Aggregator

Moderator：Barry Schwartz(News Editor, Search Engine Land, RustyBrick, @rustybrick)
Speakers：Mariya Moeva(Webmaster Trends Analyst, Google)

多くの時間がスマホで過ごされている、多くのアプリが落とされているが、アクティブなアプリは少ない。今日はApp Indexingの実装におけるメリットを中心にお話しする。

リッチスニペットと検索画面
検索結果画面のリッチスニペットで目立つことができ、インプレッションの増加が期待できる。また、検索結果からアプリへの直接向かうリンクを設置できる。大きめのロゴと一緒に表示。

サジェストに表示される
クエリとコンテンツに関連性があれば、サジェスト表示される。

ディープリンク（Now on Tap）
スマートフォンのあらゆる場所からアプリへのディープリンクを張ることができる。チャットの会話中にお店の話題が出て、そこからアプリへ導く、ということも。

インストールカード
アプリを探していると強く思われるクエリには、カードとして表示される。

ストリーミング
検索結果画面から直接アプリのトライアルができる。（注：米国で一部のパートナーのみ）

アプリファーストコンテンツ
Webコンテンツでクエリとマッチしないものがあれば、アプリのコンテンツが検索結果に表示されるように。（アプリ内のみのコンテンツも表示）

AliExpressの場合
検索でのインプレッションが80-90%増加。また、関連性のある検索におけるクリック率が、30-40%増加した。また、すでにアプリをインストールしているロイヤルカスタマーは、コンバージョン率が高まった。

サーチコンソール
インデックスされているアプリのページ数を確認。クリック数やインプレッションも。Webサイトのように。また、インストールボタンのクリック数も。どのくらいインストールボタンが表示され、どのくらいインストールされたか、など。Webサイトと同様、サーチコンソールでアプリを認証しましょう。

Fetch as Google
Googleから見たアプリの表示を確認。

フィードバックは？
App Indexingについてのハングアウト（オフィスアワー）を開催している。また、リリースノートも公開している。

まとめ

• アプリのコンテンツを検索結果に組み込む
• サーチコンソールを使用してROIを確認
• 実装方法などの資料はこちら

Q&A

スパム対策
偽のレビューやダウンロードなどのスパムとGoogle Playは戦っている。ただし、App Indexingを用いたスパム例は多く見かけない。

Android Studio
App Indexingを実装した際、不備があれば指摘してくれる。

コンテンツミスマッチ
App Indexinの実装のエラーでコンテンツミスマッチが多い。

アプリストアSEO
アプリストアは全く別のもの。説明文、スクリーンショット、プレビューなどを良くすること。

MariyaさんがTwitterを再開！
アカウントはこちら

Appleは次の検索のキングとなるのか？

Ian Sefferman(CEO, MobileDevHQ, @iseff)

iOSの３つの検索

• iOS SpotLight（一般的な目的）
• iOS ユニバーサルリンク（Webをアプリへマッピング）
• Google App Indexing（アプリをGoogleへインデックス）

AppleはGoogleのテクノロジーをうまく使っている。

SpotLight
自身のスマートフォン内のデータなど、パーソナルな検索。例えばGettという、タクシーサービスのアプリの場合。一回使って、その後SpotLightでGettと検索すると、複数のGettが表示。過去に行った場所の記録が表示される。

普及率
SpotLightの普及率は伸びている。カテゴリごとでは、生産的なアプリ（ドキュメントの共有や修正のアプリなど）や旅行系などが多い。ゲームや画像などはテキストのインデックスが難しいので適していない。アプリストアのTOPチャートの35%がスポットライト。

ユニバーサルリンク
次世代のディープリンク。アプリをインストールしていれば、Webではなく、アプリに行く。

カテゴリごとのデータ
フード、ライフスタイル、ショッピングなどが多い。画像、ソーシャル、スポーツなどは低い。アプリストアのTOPチャートの27%がユニバーサルリンク。

