb. 71: Google SERP „nike mercurial vapor“ (Screenshot)
Searchmetrics
Beispiel: 11teamsports.de, Sportausrüster mit Schwerpunkt Fußball
Abb. 71: Google SERP „nike mercurial vapor“ (Screenshot)
71
2. Große Brand
In einem größeren Bereich und im Regelfall auch darüber hinaus bekannte Marke. Verfügt über
sehr viele Top-Rankings, oft auch mehrere gleichzeitig, hauptsächlich für generischere (Shorthead)
aber auch spezifischere Keywords (Longtail).
Searchmetrics
Beispiele: Nike.com, Zalando.de, runnerspoint.com (oder aus anderen Bereichen: Chip.de, zeit.de,
morgenpost.de, facebook.com, ebay.de, amazon.de, etc.)
72
Abb. 72: Google SERP „nike free“ (Screenshot)
3. Wikipedia20
Abb. 73: Google SERP „nike“ (Screenshot)
Zwischen den Einteilungen kleinerer und größerer Brands gibt es weitere Abstufungen, die Übergänge sind hier naturgemäß fließend. Der in dieser Studie beschriebene Brand-Faktor ist in der
Regel ein Konglomerat aus allen Brand-Sorten, daher ist der entsprechende Einfluss einzeln oft
schwer trennbar.
Brand-Faktor hat hohen Einfluss auf die SERPs
Zur Veranschaulichung des Phänomens „Brand-Faktor“ hier noch einmal einige aussagekräftige
Beispielcharts, auf denen die Auffälligkeiten des Kurvenverlaufs bezüglich der vordersten Suchergebnisposition zu erkennen ist:
20 Siehe Unterpunkt zu Wikipedia
Searchmetrics
Wikipedia hat eine absolute Ausnahme-Position inne und ist im Prinzip als Universal-Brand zu
bezeichnen. Die Domain rankt für viele thematisch sehr unterschiedliche Keywords sehr weit vorn
– in der Regel auf Position 2 – und zwar häufiger für Shorthead und generische Keywords.
73
Abb. 74: Durchschnitt nach Ranking – Existenz einer H1-Überschrift 2013/2014
Searchmetrics
Besonders deutlich wird die Ausnahmestellung von Brands im Bereich Onpage-Technik. In der vorliegenden Grafik ist zu erkennen, dass Markenseiten deutlich seltener über eine H1-Überschrift
auf der Seite verfügen als alle anderen URLs in den gesamten Top 30. Hier dürfte vermutlich der
Einfluss von Nischen-Brands recht groß sein.
74
Die entsprechende Grafik oben zeigte zudem, dass Brands auch entschieden seltener den Faktor
„Keyword in der Description/in Title“ erfüllen, demgegenüber wiederum mehr Backlinks aufweisen, etc. Im Gegensatz zur Kurve „Existenz H1“ zieht sich der Brand-Faktor bei den „Keyword in
X“-Faktoren über mehr Positionen als nur die erste. Hier spielen demnach die verschiedenartigen
Brand-Faktoren eine Rolle.
Nachdem dies bereits in den Studien der vergangenen beiden Jahre deutlich wurde, sind in der
diesjährigen Analyse extra einige Untersuchungen zur Eigenschaftsbeschreibung dieser Seiten
sowie des Brand-Faktors eingeführt worden. Ausgangspunkt waren hierbei ad hoc folgende naheliegende Herangehensweisen und Features.
Suchvolumen, PageRank und AlexaRank
In diesem Jahr wurden zusätzlich weitere Faktoren herangezogen, die im weitesten Sinne mit der
Qualität der Seite in Beziehung stehen – und zudem Rückschlüsse auf den Faktor „Brand“ ziehen
lassen, welcher sich durch die gesamte Studie zieht. Diese Features vereinen zudem sowohl Content- als auch Technik- sowie Backlink- und Traffic-Features, da es sich hierbei um eine Qualitätseinteilung von Webseiten auf Basis verschiedener Faktoren handelt, die auch User-Signale wie den
Traffic und das Suchverhalten berücksichtigen.
Die Auswahl dieser Faktoren basierte im Groben auf folgenden Thesen:
These A: Brands sollten vermutlich über ein (höheres) Suchvolumen verfügen. Da es hier, wie bereits erwähnt, nicht einfach ist, automatisiert einen repräsentativen Brand-Namen aus Anchortext-Daten zu extrahieren, wurde die folgende Analyse des Suchvolumens jeweils für den String
„domain.tld“ durchgeführt.
