AI Bağlantılarınızı Nasıl Tartıyor (35.000 veri noktasının analizi)

Atlamadan önce:

• Övünmekten nefret ediyorum, ancak geçen hafta G50 SEO Dünya Şampiyonalarında 4. sırada yer aldığım için son derece gurur duyduğumu söyleyeceğim.
• 22 Ekim'de Global Haber ve Editör SEO Zirvesi Ness'te konuşuyorum. Büyüme notu okuyucuları “Kevin2025” kodu olduğunda% 20 indirim alıyor

Büyüme notunun haftalık uzman bilgileriyle becerilerinizi artırın. Ücretsiz abone olun!

Tarihsel olarak, geri bağlantılar her zaman arama sonuçlarında görünürlük için en güvenilir para birimlerinden biri olmuştur.

Bağlantıların AI tabanlı aramada görünürlük için önemli olduğunu biliyoruz, ancak LLM'lerde nasıl çalıştıkları- AI genel bakışları, İkizler veya Chatgpt & Co. dahil olmak üzere- hala bir kara kutu.

AI arama modellerinin yükselişi organik görünürlük kurallarını ve LLM sonuçlarında sesin payı rekabeti değiştirir.

Yani soru şu ki, geri bağlantılar AI tabanlı arama yöntemlerinde hala görünürlük kazanıyor mu… ve eğer öyleyse, hangileri?

Backlinks, LLM öncesi Web'in para birimi ise, bu haftanın analizi yeni AI arama ekonomisinde hala yasal ihale olup olmadıklarına ilk bakış.

Semrush ile birlikte, 1.000 alanı analiz ettim ve yapay zekaları çekirdek backlink metriklerine karşı bahsettim.

Veriler dört net çıkarım yaptı:

1. Backlink tarafından kazanılan otorite yardımcı olur, ancak her şey değildir.
2. Bağlantı kalitesi hacim ağır basar.
3. En şaşırtıcı bir şekilde, nofollow bağlantıları gerçek ağırlık çeker.
4. Görüntü bağlantıları iğneyi otoriteye taşıyabilir.

Bu bulgular, yapay zeka modellerinin görünürlüğü etkilemek için çekebileceklerini ortaya çıkarmanın yanı sıra AI modellerinin yüzey sitelerinin nasıl olduğunu anlamamıza yardımcı olur.

Aşağıda, metodolojiyi, daha derin veri çıkarımlarını ve premium aboneler için bu bulguları eyleme dönüştürmek için önerileri (ölçütlerle) bulacaksınız.

Metodoloji

Bu analiz için, rastgele seçilen 1000 web alanından bahsetmiş olan ilişkilere baktım. Tüm veriler Semrush'ın AI görünürlüğü ve arama analiz platformu olan Semrush AI SEO araç setiden alınmıştır.

Semrush ekibi ile birlikte, şunları söyleyen sayısını inceledim:

• Chatgpt.
• Arama etkinleştirilmiş chatgpt.
• İkizler burcu.
• Google'ın yapay zekası genel bakışları.
• Şaşkınlık.

(Claude.ai'nin bu analize nereye uyduğunu merak ediyorsanız, şu anda kullanıcı tabanı genellikle web aramasına ve daha fazlasını üretken görevlere odaklandığından dahil etmedik.)

Yukarıdaki platformlar için, sesin payını ve aşağıdaki backlink metriklerine karşı AI sayısını ölçtük:

• Toplam geri bağlantılar.
• Benzersiz bağlantı alanları.
• Bağlantıları takip edin.
• Nofollow bağlantıları.
• Otorite puanı (aşağıda Ascore olarak adlandırılan bir semrush metriği).
• Metin bağlantıları.
• Görüntü bağlantıları.

Bu analizde, veriler arasında korelasyonu ölçmenin iki farklı yolu kullandım: bir Pearson korelasyonu ve bir Spearman korelasyonu.

Bu kavramlara aşina iseniz, sonuçlara daldığımız bir sonraki bölüme atlayın.

Diğer herkes için bunları parçalayacağım, böylece aşağıdaki bulguları daha iyi anlayacaksınız.

