MałySEO #39: Google na wojnie ze scraperami (+10 wartościowych materiałów)
Zapowiadane dwa tygodnie przeciągnęły się niemal do pełnego miesiąca, ale 22 września Google ogłosił w końcu pełne wdrożenie rozpoczętego jeszcze w sierpniu Spam Update’u. Nie to było jednak najciekawszym wydarzeniem ostatnich tygodni. Znacznie więcej szumu narobiło wyłączenie przez Google parametru „num”, co znacząco utrudniło działanie dużej części narzędzi opartych na scrapowaniu wyników wyszukiwania dalszych niż TOP10. Poza omówieniem tych dwóch kwestii standardowo zapraszam Was także do przeglądu statystyk z badań i raportów, proponuję garść ciekawych materiałów dotyczących SEO oraz podrzucam mocno skondensowany przegląd pomniejszych newsów ze świata Google’a. Miłej lektury!
Spis treści:
Koniec August Spam Update oraz parametru „num”
Ciekawe materiały o SEO
Statystyki i statystyczki
Newsy ze świata Google’a
Postaw mi kawkę
Koniec August Spam Update oraz parametru „num”
Chociaż Spam Updates mają na pracę większości z nas wpływ bliski zera, kronikarski obowiązek nakazuje rozpoczęcie niniejszego odcinka MałySEO Newslettera od informacji o zakończeniu wdrożenia Spam Update August 2025. Podobnie jak czerwcowy Core Update, i ten rozciągnięty został na kolejny miesiąc, tym razem do pełnych czterech tygodni. I tym razem informacje na temat update’u ze strony giganta z Mountain View ograniczyły się do postawienia podstrony w Google Search Status Dashboard wraz z linkiem do ogólnej informacji o aktualizacjach tego typu z dokumentacji.
Ze względu na mocno ograniczony wpływ Spam Updates na miażdżącą większość zwyczajnych stron internetowych, artykuły im poświęcone skupiają się zazwyczaj na niezdrowej ekscytacji wskazaniami narzędziami pokazującymi tzw. “SERP Volatility”, czyli przetasowania wyników wyszukiwania w bazach narzędzi SEO. Obchody tej uświęconej zwyczajem tradycji zostały brutalnie przerwane przez wojnę, którą Google wypowiedział narzędziom opartym o scrapowanie TOP100 wyników wyszukiwania.
Dotychczas było to możliwe dzięki parametrowi „num”, którego doklejenie wraz z liczbą do zwyczajnego query pozwalało dotychczas na wyświetlenie 100 wyników na jednej stronie. Obecnie wywołanie przykładowego adresu https://www.google.pl/search?q=malyseo+newsletter&num=100 niezależnie od wartości parametru i tak pokazuje maksymalnie 10 niebieskich linków. Sprawia to, że wszelkie narzędzia i usługi oparte na takiej metodzie przeszukiwania wyników wyszukiwania wykonywać muszą znacznie więcej zapytań. Wojna ze scraperami prawdopodobnie nie skończy się na tym jednym ciosie, ponieważ wśród ofert pracy w Google pojawiło się ogłoszenie o poszukiwaniu osoby na wiele mówiące stanowisko „Senior Engineering Analyst, Search, Anti-scraper”.
Oprócz oczywistych konsekwencji dla firm dostarczających usługi związane ze śledzeniem lub scrapowaniem SERP-ów, usunięcie parametru „num” może mieć przełożenie na raportowanie działań SEO. Zmiana ta nie pozostała bowiem bez wpływu na dane w GSC oraz eksporty do BigQuery. Co konkretnie się zmieniło? Z moich obserwacji wynka, iż:
Kliknięcia pozostały na poziomie stabilnym.
Wyświetlenia poszły w dół, choć skala zależy od konkretnej property (natomiast ogółem nie były to spadki z gatunku „olbrzymie”).
Dramatycznie spadła liczba unikalnych zapytań.