These B: Eine Google-eigene Metrik zur Bewertung von Seiten ist der PageRank21. Auch wenn
diese Metrik nicht mehr über ihre ursprüngliche Bedeutung und/oder Relevanz zur Klassifizierung
von Domains/URLs verfügt, sollte sich – gerade angesichts der Analysen aus dem Backlinkbereich sowohl eine positive Korrelation mit Rankings als auch eine Interpretation hinsichtlich des
Brand-Faktors ableiten lassen.
These C: Brand-Domains sollten über einen vergleichsweise hohen Traffic verfügen – alleine schon
aufgrund der guten Platzierung in den SERPs. Die am weitesten verbreitete, öffentliche Quelle für
näherungsweise Traffic-Daten ist Alexa. Der AlexaRank ist eine Kennzahl, die anhand einer größeren Skala in Form einer Rangliste Webseiten nach Popularität strukturiert.
Zusammengefasst neu in der Analyse: Das Suchvolumen des Domainnamens – inklusive Toplevel-Domain-Endung, der PageRank der Domain sowie der entsprechende AlexaRank. Hier die Korrelationswerte dieser drei Faktoren in der Detailansicht:
Alle Features dieses Bereiches sind ohne Wikipedia-Ergebnisse berechnet worden.
Abgebildet ist zunächst der durchschnittliche Verlauf des PageRanks – eines skalierten Bewertungskriteriums von Google selbst, das zwar nicht mehr die gleiche Bedeutung hat wie noch vor
einigen Jahren, und auch nicht mehr so regelmäßig aktualisiert wird, aber dennoch weiterhin ein
Qualitätsmerkmal ist. Da ein hoher Anteil von Deep-URLs keinen eigenen PageRank besitzt und
zudem bei der Untersuchung des Brand-Faktors primär die Homepage im Vordergrund steht, sind
die Werte auf Basis der jeweiligen Homepage einer URL berechnet.
21 http://infolab.stanford.edu/~backrub/google.html
Wie man sieht, scheinen diese Faktoren recht positiv mit guten Rankings zu korrelieren – und zwar
ungefähr im ähnlichen Wertebereich. Wirft man jedoch einen Blick auf die Durchschnittskurven,
zeigen sich Unterschiede.
Searchmetrics
Abb. 75: Korrelationen – Brand-Faktor
75
Abb. 76: Durchschnitt nach Ranking – Domain PageRank
Searchmetrics
Der Verlauf der PageRank-Kurve erscheint zunächst erwartbar. Es ist eine deutliche (positive) Korrelation in Form einer kontinuierlich fallenden Kurve zu erkennen. Je besser eine URL rankt, desto
höher ist ihr Homepage-PageRank. Etwas verwunderlich wirkt jedoch der negativ ausgeprägte
Brand-Faktor auf den vorderen Positionen. Eigentlich wäre für Brand-Domains ein höherer PageRank zu erwarten gewesen. Diese Tatsache ist allerdings mit der Präsenz der Nischen-Brands an
dieser Stelle zu erklären, welche den Durchschnitt hier negativ beeinflussen.
76
Abb. 77: Durchschnitt nach Ranking – Domain AlexaRank
Bezüglich des AlexaRanks zeigt sich ein nahezu spiegelverkehrtes Bild im Vergleich zum PageRank. Auch das ist nachvollziehbar, denn der AlexaRank verhält sich erstens entgegengesetzt dem
PageRank – je niedriger umso besser – und ist zweitens unlimitiert. Der PageRank basiert auf
einer Skala von 1 bis 10.
Auch bezüglich des AlexaRanks, der natürlich, ebenfalls anders als der PageRank, generell nur für
die Homepages22 angegeben wird, findet sich der (Nischen-)Brand-Faktor auf den vorderen Suchergebnispositionen wieder, danach fallen die Durchschnittswerte leicht und steigen dann wieder
kontinuierlich.
22 Ausgewertet wurden deshalb die Alexa-Werte der Homepage einer URL
Die Homepages weiter vorn rankender URLs weisen demnach einen niedrigeren (sprich: besseren) AlexaRank auf. Je weiter hinten eine URL in den Suchergebnissen rankt, desto schlechter ist
der AlexaRank ihrer Homepage im Durchschnitt. Ganz vorn drücken erneut Nischen-Brands den
AlexaRank.
