لماذا لا يتم الاستشهاد بمعظم البيانات الأصلية أبدًا

تناول الجزء الأول إشارات الاقتباس الخارجية بالغة الأهمية، في حين ناقش الجزء الثاني ضرورة نشر البيانات الأصلية: فهو أقوى مؤشر فردي لأصالة الصفحة، كما أن حاجز اكتساب الرؤية/السلطة من خلال هذا اللعب منخفض.

تحتوي هذه المذكرة على المزيد من الذخيرة لدعم استخدامك لبيانات الملكية في إنشاء المحتوى.

نشر الرقم ضروري. ولكن ليس دائما ما يتم الاستشهاد به. لقد قمنا بسحب بيانات اقتباس Gauge لمعرفة ما يكافئه الذكاء الاصطناعي فعليًا عندما يتعلق الأمر بنشر بيانات الطرف الأول، والإجابة أضيق وأكثر فائدة من “البيانات الأصلية تفوز”. (على الرغم من أن البيانات الأصلية هي التي تفوز في الواقع).

يكافئ الذكاء الاصطناعي تنسيقًا واحدًا تقريبًا مع استبعاد كل شيء آخر: المعيار الذي يجيب على “أيهما أفضل”.

إن أبحاث الطرف الأول نادرة وتتجاوز ثقلها

لقد عملنا من خلال مجموعة عناوين URL المقتبسة الخاصة بـ Gauge: 301 صفحة مباشرة استشهدت بها أنظمة الذكاء الاصطناعي (316 مطالبة فريدة عبر 7 قطاعات)، تحمل 1075 استشهادًا فيما بينها.

بعد إجراء تدقيق كامل لعنوان URL، 8 فقط من تلك الصفحات الـ 301 مؤهلة كبحث أوليمما يعني أن المصدر الأصلي للبيانات والمنهجية موجود على الصفحة… وليس كتابة أرقام شخص آخر.

ثماني صفحات من أصل 301 هي 2.7% من المجموعة. حصلت تلك الصفحات الثماني نفسها على 90 استشهادًا من أصل 1075، أو 8.4% من حجم الاستشهادات. نادرًا ما تظهر أبحاث الطرف الأول، ثم يتم الإفراط في فهرسة مشاركة الاقتباسات بمقدار 3 مرات عندما يحدث ذلك.

الطريقة الأنظف لرؤيتها هي الكثافة.

بلغ متوسط ​​البحث الأولي 11.3 استشهادًا لكل صفحة. كل شيء آخر بلغ متوسطه 3.4. كانت صفحة البحث الأولية عبارة عن 3.3x كثيفة الاستشهادات مقارنة بالصفحة غير الأساسية.

البحوث الأولية مركبات الاستشهادات.

وهذا هو نفس شكل الحصول على المعلومات الذي تمت مناقشته في الجزء الثاني، والذي يتم عرضه من جانب الذكاء الاصطناعي بدلاً من جانب الروابط الزرقاء العشرة الكلاسيكية.

هناك، ترتبط البيانات الأصلية بأصالة الصفحة أكثر من أي سمة أخرى. هنا، ترتبط البيانات الأصلية بكثافة الاقتباس. كلاهما يشيران إلى نفس الاتجاه: الرقم الوحيد الذي يمكنك إنتاجه هو الرافعة.

يفوز البحث الأصلي عندما يكون للسؤال معيار

وهنا يصبح مرشح “البيانات الأصلية يفوز” أكثر وضوحًا.

لا يتم توزيع استشهادات البحث الأولي الـ 90 عبر الصفحات الثمانية بالتساوي، ولا يتم توزيعها عبر المواضيع بالتساوي.

75 من أصل 90 جاء من مجموعة واحدة: معايير مستودع البيانات السحابية. حصل معيار مستودع Fivetran وحده على 44 استشهادًا، أي أقل بقليل من نصف كل استشهاد بحثي أولي في المجموعة. (المزيد عن ذلك أدناه.)

