我们想让这件事平息一天，但这篇文章将回顾来自 MozCast Google 气象站的数据，看看 Penguin 2.0 是否真的名副其实。 短期 MozCast 数据 首先，5 月 22 日记录的温度（算法“通量”）为 80.7°F。作为参考，MozCast 调整为平均温度约为 70°，但实际情况是，过去几个月的平均温度已降至 60 多度。
以下是 7 天的历史记录
以及几个重要事件（包括 Penguin 1.0）： MozCast 温 whatsapp 主管 度（企鹅 2.0 前后 7 天） 根据我们的数据，Penguin 2.0 与第 20 次 Panda 更新大致相同。Google 声称 Penguin 2.0 影响了约 2.3% 的美国/英语查询，而 Panda #20 影响了约 2.4% 的查询（请参阅我关于如何解释“ X% 的查询”的帖子）。
Penguin 1.0 的查询影响率为 3.1%
这是 Google 公开报告的最高查 10 种有效的在线营销大数据策略 询影响。这三个更新似乎在温度和报告的影响之间非常吻合，但事实上，我们已经看到其他更新存在很大差异，因此对此持保留态度。 总体而言，我们数据中企鹅 2.0 的图像证实了更新，但似乎没有很多人预期的那么大。请注意，我们在 5 月 20 日遇到了数据收集问题，因此 5 月 20 日至 21 日的气温不可靠。
企鹅 2.0 可能在两天内出现
但我们无法确认这一观察结果。 温度 业务主管 分类 除了核心的 MozCast 数据外，我们还有一个测试系统，运行分布在 20 个行业类别（基于 Google AdWords 类别）中的 10K 个关键字。任何给定类别的平均温度可能会有很大差异，因此我查看了 Penguin 2.0 与每个类别前 7 天之间的差异。
奇怪的是，通量略低于平均水平
当然，分成 20 个类别，这代表每个类别的数据点数量相对较少。这可以作为参考，但我不会过多地解读这些细分。 “Big 20”子域名 在 beta 10K 数据集中，我们根据 SERP 空间的总体份额跟踪排名靠前的子域名。本质上，我们计算每个子域名占据多少个第 1 页位置，并将其划分到整个数据集中。