Ebenfalls einen Rückschluss auf die „Brandhaftigkeit“ einer URL bzw. der dazugehörigen Domain
sollte sich im Userverhalten, genauer: im Suchverhalten äußern. Deshalb wurde in diesem Jahr
das Suchvolumen des Domainnamens inklusive Domainendung (domain.tld)23, also beispielsweise „spiegel.de“, sowie dessen Zusammenhang mit den Suchergebnissen analysiert.
Searchmetrics Page Strength (SPS) der Homepage
Die vorangegangen Untersuchungen können mit einer Analyse einer auf Searchmetrics-Daten beruhenden Kennzahl gestützt werden. Searchmetrics errechnet für jede Domain die Page Strength
aus einer Formel unter Berücksichtigung von Anzahl und Gewichtung vorhandener Backlinks, die
auf diese Seite zeigen. Eine Seite mit vielen, qualitativen Links erhält einen hohen Searchmetrics
Page Strength (SPS), eine nicht oder nur gering verlinkte Seite einen geringen SPS. Die Berechnung
orientiert sich stark an der PageRank-Formel.
Auch die Korrelation für den SPS wurde auf Basis der jeweiligen Homepage berechnet.
23 TLD = Top Level Domain / Domain-Endung, wie .de, .com, etc.
Die Grafiken gleichen sich in Bezug auf folgende Charakteristik: Stets sind recht eindeutige Korrelationen zu erkennen, die durch eine Abweichung auf den vordersten Suchergebnispositionen gekennzeichnet sind – so auch hier. Im Durchschnitt hat der Term „domain.tld“ weiter vorn rankender
URLs folglich ein höheres Suchvolumen, Ausnahme: Nischen-Brands.
Searchmetrics
Abb. 78: Durchschnitt nach Ranking – Suchvolumen „domain.tld“
77
Abb. 79: Durchschnitt nach Ranking – „Searchmetrics Page Strength“ der Homepage
Der Kurvenverlauf ist sehr ähnlich jener der Korrelation des PageRanks, was aufgrund der Berechnungsgrundlage auch erwartbar war. Die Searchmetrics-Daten stützen demnach sowohl faktisch
als auch interpretatorisch die Korrelation des PageRanks mit Rankings.
Searchmetrics
„Brandlinks“ – Was ist eine Brand und sind Ankertexte ein
Brand-Hinweis?
78
Anhand der bereits oben eingeführten Analysemethode von Brand-Termen für Domains anhand
der Häufigkeit von Ankertexten, wurde eine Korrelation für den Anteil von Brandlinks und Suchergebnispositionen errechnet:
Abb. 80: Durchschnitt nach Ranking – Anteil Brandlinks
Hier dargestellt ist der Anteil von Brands auf Position X – genauer: der Anteil der URLs, bei denen
der Domainname (ohne „.tld“) der am häufigsten genutzte Anchortext bezüglich aller Links auf
die gesamte Domain ist). Auch diese Analyse resultiert in einer positiven Korrelation mit besseren
Rankings.
Neben dem erneuten Einfluss von Nischen-Brands auf die Durchschnittswerte der vordersten Positionen, wären auch weitere Interpretationen des Abfalls auf Position 1 und 2 möglich: Bei Brands
könnte der Anteil Brandlinks geringer sein, weil sie mit noch mehr verschiedenen Anchortexten
(auch generischen) oder Bildern verlinkt werden und/weil sie generell mehr Links haben. Die absolute Anzahl an Brandlinks ist damit vermutlich höher, der Anteil an allen Links jedoch geringer.
Zudem existieren meist mehrere Brand-Namen für Domains, die sich teilweise auch nur rein typografisch unterscheiden. In der Grafik zu den Anchortexten der Domain zeit.de sind allein vier
Brand-Anchors („die zeit“, „zeit“, „zeit online“ und „Die Zeit“), deren Anteile durchaus addiert werden
könnten. Technisch war für diese Analyse jedoch lediglich die Extraktion eines Brand-Anchors,
nach dem oben genannten Muster möglich. Demzufolge dürfte der Kurvenverlauf vermutlich auf
den vorderen Positionen anders aussehen und auch die Korrelation wäre positiver.
Wikipedia: Die top-optimierte Universal-Brand
Eine solchartige Häufung war in diesem Jahr nicht zu beobachten. Allerdings sich die Korrelationen für „Wikipedia-Features“ in diesem Jahr noch einmal gestiegen.