ローンチ後のエンゲージメント
ローンチ後着実に伸びている。青色のバーは、ユニバーサルリンク経由のアプリを開いた数。

SpotLightの測定
下記のコードを追加することで、SpotLight検索経由からアプリを開いた数を測定できる。

ユニバーサルリンクの測定
下記のパラメータを追加することで、ユニバーサルリンクのリファラを測定できる。

RankBrainとは何か、どう動いているのか、そして、それが意味するものは何か？

Moderator：Danny Sullivan（Founding Editor, Search Engine Land, @dannysullivan）
Speakers：Marcus Tober（Founder/CTO, Searchmetrics Inc., @marcustober）

RankBrainについて、Googleはそこまで詳細な情報を与えてくれていない。しかし、我々が知っておくべきことであることは間違いない。（ダニー氏）

イントロダクション
このセッションでは、GoogleのRankBrainとは何なのか、どのような仕組みなのか、何を意味するのか、についてお話しする。

マシンラーニング（機械学習）? AI（Artificial Intelligence：人工知能）?
マシンラーニングはAIとイコールではない。マシンラーニングは、時間をかけて改良していくアルゴリズムである。AIは、人間と同様の知能である。また、ディープラーニングは、マシンラーニングとAIのギャップを埋める目的で、より複雑な問題を処理することができる。

マシンラーニングの技術を用いた例
スパムメールのフィルタリング、Facebookの写真認識、iTunesなどの音楽や動画のレコメンデーション機能、チェスなどのボードゲーム（対戦ロボット）、などが身近な例だろう。

囲碁：マシンラーニングの限界
囲碁は2,500年の歴史があり、世界中に4,000万人のプレーヤーがいる。マシンラーニングでは打ち破れないと考えられていた（AlphaGoまでは）。囲碁は非常に難しいゲームだ。駒の移動パターンは、チェスの場合10の50乗だが、囲碁の場合は10の171乗にもなる。

ちなみに、Googleという名前の由来は”Googol”であり、10の100乗を意味する単語だ。

ディープラーニングとAlphaGo
今までの伝統的なAIの手法は、移動可能な全てのポジションを分析しようとしていたが、囲碁の場合は数が膨大なため、うまくいかなかった。AlphaGoは12の異なるネットワークの層をまたぐ、深いニューラルネットワークを使用している。1つのニューラルネットワークは次に動くべき手を選び、別のニューラルネットワークはゲームの勝者を予測している。このように、Googleは常に、問題を解決しようとしている。これはRankBrainにも当てはまる。

RankBrainを理解しよう
ジェフリー・ヒントン氏（トロント大学の教授であり、Googleでも活躍）の功績の賜物でもあるプロジェクトがある。これを簡単に説明してみよう。まずは、”thought vectors”の話だ。何もない空間を想像してほしい。そして、この世の全ての言葉がその空間に配置される。それぞれの言葉にはポジションがあり、別の言葉との近接（距離感、近さ）を持つ、というイメージだ（それぞれの言葉と言葉の距離＝関係性を把握する）。Googleは検索クエリをマッピングし、それぞれのクエリの距離を測ることができる。

ある言葉とある言葉の距離が近いことをGoogleは理解しており、それぞれの関連性を見出す。そして、良い検索結果は距離感に基づいている。RankBrainは、”カリフォルニアの天気はどんな感じになるかな？”という話し言葉のようなクエリを、”天気予報 カリフォルニア”と解釈することができ、それに近しい検索結果を出している。クエリ内の言葉を、その言葉と近しい距離の別の言葉に置き換え、それを元に検索結果を提供することで、良質な検索結果を得られるのだ。

Searchmetricsによる仮説
伝統的なランキング要素は全く意味が無くなっている、という仮説を立てた。現在、RankBrainはすべてのクエリに使われてはいないが、今後全てのクエリに使用されればどうなるだろうか？あるクエリに対してRankBrainが使われた場合、3番目に重要なシグナルとなる。下記に、我々の仮説をまとめる。

• RankBrainは関連性のあるコンテンツに集中している。
• RankBrainはクエリに対して関連のある結果を出すために、”thought vectors”を使用している。
• 関連性スコアはランキングの順番を決定するのに役立つ。

調査内容
下記に、今回調査する上での基準をまとめる。

• Google（米国）の上位30位の検索結果
• およそ、400,000のデータポイント
• 3つのキーワードセット（”ローン”、”Eコマース”、”健康”、の関連ワード）
• どのランキング要素が最も重要かを知ることが目的
• コンテンツの関連性を理解するためのスコアをつけることにより、RankBrainをエミュレートする

