Googles Panda-Update 4.0: Weniger ist deutlich mehr!

In der Regel wird Panda als Content-Update definiert; Google versucht, hochwertigen von minderwertigem Content zu trennen. Content besteht hierbei nicht nur aus (SEO-)Texten, sondern auch aus Bildern, Videos und PDF-Downloads. Das Spannende und Geniale am Panda-Update ist, dass selbst die Kreation einzigartiger Inhalte, also „Unique Contents“, u. U. nicht mehr ausreicht, da Panda auch User-Signale mit einbezieht, um zu bewerten, ob der Content als hochwertig einzustufen ist oder nicht. Somit hat Google den ehrlichsten Rankingfaktor überhaupt geschaffen: das Benutzerverhalten.

Panda besteht aus mehreren Rankingfaktoren

Wie beim gesamten Algorithmus hat Google auch bei Panda mehrere Stellschrauben, an denen man drehen kann. Während bei jeder monatlichen Iteration wohl nur aktualisierte Daten berücksichtigt werden, kann sich bei größeren Updates auch die Gewichtung der einzelnen Rankingfaktoren ändern und u. U. können sogar neue Rankingfaktoren hinzugefügt und alte entfernt werden. Dabei ändert sich das Hauptziel von Google nicht, nämlich den User so gut es geht zufriedenzustellen.

Der ganze Prozess kann plakativ und vereinfacht verdeutlicht werden: Einzelne Panda-Rankingfaktoren könnten z. B. sein:

• Anteil
  - Unique (einzigartiger) Content
  - Duplicate (doppelter bzw. mehrfach auftauchender) Content
  - Thin (zu wenig bzw. inhaltlich eher minderwertiger) Content
• Anteil Brandsuchen/generische Suchen
• Benutzerverhalten (CTR, Absprungrate, Time on Page/Site)

(Hinweis: Die Faktoren wurden aus eigenen Erfahrungswerten extrahiert). Jeder dieser Hauptrankingfaktoren kann nochmals in einzelne Unterfaktoren gestückelt werden. In einer Art Nutzwertanalyse (http://de.wikipedia.org/wiki/Nutzwertanalyse) ist eine Gewichtung der einzelnen Rankingfaktoren möglich, d. h., den Faktoren werden unterschiedliche Wichtigkeiten zugeordnet. Google könnte z. B. im Zuge des Panda–Updates 4.0 definiert haben, dass der Markenbonus nicht mehr so stark gewichtet wird wie zuvor (s. Tabelle 1).

Tabelle 1: Drei mögliche Rankingfaktoren, gewichtet in einer Art Nutzwerttabelle

Wird bei der Addition aller Faktoren ein gewisser Grenzwert überschritten, den Google jederzeit neu anpassen kann, wird die Website beim nächsten Panda-Update zu den Betroffenen gehören. Ändert Google bei einem neuen Panda-Update die Gewichtungen der einzelnen Rankingfaktoren, kann eine Website, obwohl an ihr keine Veränderungen durchgeführt wurden, plötzlich zu den Gewinnern oder eben auch zu den Verlierern gehören.

Gewinner und Verlierer

In den Datenauswertungen der großen Toolanbieter (http://einfach.st/puguv1 und einfach.st/puguv2) ist zu sehen, dass es teilweise große Verschiebungen gab. Einige Shopping-Aggregatoren wie ladenzeile.de und stylight.de konnten ihre Sichtbarkeitswerte mehr als verdoppeln. Andere Shopping-Aggregatoren wie idealo.de und discounto.de wurden spürbar vom Panda 4.0 getroffen (s. Tabelle 2).

 Tabelle 2: Veränderung der Sichtbarkeiten von vier ausgewählten Websites

Diese vier Shopping-Websites eignen sich aufgrund der gleichen Thematik für eine Analyse, um besser zu verstehen, was Google beim letzten Panda-Update geändert haben könnte. In der folgenden qualitativen Analyse (nicht quantitativ und somit nicht repräsentativ!) werden alle vier Websites auf die potenziellen oben genannten Rankingfaktoren hin untersucht.