Abb. 81: Wikipedia-Korrelationen 2013/2014
In der Grafik ist die etwas trivial erscheinende Aussage zu erkennen, dass das Merkmal „URL ist
von Wikipedia“, beziehungsweise „URL ist von Wikipedia-DE“ durchaus den Status „Ranking-Faktor“
zu haben scheint. Außerdem wird anhand der beiden Untersuchungen zur Domainendung „.org“
deutlich, wie stark die Korrelation „TLD ist .org“ von Wikipedia beeinflusst wird.
Das Crowd-Sourcing Projekt hat ein extrem hohes Maß an Trust und rankt für sehr viele Keywords
(besonders „Informational Keywords“25) auf den Top-Positionen.
24 25 Übrigens auch auf Pos. 37, 47 ff. Der Fokus dieser Analyse liegt jedoch auf den Top 30.
Keywords, die zu Informationszwecken gegoogelt werden, z.B. mit Definitions-Intention
Teilweise hatten die Wikipedia-Rankings im der Vorjahresanalyse die Ergebnisse in so hohem
Maße beeinflusst, dass für einige wenige Berechnungen Filterungen der Ergebnisse vorgenommen wurden, um Aussagen für die restlichen Suchergebnisse treffen zu können. Die Kurvendiagramme zu den einzelnen Faktoren wiesen damals in vielen Fällen teilweise erhebliche Ausschläge
auf den Positionen 17 sowie 27 auf. Exakt auf diesen Positionen rankten lange Zeit in sehr großer
Verteilung Wikipedia-Ergebnisse24.
Searchmetrics
Wikipedia hat einen nicht zu unterschätzenden Einfluss auf die Ranking-Verteilung in den Suchergebnissen – und auch auf die für diese Studie errechneten Korrelationen – allerdings nicht mehr
in der Art und Weise, wie das noch im Jahr 2013 der Fall war.
79
Generalisierend könnte man sagen: Die typische Wikipedia-Position26 ist Rang 2 – beispielsweise
hinter der jeweiligen Brand, beziehungsweise der spezifischen URL zum Suchbegriff selbst. Existiert für die jeweilige Suchanfrage jedoch keine nennenswerte Marke, rankt Wikipedia hingegen oft
auch direkt auf Position 1. Gerade bei den angesprochenen „Informational Keywords“ ist dies oft
der Fall.
Wie stark der Einfluss von Wikipedia auf die Suchergebnisse ist, lässt sich an der folgenden Detailkorrelation für das Feature „URL ist von Wikipedia-DE“ ablesen.
Searchmetrics
Abb. 82: Durchschnitt nach Ranking – Deutsche Wikipedia-URL / Wikipedia Total
80
Hier ist zu erkennen, dass Wikipedia-URLs aus Deutschland bei google.de größtenteils sehr weit
vorn ranken. Meist auf Position 1 oder 2, seltener auf 3. Nimmt man nicht-deutsche Wikipedia-Artikel hinzu, erscheint der typische, leichte Peak auf Position 2. Ein bestimmter Anteil der Wikipedia-Ergebnisse sind auch in den deutschen SERPs englische (U.S.) Artikel.
2013 waren zudem Häufungen auf den Positionen 17 und 27 zu erkennen, die seit dem Penguin
2.0 Update in der Kalenderwoche 22/2013 nicht mehr in der Art vorliegen.
Wikipedia-Inhalte ranken nicht umsonst so priorisiert bei Google. Im Prinzip handelt es sich bei der
Domain um die am besten optimierte Webseite der Welt. Ständig aktualisierter Content, dessen
Relevanz dazu auch noch kontinuierlich geprüft wird. Content-Cluster und holistische Inhalte finden sich hier auf nahezu jeder Seite. Die Domain ist stringent und relevant intern verlinkt und weist
ein natürliches, ständig wachsendes Linkprofil auf. Das ganze Konzept ist obendrein international
aufgestellt – also in jeglicher Hinsicht durchaus als Universal-Brand zu bezeichnen.