Hem Pearson hem de Spearman korelasyon katsayılarıdır -iki farklı değişkenin ne kadar güçlü olduğunu ölçen -1 ve +1 arasındaki sayılar.

Katsayı +1 veya -1'e ne kadar yaklaşırsa, korelasyon daha olası ve güçlü olur. (0'a yakın, zayıf veya hiç korelasyon anlamına gelir.)

• Pearson R İki değişken arasındaki doğrusal bir ilişkinin gücünü ve yönünü ölçer. Pearson, ham değerleri kullanarak veriler arasında doğrusal bir korelasyona bakar. Bu ölçme yolu aykırı değerlere duyarlıdır. Ancak, ilişki eğriler veya eşikler varsa, Pearson onu önlemler.
• Spearman'ın ρ (Rho) Monotonik bir ilişkinin gücünü ve yönünü veya değerlerin sürekli olarak düz bir çizgide değil, aynı veya zıt yönde hareket edip etmediğini ölçer. Spearman veriler arasında rütbe korelasyonuna bakar. Daha yüksek X'in daha yüksek Y ile gelip gelmediğini sorar; Spearman korelasyonu şunları sorar: “Bir şey arttığında, diğeri de artıyor mu?”. Aykırı değerler için daha sağlam olan ve doğrusal olmayan, monotonik kalıpları açıklayan bir korelasyondur.

Pearson ve Spearman korelasyon katsayıları arasındaki boşluk, kazançların doğrusal olmadığı anlamına gelebilir.

Başka bir deyişle: Geçecek bir eşik var. Ve bu, X'in y üzerindeki etkisinin hemen devreye girmediği anlamına gelir.

Hem Pearson hem de Spearman katsayılarını incelemek, belirli bir noktayı geçene kadar hiçbir şeyin (veya çok az) olup olmadığını bize söyleyebilir – ve sonra bu noktayı aştığınızda, ilişki güçlü bir şekilde ortaya çıkar.

İşte her iki katsayı da içeren bir analizin ortaya çıkarabileceği hızlı bir örnek:

Reklamlarda 500 $ (Eylem X) harcamak, satış büyümesinde iğneyi hareket ettirmeyebilir (sonuç y). Ancak, diyelim ki, 5.000 $ 'ı geçtikten sonra (Eylem X), satışlar istikrarlı bir şekilde büyümeye başlar (sonuç y).

Ve bu, bugün için istatistik dersinizin sonu.

İncelediğimiz ilk sinyal, bir sitenin AI ses payı ile aldığı geri bağlantı sayısı arasındaki ilişkinin gücüdür.

Verilerin gösterdiği şey:

• Otorite skorunun sesin payı için ılımlı bir bağlantısı vardır (SOV): Pearson ~ 0.23, Spearman ~ 0.36.
• Daha yüksek otorite daha yüksek SOV anlamına gelir, ancak kazançlar eşit değildir. Geçmeniz gereken bir eşik var.
• Otorite görünürlüğü destekler, ancak varyansın çoğunu açıklamaz. Bunun anlamı, geri bağlantıların AI görünürlüğü üzerinde bir etkisi olması, ancak içeriğiniz, marka algılarınız vb. Gibi hikayede daha fazlası var.

Ayrıca, benzersiz bağlantı alanlarının sayısı toplam geri bağlantı sayısından daha önemlidir.

Açık bir şekilde, birçok farklı web sitesinden bağlantılarınız olduğunda, sadece birkaç siteden çok sayıda bağlantıdan daha büyük bir SOV'ye sahip olma olasılığı daha yüksektir.

Tüm modellerde, otorite skoru (0.65 Pearson, 0.57 Spearman) arasında en güçlü ilişki ve söz sayısı

Semrush, otorite puanı ölçümünü nasıl tanımlar:

Otorite puanı, bir web sitesinin veya bir web sayfasının genel kalitesini derecelendiren bileşik metriğimizdir. Puan ne kadar yüksek olursa, bir alan adının veya web sayfasının başka bir siteye giden bağlantıları daha fazla varsayılan ağırlık olur.

Geri bağlantıların sayısını ve kalitesini, bağlantı sayfalarına yönelik organik trafik ve bağlantı profilinin spamını dikkate alır.