いわゆる、伝統的なランキング要素では説明がつかない例がある。例えば、”cash advance fresno ca”というクエリでは、5位に表示されているサイトは12位に表示されているサイトよりも、バックリンク数や内部リンク数で圧倒的に低い数字が出ている。

既存の要素1：バックリンク数
”Eコマース”の相関関係はポジティブ。つまり、リンクが多ければ順位が良いという状況。”ローン”の場合はネガティブ。少ないバックリンク数でも上位表示されている。

既存の要素2：内部リンク数
全体的に”Eコマース”で内部リンクが多いのは、多数の商品ページがあるなど、納得できる理由はある。

既存の要素3：タイトル内のキーワード
”ローン”では、タイトルタグ内にキーワードが入っているページは10%ほどだ。

既存の要素4：単語数
”Eコマース”と”健康”では単語数が多いほうが上位表示されている。つまり、コンテンツが多いほど有利ということだ。

上記4つの例の中で、今までの理論が通用しない検索結果があった。例えば、バックリンク数が少ないページや、単語数が少ないページが上位表示されていることがあった。なぜ、伝統的な要素がランキング要素になっていない例があるのだろうか？

関連性の要素
我々は、RankBrainをエミュレートし、関連性のスコアをつけた。このスコアは、クエリに対する検索結果との関連性に基づいている。我々は、この関連性を測定するため、（関連性についての）25種類のランキング要素を使用した。この要素はキーワードによって異なるため、具体的に何かを説明することは、ここではできない。

Eコマースの例1
“security camera system（セキュリティ カメラ システム）”というクエリの例。1ページ表示のうち、9つのサイトにカート機能がついていた。9位に表示されていたサイトのみがついていなかったのだが、なぜ、このサイトは1ページ目に表示されているのか？このサイトの関連性のスコアは、上位30位の内、最も高いスコアであった。

Eコマースの例2
“best bluetooth headphones（ベスト ブルートゥース ヘッドフォン）”というクエリの例を見てみよう。2位に表示されているサイトの内部リンク数は、26位のサイトよりもかなり少ない。しかし、2位に表示されているサイトの関連性のスコアは、上位30位の中で最も高かった。

健康の例
“natural detox(ナチュラル デドックス)”というクエリの例。5位表示のサイトを見ると、単語数、内部リンク数、インタラクティブの要素、などが全て26位に表示されているサイトよりも低い。

関連性スコアのまとめ
関連性スコアの高いサイトには、以下の特徴がある。

• ユーザーの意図と合致している
• 論理的に構成されており、包括的
• 良いユーザー体験を提供している
• 全体的（トピックに関連する別のトピックも扱っている）

調査結果のまとめ
この調査によって得られた結果を以下にまとめる。

• キーワードによって上位に表示されるための要素は異なる
• 関連性の要素は全てのキーワードで効果的である
• 今回紹介した例の全ては、関連性スコアが高い、ということで説明がつく
• 関連性スコアは他の要素を強化し、結果、高順位を獲得する

SEOへの影響
SEOが重要であることに変わりはないが、変化している。新しく導入されたRankBrainは、全てのクエリで使用されているわけではない。短い、人気のあるクエリの、すでに定番となっているような検索結果に対しては、RankBrainによるフィルタリングはないだろう。

RankBrainは関連性を見ており、関連性は高順位を獲得するうえで必須の要素だ。つまり、ユーザーのインテントとあなたのコンテンツを合致させることが、SEOにおいて重要なことであると言えるだろう。

検索の未来
強力なデータ分析から得られた改良の積み重ねが必要であり、マシンラーニングとディープラーニングは、複雑なデータから意味を見出す。データドリブンなアプローチこそが求められており、これは、コンテンツにもあてはまる。

この考えは、RankBrainとSearchmetricsで共通した考え方である。

RankBrainとは何か？そして、その仕組みは？

Eric Enge（CEO, Stone Temple Consulting, @stonetemple）

2013年に脳の外科手術を受けた。しかし、これが今回私がRankBrainについてお話しする理由と関係があるわけではない。

RankBrainとは何か？
2015年10月に、ブルームバーグの記事によって明らかになった。その記事では、”RankBrainは言語やクエリを、人の直感や推測する方法と似た手法で、解釈する”と記載されている。つまり、”Googleは言語理解を深めている”、ということだ。