Die Top-Positionen sind für Brands – und Wikipedia –
reserviert
Brands ranken auf vorderen Positionen, auch wenn sie bestimmte Kriterien nicht, oder lediglich ungenügend erfüllen. Dabei ist ein Unterschied zu treffen zwischen kleineren Brands, die in Nischen
existieren, größeren Brands, die über ihre Nischen hinaus bekannt sind und schließlich Wikipedia,
26 Unter Berücksichtigung des Suchvolumens eines Keywords und damit der Query-Frequenz
DER Brand in Internet schlechthin. Die Schlussfolgerung: Marken spielen für Google eine absolute
Sonderrolle und werden stark bevorzugt – und zwar oft mit der bestmöglichen Behandlung: der
ersten Position in den SERPs.
Während für Nicht-Brands demzufolge die Anforderungen sehr hoch sind, um überhaupt in der
SERP 1 zu ranken, scheint die Top-Suchposition für bestimmte Suchanfragen per se für Brands
reserviert zu sein, ohne das die Erfüllung oder eben die Nichterfüllung gewisser Ranking-Faktoren
eine Rolle zu spielen scheint.
Dabei betrifft diese fehlende Umsetzung einiger wichtiger Fakoren, welche für Nicht-Brands nahezu eine Voraussetzung darstellen, um überhaupt zu ranken, hauptsächlich den Onpage-Bereich. So
haben Markenseiten beispielsweise seltener das Keyword im Title oder der Description, verfügen
im Durchschnitt über weniger Content und auch weniger interne Links.
Was sich jedoch bei Markenseiten sehr stark positiv auszuwirken scheint, ist das überdurchschnttlich gute Backlinkprofil. Brands werden nicht nur sehr oft, sondern auch häufiger von Linkquellen
mit hoher SEO Visibility verlinkt. Darüber hinaus erhalten Brands deutlich mehr Social Signals.
Folglich scheinen auch Faktoren aus dem Offpage-Bereich die Sonderrolle von Brands stark zu
beeinflussen.
Searchmetrics
Als universelle Brand wird Wikipedia zudem von Google äußerst priorisiert gerankt – und das zurecht. Die Seite verfügt über ständig aktualisierten, holistischen Content, eine strukturierte Seitenarchitektur und ist in jeglicher Hinsicht für einen großen Anteil von Keywords als Suchergebnis
relevant.
81
Searchmetrics
Auf einen Blick: Infografik – User-Signale
82
6. USER- UND TRAFFIC-SIGNALE
Die Korrelationen der vorangegangen Faktoren basieren durchweg auf der Analyse von quasi frei
verfügbaren Daten – nämlich der Analyse real existierender Rankings. Dennoch handelt es sich
dabei um eine „Draufsicht“. Den tatsächlichen Algorithmus und damit die „echten“ Ranking-Faktoren kennt nur Google.
Deshalb war es an der Zeit, diese Analyse durch weitere Aspekte anzureichern, die auf internen
Daten beruhen und nicht frei verfügbar sind. Die folgenden Korrelationen behandeln erstmals reale User-Traffic-Signale und wurden auf Daten berechnet, die selbstverständlich anonymisiert und
gemittelt wurden. Daher basieren die Daten auf einem anderen Keyword-Set als die restlichen Auswertungen, welches jedoch aufgrund der Datenmenge repräsentativ ist – zumindest für die Top 15
Positionen, dahinter herrschte aufgrund dünnerer Daten ein zu großes Rauschen.
Wäre die Korrelation für „Click-Through-Rate“ Teil der Gesamt-Balkengrafik, stünde sie ganz oben.
Hierbei handelt es sich um die höchste Korrelation, die je für einen Faktor der Ranking-Studien
errechnet wurde.
Basis für diese Analyse hier ist dabei die durchschnittliche CTR – anders als in der Searchmetrics
Suite. Für die Berechnung der SEO Visibility und anderer Metriken in der Searchmetrics Suite wird
eine dynamische CTR-Kurve verwendet, die recht komplex ist. Aus diesem Grund wurde den vorliegenden Untersuchungen der Durchschnittswert aller CTRs zu Grunde gelegt, auch wenn die CTR
je nach Keyword und Suchintention ganz anders ausfallen kann. Im Detail sieht der Kurvenverlauf
folgendermaßen aus:
Abb. 83: Korrelationen – User-Signale 2014
Searchmetrics
Zunächst ein Blick auf die Korrelationen:
83
Abb. 84: Durchschnitt nach Ranking – CTR
Zu erkennen ist eine e-Funktions-ähnliche Kurve. Vordere Suchergebnisse werden öfter geklickt.
Verwunderlich ist dies selbstverständlich nicht, die Daten bestätigen hier schlichtweg ein im Prinzip triviales Dogma.
