今年六月初，SEOmoz 发布了一些有关 Google 网络结果的排名相关数据以及它们如何与特定指标进行映射。这项令人兴奋的工作让我们对谷歌的排名系统有了宝贵的了解，既证实了许多假设，也提出了新的问题。当 Google在 10 月底公布新的地点搜索结果时，我们忍不住想要了解更多信息。
11 月份，我们收集了 220 个搜索查询的数据 – 20 个美国城市和 11 种商业“类型”（不同类型的查询）。该数据集比我们的网络结果要小，旨在作为我们深入研究之前的初始数据收集项目，但我们的发现被证明具有惊人的重要性（从统计角度来看），因此，我们将结果和报告公开。
与我们之前收集和分析此类数据一样，请务必记住以下几点
相关性≠因果关系——此处的研究结 冰岛手机号码列表 果仅表明排名较高的结果正在做什么，而排名较低的结果则没有（或者至少做得较少）。这些因素不一定是排名较高的原因，它们可能只是表现更好的页面的副作用。尽管如此，了解排名较高的网站/页面正在做什么而排名较低的网站/页面没有做什么总是很有趣的。
统计显着性- 该报告特别强调了与统计显着性相差超过两个标准误差的结果（非零相关性的可能性超过 98%）。我们测量的许多因素都属于这一类，这就是为什么我们尽管数据集较小但仍要分享的原因。就相关性数字而言，请记住 0.00 表示不相关，1.0 表示完全相关。我们认为，在像 Google 这样的算法中，据说有数百个因素一起发挥作用，0.05-0.1 范围内的数据很有趣，0.1-0.3 范围内的数据可能值得更多关注
排名相关性- 相关性是将排名较高的页面与排名较低的页面进行比较
报告中及以下的数据集报告整个数据 IG 用户 集的平均相关性（除非另有说明），并以标准误差作为准确性指标。
常识是必不可少的- 您会看到一些数据点，就像我们的网络结果集中一样，这表明网站不遵循普遍采用的“最佳实践”（例如在 URL 中使用查询城市的名称）会产生更好的结果排名。我们强烈建议读者使用此数据作为指南，而不是规则（例如，在 URL 中使用城市名称的许多结果可能是具有多个“城市”页面的全国连锁店，因此并不像“在谷歌眼中，他们是“本地的”。
