本地搜索引擎优化 PBS Media Shift 在其最近发布的《 Yelp 与小企业的艰难关系》 报告中,成为最新一家报道本地搜索中最具争议的话题之一的主流媒体:搜索引擎对客户评论的过滤。 四年前,凯瑟琳·理查兹 (Kathleen Richards) 发表了一篇里程碑式的文章,探讨了 Yelp 咄咄逼人的销售策略——或者说是敲诈勒索,这取决于你的观点和你相信谁。
虽然我从未完全相信Yelp 存在企业不当行为
但该公司继续允许其现场工作人员 希腊电话号码列表 使用欺骗性销售策略,这对它自己没有任何好处。尽管Yelp 尽了最大努力教育企业主和网站的日常用户,但 Yelp 销售人员的不良声誉仍然导致小企业社区对评论过滤感到困惑。我希望能够通过这篇文章消除一些困惑,并提供一些战术技巧,以帮助避免这些过滤器可能造成的挫败感。
为什么存在评论过滤器 随着过
去几年中普通公众对本地搜索的 其高级版本仅允许添加最多使用激增,越来越多的目录(正确地)将评论视为一种方式: 通过算法来衡量企业的线下受欢迎程度 让搜索者更好地了解该商家的体验 通过增强社区意识来提高网站的“粘性” 通过添加独特的用户内容摆脱 Google 的 Panda/Farmer 困境 从很多方面来看,Yelp 在这四个要点 上都走在了时代的前面,因此,它必须解决伴随其流行而来的不可避免的评论垃圾邮件。
它的答案可以说是第
一个广泛使用的本地评论过滤器:一种用 加密数据库 于检测和删除垃圾邮件或可疑内容的算法。 对于那些无法跟上 Yelp 版本的Micro Machines man的人来说,主要原因是: 确保评论是由真人(而非机器人)留下的 确保评论由客户留下,而不仅仅是雇佣的第三方 确保企业不会留下自己的评论 Yelp 首席执行官杰里米·斯托普尔曼 (Jeremy Stoppelman) 最近在公司制作的一段视频中以较慢的语速阐述了这一理由: 评论过滤器的工作原理 虽然我对 Yelp 的评论过滤器没有特别详细的了解,但只要评论内容中存在以下任何内容,许多类似的过滤器似乎就会开始发挥作用: 评论中使用极端形容词或粗言秽语 评论中过度使用关键词 在评论中包含链接 另一个也倾向于触发筛选的标准是,评论突然激增,而评论之前或之后有一段较长的间歇。
一些更复杂的评论过滤器
(包括 Yelp 的过滤器)也会考虑用户特征,其中包括: 用户在网站上留下的评论总数 所有用户评论的评分分布 用户所有评论中的业务类型分布 用户在网站上留下评论的频率 用户发表评论时的 IP 地址 底线是,活跃用户撰写的评论在本地搜索引擎上“留存”的可能性比首次或不经常评论者撰写的评论高得多。