Bardzo mocno podskoczyły średnie pozycje.
Skąd te zmiany, skoro Google na 99,99% (bo kto tam ich wie :D) nie opierało swoich danych na „&num=100”? Ostrożnie wysnułbym wniosek, że o ile narzędzia SEO oraz scrapery nie miały istotnego wpływu na ogólną liczbę wyświetleń, tak zadawały każdego dnia pierdyliardy pojedynczych zapytań. Obserwowane od dłuższego czasu rozjeżdżanie się linii wyświetleń oraz kliknięć w GSC, określane w branży jako The Great Decoupling, mogło nie być zatem efektem wdrażania AI Overviews, tylko olbrzymiej aktywności botów. Jak trafnie i zabawnie podsumował to wszystko John Mueller: Maybe the real impressions were the friends we made along the way.
Warto przy okazji zwrócić uwagę, że moje obserwacje efektów w GSC niekoniecznie pokrywają się z obserwacjami dokonywanymi przez innych badaczy i ekspertów SEO. Jeżeli jesteście zainteresowani tym tematem głębiej, koniecznie zapoznajcie się ze świetnym podsumowaniem Brodiego Clarka. Zawarł on tam nie tylko sporo istotnych kontekstów, ale również linki do statystyk opartych na mniejszych lub większych datasetach, które znacząco różnić mogą się od zbiorów danych obserwowanych przeze mnie czy przez Was.
Ciekawe materiały o SEO
Fringe Score w prawdziwym wycieku
Przed dwoma tygodniami podrzucałem ciekawostkowo linki dotyczące traktowania przez Google contentu typu "fringe", a tymczasem Mark Williams-Cook pokazuje, że tego typu ocena dokonywana jest również na poziomie samych zapytań.
Dane strukturalne nie pomagają z AI
Innym ciekawym szczegółem technicznym zaprezentowanym ostatnio przez Marka Williamsa-Cooka jest dość jasne wyłożenie tego, o czym mówi się coraz głośniej od dłuższego czasu - sposób tokenizacji oraz trenowania modeli LLM to czynniki rozbijające (przynajmniej w teorii) przekonanie o olbrzymiej istotności danych strukturalnych dla widoczności w AI Search.
Klarowna potrzeba dalszych testów schemowych
O ile instynktownie więcej wiary pokładam w uzasadnienia mówiące o ograniczonym wpływie danych strukturalnych na wyniki prezentowane przez LLM-y, nie jest powiedziane, że to właśnie one są prawdziwe. Mały eksperyment przeprowadzony przez Molly Nogami i Bena Tannenbauma pokazuje, że implementacja schemy może przełożyć się na skuteczniejsze pozycjonowanie w AI Overviews, choć jednocześnie trudno nie zwrócić uwagi, że był to bardzo ograniczony i jednostkowy test. Klarownie pokazuje on jednak, że istnieje potrzeba dalszych testów w tym zakresie, ponieważ dane statystyczne (vide sekcja "Statystyki i statystyczki") czy sensowny reasoning dotyczący danych treningowych (poprzedni link) wcale nie muszą pokrywać się z praktyką.
Nowe wskazówki YMYL w wytycznych dla Google Search Quality Raters
Google wprowadził nowe poprawki do niezwykle istotnego dokumentu, jakim są wytyczne dla Google Search Quality Raters. Mimo iż zmiany nie są fundamentalne, warto się z nimi zapoznać: to poszerzenie definicji YMYL oraz prezentacja różnych ocen na przykładzie odpowiedzi z AI Overviews.
