개인적으로 2021년은 정말 힘든 한해를 보냈고,
후회를 하고 싶은 일들이 많은 한해이다.
특히 SEO 2021년 마무리로 정리를 하였을 때,
개인적으로 놓쳤던 부분들이 있어 아쉬었다.
아래의 내용을 논리적으로 해석하시길 바랍니다.
SEO 2021년 마무리 하면서
검색엔진 변화 관련하여
구글은 2019년부터 SEO에 많은 변화를 실행하였는데,
가장 큰 변화가 Core Web Vitals 부터 BERT 적용
그리고 무엇보다 검색엔진 데이터 분석율을 높이기 시작하였다.
바로 이 DATE 분석율을 높이면서,
과거의 방식이 통하지 않게 된것이다.
아직도 문의가 오는 사람들의 이야기를 들으면,
카더라로 이야기를 많이 하신다. ㅠㅠ
백링크 관련하여,
나 역시 프로그램을 사용해봤고,
왠만한 프로그램은 세세한 부분까지 다루어가면서 사용을 하였다.
(이 부분도 원리를 알아야 세세하게 사용할 수 있다.)
[adinserter block=”16″]
그런데 안먹힌다는 것을 자신이 있게 이야기 할 수 있는 것은 구글의 변화에 맞추어 가고 있기 때문이다.
데이터 분석을 어떻게 하느냐에 따라 검색 순위 판도가 달라지기 때문이다.
위에 구글 검색 순위 알고리즘을 보았을 때 과거와 다른 데이터가 보인다.
바로 Engagement이다.
이 부분은 사용자 데이터로 보면 된다.
백링크 관련해서는 Off-site부분을 보면 된다.
그런데 위에 있는 지표를 찢어서 보시는 분들이 많은데,
위 지표는 알고리즘으로 묶여 있는 것이고,
그 묶여 있는 비율의 비교 분석 비율을 보여주는 것이라고 생각하면 된다.
[adinserter block=”16″]
하지만 여전히 백링크를 외치는 분들은 많다!!
그냥 묻지마!! 백링크임~
백링크 수로 순위를 먹이는 시대가 2000년 초반이였던 것을 감안하여,
해외에서 나왔던 블랙햇 기술들을 감안하면,
논리적으로 생각하지않고,
그냥 남들의 이야기로 반박하시는 분들이 너무 많다!!
어쨋든 데이터 지표가 바뀌면서,
개인적으로 SEO를 하시는 분들에게 GA4를 사용하시길 권했었고,
(GA4에 구글이 강조한 데이터 지표가 있음)
과거와는 다른게 순위 변동이 상당히 들쑥 날쑥하다!!!
또한 서치콘솔의 설정 역시 중요해졌다.
서치콘솔에는 굉장히 다양한 기술들이 들어가 있는데,
한국에서는 단순히 사이트맵 등록하고 색인시키는 목적으로만 사용한다.
서치콘솔을 어떻게 사용하느냐에 따라,
구글의 분석을 조금 더 세밀하게 할 수 있고,
이에 따라 방향성을 수정할 수가 있다.
[adinserter block=”16″]
개인적으로 서치콘솔의 링크를 통해 백링크를 감지하라고 이야기를 많이하는데…
국내 티스토리나 네이버는 MOZ나 Ahref에 감지가 안될 확율이 높다.
그래서 서치콘솔의 링크를 보고 판단을해야하고,
GA를 이용하여 트래픽이 들어오는지 확인해야한다.
또한 이 링크가 어떻게 반응하는지를 보고,
링크구조를 나한테 유리하게 만들 수가 있다.
이것 말고도,
색인을 빠르게하여 노출이 잘되게하는 방법,
위치 언어 타겟팅,
크롤링 속도 설정 및 기타 등등
여러가지 기능이 서치콘솔에 들어가 있다.
이러한 기능에서 가장 큰 변화는 Search Console + GA (Google Analytics) 연동으로 데이터 세밀화이다.
[adinserter block=”16″]
이 부분이 무엇을 뜻하나느냐??
문서의 신뢰성을 데이터를 이용하여,
조금 더 세분화하여 관리를 하고,
데이터를 모으고,
분석을 하겠다는 것이다.
” 순진하게 우리에게 데이터를 주려고 그러나?? “
라는 생각을 하지 마시길…
데이터를 모으고,
분석하는데는 돈이 엄청 많이 든다.
그리고
이 데이터를 활용을 하면,
엄청난 돈을 벌 수가 있다.
이러한 데이터 분석은 당신들을 위함이 아닌 기업의 수익을 위해 필요해서 만든것이다.
SEO 데이터 분석은 어떻게 쓰여질까??
[adinserter block=”16″]
- 패턴 감지가 된다.
- 스팸
- 동의어
- 관련 없는 페이지에 대한 백링크 감지
- 순위 분석에 도움이 된다.
- 사용자 행동을 기반으로 다양한 검색 결과를 만들어냄
- BERT를 이용하여 다양한 키워드를 분석해냄
- 이미지 검색 패턴 분석 가능
- 광고 품질 및 타겟팅 설정이 가능해짐
- 사용자 키워드와 첨여도 콘텐츠 유형, CTR 분석하여 쿼리 데이터 분석
참고 자료 : How Search Engines Use Machine Learning
위에 내용들이 바로 Engagement의 요소들을 이용하여,
분석하여 만든 결과치이다.
저런 요소들이 검색 엔진 순위에 영향을 주게 된다.
과거에는 백링크를 기반으로,
트래픽이 들어와주고,
페이지에 오래 머물고,
이탈이 심하지 않으면,
그 도메인이 영향을 받으면서,
페이지에도 영향을 주었다.
백링크는 여전히 중요하다!!!
왜???
트래픽을 넣어주는 중간다리 역활을 하니깐…
하지만 검색 순위를 위해서는
백링크 + 트래픽 + @가 되어야 한다.
왜???
데이터가 쌓여야 하니깐!!!
[adinserter block=”16″]
신뢰있는 문서를 위해서는
데이터를 모아서 판단을 한다는 것이다.
” 좋은 문서는 오래 머무는 것 뿐만 아니라,
그 페이지에서 사용자들이 행동을 할 것이다.!!”
데이터를 이용한 스팸문서는 아래와 같이 해석이 될 수 있는 것이다.
오래 머물지 않고,
바로 이탈하는 문서는
관련없는 문서이거나 스팸일 확율이 높다!!
이 부분을 광고와 같은 특수 문서에 영향을 안주기 위해서는
Link들을 분석을 해야한다.
그래서 Link Spam이 나오게 되었다고 생각한다.
모든 기술 문서를 하나씩 잘 파헤쳐야 한다.
찢어서 보는 것이 아닌,
하나하나를 잘 연계해서 보아야한다.
2022년에는 구글은 더욱 세밀한 SEO 데이터로 구글 검색 순위를 나타낼 것이다.
지금 위에 보이는 내용은 극히 일부분이다.
참고적으로
네이버 카카오 역시 위와 비슷한 맥락으로 데이터를 쌓아가고 있다.
참고 : Naver Search & Tech
네이버 서치앤 테크에는 왠만한 hint가 들어가 있다.
사람들이 안읽거나, 대충 읽거나, 연계하여 유추를 하지 않아서 답을 못찾는 경우가 허다하다!!
그러니 한번 쫙 읽어보시길!
