Google 搜索数据泄露:是真的吗,对 SEO 意味着什么
简短回答 是真的。Google 在 2024 年 5 月确认泄露的内部文件属实,但提醒这些信息可能脱离上下文、已经过时或不完整。文件列出约 14,000 个数据字段,包括点击次数和全站权威度得分,但没有任何权重。把它们当作线索,而不是配方:老老实实赢得点击,让每个页面都有用。
想把这些用到您的生意上?预约一次 30 分钟的免费通话,一起聊聊。
预约通话Google 搜索数据泄露是真的吗?
是真的。Google 已经确认。2024 年 5 月 29 日,一位 Google 发言人对 The Verge 说:
"We would caution against making inaccurate assumptions about Search based on out-of-context, outdated, or incomplete information." (Google spokesperson Davis Thompson, to The Verge) 译文:“我们提醒大家,不要根据脱离上下文、过时或不完整的信息,对搜索做出不准确的推测。”
所以这些文件确实出自 Google。但它们能证明的,比大多数新闻标题说的要少。
| 日期 | 发生了什么 |
|---|---|
| 2024 年 3 月 27 日 | Google “Content Warehouse” API 的内部参考文档出现在 GitHub 的一个公开代码库中 |
| 2024 年 5 月 7 日 | 文档被删除,但副本仍保留在代码文档网站 Hexdocs 上 |
| 2024 年 5 月 27–28 日 | SEO 研究者 Rand Fishkin(SparkToro)和 Mike King(iPullRank)公开这些文档;后来披露的来源是 SEO 从业者 Erfan Azimi |
| 2024 年 5 月 29 日 | Google 确认文档属实 |
这次泄露不是来自法庭案件。之所以容易混淆,是因为 Google 与美国司法部(DOJ)的反垄断诉讼同期进行,也公开了部分相同的系统。那场诉讼的法庭记录是另一个独立来源,它印证了下面最重要的发现。
泄露文件是什么,不是什么
它们是一份 API 参考:一本数据字段词典,记录 Google 存储的关于页面和网站的数据。SparkToro 统计有 2,500 多页、14,014 个字段。
它们不是排名公式。没有代码,也没有任何字段说明它占多少分量。最先审阅这些文件的 Mike King 写道:
"Unless explicitly indicated, we don't know how things are being used." (iPullRank, May 27, 2024) 译文:“除非有明确说明,否则我们不知道这些东西是如何被使用的。”
可以把它想象成一张电子表格的列名清单,但没有公式。
泄露显示了哪些 Google 排名因素
对商家网站来说,有六项发现值得关注。每一行列出文件显示的内容、Google 的公开说法,以及对您的意义。
| 文件中的字段 | 含义 | Google 的公开说法 | 对您的意义 |
|---|---|---|---|
| NavBoost:goodClicks、badClicks、lastLongestClicks | 好点击和坏点击的次数,以及在一次搜索中最后一次、停留最久的点击次数 | Google 使用“aggregated and anonymized interaction data to assess whether search results are relevant to queries”(汇总并匿名化的互动数据,用来评估搜索结果是否与查询相关)(How Search works) | 真实搜索者的点击是算数的。要成为人们会选中、点进去就不再返回的那个结果 |
| siteAuthority | 一个全站得分,“applied in Qstar”(用于 Qstar),即 Google 的页面质量衡量指标 | 排名在页面层面进行,但存在全站信号(Search Central:排名系统指南) | 质量差的页面可能拖累好页面,不过 Google 表示单个弱信号不会拖垮整个网站 |
| hostAge | Google 首次看到该域名下任何页面的日期,“used in twiddler to sandbox fresh spam in serving time”(在展示时由 twiddler 用来把新出现的垃圾内容放进沙盒) | 正如 SparkToro 和 iPullRank 指出的,Google 过去否认对新网站有“沙盒” | 这是针对垃圾内容的观察区,而不是对所有新网站的惩罚 |
| chromeInTotal | “Site-level Chrome views”(网站层面的 Chrome 浏览量) | Google 代表曾说 Chrome 数据不用于排名(The Verge) | Google 按网站存储 Chrome 访问次数;具体怎么用不得而知 |
| exactMatchDomainDemotion | 针对为匹配某个搜索词而注册的域名的降权得分 | Google 的排名指南公开列出了完全匹配域名系统 | 关键词域名撑不起一个弱网站。参见完全匹配域名 |
| smallPersonalSite | “Score of small personal site promotion”(小型个人网站提升得分) | 未提及 | 可能存在对小型个人网站的加分;用途不明 |
Google 会用点击来排名吗?
