SEO-Praktizierende, die sich mit SEO für Baidu beschäftigen, greifen oft auf Taktiken und Prinzipien zurück, die sie aus ihrer Erfahrung mit SEO für Google kennen, ergänzt durch Meinungen und einfaches Beobachten der Suchergebnisse. Diese Baidu Ranking Factors Correlation Study ist mein Beitrag, um einige dieser Lücken in den Fakten und den SEO-Ranking-Faktoren zu schließen.
Marcus Pentzek, Director SEO, Jademond Digital
Untersuchungsergebnisse: Baidu SEO meistern – Strategien für Top-Rankings auf Chinas führender Suchplattform
Um die Feinheiten von Baidus Ranking-Mechanismen besser zu verstehen, sichere dir dein Exemplar unserer umfassenden Analyse. Dieser unverzichtbare Leitfaden navigiert sorgfältig durch die Nuancen von SEO für alle, die im chinesischen digitalen Raum tätig sind oder ihn betreten möchten.
Die erste Baidu SEO Ranking Factors Study, eine wegweisende Zusammenarbeit zwischen Marcus Pentzek und Searchmetrics (jetzt eine Tochtergesellschaft von Conductor), wurde 2020 veröffentlicht. Nach der Übernahme von Searchmetrics und der anschließenden Entfernung der Download-Optionen für die Studie wird Marcus Pentzeks Jademond Digital bis Weihnachten 2023 eine aktualisierte und erweiterte Auflage herausbringen. Diese kommende Studie erweitert ihren Fokus auf Baidus Top 20 Rankings, untersucht eine größere Anzahl potenzieller Ranking-Faktoren – 150 im Vergleich zu den vorherigen 99 – und geht tiefer, indem sie das unterschiedliche Verhalten dieser Faktoren bei Shorthead-, Midtail- und Longtail-Keywords, wo es sinnvoll ist, analysiert.
Download the new Baidu SEO Ranking Factors Study here!
Wenn du Fragen hast oder ein Baidu SEO-Experte bist, der zu dieser Studie beitragen möchte, kontaktiere uns unter hello@jademond.com.
Ziele der Baidu Rankingfactoren Korrelationsstudie:
- Enthüllen der gemeinsamen Prinzipien, die den SEO-Strategien für Baidu und Google zugrunde liegen.
- Auf empirische Erkenntnisse mit datengetriebenen Korrelationsanalysen der Ranking-Faktoren zugreifen.
- Umsetzbare Empfehlungen erhalten, um deine Chancen auf eine Page-1-Präsenz auf Baidu für deine Zielkeywords zu erhöhen.
- Wettbewerbsvorteil verschaffen, indem du Baidu SEO meisterst und Marktteilnehmer überlistest.
Korrelationen vs. Ranking-Faktoren
Die Baidu Ranking Factors Study verwandelt nicht jedes Datenstück in eine direkte SEO-Maßnahme oder bestätigt klare Faktoren, die höhere Rankings garantieren. Stattdessen zeigt sie, was die top-rankenden Webseiten auf Baidu gemeinsam haben. Sie bietet einen Überblick darüber, wie die Suchergebnisse von Baidu momentan aussehen. Während sie einige Fragen klären und Tipps bieten kann, was du ausprobieren könntest, um höher zu ranken, ist es keine Checkliste für sichere Ranking-Verbesserungen. Vielmehr handelt es sich um eine tiefgehende Analyse der Trends und Muster, die mit hohen Rankings korrelieren.
Unterschiede zur Studie von 2020 mit Searchmetrics
Keyword-Set
2020 verwendeten wir die Keywords aus Searchmetrics‘ Research Cloud für China. Wir entfernten alle Keywords mit Buchstaben, speziellen Zeichen, Zahlen, kyrillischen, arabischen und japanischen Schriftzeichen. Von den übrig gebliebenen chinesischen Keywords schlossen wir alle mit traditionellen chinesischen Zeichen und solche, die länger als 8 Zeichen waren, aus. Für das resultierende Set wählten wir zufällig 50.000 Keywords aus, um sicherzustellen, dass wir eine Mischung aus Keywords mit hohem Suchvolumen und unterschiedlichen Branchen hatten.