Nadchodzą spore zmiany w Google Discover
Zazwyczaj zmiany w Discoverze oraz testy sposobów na prezentacje treści wyłapywane są bezpośrednio przez użytkowników i publikowane na Twitterze, jednak tym razem ich wpływ może być na tyle duży, że aktualizacja ogłoszona została na blogu Google'a. Po pierwsze, w Disco wyświetlany ma być znacznie szerzej content pochodzący nie od wydawców, lecz z platform (w ogłoszeniu mowa jest o YouTube Shorts, Twitterze oraz Instagramie). Po drugie, znacznie poszerzone zostały możliwości śledzenia konkretnych twórców czy stron internetowych. Jako że Discover ze względu na wolumeny przyciąganego ruchu stał się w niektórych obszarach absolutną podstawą ruchu, mogą być to zmiany mające spory wpływ na kształt rynku.
SEO - performance czy branding?
Zdałem sobie ostatnio sprawę, że SEO jest dla mnie tak pasjonującym tematem przede wszystkim ze względu na swoją interdyscyplinarność. Dotyczy to nie tylko różnych obszarów w obrębie pozycjonowania, ale również samego charakteru SEO w ekosystemie marketingowym. Nick LeRoy bardzo zgrabnie wykazuje zalety wychodzenia poza sztywne traktowanie SEO wyłącznie w kategorii performance marketingu.
Statystyki i statystyczki
Benchmark wiedzy modeli AI na temat SEO
Firma Previsible przeprowadza regularne egzaminy z wiedzy o SEO, którym poddawane są różne modele LLM. W najnowszej edycji zwycięzcą jest model Claude Opus 4.1, który osiąga dokładność 84%. Nie jest to jeszcze poziom wiedzy eksperckiej (tę autorzy benchmarku oceniają na przekraczanie 89%) i w żaden sposób nie ocenia przełożenia tej wiedzy na praktykę, jednak zdecydowanie jest to niezwykle ciekawy wskaźnik.
Mało ruchu i mało konwersji z AI Search
Badanie firmy BrightEdge pokazuje, że mimo bardzo dynamicznego przyrostu, wszelkie formy AI Search na chwilę obecną przynoszą niewiele ruchu i jeszcze mniej konwersji.
Zmienne zaangażowanie użytkowników przychodzących z ChataGPT
Z badań Siege Media wynika, iż aktywność użytkowników przechodzących na strony z ChataGPT w ostatnich miesiącach trzyma się blisko poziomu tych z Organica, to wykazując zaangażowanie nieco wyższe, to kilka punktów procentowych niższe. Wpływ na te fluktuacje ma zapewne niewielki wolumen takiego ruchu, jednak jest to kolejny raport wskazujący, że oczekiwania co do znacznie lepszych konwersji z LLM-ów mogą być zupełnie nietrafione.
Schema w AI Mode/AI Overviews
Z analizy ponad 100k podstron prezentowanych przez Google w AI Mode (choć tabelka z artykułu mówi o AI Overviews, więc być może gdzieś po drodze nastąpiły pewne nieporozumienia) przeprowadzonej przez zespół Dana Taylora wynika, iż dane strukturalne w kontekście LLM-ów nie mają tak znaczącego charakteru, jak przypisuje im wielu ekspertów.
Szybkie Info
Reddit chce od Google'a nie tylko widoczność, ale również ruch i konwersje
Bing stabilne zwiększa udział w rynku Search kosztem Google'a
Dziękuję za lekturę i do przeczytania za tydzień!
Postaw mi kawkę
Widoczne powyżej newsy, odnośniki do ciekawych materiałów oraz linki do badań to tylko część pracy nad dzisiejszym mailingiem. Samo podsumowanie contentu odklepać mogłoby również AI, ale w tym przypadku dochodzi wyłuskanie najciekawszych treści (na oko jakieś 80% nie przechodzi pozytywnie weryfikacji) oraz dorzucenie do nich unikatowego kontekstu. Jeżeli uznasz, że lektura tego odcinka była dla Ciebie czymś więcej, niż tylko szybkim odklepaniem branżowych newsów, możesz postawić mi kawkę. Raz, że będzie mi bardzo miło, a dwa, że z pewnością wpłynie to też pozytywnie na regularność ukazywania się newslettera :D