在去年年底 Google 的反垄断审查和近期 Google API 泄露事件，都出现了这个 Navboost 关键字，所以今天我会尽量深入的带大家了解关于“Navboost”的知识内容。
The Navboost system is trained on user data. It memorizes all the clicks on queries from the past 13 months. (Before 2017, Navboost memorized historical user clicks on queries for 18 months.)
Navboost helps reduce documents to a smaller set for Google’s machine learning systems – but it can’t help with ranking for any “documents that don’t have clicks.”
“Glue aggregates diverse types of user interactions–such as clicks, hovers, scrolls, and swipes–and creates a common metric to compare web results and search features. This process determines both whether a search feature is triggered and where it triggers on the page.”（Glue is just another name for Navboost that includes all of the other features on the page）
什么是 Navboost?
Navboost 是 Google 内部使用的一种高级分析工具，旨在通过收集和分析大量用户点击数据，优化搜索结果的呈现。它通过跟踪用户在搜索结果中的行为，包括点击了哪些链接、在页面上停留的时间、是否返回搜索结果等，来评估各个网站的实际用户体验和满意度。这些点击流数据不仅有助于理解用户的搜索意图，还能实时调整排名，使搜索结果更加精准和用户友好。
简单来说，Navboost 是 Google 搜索生态系统中的一部分，通过精确分析用户互动数据，实时调整搜索结果，让那些真正满足用户需求的网站脱颖而出（确定哪些页面与 Google 搜索者最相关、最有价值）。
Navboost 如何工作？
数据收集：收集用户的互动数据
- 搜索点击数据：每当用户在搜索结果页面上点击一个链接时，Navboost 系统会记录这一点击事件。这些数据可以揭示哪些搜索结果最能吸引用户的兴趣，点击次数的多可以直接反映了某个特定页面的吸引力和相关性。
- 页面停留时间：页面停留时间是指用户在点击链接后停留在该页面上的时间长度。这一数据反映了用户对页面内容的满意度。如果用户停留时间较长，意味着该页面提供的内容对用户有价值，满足用户需求。
- 返回搜索结果的数据：如果用户在访问某个页面后迅速返回搜索结果页面，这通常表明该页面未能满足用户的需求。这一行为被称为 pogo-sticking，通过记录该数据以识别出那些可能需要调整排名的页面。
数据分析：从数据中评估用户满意度
- 点击率分析：Navboost 会分析每个搜索结果的 CTR，即显示的搜索结果中被点击的次数百分比。高 CTR 通常意味着该搜索结果对用户有吸引力，可能更符合用户的搜索意图。
- 停留时间评估：Navboost 通过分析页面停留时间，判断页面内容的质量。如果用户在一个页面上花费的时间较长，Navboost 会认为该页面对用户有用，从而可能提升其搜索排名。
- pogo-sticking 分析：对于那些用户点击后迅速返回搜索结果的页面，Navboost 会将其短跳率作为一个负面信号。高短跳率表明页面可能未能满足用户需求，这会导致页面排名下降。
排名调整：SERPs 排序满足用户搜索意图
- 实时排名调整：Navboost 能够实时分析和调整排名。这意味着，当新的数据被收集并处理后，搜索结果的排名可以立即得到更新，从而确保最相关和最有价值的内容优先展示给用户。
- 历史数据权重：Navboost 不仅依赖实时数据，还考虑历史数据的权重。如果一个页面长期以来都表现良好，其搜索排名可能会稳定在较高的位置。
- 用户行为模式：Navboost 会识别用户的行为模式并据此调整排名。例如，某些页面可能在特定时间段内表现特别好，Navboost 会相应地调整这些页面的优先级。
NavBoost 的核心功能是点击指标，用于衡量用户对特定查询的搜索结果的满意度。
- Good Clicks：Good Click 是指那些表明用户满意的点击，例如点击某个结果并在页面上花费大量时间或完成某项操作。
- Bad Clicks：Bad Click 表示不满意，例如快速返回搜索结果（“跳出”）。通过区分这些类型的点击，NavBoost 可以更好地衡量页面的相关性和质量。
- Last longest click：Last Longest Click 衡量用户在搜索会话中花费时间最长的最后一个网页。用户花费时间最长的网页很可能提供了最大的价值，表明内容质量高且用户满意度高。此指标强调了会话中最后、最长的互动的重要性，表明最能吸引用户注意力的内容最有价值。
Navboost 和 品牌的关系？
Navboost 始终围绕着用户互动的数据进行分析，所以核心因素也是用户互动数据，从另一角度看，品牌知名度越高，则品牌的搜索量越大，收集的用户互动数据就越多，这意味着，品牌的搜索体量可以和 Navboost 信号挂钩，当品牌知名度越高，该网站的 Navboost 信号越强。
所以，从这些信息可以得出，用户参与度和点击率对 SEO 表现的重要性，高质量内容可以满足用户意图，累积更多用户互动数据，从而建立强大的品牌知名度。
从近几年的 Google 的核心更新来看，品牌和 SEO 的表现 越来越紧密，Google 有多种方法来识别、分类、排名和利用实体，其中包括品牌、其官方网站和相关的社交帐户，Sparktoro 的研究表明，Google 越来越优先考虑大型、有影响力的品牌，而不是小型、独立的网站和企业。这一趋势表明，Google 倾向于将流量导向这些占主导地位的网络实体。
另外，用户互动数据对一些 SEOer 来说并不是什么新鲜事件，而反垄断审核的 PPT 以及 API 泄露也足够证明之前的假设。
自然搜索的下一趋势是什么？
小品牌通过基本的 SEO 实现超高速增长的时代已经结束，投资打造可信品牌的需求比以往任何时候都更为重要。我们已经看到了 AI Overview 的崛起（和暂时的衰落）。Google 正面临来自 Open AI 等组织的生存威胁，我们正在见证人工智能搜索的巨大转变。这些人工智能搜索结果和日益激烈的竞争，Google 一直在深化与 Reddit 的合作，在 SERP 中直接展示更多 UGC，并积累更多社交数据，以帮助加强他们对品牌和实体的了解。
Google 也倾向于将品牌、EEAT和用户互动信号作为排名因素，以便为用户展示最知名的品牌并提供更好的搜索体验，对于中小企业来说，这将使仅通过 SEO 取得成功变得更加困难，投资更广泛的品牌建设活动，不要仅依靠单一渠道来源，公平对待所有渠道的流量对于增长至关重要。
推荐阅读：