Tabii ki, Ascore sadece kalite için bir vekildir. LLM'lerin backlink kalitesine varmak için kendi yolları vardır. Ancak veriler, Semrush's Ascore'u iyi bir temsilci olarak kullanabileceğimizi gösteriyor.

Çoğu model bu metriğe sözler için eşit değer verir, ancak chatgpt arama ve şaşkınlık ortalamaya kıyasla en az değer verir.

Şaşırtıcı bir şekilde, düzenli chatgpt (arama etkinleştirilmeden) tüm modellerden en fazla Ascore ağırlığında.

Bilmek için kritik: medyan sözler ondalık 9'da ~ 21.5'ten ~ 79.0'a atlama 9'da. İlişki doğrusal değildir. Başka bir deyişle, en büyük kazanımlar, otoritenin üst sınırlarına veya bu durumda Ascore'a çarptığınızda gelir.

(Bağlam için, ondalık bir veri kümesini 10 eşit parçaya ayırmanın bir yoludur. Her segment veya dekil, sırayla sıralandıklarında veri noktalarının% 10'unu içerir.)

Belki de bu analizden en önemli bulgu Bağlantıların nofollow olarak ayarlanıp ayarlanmaması çok önemli değil!

Ve bunun büyük etkileri var.

Nofollow bağlantılarının değerinin doğrulanması çok önemlidir, çünkü bu tür bağlantıların oluşturulması bağlantılardan daha kolay olma eğilimindedir.

LLM'lerin arama motorlarından belirgin şekilde farklı olduğu yerdir: bir süredir Google Ayrıca nofollow bağlantılarını sayar, ancak değil Ne kadar Ve Ne için (tarama, sıralama vb.).

Bir kez daha, ilk 3 ondalık veya veri noktalarının ilk% 30'una kadar büyük kazançlar görmeyeceksiniz.

Bağlantıları İzle → Bahsediler:

• Pearson 0.334, Spearman 0.504

Nofollow bağlantıları → bahsediyor:

• Pearson 0.340, Spearman 0.509

Tersine, Google'ın yapay zeka genel bakışları ve şaşkınlık, en yüksek ve nofollow bağlantılarını en azından düzenli olarak tarttı.

Ve ilginç bir şekilde, İkizler ve Chatgpt, nofollow bağlantılarını en yüksek (düzenli takip bağlantılarından fazla) tartıyor.

İşte Gemini ve Chatgpt'in neden daha fazla tarttığı konusunda kendi teorim:

İkizler ile Google'ın Nofollow bağlantılarını geçmişte olduğuna inandığımızdan daha yüksek olup olmadığını merak ediyorum. Ve ChatGPT ile hipotezim, Bing'in de nofollow bağlantılarını daha yüksek tartmasıdır (Google da yapmaya başladıktan sonra). Ama bu sadece bir teori ve şu anda destekleyecek verilere sahip değilim.

Metin tabanlı geri bağlantıların ötesinde, görüntü tabanlı geri bağlantıların aynı ağırlığı taşıyıp taşımadığını da test ettik.

Ve bazı durumlarda, sözlerle metin tabanlı bağlantılardan daha güçlü bir ilişkileri vardı.

Ama ne kadar güçlü?

• Görüntüler Vs Mindons: Pearson 0.415, Spearman 0.538
• Metin Bağlantıları Vs Mindings: Pearson 0.334, Spearman 0.472

Görüntü bağlantıları zaten bir otoriteye sahip olduğunuzda gerçekten ödemeye başlar.

• Orta ondalık katmanlarından, ilişki pozitif döner, sonra güçlenir ve en iyi ondokullarda en güçlüdür.
• Düşük saniye ondokillerinde (ondokil 1 ve 2), görüntüler → bahsedilen kravat zayıf veya negatiftir.

Eğer şaşkınlık veya arama-gpt üzerindeki büyümeyi hedefliyorsanız, görüntü bağlantıları özellikle üretkendir.

• Görüntüler en çok şaşkınlık ve arama-gpt (Spearman ≈ 0.55 ve 0.53), daha sonra chatgpt/gemini (≈ 0.49-0.52), sonra google-ai (≈ 0.46) ile ilgilidir.

---

Öne Çıkan Resim: Paulo Bobita/Arama Motoru Dergisi