Verhältnis von Unique zu Duplicate Content

Alle Shopping-Portale haben im Prinzip die gleiche Herausforderung zu lösen. Für „navigational searches“ zu ranken, ist in der Regel die leichteste Aufgabe (Ausnahmen bei Keyword-Domains), die Optimierung auf informative Suchanfragen ist jedoch nicht immer zielführend. Die attraktivsten und umkämpftesten Suchanfragen bilden dementsprechend die transaktionellen Suchen, die in zwei Bereiche unterteilt werden können: Suchen nach generischen Kategorien und Suchanfragen nach spezifischen Produkten. Sowohl generische Kategorien (anstatt „Gürtel“ dann „reduzierter gelber Gürtel von Levis“) als auch Produktsuchen (anstatt „iPhone“ dann „weißes iPhone 8GB SIM lock frei“) lassen sich auf den Long Tail hin optimieren.

Anschließend zeigt der Google AdWords Keywordplaner die absoluten monatlichen Brandsuchen auf. Mithilfe des Analysetools similarweb.com ist anschießend eine absolute Traffic-Schätzung möglich, anhand derer ein Verhältnis Brand-/Non-Brand-Traffic errechnet werden kann. Es gilt zu bedenken, dass einzelne Marketingaktionen wie TV-Werbung die Brandsuchen kurzfristig stark positiv beeinflussen können. Greift Google aber z. B. auf ein arithmetisches Mittel der letzten zwölf Monate zurück, werden solche Ausreißer auch wieder geglättet.

Tabelle 3: Absolute und relative Anzahl der Brandsuchen

Die Ergebnisse aus Tabelle 3 zeigen auf, dass idealo.de ganz klar die am häufigsten gesuchte Marke ist. Allerdings hat idealo.de auch den mit Abstand höchsten Traffic aus Search zu verzeichnen. Der relative Wert pendelt sich somit auf einem recht niedrigen Wert ein. Idealo.de war bei den letzten Panda-Updates kaum betroffen, wohl auch aufgrund der starken Marke im Vergleich zu anderen Preissuchmaschinen. Es könnte somit sein, dass Google an dieser Schraube drehte und das Brandgewicht verkleinert wurde.

Dafür spricht auch, dass die beiden Portale ladenzeile.de und stylight.de bei den absoluten Zahlen keine hohen Suchvolumen für ihre Marke vorweisen können und der relative Wert ähnlich gering ist. Discounto.de existiert nicht wirklich als Marke – eine weitere mögliche Ursache für die Rankingverluste in Google.

Als Vergleichswerte dienen noch zalando.de und preisgenau.de. Zalando.de hat noch bei keinem Panda-Update Einbußen hinnehmen müssen, es zeigt sich ein extrem positives Verhältnis zugunsten der Marke. Ein konträres Bild beim dauerhaften Panda-Opfer preisgenau.de: Die Website ist als Marke unbekannt. Schon seit dem Vince-Update (Brand-Update) ist ein negativer Trend in der Sichtbarkeit zu beobachten.

Benutzerverhalten

Das Analysetool similarweb.com listet einige Schätzdaten in Bezug auf das Benutzerverhalten, auf die Google in ähnlicher Form für die eigene Bewertung zurückgreifen könnte (s. Tabelle 4).

Tabelle 4: Daten zum Benutzerverhalten auf den einzelnen Webportalen (similarweb.com)

Wie immer geht es Google darum, den Benutzer zufriedenzustellen. Das Benutzerverhalten auf zalando.de ist mit Abstand das am besten zu beurteilende: hohe Aufenthaltsdauer, viele Page Views/Visit und eine Absprungrate unter 30 %. Den negativen Gegenpol bildet preisgenau.de. Hier erklären die einzelnen Werte relativ eindeutig, dass sich der User nur „verlaufen hat“. Somit ist es selbstverständlich, dass Google eher eine Shoppingplattform wie zalando.de prominent listet.

Interessanterweise sind bei ladenzeile.de und idealo.de sehr ähnliche Benutzerwerte zu beobachten. Da beide Websites schon etwas länger vom Autor begutachtet werden, lässt sich festhalten, dass in den letzten zwölf Monaten keine derart großen Änderungen unternommen wurden, die eine extreme Abweichung des Benutzerverhaltens rechtfertigen würden. Da ladenzeile.de als großer Gewinner von Panda 4.0 hervorging und idealo.de gehörig verlor, scheint es eher unwahrscheinlich, dass Google stark an der Schraube „Benutzerverhalten“ drehte.