الواقع: قم بإزالة مجموعة المعايير، وبالكاد يتم تسجيل أبحاث الطرف الأول في مجموعة الاقتباسات. الفوز ليس “لقد نشرنا البيانات الأصلية”.

الفوز هو “لقد نشرنا معيارًا يجيب على مقارنة الشراء”، ولا أحد تقريبًا يبني واحدًا. (“المعيار” يعني قياس مجموعة من الأشياء المسماة مقابل بعضها البعض على مقياس محدد، ونشر النتائج كأرقام.)

يكون البحث الأصلي أكثر فعالية عندما يتم تعبئته بطريقة تجيب بشكل مباشر على استفسارات المقارنة التجارية.

وهذا هو ما تسعى إليه جوجل من خلال المحتوى غير السلعي: معلومات جديدة ومفيدة يصعب الحصول عليها.

تم تجميع استشهادات الأبحاث الأولية حيث طلبت المطالبة من الذكاء الاصطناعي مقارنة الخيارات المتعلقة بمواصفات قابلة للقياس: السرعة أو التكلفة أو زمن الوصول أو الإنتاجية أو الأداء.

وهذا ما يفسر الارتفاع القياسي للمستودعات. إن تسمية “تقنية الموارد البشرية / التعويض” مزعجة، ولكن الاستشهادات الموجودة داخل تلك المجموعة جاءت في الغالب من المطالبات المعيارية لمستودع البيانات السحابية. كان لدى Fivetran وEtuary وClickHouse أرقام يمكن للذكاء الاصطناعي استخدامها.

يُظهر Crypto / Solana نفس النمط على نطاق أصغر. حصل Marinade وHelius على الاستشهادات لأن أسئلة الستاكينغ وMEV تحتاج إلى بيانات النظام البيئي المباشرة، وليس إلى تفسيرات عامة.

يختفي النمط في المواضيع التي ليس لها معيار واضح. قامت B2B SaaS / CRM وEducation / TEFL وتحليلات المنتجات بإرجاع قوائم وصفحات المنتجات والشروحات ودراسات الحالة. بعد التنظيف، لم يُنتج أي من هذه المواضيع صفحة بحث أولية مُستشهد بها.

نظرة فاحصة على المحتوى الذي يحتوي على 44 من الاستشهادات

حصل معيار المستودع الخاص بـ Fivetran على 44 من الاستشهادات الخاصة بمجموعة البيانات هذه بمفرده، كما حصلت الصفحتان المعياريتان الخاصتان بـ Fivetran معًا على 58 من أصل 90 استشهادًا للبحث الأولي في المجموعة. لماذا؟

إنه جزء من المحتوى من عام 2022، ولكن عند فحصه، من السهل معرفة سبب تفضيل ماجستير إدارة الأعمال له.

1. إنه يجيب على مقارنة قابلة للقياس وجهاً لوجه. تم تصنيف المستودعات المسماة BigQuery وRedshift وSnowflake وDatabricks حسب السرعة والتكلفة. إنها غنية بالكيانات ولا تخشى تسمية جميع اللاعبين الرئيسيين.
2. إنه يعمل على بيانات الطرف الأول الحقيقية. تم اختبار Fivetran مقابل الاستخدام الفعلي للعملاء بدلاً من الافتراضات الاصطناعية، واستدعى هذا الاختيار مباشرة.
3. ويبين الطريقة خطوة بخطوة. إشارات الثقة. تستعرض الأقسام المنفصلة البيانات التي تم الاستعلام عنها، والاستعلامات التي تم تشغيلها، وكيفية تكوين كل مستودع وضبطه. يمكن للقارئ (أو النموذج) أن يرى بالضبط كيف تم إنتاج الأرقام.
4. تم بناء الهيكل ليتم رفعه. العناوين الوصفية (“النتائج”، “ما مدى تحسن الأداء؟”، “لماذا تختلف نتائجنا عن المعايير السابقة؟”) تسمح للذكاء الاصطناعي بتعيين سؤال في المقطع الوحيد الذي يجيب عليه.
5. ويرتبط ببياناته الأولية ومصادره. تشير الصفحة إلى مراجعها، بما في ذلك ورقة C-Store، وتشير إلى البيانات الأساسية، بحيث يمكن التحقق من كل مطالبة. لا تضع العديد من العلامات التجارية هذا القدر من العمل في جزء محتوى مدعوم بالبيانات، ناهيك عن تقديم مجموعة البيانات الكاملة للشفافية.
6. ويظهر طبقاتها. إن ملاحظات التصحيح المؤرخة في ديسمبر/كانون الأول 2022، والتي تحمل حدودًا نوعية، وتحذير صادق بشأن “أرضية الأداء”، تجعل المطالبات الكمية أكثر مصداقية … وليس أقل. كما يلاحظون التصحيحات.
7. لم يتم نقل عنوان URL مطلقًا. لا تزال صفحة 2022 تجمع الاستشهادات في عام 2026 لأنها ظلت موضوعة في عنوان أساسي واحد.