Searchmetrics
Haben die User dann geklickt, bleiben sie auch länger auf Seiten, die weiter vorn ranken. Dies äußert sich in der Time-on-Site:
84
Abb. 85: Durchschnitt nach Ranking – Time-on-Site
User, die auf das erste Ergebnis klicken, bleiben durchschnittlich ganze 70 Sekunden länger auf der
Seite als bei einem Click auf Position 5. Generell scheinen jedoch „nur“ die ersten vier Ergebnisse
eine längere Verweildauer aufzuweisen als URLs die dahinter ranken. Ab Position 5 bleibt die Timeon-Site im Schnitt relativ konstant.
Doch relativierend sei an dieser Stelle angemerkt, dass sich die Verweildauer auch nach der Art der
Suche und des Ergebnisses richtet. Sucht der User nur eine bestimmte Information, zum Beispiel
ein Sportergebnis vom Vorabend, wird der Seitenbesuch stets sehr kurz sein. Auch hier haben wir
wieder Durchschnittswerte über alle Keywords gebildet.
Abb. 86: Durchschnitt nach Ranking – Bounce-Rate
Auch hier sei angemerkt, dass sich die Bounce-Rate je Query unterscheiden kann, jedenfalls hinsichtlich ihrer Interpretierbarkeit. Sucht der User beispielsweise bei „Dr. Google“ nach der Ursache bestimmter Symptome medizinischen Hintergrunds, ist es durchaus häufig, dass er – selbst
wenn er mit dem Inhalt einer Seite eigentlich zufrieden war – weitere Inhalte konsumiert, um sich
eine Art Gesamtbild zu verschaffen, bzw. sich mehrere Meinungen einzuholen. Hier sind mehrere
Seitenabsprünge hintereinander also durchaus nicht unüblich – aber oft eben nicht negativ zu
interpretieren.
Searchmetrics
Genauso wie die Time-on-Site ist auch die Bounce-Rate ein starkes Qualitätssignal. User, die bouncen, also nach dem Click auf ein Suchergebnis mit im Browser mit Klick auf „zurück“ in die SERPs
zurückkehren und weitere Suchergebnisse evaluieren, sind mutmaßlich mit dem Inhalt auf der
angeklickten Seite nicht, oder zumindest nicht hundertprozentig, zufrieden.
85
7. Exkurs und Ausblick: Desktop VS Mobile
Searchmetrics
Die Suche verändert sich – und zwar ständig. Google testet kontinuierlich die eigene Performance
und überarbeitet die Suchergebnisse sowie den Algorithmus. Doch das ist nur die eine Seite. Auch
das Userverhalten ändert sich.
86
Abb. 87: Verbrachte Zeit pro Plattform – U.S.27
„[…] the most significant development in the search market right now is the continuing shift
to mobile platforms.. As people now spend more time accessing the internet on their mobile
devices than on their desktop computers, an increasing number of searches are being conducted on smartphones and tablets.”
Quelle: US Digital Future In Focus 2014, Comscore. Seite 3428
Die Zeit, die Nutzer mobil im Internet verbringen wächst also, und damit auch die Anzahl der mobil
getätigten Suchen. Und das ist nicht nur in den USA so. Neben den Trends in Richtung Contextual und Semantic Search, ist der Bereich Mobile Search (unter Einbeziehung von Conversational
Search) wohl momentan eines der wichtigsten Themen. Mobile Suchen werden teilweise anders
performt und sind unter anderem stärker beeinflusst von Aspekten wie Conversational (sprachbasierte) Search mit Siri & Co. bzw. Google Glass etc. sowie lokalbasierten Faktoren.
Auch bezüglich der Suchergebnisse unterscheiden sich demzufolge notwendigerweise Desktop
und Mobile. Das Ausmaß dieser Abweichungen wurde von Searchmetrics auf einem repräsentativen Keyword-Set für google.com (U.S.) untersucht und gestaltet sich wie folgt:
27 28 Quelle: US Digital Future In Focus 2014, Comscore. Seite 8
comscore.com/Insights/Presentations-and-Whitepapers/2014/2014-US-Digital-Future-in-Focus
Abb. 88: Desktop versus Mobile – Unterschiede URLs, Hosts, Domains in Prozent (google.com)
Doch nicht nur die SERPs sind mobil anders aufgestellt, auch die Seiteneigenschaften der rankenden URLs unterscheiden sich im Durchschnitt.