言語分析のコンセプト
RankBrainだけに限った話ではない、基本的なコンセプトをお話しする。まずは、ストップワード（Stop Words）だ。これは、”a”や”the”や”such”など、言語処理をする前にフィルタリングされる（不要な）単語だ。しかし、ストップワードを除外してはいけない場合もある。

ストップワードが必要な例
例えば”The Office” の”The” は重要。テレビドラマの名前の場合もあるし、会社という意味もある。また、”coach”という単語も、ブランドを意味する場合もあるだろう。同一のセンテンス内に、”バッグ”が含まれていたり、”Coach”と大文字で表記されていた場合、監督という意味の”coach”と違うことを人間は理解できる。

RankBrainの働き
上記の例の人間が理解できる部分を、アルゴリズムで可能にしたものがRankBrainだ。RankBrainは言語内の関連性を理解し、該当の単語の意味を解釈する。実際、ゲイリー氏はRankBrainを以下のように説明している。

“RankBrainは非常に高次元の空間においてテキストの文字列を表現することを可能とし、それらが互いにどのように関連しているのかを見ている。”

RankBrainと関連性の理解
RankBrainはある言葉のパターンを分析する。その言葉が使われているフレーズ、同一センテンス・パラグラフ・ページで使われている言葉、コンテキストやコンセプトなどだ。こうした分析の結果、”The”を典型的なストップワードではあるが、意味を決定する場合がある、という理解をし、”The Office”というクエリの意味を解釈する。

具体例1(単語の置き換え)
Googleが引用した例を用いて説明しよう。ブルームバーグの記事には、以下の文章が例に出されていた。この文章内の、それぞれの単語の意味を置き換えている。

【SEO Japanによる補足】
上記を直訳すれば、”食物連鎖の最も高いレベルにいる消費者のラベルは何？”になります。そして、文章内のそれぞれの単語を以下のように置き換えています。
・label（ラベル）→ Name（名前）
・consumer（消費者）→ “消費者”のままですが、購入する（顧客）ではなく、捕食する存在としての“消費者”と理解します。
・highest level（最も高いレベル） → TOP（頂点）
・a → the (”the” にすることで、”食品チェーン店”ではなく、”食物連鎖”という意味を強めます。)
こうした置き換えを行った結果、”食物連鎖の頂点にいる消費者の名前は何？”というクエリと解釈し、それに関連した検索結果を出すことになります。

具体例2（withoutの扱い）
“Without”は“The”と同じように、Googleによってしばしば無視されてきた単語である。否定の意味を持つが、ページの意味を決定するうえで重要な場合もある。次の文章を例にしてみよう。

“攻略本無しでスーパーマリオの100%のスコアを叩き出せるか？”というクエリになる。”without”の部分（”攻略本無しで”）を無視していれば、このクエリに対する正確な検索結果を出すことはできなかっただろう。実際、ゲイリー氏は”without”の扱いについて、以下のように説明している。

“かつて、クエリ内のwithoutの部分は無視されていた。RankBrainはwithoutの意味を把握するために素晴らしい仕事をしており、正確な検索結果を提供できている。”

我々が行った調査
GoogleとBingのサジェストから、50万のクエリを抽出し、データベースを構築した。そして、2015年の6月・7月と2016年1月の検索結果を比較し、正確に理解できていなかったクエリ（正しい検索結果を返していないクエリ）を探した。数を以下にまとめる。

• 発見したクエリの総数 → 163
• 改善された検索結果数 → 89
• 改善された検索結果の割合 → 54.6%

また、改善の内容を下記にまとめる。

• 改善された検索結果数 → 89
• アンサーボックスの改良 → 39（43.8%）
• マップの追加 → 2（2.2%）
• 検索結果の改善 → 48（53.9%）

改善例1
“why are pdf so weak（なぜpdfは脆弱なのか？）”というクエリの例。2015年7月の検索結果はPDFファイルが検索結果の上位を占めていたが、2016年1月の検索結果ではPDFのセキュリティを解説したページが1位になっている。