من السهل سحب البيانات الموجودة خلف صفحة كهذه وتحليلها أكثر من أي وقت مضى. ما ليس بالسهل هو كل ما حوله: الطريقة النظيفة، والمصادر المرتبطة، والتصحيحات، والبنية القابلة للملاحة، والرغبة في تسمية ما لا تثبته الأرقام. هذه حرفة، وهذا هو الخندق هنا.

هذه القطعة التي تركز على بيانات الطرف الأول ليست بيانًا صحفيًا غير دقيق يحتوي على بيانات تم سحبها بشكل غير مؤكد. لقد استغرق الأمر الكثير من العمل، ويحتفظ بالسلطة لمدة 4 سنوات. الخلاصة: الذكاء الاصطناعي لا يكافئ “البيانات الأصلية” بشكل افتراضي. إنها تكافئ أبحاث الطرف الأول عندما تقدم الصفحة إجابة واضحة لمقارنة قابلة للقياس تشير إلى عمق الخبرة والثقة.

الفرصة المفتوحة هنا هي نشر مجموعة بيانات قابلة للاسترجاع لسؤال المشتري حيث لا يوجد لدى الذكاء الاصطناعي حاليًا مصدر معياري نظيف. ينسجم هذا مع الأسئلة التي لم تتم الإجابة عليها من الجزء الثاني: الباب المفتوح موجود، وفي هذه القطاعات لم يمر أحد عبره باستخدام مجموعة بيانات حقيقية.

تحتاج البيانات الأصلية إلى حزمة جاهزة للاستشهاد

البيانات الأصلية تعطي الصفحة شيئًا لا يمكن للذكاء الاصطناعي الحصول عليه من مفسر آخر. لكن لا يزال يتعين على الذكاء الاصطناعي استردادها وتحليلها وتعيينها للسؤال.

هذا هو المكان الذي تفقد فيه العديد من العلامات التجارية الاقتباس. إنهم ينشرون أرقامًا خاصة، لكنهم يدفنونها في السرد، أو يضعونها خلف النماذج، أو ينقلون عنوان URL، أو يتخطون المنهجية. البيانات موجودة. الاقتباس لا.

تحتوي الصفحات الفائزة في مجموعة البيانات هذه على كل من: الأرقام الأصلية وشكل الاقتباس النظيف. عنوان URL ثابت. طريقة واضحة. المقارنة المسماة النتائج التي أجابت على سؤال المشتري مباشرة.

• من يفوز: العلامات التجارية الموجودة على بيانات المنتج أو الاستخدام أو التسعير الخاصة والتي تقوم بتجميعها في مقارنة يمكن للمشتري التصرف بناءً عليها، والتي تُعلم مخرجات LLM للتوصيات.
• من يخسر: تنشر العلامات التجارية أرقامًا أصلية مدفونة في السرد، على صفحات بطيئة أو غير مستقرة، مع عدم وجود إطار مقارنة يمكن للذكاء الاصطناعي رفعه.