Abb. 89: Durchschnitt nach Ranking – Filesize, Mobile versus Desktop
Mobile Suchergebnisse der Top 30 weisen im Schnitt eine deutlich geringere Dateigröße auf als
das bei Desktop der Fall ist. Dies erscheint logisch. Content für mobile optimierte Seiten ist nicht
selten kürzer. Auch generell sind aus Usersicht kleinere Datenpakete erwünscht, um bestimmte
Volumina nicht zu übersteigen und längere Ladezeiten zu vermeiden.
Searchmetrics
In einer Studie, die in der Folge dieser Analyse zu den Ranking-Faktoren spezifisch für mobile Ranking-Faktoren erscheinen wird, hat Searchmetrics die Unterschiede zwischen diesen beiden Bereichen untersucht. Hier zwei Beispiele:
87
Dass mobil andere URLs ranken, zeigt auch die Verschiebung bei der Anzahl von Backlinks:
Abb. 90: Durchschnitt nach Ranking – Anzahl Backlinks, Mobile versus Desktop
Searchmetrics
Mobile Suchergebnisse der Top 30 weisen im Durchschnitt weniger Backlinks auf als Desktop-Rankings. Angesichts mobilen Userverhaltens erscheint auch dies nachvollziehbar. Schließlich werden
mit dem Smartphone oder Tablet konsumierte Inhalte weniger ad hoc verlinkt. Dies ist zumindest
eine der naheliegenden Erklärungsmöglichkeiten.
88
Bei Social Signals zum Beispiel sieht dies schon wieder ganz anders auch. Doch mehr dazu folgt in
der Searchmetrics Studie zu den mobilen Ranking-Faktoren und Rang-Korrelation, welche später
in diesem Jahr erscheinen wird.
Zusammenfassung der Searchmetrics
SEO Ranking-Faktoren 2014
Abb. 91: SEO Rang-Korrelationen 2014 – Veränderungen zu 2013
Searchmetrics
Zum Abschluss dieser Studie, hier noch einmal eine Übersicht über die Gesamtheit aller Rangkorrelationskoeffizienten sowie den jeweiligen Veränderungen gegenüber dem Vorjahr 2013. Die erst
2014 neu hinzugekommen Faktoren sind grau unterlegt.
89
Die wichtigsten Entwicklungen der Ranking-Faktoren 2014
zusammengefasst:
Im Folgenden noch einmal die wichtigsten Erkenntnisse dieser Studie in Kurzform:
Content steht mittlerweile nicht mehr nur „eigentlich“ im Fokus. Lange Zeit war dies ein technisch
schwer erreichbares und zu leicht zu manipulierendes Idealziel. Die Entwicklungen der letzten Jahre – und zwar sowohl des Google Algorithmus als auch der jeweiligen Auswirkungen spezifische
Updates – zeigen jedoch deutlich, dass relevante, holistische Inhalte schlichtweg besser und langfristiger ranken.
Die Basis sind hier sicherlich Term-Frequenzen und Wort Co-Occurrence Analysen, die jedoch sinnvollerweise um Clusteranalysen weiterer relevanter Terme erweitert werden sollten. Um ein Fokus-Keyword herum existieren semantische Term-Wolken, die – je nach Content- und Ranking-Intention – optimiert werden können. Besser rankende URLs haben im Durchschnitt holistischeren
Content.
Searchmetrics
Generell steigen im Durchschnitt weiterhin die Anzahl der Worte von Inhalten, sowie damit verwandt die Textlänge etc. Zusätzliche Medien wie Bilder reichern den Content an und können die
Relevanz steigern, unter anderem über den Umweg von Usersignalen. Im Deutschen sind besser
rankende Inhalte im Schnitt etwas anspruchsvoller bezüglich ihrer Lesbarkeit. Außerdem haben
Seiten, die in den Top 30 ranken im Schnitt weniger Werbung auf der Seite – dabei sind Adlinks
aller Art auf den absoluten Top-Positionen noch seltener.
90
Ebenfalls von großer Bedeutung ist ein gutes Housekeeping, sprich: eine gesunde Seiteninformationsarchitektur. Eine schlechte interne Linkstruktur kann sich negativ auf die Suchmaschinenperformance auswirken.