改善例2
“Where is Celtics Bench?（セルティックのベンチの場所は？）”というクエリの例。”Where is”の解釈が改良されており、”セルティックファンにとってベストな席”というタイトルのページが1位になっている。

改善例3
“who is asking teachers to take a 20 pay cut（教師に20の減給を求めたのは誰？）”というクエリの例。ここで、”20”が”20％”を意味していることを理解するようになっている。

改善のまとめ
フレーズや単語の解釈の改善が見られた。また、”What is”、”Where is”、”Not”などといった特定の単語やフレーズの理解が進んでいた。また、珍しい名前、スペルミス、誤解がある（別の意味に解釈できる）単語、などの理解も進んでいるようだ。

SEOにおける影響とまとめ
今のところ直接的な影響はないと考えている。しかし、覚えておくべきことをまとめてみよう。

• あいまいなフレーズのクエリでも、上位に表示される可能性がある
• キーワード調査は、まだ、必要
• 自然な言語で、強調を加えることができる

Q＆A

Googleによると、RankBrainは複雑なクエリの理解で使われている。

長いクエリを短いクエリに置き換え、同等の検索結果を提供する。しかし、このセッションでも話されたように、他の要素ともなっている。

ところで、我々は何をすれば良いのだっけ？
パンダやペンギンの時は、対応策が明らかだった。しかし、ハミングバードは完全にアルゴリズムを変えた。RankBrainもそのようなイメージ。（マーカス氏）

構造化データとRankBrain
構造化データは検索結果での表示を変える、という意味合いが強い。レビューとか、栄養素とか。ナレッジグラフでも、Googleは使用している。個人的には使うことをおすすめする。（マーカス氏）

構造化データは適切に設置されれば、強力なシグナルになる。（エリック氏）

RankBrainをスパムやブラックハットに使う方法は？（笑）
あとでこっそり僕のとこに来てくれ（笑）（エリック氏）

SEOは新しいことが出る度に、それを利用しようとする。コンテンツが話題になった時は、高品質なコンテンツのテンプレートをくれ、などとよく言われた。こういうのが問題だと思う。（マーカス氏）

他の言語ではどうだろうか？
アムステルダムで同じ調査をしたけど、Google.comよりも３年位遅れている印象。スパム的な感じが多かった。言語が複雑だからだろう。（マーカス氏）

RankBrainは、クエリの精製とシグナルの２つの話しが平行している。それが状況を難しくしている。AIがどうやってクオリティを決めるのか？複数の写真から猫を認識することはできる。だが、ベストな猫をどう決めるのか？（ダニー氏）

囲碁の場合、パターンを全て予測し、ベストな手を決定している。（マーカス氏）

それはルールがあるからでは？（ダニー氏）

オイルフィルターの例。オイルフィルターで検索した後、多くの場合で次のクエリが決まっている。そういったユーザー行動の影響もあるのでは？（エリック氏）

＊色々と議論は尽きないという感じでした。

Googleは、PageRankを表示する機能をGoogleツールバーから完全に廃止することを決定した。PageRankの値が今はまだ表示されているページでも、数週間以内には標示されなくなる。ただし、ランキングアルゴルズムとしてのPageRankにはまったく影響しない。GoogleにとってPageRankは依然として、検索順位を決定するための重要な指標。

- Google、ツールバーのPageRankを完全に廃止。ただしランキング指標としてのPageRankには影響せず -

Posted on: 海外SEO情報ブログ - SuzukiKenichi.COM by Kenichi Suzuki

人間中心設計（HCD）やユーザエクスペリエンス、ユーザビリティに関する専門の研究発表会として2009年度より開催している「HCD研究発表会」を、2016年度もHCD-Netフォーラム2016の一環として春季に開催いたします。

■日時：　2016年6月11日（土）午後1時～5時

■場所：　東海大学　高輪キャンパス

              http://www.u-tokai.ac.jp/about/campus/takanawa/

人間中心設計、ユーザビリティに関わる研究や事例、提案などを幅広く募集いたします。これを機会に日頃の成果・取組みをご紹介ください。発表形式は、口頭発表、ポスター発表。今まではあまり多くなかったのですが、事例発表の申込みを多数お待ちしています。

