Searchmetrics hat erneut eine große Untersuchung zur Korrelation zwischen Google-Rankings und möglichen Rankingfaktoren veröffentlicht. Und so wie im letzten Jahr gibt es auch dieses Jahr wieder erhebliche Diskussionen über den Sinn oder Unsinn einer solchen Untersuchung. Ich halte eine solche Analyse für extrem hilfreich und freue mich über die schön aufbereiteten Daten. Denn diese Daten helfen uns besser zu verstehen, was Google treibt. Doch die Interpretation der Ergebnisse ist nicht einfach und niemand sollte einfach in die Liste der Rankingfaktoren sehen und daraus ableiten, dass Facebook-Shares noch wichtiger seien als Backlinks. Falls das doch jemand macht, darf er nicht Searchmetrics dafür verantwortlich machen, schließlich weisen sie im Beipackzettel (genauer: im Whitepaper) deutlich darauf hin. Allerdings sehe in der Untersuchung einige Schwachpunkte, die leider teilweise unvermeidbar sind; andere aber könnten vielleicht mit einem leicht veränderten Ansatz im nächsten Jahr verbessert werden. Die folgenden Hinweise jedenfalls sollten als Diskussionsbeitrag zur Analyse der Rankingfaktoren verstanden werden.
Wichtige Faktoren fehlen
Der Großteil der SEO-Branche ist überzeugt, dass Nutzersignale wie das Bounce-to-SERP-Verhalten oder Aufenthaltsdauer der Besucher auf einer Website für Google eine wichtige Rolle spielen. Diese Daten kommen in der Untersuchung nicht vor, da es keinen seriösen Weg gibt, sie zu bekommen. Vielleicht könnte man eine Korrelation mit den Nutzerdaten von Alexa machen, aber ich bezweifle, dass diese Methode das Kriterium „Seriosität“ erfüllen würde.
Der andere Bereich, der mir in den Faktoren fehlt, ist das Thema „Brand Searches“. Wir haben mehrere interne Analysen zu Panda-Verlierern durchgeführt und es gibt hier eine eindeutige Korrelation zwischen „Der Domainname wird laut Keyword Tool häufig gesucht“ und „Die Domain wurde vom Panda verschont“. Im Whitepaper weist Searchmetrics auf die Liebe Googles zu Brands hin und in der Tat lassen sich damit manch‘ geringe Korrelationen auch sehr gut erklären: So ranken Brands auch ganz vorne ohne das Keyword im Titel zu haben. Damit zerstören sie die womöglich doch vorhandene Korrelation zwischen „Keyword im Titel“ und „Gutes Ranking“ für Nicht-Brand-Seiten.
Manche Ergebnisse nicht nachvollziehbar
Einzelne Ergebnisse halte ich für nicht konsistent, so etwa beim Punkt „Sitespeed“, bei dem eine Korrelation von 0,00 angegeben wird. Gleichzeitig findet sich im Whitepaper auf Seite 21 eine Grafik, aus der hervorgeht, dass die auf Position 1 und 2 rankenden URLs im Schnitt um gut 10 Prozent schneller geladen werden als die weiter hinten platzierten Seiten. Das alleine halte ich bereits für eine spannende Erkenntnis. Nutze ich dann auch die Daten der Grafik als Grundlage, erhalte ich einen Spearman-Korrelationsfaktor von 0,06. Vielleicht ist das Ergebnis ein anderes, wenn man nicht die 30 Durchschnittswerte korreliert, sondern alle 300.000 Einzelergebnisse — aber verwirrend bleibt die Diskrepanz doch.
Ebenfalls nicht verstanden habe ich die Angabe auf der Infografik, dass der Anteil der Nofollow-Links lediglich 0,02 Prozent beträgt. Selbst der Überoptimierung unverdächtige Universitätsseiten haben einen Nofollow-Anteil von ca. 6 Prozent, wenn ich an eine Untersuchung von mir aus dem Jahr 2011 denke. Vermutlich ist hier die Basis eine andere, ich habe aber auch im Whitepaper nicht gefunden, wo hier mein Verständnisproblem liegt.
Korrelationen in der „Weltspitze“
Das Hauptproblem der Untersuchung sehe ich aber in der Beschränkung auf die Top-30-Ergebnisse. Basis waren ja die 10.000 wichtigsten Suchbegriffe (ohne eindeutige navigational queries), mit jeweils hundertausenden oder gar Millionen von Suchergebnissen. Zur Korrelation dienen aber jeweils nur die Top 30. Ein wenig ist das so, als würde man lernen wollen, schneller zu laufen. Sieht man sich dazu die 100-Meter-Medaillengewinner der letzten Jahre an, ist die Korrelation eindeutig: Die Staatsangehörigkeit ist entscheidend! Ich muss also nicht trainieren, sondern einfach nur Jamaikaner oder Amerikaner werden. Würde man die Datenbasis aber auf alle erweitern, die die 100 Meter unter 12 Sekunden laufen, ginge der vermeintlich eindeutige Zusammenhang aber schnell verloren.
Ich hielte deshalb eine Untersuchung für spannend, die nicht nur die absolute Spitze analysiert, sondern für vielleicht deutlich weniger Keywords zumindest die Top-1000-Ergebnisse betrachtet, die Google uns zu zeigen bereit ist. Womöglich würden dabei einige Zusammenhänge stärker hervortreten.
Allen Kritikpunkten zum Trotz bin ich Searchmetrics für die Untersuchung sehr dankbar. Denn sie gibt uns Einblicke, die wir ansonsten nicht gewinnen könnten. Vor allem das Whitepaper enthält spannende Ergebnisse, die in der simplen Auflistung der Korrelationskoeffizienten leider untergehen.
Update: Quasi gleichzeitig hat Searchmetrics einen Blogbeitrag veröffentlicht, in dem sie die Untersuchung nochmals erläutern.