تتكون صفحة البحث الجاهزة للاستشهاد من أربعة أجزاء:

• الرصاص مع نتيجة المقارنة. تظهر نتيجة العنوان (“X هو الأسرع، وY هو الأرخص على نطاق واسع”) في أول 30% من الصفحة. النتيجة، ثم الطريقة، ثم الفروق الدقيقة.
• مربع المنهجية. العينة، النافذة الزمنية، ما تم قياسه، كيف. الثقة في العزو هي جزء مما يجعل الرقم قابلاً للاستشهاد به. اجعل منهجيتك واضحة على الصفحة.
• قم بتأطيرها بشكل صريح كمقارنة إذا كانت واحدة. يصل الذكاء الاصطناعي إلى المعايير المتعلقة بمطالبات “ما هو الأفضل”. الجدول الذي يقارن الخيارات المسماة بالمواصفات المسماة هو الشكل الذي يرفعه.
• حافظ على استقرار عنوان URL. صفحة أساسية واحدة، يتم الاحتفاظ بها مباشرة، ولا يتم ترحيلها أو إعادة تسميتها في كل عملية إعادة تصميم. يتراكم الاقتباس الذي تكسبه في هذا الربع فقط إذا كانت الصفحة لا تزال موجودة في الربع التالي. من بين 365 عنوان URL مستشهد به في مجموعة البيانات هذه، كان 64 عنوانًا ميتًا أو تمت إعادة توجيهه أو معطلاً بطريقة أخرى، مما أدى إلى حذف 203 اقتباسات معهم.

هذا هو العمل وراء معيار يمكن الاستشهاد به، وهو أكثر تعقيدًا مما يبدو.

قامت HockeyStack بتوثيق نسختها الخاصة في كتاب قواعد اللعبة حول إطلاق التقارير البحثية: فقد نشرت 18 تقريرًا أصليًا مبنيًا بالكامل على بيانات مجهولة المصدر لعملاء الطرف الأول، وهو النوع الذي لا يمكن لأي منافس تكراره.

أسماء العمليات الخاصة بهم في كل خطوة توضحها صفحة Fivetran: قم بإدراج نقاط البيانات التي تحتاجها، واطلب من زميل في الفريق سحبها باستخدام SQL، وتحديد الطريقة وتوثيقها بحيث تخضع الأرقام للتدقيق، ثم قم ببناء التقرير حول سؤال حقيقي لبرنامج المقارنات الدولية. يسمون المنهجية غير قابلة للتفاوض لسبب ما، مشيرين إلى أنه بدونها، سوف يشكك شخص ما دائمًا في بياناتك.

مع تحليل الذكاء الاصطناعي، أصبحت البيانات هي الجزء السهل الآن. إن بناء المحتوى إلى شيء يمكن الاستشهاد به، ويوضح EEAT، ولا يزال يكتسب رؤية بعد 4 سنوات للاستعلامات التجارية هو المكان الذي يكمن فيه العمل الشاق.

ما هي المواقع الموثوقة بالفعل لموضوعك؟ عندما يقوم أحد المعايير التي لم تنشرها بأخذ الاستشهادات في فئتك، يقوم مخطط مصدر الاستشهادات بتعيين المجموعة الموثوقة في قائمة أهداف مرتبة وقابلة للعرض. إنه موجود في المكتبة المميزة.

ظهر هذا المنشور لأول مرة على موقع المؤلف وأعيد نشره هنا بإذن.

🚀 انطلق الآن لتحسين SEO موقعك ومتجرك الإلكتروني

إذا كنت ترغب في رفع ترتيب موقعك في نتائج Google، وزيادة الزيارات المجانية، وبناء باك لينك قوي عبر شبكة مواقع موثوقة، فاطلع على باقات تحسين محركات البحث من إشراق.

شاهد الباقات