会,以某种形式。这是唯一一项从三个方向得到证实的发现。除了泄露文件,美国司法部记录的一次 2025 年 1 月与 Google 工程师 Pandu Nayak 的通话,把 NavBoost 描述为:衡量用户针对某个搜索点击某个页面的频率,使用最近 13 个月的数据。Google 自己的 How Search works 页面现在也说它会使用互动数据。
文件里没有叫“dwell time”(停留时间)的字段。最接近的是 lastLongestClicks:搜索者最后点击、停留最久的那次点击,说明他们找到了需要的东西。
哪些可以忽略
借泄露之名卖的东西,大多是噪音。
- “14,000 个排名因素”。 字段是存储的数据,不是因素。文件中有些被标为旧版或“DO NOT USE”(不要使用)。没有一个有权重。
- 把它当作现状。 这些文件的日期是 2024 年 3 月或更早。Google 表示会“regularly”(定期)改进排名系统,所以有些字段之后可能已经改变或取消(Search Central:排名系统指南)。
- 点击机器人和付费点击。 同一份司法部记录说,Google 避免单纯预测点击,因为点击“are easily manipulated”(很容易被操纵)。SparkToro 的消息来源说,Google 会利用 Cookie 记录、已登录的 Chrome 数据和模式识别来过滤点击作弊。假点击花钱,还有风险。
- 慌忙拒绝链接。 拒绝链接(disavow)是告诉 Google 忽略指向您网站的某些链接。Google 说您很少需要这样做:
"In most cases, Google can assess which links to trust without additional guidance, so most sites will not need to use this tool." (Search Console Help: Disavow links to your site) 译文:“在大多数情况下,Google 无需额外指引就能判断该信任哪些链接,所以大多数网站都不需要使用这个工具。”
Google 只建议有大量垃圾链接、并且已经或很可能导致人工处置(由 Google 审核人员施加的处罚)的网站使用它。
小企业现在该做什么
这次泄露主要印证了原本就正确的建议。按顺序:
- 赢得点击。 每个页面的标题和描述都要准确承诺页面提供的内容:服务、城市、下一步。细节见服务页面的页面 SEO。
- 让搜索到此为止。 把搜索者想找的内容放在顶部附近:价格范围、服务地区、营业时间、电话。找到答案的访客,不会回到 Google 去点下一个结果。
- 改进或删除质量差的页面。 全站得分确实存在,内容单薄或过时的页面可能拉低它。参见更新、合并或删除旧页面。
- 给新网站时间,不走捷径。 沙盒字段针对的是新出现的垃圾内容。新域名上的垃圾链接或批量页面,看起来正是这样。参见 SEO 需要多长时间。
- 不要买点击、评价或链接套餐。 改为通过真实的本地关系获得反向链接。
示例
排名不错但点击很少的水管工
一位水管工的“热水器维修”页面排在第 4 位,但点击很少。它的标题只有公司名称。改写成“Mesa 热水器维修:当天上门,$150 起”之后,搜索者就有了选择它的理由。这正是文件所描述的那种真实点击信号。
担心沙盒的新会计师事务所
一家事务所 1 月上线网站,到 3 月 Google 流量仍然很少。有卖家提出用 $99 买 500 个链接来“逃出沙盒”。这正是 hostAge 字段要压制的模式。事务所增加了真实的页面、Business Profile 和本地链接,然后耐心等待。
有 200 篇单薄博客文章的美发沙龙
一家沙龙有 200 篇从供应商简讯里复制来的短文章。它把有用的内容合并成 10 个扎实的服务页面,删掉其余的,让网站的整体质量体现它最好的内容。
常见问题
在哪里可以看到泄露的 Google 文件?
副本仍在 Hexdocs 上,名称是 google_api_content_warehouse。内容很技术化;SparkToro 和 iPullRank 的文章更容易看懂。
Google 在使用点击这件事上撒谎了吗?
Google 代表曾说点击不用于排名。泄露文件和反垄断诉讼记录显示,点击会输入 NavBoost,而 Google 现在也说它使用互动数据。
泄露是否说明域名权威度是真的?
确实有 siteAuthority 字段,但那是 Google 的内部得分,不是 SEO 工具卖的“Domain Authority”数值。Google 以外没人知道它的计算公式。
我该因为泄露而改变 SEO 吗?
只有在您走捷径时才需要。清晰的页面、真实的评价和有用的内容都符合这些文件。刷点击和买链接会被过滤掉。
您的情况不同?
- 您的网站从来没有排名: 先检查收录情况,见网站在 Google 上搜不到。
- 更新后流量下降: 见Google 核心更新后流量下降。
- 您收到了人工处置: 按照Google 人工处置:找到并修复操作。
- 您希望有人来做页面和链接工作: 见 SEO。