なお、発表会への申し込み時に、発表と同内容の論文を当機構の査読付き論文誌「人間中心設計」への論文として投稿できる種別を設けました。

論文への同時投稿を希望される場合は、予稿集に掲載・発表会での発表後、発表会のフィードバックを反映した形で完成いただいた論文を提出していただきます。査読で採択の場合、論文誌への掲載となります。

2016年度は、論文投稿料は無料となりますので、是非ご応募をご検討下さい。

■論文同時投稿の発表申込み条件

＊口頭発表であり、2ページ以上（偶数ページ）の原稿であること。

＊オリジナル論文であること。

＊当機構の定める、論文の形式に沿っている原稿であること。

＊発表会のフィードバックを論文に反映した原稿を締切までに提出すること。

（締切は発表会後2週間程度を予定）

■発表申込締切：4月8日（金）

・件名：HCD研究発表会2016　発表申込み

・申込先：hcdnet_entry@hcdnet.org (研究発表会事務局宛)

※発表形式は、事務局にて調整させていただくことがございますので、ご了承ください。

■申込記載事項：

・発表題目：

・発表概要：（100字程度）

・発表代表者：（氏名・所属）

・発表代表者連絡先：（TEL, e-mail）

・希望発表形式：論文同時投稿の口頭発表(原著論文・短報）／口頭発表／ポスター）

本研究発表会は、従来の研究論文以外にも、企業や団体、グループ、個人などでの取り組み事例や、萌芽的な提案も積極的に受け付けております。

主なキーワードは、以下の通りです。

人間中心設計、ユーザエクスペリエンス、

ユーザビリティ、情報アーキテクチャ、

インタフェース、ユーザー調査、アクセシビリティ、評価ツール、理論・手法など

■口頭発表：予稿　2ページ、4ページ、6ページ

■ポスター発表：予稿　1ページ以上

・予稿原稿締切：5月31日(火）

・テンプレートは下記よりダウンロードができます。

但し、上記論文同時投稿希望でない場合は、著者紹介は省略可。参考文献簡略可。

・メール添付による送付のみとします。

■表彰制度

本研究発表会では、以下の2種類の表彰を行っています。

・優秀講演賞

口頭での発表者の中から、本機構理事・評議員による審査を行い、優れた発表者を表彰するもの。

・研究奨励賞

ポスター形式の発表者の中から、本機構理事・評議員による審査を行い、優れた発表者もしくは、今後の研究の発展に期待できるものを表彰・奨励するもの。

SEO監査に必要なツールとアドバイス

Speaker：Benj Arriola（Technical SEO Director, The Control Group, @benjarriola）

SEOの分解

SEOを内部や外部などに分けると、対象がわかる。今回は3つのパートに分けて紹介する。

サーバーのセッティングやコード

クローリングツール

サイト内クローリング用のツールを3つ紹介する。

• Xenu Link Sleuth → 無料。ローカルメモリを使用。大規模サイトは不向き。
• Screamingfrog → 安価。ローカルメモリを使用。SEOの多くの要素を確認。
• DEEPCRAWL → 安価。クラウドで利用。さらに多くのSEOの要素を確認。

クローリングツールからのデータ

クローリングツールからデータを取得したら、以下の項目を確認しよう。

• ブロークンリンク（リンク切れ）
• HTTPステータス（4××、5××など）
• サイトマップの有無（不足しているURLなど）
• ブロックされたURL（ロボットテキストなどで、不備はないか）
• AJAX
• OGT
• 内容の浅いコンテンツ（文字数）
• 重複コンテンツ（URL、タイトル、メタタグ）

インフォメーションアーキテクチャーツール

サイトの構成を知るためのツール。インデックスされている全てのサブドメインを対象にする場合は、以下のツールが役に立つ。

• SCRAPE BOX
• web ceo
• SEO PoweSuite
• Seo Quake

また、トピックごとを対象とする場合は、以下のツールが役に立つ。

• DYNO MAPPER
• PowerMapper

サイト構造とSEO

下記の表の上から順に精査していく。

• サイトアーキテクチャー → 既存のサイト構造を分析することで他の要素がわかる。
• トピックバケッツ → トピック、分類、カテゴリ、タグごとの分類など。
• パンくずとナビゲーション → 似たトピック構造を反映。
• URL構造 → パンくずやナビゲーションと同様になるはず。
• XMLサイトマップ → XMLサイトマップ作製の手助けとなる。