2023 gingen wir anders vor. Zunächst hatten wir das vorherige Keyword-Set nicht (da es Eigentum von Searchmetrics ist), und wir sahen einen Fehler in unserer früheren Strategie. Obwohl wir wahrscheinlich eine gute Mischung aus Suchvolumen und Themen hatten, gab es auch viele markenbezogene Keywords, die sich anders verhalten als reguläre Keywords, für die „jeder“ ranken kann.
Diesmal schauten wir uns unsere eigene Kundenbasis aus verschiedenen Branchen an, kontaktierten China SEO-Kollegen von anderen Unternehmen und baten um ihre anonymisierten Keyword-Sets, für die sie ihre Kunden ranken möchten. Wir filterten manuell markenbezogene Keywords sowie verbotene Keywords in China heraus und kamen auf ein großes Set von Keywords, das viele verschiedene Branchen und Themen abdeckt.
Wir reduzierten das finale Keyword-Set auf 10.000 Keywords und sorgten dafür, dass keine Branche überrepräsentiert war.
Ranking-Positionen
2020 betrachteten wir 50.000 Keywords, aber alle Berechnungen wurden in meinen Excel-Tabellen durchgeführt, sodass ich die Anzahl der Datenpunkte reduzieren musste. Daher schaute ich mir nur die Top 10 der rankenden URLs an.
2023 führen wir die Berechnungen in Python durch und speichern die Ergebnisse in Excel, sodass wir mit mehr Daten umgehen können und uns die Top 20 der rankenden URLs ansehen.
Korrelation-Berechnungen
2020 verwendete ich Excel und die CORREL()-Funktion zur Berechnung des Korrelationswerts. Da mein Computer oft abstürzte, als ich bis zu 500.000 Datenpunkte in Excel betrachtete, entschied ich mich, zunächst die Medianwerte für jede Position zu erstellen und die Berechnungen nur über diese 10 Medianwerte durchzuführen. Das half, Tendenzen zu verstehen, berücksichtigte jedoch keine Schwankungen im gesamten Datensatz.
2023 hatten unsere Python-Skripte keine Probleme, die Spearman-Berechnung über bis zu 200.000 Werte (10.000 Keywords x 20 Positionen) durchzuführen. Dies gilt als genauere Korrelationsmethode, hat jedoch auch den Nachteil weniger überzeugender Korrelationswerte, da die Schwankungen im großen Datensatz dagegen wirken könnten.
Wenn du also noch das Dokument der Studie von 2020 zur Hand hast, wirst du wahrscheinlich viel klarere Korrelationswerte von 0,8 sehen, während unsere neue Studie nur einen Wert von 0,1 zurückgeben würde, obwohl sie ähnliche Grafiken zeigt.
Anzahl der Faktoren / Diagramme
2020 betrachteten wir 83 verschiedene Details, die Einfluss auf Baidus Suchalgorithmus haben könnten.
2023 schauen wir uns mehr als 118 Aspekte an (es sind 118 Diagramme, aber einige kleinere Aspekte sind in einem Diagramm zusammengefasst).
Tiefe der Analyse
2020 analysierten wir die Ergebnisse, wie man es von einer solchen Studie erwarten würde – alle Ergebnisse zusammen.
2023 stellten wir schnell fest, dass wir viele negative Korrelationen fanden, wo wir positive Korrelationen erwartet hätten, also entschieden wir uns, die Unterschiede zwischen den Ergebnissen für Shorthead-Keywords (Suchvolumen über 1000), Midtail (Suchvolumen zwischen 999 und 50) und Longtail (Suchvolumen unter 50) genauer zu betrachten.
Bei der Verwendung von Keywords in Inhalten schauten wir sogar auf die Keyword-Länge, da es einfacher ist, ein 2-Zeichen-Keyword exakt in den Inhalt zu integrieren als ein Keyword mit 8 oder mehr Zeichen.