Und so ist auch die gesamte Seitentechnik eine absolute Grundbedingung für ein gutes Ranking. Hierzu gehören schnelle Ladezeiten, das Vorhandensein alle gängigen Meta-Elemente sowie H-Überschriften. Noch weniger als schon im Vorjahr sind dagegen Keyword-Domains in den
SERPs anzutreffen. Das Keyword in der URL ist dagegen gewissermaßen „natürlicher“, aber ebenso alles andere als ein Rankingfaktor.
Etwas anders gestaltet es sich hinsichtlich des Vorhandenseins des Keywords Onpage. Dass
Keyword Stuffing vorbei ist, sollte klar sein – dass der Suchbegriff hier und da auf der Seite aber
dennoch natürlicherweise vorkommt, ebenfalls.
Social ist – vorsichtig formuliert – ein kleiner „Verlierer“ dieser Studie. Die Korrelationen nehmen
tendenziell über alle Netzwerke ab und der absolute Anstieg von Likes, PlusOnes, Tweets & Co. war
nur sehr mäßig.
Weiterhin wichtig bleiben demgegenüber Backlinks, sowohl bezüglich ihrer Quantität – vielmehr
jedoch hinsichtlich ihrer Qualität. In Anchortexten ist das Keyword bei Seiten auf den Top-Positionen noch einmal bedeutend seltener anzutreffen als schon 2013. Was den Anteil von Nofollow-Links, Stopwords im Anchor und generell die Anzahl von Worten im Linktext betrifft, scheint
Google ein gutes Maß gefunden zu haben. Die entsprechenden Werte haben sich im Vergleich zum
Vorjahr kaum verändert.
Um die diesjährig neu eingeführten Features interpretieren zu können, bedurfte es einer neuen
Brand-Definition. Generell ranken große Brands unter den absoluten Top-Ergebnissen, jedoch nicht
notwendigerweise auf der Eins, wo wiederum regelmäßig kleinere Brands anzutreffen sind. Große
Brands haben mehr News-Links, mehr Links von mehr verschiedenen Domains, mehr Links von
News-Domains etc. Für all diese Faktoren ließen sich deswegen positive Korrelationen errechnen,
deren Durchschnittswerte lediglich auf den Positionen 1 (oft kleinere Brands) und 2 (oft Wikipedia)
abwichen.
Zu guter Letzt spielen definitiv Usersignale für gute Rankings eine Rolle – und die Analyse jener,
sowie deren Auswirkungen auf Suchergebnisse hat Google im Griff. Top-Suchergebnisse haben
eine deutlich höhere CTR, aber eben auch geringere Bounce-Rates und eine längere Time-on-Site
– rundherum Metriken, die stark miteinander interagieren und die SERPs vermutlich stark beeinflussen. Denn schließlich sind die Suchergebnisse ja auch dafür gemacht: Für den User.
Über allem steht dabei stets der Grundsatz, dass gute Suchergebnispositionen generell nicht mithilfe einzelner Faktoren erzielt werden können. Viele Backlinks und eine schnelle Ladezeit werden
nicht in einem Top-Ranking resultieren, wenn der Content auf der entsprechenden Seite nicht relevant für den User ist.
Searchmetrics
Gute Rankings basieren daher prinzipiell auf dem Zusammenspiel vieler verschiedener und zudem
unterschiedlich gewichteter Faktoren.
91
Bei Fragen zum Whitepaper, zur Searchmetrics SuiteTM oder für
die Erstellung eines Angebots stehen Dir wir gerne zur Verfügung:
sales@searchmetrics.com
Weitere Informationen findest Du auch auf unserer Website:
www.searchmetrics.com
Searchmetrics GmbH
Greifswalder Straße 212
10405 Berlin
P: +49-30-3229535-0
F: +49-30-3229535-99
M: whitepaper@searchmetrics.com

SEO Ranking-Faktoren und Rang-Korrelationen 2014

Transcription

Similar documents

Strategien zur Offpage-Suchmaschinenoptimierung - Online

Schulverwaltungsblatt Mai 2008

Search Ranking-Faktoren und Rang-Korrelationen

DIE ANALYSE DER PARABEL VOR DEM GESETZ IN FRANZ

Suchmaschinen-Optimierung – Das umfassende Handbuch

Bestens gelaufen - Heftarchiv

der zielpfosten entscheidet! - Turf

PDF: Cocoon 1:10 EP 4WD 2,4GHZ

TachoPlus Manual Version 1.28.25-8136

FACHSPRACHE - International Journal of Specialized Communication

Beauty-‐Benchmark