Googleが誤って検索の仕組みに関するドキュメントを公開

月曜日、Google 検索がウェブ検索結果のランキング付けや表示の際に考慮する要素を説明する内部文書が漏洩した。

Googleが誤って検索の仕組みを公開

これらの文書は、ソフトウェア会社 SparkToro の Rand Fishkin 氏によって公開されました。フィスキン氏は以前、検索エンジン最適化 (SEO) 業界で働いていました。

https://sparktoro.com/blog/an-anonymous-source-shared-thousands-of-leaked-google-search-api-documents-with-me-everyone-in-seo-should-see-them/

この「Google API コンテンツ リポジトリ」には、検索結果を生成するさまざまなコンポーネントがどのように機能するかを従業員に説明する社内 API ドキュメントが含まれています。合計2,500ページ以上あります。いくつかは古いシステムについて説明していますが、他のドキュメントは最新のようです。

公開された情報に基づくと、Google は 3 月 27 日から GitHub 経由で（おそらくは偶然に）これを公開したようです。その後、5 月 7 日に説明文書が公開されました。ただし、その頃サードパーティのサービスによってインデックスされたため、Google が削除した後もそのコピーは引き続き利用可能でした。

このデータは、Google 検索が検索結果をランク付けする際に考慮する要素を示していますが、各要素が最終的なランク付けにどの程度重要であるかは明らかにしていません。

Google 検索ランキングの変化に適応し、ページの上位に表示させようとしている SEO コミュニティの人にとって、このデータは役立つかもしれません。この文書を確認した後、検索の仕組みについて Google が公に述べていた内容と矛盾していることが分かりました。

Googleはこの漏洩についてまだ公にコメントしていない。同社は3月に、より本物で「役に立つ」コンテンツを表示することを目指した検索の最新メジャーアップデートを発表した。コアランキングシステムが更新され、ページが「人間向けではなく検索エンジン向けに構築されているかどうか」が判断されるようになりました。

リークされた情報の中で最大の発見

一つ明らかなことは、Google 検索アルゴリズムは漏洩されておらず、SEO の専門家が突然すべての答えを持っているわけではないということです。しかし、何千もの Google 内部文書から漏洩した情報は依然として膨大な量です。これは、通常は厳重に守られている Google の内部の仕組みを垣間見る前例のない機会です。

ウェブサイトは生き残るために検索トラフィックに依存しており、多くのウェブサイトは競合他社に勝ち、検索結果の上位に表示されるために多大な労力と費用を費やします。ランキングが上がればウェブサイトのトラフィックが増え、収益も増えます。その結果、ウェブサイト運営者は、検索ランキングに関して、Google が公開するすべての単語とすべてのソーシャル メディアの投稿を綿密に監視しています。

Googleの広報担当者は長年にわたり、ユーザーのクリックがウェブサイトのランキングに影響を与えるという主張を繰り返し否定してきたが、漏洩した文書には、特定の種類のユーザーのクリックが検索ランキングに影響していることが記されている。以前の米国司法省の反トラスト訴訟の証言により、ユーザーのクリックを利用して検索結果のコンテンツを上位に表示する「Navboost」と呼ばれるランキング要素が明らかになった。

「私にとって最大の収穫は、グーグルが何を収集し、検索エンジンがどのように機能するかについての同社の公式声明の多くが現実と矛盾しているということだ」と、検索エンジン最適化（SEO）業界の専門家ランド・フィッシュキン氏はメールでザ・ヴァージに語った。

このリークが最初に話題になったのは、SEO専門家のフィッシュキン氏とマイク・キング氏が今週初め、機密文書の内容の一部とそれに伴う分析を公開した後のことだ。漏洩した API ドキュメントには、Google が収集するデータに関する情報と定義が詰まったリポジトリが含まれており、その一部は検索結果でウェブサイトがランク付けされる方法に影響を与える可能性があります。グーグルは当初、漏洩した文書の信憑性に関する質問を避けていたが、先週水曜日に公式に認めた。

「文脈から外れた、古い、あるいは不完全な情報に基づいて検索について不正確な推測をしないように警告します」と、 Googleの広報担当者デイビス・トンプソン氏は水曜日にThe Vergeへのメールで述べた。「私たちは、検索の仕組みやシステムが考慮する要素の種類について広範な情報を共有しており、検索結果の完全性を操作から保護するために取り組んでいます。 」

ドキュメントには、さまざまな属性に重み付けする方法について説明している箇所はありません。また、ドキュメントで指定されている一部のプロパティ（「小規模な個人サイト」の識別子や製品レビューのダウングレードなど）は、ある時点で実装されたものの、その後削除された可能性もあります。また、ウェブサイトのランキング付けに使用されたことがない可能性もあります。

「（元素が）どのように使われているのかは、様々な説明があるだけで、必ずしも分かっているわけではありません。それほど豊富ではありませんが、それでも私たちにとっては多くの情報です」とキング氏は述べた。「ウェブサイトを制作したり最適化したりする際に、具体的にどのような点に留意すべきでしょうか？」

世界最大の検索プラットフォームが、ユーザーがどのようにコンテンツとやりとりしているかに基づいて検索結果をランク付けしないという考えは、不合理に思えます。しかし、度重なる否定、慎重に言葉を選んだ回答、そして業界の出版物により、これらは物議を醸す話題となっている。

フィッシュキン氏とキング氏が強調したもう1つの重要な点は、Googleが検索ランキングでChromeのデータをどのように使用するかという点だ。 Google 検索の担当者はランキング付けに Chrome の要素は一切使用していないと述べているが、流出した文書からはそれが真実ではない可能性が示唆されている。たとえば、あるセクションには「chrome_trans_clicks」がリストされており、検索結果でメインサイトの下にドメインからのどのリンクが表示されるかを示します。フィッシュキン氏は、これは Google が「Chrome ブラウザでページのクリック数を取得し、その数を使用してサイト上で最も人気のある/重要な URL を決定し、それをサイトリンク機能に含めるために計算する」ことを意味すると説明しています。

この文書には14,000以上の特性が記載されており、研究者はページ内に含まれるヒントを見つけるために何週間も調査する必要があるだろう。 「Twiddlers」またはランキング調整は、主要なシステム更新の外部で展開され、特定の基準に従ってコンテンツのランキングを上げたり下げたりします。著者が誰であるかなどのサイト要素と、サイトの「権威」の尺度がカバーされています。フィッシュキン氏は、AIが生成した検索結果に関する情報など、文書に記載されていないことがたくさんあると指摘する。

それで、これは何を意味するのでしょうか?まず、おそらくウェブサイトを運営している人なら誰でも、このリークについて読んで理解しようとするでしょう。出版社、電子商取引会社、企業は、この文書で提案されているいくつかのことをテストするために、さまざまな実験を設計する可能性があります。そうなると、ウェブサイトは少し違った感じになり始めます。これは、ウェブサイトがこの新しい、しかしまだ曖昧な情報の波を理解しようとするためです。

「SEOとGoogle検索を取材するジャーナリストや出版社は、Googleの公式声明をそのまま繰り返すのをやめ、この検索大手の発言をもっと綿密に、もっと敵対的な目で見る必要がある」とフィッシュキン氏は語った。「Googleの主張をあたかも事実であるかのように繰り返す出版物は、Googleが自社に都合の良い物語を作り出すのに役立つだけで、実務家、ユーザー、一般の人々にとって役立つものではありません。」