TOPページとその他のページで分類し、それぞれの修正項目をわける。ロングテールKWのページ特定など。それぞれのページでターゲットKWのジャンルが違う。

コード監査のツール

これらのツールは100%正確で、SEOの利益とならないかもしれない。タスクを簡単に行うというイメージ。また、HTMLをきちんと記述することは重要ではあるが、正確にHTMLを記述したとしても、大きなランキング上昇を見込めるわけではない。

• Woorank
• Website Grader
• SEO Site checkup
• Iwebchk

スキーマとマイクロフォーマット

それぞれの検索エンジンでテストツールがある。Microformatsの有無がランキングに影響するわけではない。しかし、検索結果での表示には影響を与える。リッチスニペットやナレッジグラフなど。Microformatsはランキング要素ではない。しかし、リッチスニペットはCTRに影響を与える可能性があり、CTRの改善はランキングに好影響を与える可能性がある。

• Google Structured Data Testing Tool
• Bing マークアップ バリデーター
• Yandex Structured data validator

ページスピード

ページスピードの改善に役立つツールを紹介する。GruntとGulpは、画像の解像度の最適化やJSとCSSファイルの統合などを自動で行ってくれる。

• Google PageSpeed Insights
• YSlow
• Grunt
• Gulp

モバイル最適化

モバイル最適化も必須項目だ。モバイルでの表示を確認しよう。

• Cowemo → モバイル画面のエミュレータ
• CHRISPEDERICK.COM → ブラウザのリサイズ
• Google PageSpeed Insights
• モバイルフレンドリーテスト

コンテンツ

読みやすさ

コンテンツの読みやすさ(分かりやすさ)を計測するツールを紹介する。テスト結果のスコアについては、賛否両論があるかもしれないが。

• Gunning-Fog
• Readability-Score.com
• VisibleThread Clarity Grader

重複コンテンツ

Sitelinerは自身のサイト内での重複コンテンツを確認するツール。Copyscapeは外部の重複コンテンツ（盗用コンテンツ）を確認するツール。

• Siteliner
• Copyscape

浅いコンテンツ

ここでは、Screamingfrogを使用する。文字数の少ないページを確認し、ざっくりと、修正・加筆をすべきページを特定する。

• Screamingfrog

パンダアップデート

パンダアップデートの時期を確認し、自身のサイトのアナリティクスのデータと照らし合わせる。

• PANGUIN TOOL

競合のコンテンツ

競合で自分より上位のコンテンツを分析する。競合サイトのキーワードを取得し、そこから自身のサイトのキーワード差し引く。新しいキーワードの機会が得られるかもしれない。

• semrush

オーディエンスの分析

単純にメンションをカウントするのではなく、オーディエンスの内部の情報を獲得する。トレンドターム、ブランド評価、コンバージョン・ドライバーなど。

• NETBASE

リンクの質と量

バックリンクのデータソース

検索エンジンが提供するツール（Google Search Console、Bing Webmaster Tool）に加え、サードパーティーのクローラーも活用する。

• MOZ SITE EXPLORER
• MAJESTIC
• ahrefs
• SISTRIX

また、これらのツールを結びつけるツールも活用しよう。

• LinkResearchTools
• COGNITIVESEO

オーソリティーなどの評価

オーソリティ、信頼性、信憑性などを計測できるプラグインを紹介する。

• Moz Tool Bar Domain Authority
• Link Research Tools Power Trust
• Open SEO Stats

悪質なリンク

ペナルティを避けるためにも、悪質なリンクの確認は必要。定期的に確認しよう。

• LinkResearchTools DTOX
• COGNITIVESEO Unnatural Link Detection
• PANGUIN TOOL

エンタープライズSEO

これらはただのレポートツールではなく、より良いSEOを行う上での分析ツールである。複数のソースから得られたデータは、関連する項目を同時に表示している。手動で行えば膨大な時間がかかる作業を短縮してくれる。レポートに時間をかけるのではなく、分析と最適化に時間を割こう。

• BRIGHT EDGE
• conductor
• searchmetrics
• seoClarity

ツールのまとめ

最後に、紹介したツールを項目ごとにまとめた表を記載する。